摘要:为高效地管理、调度景区资源，景区方面需要对每日游客数量进行准确预测。本文将神经网络用于景区游客规模的预测，利用MATLAB软件构建出基于BP神经网络的景区游客规模预测模型。首先总结出影响景区游客规模的相关因素，通过Pearson相关性分析确定了较为重要的5个因素，然后将其作为BP神经网络的输入。用九寨沟景区2015年3月至5月的数据训练网络，6月的数据则用来检验模型的精度。同时利用多元线性回归模型和移动平均法对6月的数据进行仿真预测。结果表明，基于BP神经网络的游客规模预测模型仿真预测精度更高。最后通过处理BP网络的误差，算出训练数据上、下限的值，继而在BP神经网络的基础上提出了区间预测模型。结果显示，如果运用区间预测，景区管理者能够对未来可能面临的风险因素和存在的不确定性有更好的认识，从而能够迅速地、科学地进行决策。

关键词：BP神经网络  九寨沟  游客规模  预测

目录

摘要

Abstract

1 概述-1

1.1 国内外研究现状-1

1.2 研究意义-1

2 BP神经网络景区游客规模预测模型-2

2.1景区游客规模影响因素选择-2

2.2 BP神经网络的设计-2

2.2.1 人工神经网络-2

2.2.2 BP神经网络-2

2.2.3 BP神经网络层数的选择-3

2.2.4 BP神经网络隐含层的节点数-3

2.2.5 BP神经网络在MATLAB中实现-3

2.2.6 模型准确度检验指标-4

2.3 基于区间预测的BP神经网络-4

2.3.1 区间上下限确定-4

2.3.2 区间模型评价指标-5

2.4 其他预测模型-5

2.4.1 多元线性回归模型-5

2.4.2 移动平均法预测模型-6

3 BP神经网络模型在九寨沟景区游客规模预测中的应用-6

3.1实验数据的收集与因素的确定-6

3.2 九寨沟BP神经网络设计-8

3.3九寨沟BP神经网络训练与仿真-8

3.4 其他预测模型仿真-9

3.4.1 多元线性回归预测模型仿真-9

3.4.2 移动平均法仿真-10

3.5 模型仿真准确度比较-11

3.6 区间估计的九寨沟景区游客规模BP神经网络预测模型-11

3.6.1 九寨沟游客规模区间预测模型上下限的确定-11

3.6.2 九寨沟区间预测网络仿真-12

3.7 分析-14

4 结束语-14

参考文献-15

附录-17

附录A：区间估计神经网络的上、下限值的确定-17

附录B：九寨沟景区游客规模与各种影响因素数据表-18

附录C：基于BP神经网络的九寨沟游客规模预测模型的程序代码-21