bp神经网络在福州国家森林公园旅游人数预测中的应用研究1

《bp神经网络在福州国家森林公园旅游人数预测中的应用研究1》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2009年1月第22卷第1期黑龙江生态工程职业学院学报JournalofHeilongjiangVocationalInstituteofEcologicalEngineeringJan.2009Vol.22No.1BP神经网络在福州国家森林公园旅游人数预测中的应用研究吴桂英1　郑德祥1　林新钦1　张景文2(1.福建农林大学林学院,福州350002;2.将乐县林业局,福建将乐353300)　　摘　要:游客数量是决定旅游业经济效益与持续发展的重要因素,游客数量预测也因此成为旅游发展规划的重要内容。本文拟

2、以福州国家森林公园近十余年的游客数为基础,应用BP神经网络与算法,建立一种基于人工神经网络的旅游人数预测模型,并对福州国家森林公园未来旅游人数进行预测。其结果表明,基于BP神经网络的游客预测模型能较准确对公园的未来旅游人数进行预测,从而为游客预测提供一种新思路与方法。关键词:BP神经网络;森林公园;旅游人数;预测中图分类号:F590.8　　　文献标志码:A　　国家森林公园是指由国家林业主管部门及各级政府批准建立的森林旅游区域,是以良好的森林景观和生态为主体,融合自然景观与人文景观,利用森林的多种功能,以开

3、展森林旅游为宗旨,为人们提供具有一定规模的游览、休憩、保健疗养、科学教育、文化娱乐的场所。随着生态旅游的迅速发展,国家森林公园作为生态旅游的重要载体而受到人们的广泛关注。但由于社会经济与人们生活水平的不断提高,森林公园旅游人数不断增加,其开发规模亦不断扩大,对森林公园中旅游景观资源与环境亦造成一定的破坏。因此,在发展森林旅游,进行国家森林公园旅游规划与可行性研究的过程中,旅游人数规模预测是预测旅游发展、合理控制游人规模、制定旅游经营决策、实现森林公园旅游可持续发展的科学依据。人工神经网络建模方法(简称AN

4、N)是一种有效的预测分析方法,它模拟人的大脑活动,具有极强的非线形逼近、大1.2　BP算法的基本步骤BP算法是目前应用最广泛的学习算法,早期BP算法只有输入与输出层,它的训练速度较快,但是不能解决复杂的非线性问题。后来科学家提出了加入一层乃至多层隐层节点的BP反馈算法,使优化问题的可调参数增加,从而解决复杂非线性问题。(1)初始化权值和阈值,即把所有权值和阈值都设置成最小的随机数;(2)提供训练样本集,包括输入向量和输出向量;(3)计算隐含层和输出层的输出:N隐含层的输出为:hj=f(βj)=f∑Vij

5、xi-

6、∑2pk-hj),旅游人数预测模型,并依此对旅游人数进行预测。1　BP神经网络的原理及算法的基本步骤BP神经网络是人工神经网络中最具代表性和目前应用广泛的一种,适用于模式识别、模拟预测,是一种单向传播的多层前向网络,以3层最为常用,也最为成熟。理论上已证明,一个3层的BP网络能够实现任意的连续映射,可以任意精度逼近任何给定的连续函数。1.1　BP神经网络的原理BP(BackPropagation)神经网络通常由具有多个节点的输入层(inputlayer)、隐含层(hiddenlayer)和多个或一个输出

7、节点的输出层(outputlayer)组成,其学习过程分为信息的正向传播过程和误差的反向传播过程两个阶段。外部输入的信号经输入层、隐含层的神经元逐层处理,向前传播到输出层,给出结果。如果在输出层得不到期望输出,则转入逆向传播过程,将实际值与网络输出之间的误差沿原连接通路返回,通过修改各层神经元的连接权重,减少误差,然后再转入正向传播过程,反复迭代,直到误差小于给定的值为止。　　收稿日期:2008-11-04作者简介:吴桂英(1984-),女,福建建阳人,森林经理学硕士。p=1k=1如果均方误差满足精度,

8、则训练结束,以当前的有关参数作为网络参数,否则根据误差调整权值和阈值,如步骤(5);9Ep(5)调整网络各层的权值和阈值:Δw(t+1)=-η=9wαΔw(t),式w中代表某个权值或阈值,t为迭代次数,η为学习速率,α称为惯量因子或动量因子;(6)权值和阈值调整后,转为步骤(3)继续进行,直至误差满足给定的精度要求。2　旅游人数预测BP模型构建与预测BP网络是一种多层前向网络,具有1个隐层(采用Sig2moid转换函数)的BP