◆趙宇巍 張鎮(zhèn) 郭子博 李遠方

行業(yè)與應(yīng)用安全

基于BP神經(jīng)網(wǎng)絡(luò)的秦皇島市旅游量預(yù)測研究

◆趙宇巍 張鎮(zhèn) 郭子博 李遠方

（燕山大學(xué)（西校區(qū)） 河北 066000）

該項目主要基于人工神經(jīng)網(wǎng)絡(luò)中BP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，以旅游市場趨勢預(yù)測為研究對象，以人工神經(jīng)網(wǎng)絡(luò)技術(shù)等為主要研究方法，以秦皇島市旅游人數(shù)發(fā)展變化為實證基礎(chǔ)，運用MATLAB工具對秦皇島市2020-2022年的國內(nèi)游客人數(shù)和入境游客人數(shù)兩個指標(biāo)進行高精度預(yù)測，對于秦皇島市旅游發(fā)展合理規(guī)劃以及旅游資源優(yōu)化配置具有重要意義。

BP神經(jīng)網(wǎng)絡(luò)；國內(nèi)游客數(shù)；入境游客數(shù)；預(yù)測

秦皇島市地理位置優(yōu)越，交通便利，資源豐富，旅游業(yè)的發(fā)展對于城市綜合實力的提高與經(jīng)濟的發(fā)展具有非常重要的意義，因此通過BP神經(jīng)網(wǎng)絡(luò)對秦皇島國內(nèi)游客人數(shù)與入境游客人數(shù)進行高精度預(yù)測，有利于秦皇島市旅游業(yè)管理部門及時做出宏觀調(diào)控，促進旅游業(yè)的發(fā)展。

1 BP神經(jīng)網(wǎng)絡(luò)概述

預(yù)測方法按照類型分為定量分析法與定性分析法。定性分析法主要針對預(yù)測的資料數(shù)據(jù)缺失情況，依靠預(yù)測人員的豐富經(jīng)驗及主觀判斷能力來分析。定量分析法是通過數(shù)學(xué)模型計算出分析對象的各項數(shù)值指標(biāo)，主要是時間序列分析法、因果關(guān)系分析法等。此項目運用BP神經(jīng)網(wǎng)絡(luò)的時間序列分析法進行預(yù)測。

圖1 三層BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖

BP神經(jīng)網(wǎng)絡(luò)是通過對樣本的訓(xùn)練學(xué)習(xí)，減少迭代次數(shù)，提高學(xué)習(xí)效率，解決非線性問題。時間序列預(yù)測方法是將網(wǎng)絡(luò)訓(xùn)練成一個能反映時間序列內(nèi)部非線性規(guī)律的系統(tǒng)，使用時間序列系統(tǒng)行為量化數(shù)據(jù)，最終利用誤差修正并檢驗從而應(yīng)用于預(yù)測。

2 旅游人數(shù)預(yù)測

2.1 時間序列分析法

2.1.1數(shù)據(jù)處理

（1）輸入層與輸出層的數(shù)據(jù)處理

本項目對秦皇島國內(nèi)游客數(shù)和入境游客數(shù)進行數(shù)據(jù)處理，BP神經(jīng)網(wǎng)絡(luò)的模型選取1991-2019年的人數(shù)作為基礎(chǔ)數(shù)據(jù)，選擇1991-2014年作為訓(xùn)練數(shù)據(jù)，2015-2019年作為測試數(shù)據(jù)，其中數(shù)據(jù)集，采用循環(huán)迭代的方式構(gòu)成，將每年的旅游人數(shù)每5個數(shù)據(jù)為一組進行分組作為輸入層，其下一個作為輸出層后跳過一個數(shù)據(jù)再進行分組

第一組：從1991年到1995年，對應(yīng)輸出為1996年

第二組：從1992年到1996年，對應(yīng)輸出為1997年

第三組：從1993年到1997年，對應(yīng)輸出為1998年 ...

（2）歸一化處理

以便將輸入樣本矩陣的輸入范圍控制在網(wǎng)絡(luò)的激活函數(shù)的輸入范圍內(nèi)（-1，1）或（0，1），運用Matlab軟件編輯程序，利用mapminmax函數(shù)對秦皇島市國內(nèi)和入境游客數(shù)進行數(shù)據(jù)的歸一化處理。

2.1.2選擇訓(xùn)練函數(shù)

MATLAB常用方法有梯度遞減法（函數(shù)為traingd）、共軛梯度法（函數(shù)為trainscg）、LM算法（函數(shù)為trainlm）以及帶動量的梯度下降法（函數(shù)為traingdm），本項目選取泛化能力較好、精度較高的帶有動量的梯度下降法。根據(jù)1991-2019年的國內(nèi)和入境人數(shù)，預(yù)測2020-2022年的相應(yīng)游客數(shù)量，設(shè)置最大迭代次數(shù)為1000，目標(biāo)收斂精度為0.001，隱含層選擇tansig函數(shù)，輸出層選擇trainlm函數(shù)。

2.1.3選擇隱含層數(shù)目

BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成，隱含層又可分為單隱含層和多隱含層.因此，為確保數(shù)據(jù)精確性，驗證并取誤差最小情況。確立調(diào)用函數(shù)后，將traingdm作為調(diào)用函數(shù)來確定隱含層的數(shù)目，根據(jù)逐個增加隱含層數(shù)目的方法，來測試網(wǎng)絡(luò)的相關(guān)系數(shù)，從中選取相關(guān)性最強的隱含層數(shù)目，隱含層節(jié)點數(shù)，初步設(shè)置為10，比較10次預(yù)測結(jié)果取平均值，比較結(jié)果如表1：

表1 隱含層數(shù)目預(yù)測結(jié)果比較

R越趨近于1，擬合效果越好。綜上分析，多隱含層相比于單隱含層泛化能力強，預(yù)測精度高，但是隱含層數(shù)目越多訓(xùn)練時間越長，因此綜合考慮運行時間和預(yù)測精度，最終選取3個隱含層數(shù)目進行預(yù)測分析。

第四步：隱含層節(jié)點數(shù)的確定

BP神經(jīng)網(wǎng)絡(luò)構(gòu)建時應(yīng)注意隱含層節(jié)點數(shù)的選擇，通常為3-10個神經(jīng)元，如果隱含層節(jié)點的數(shù)目過少，則BP神經(jīng)網(wǎng)絡(luò)不能建立精確的映射關(guān)系，產(chǎn)生網(wǎng)絡(luò)預(yù)測誤差較大。但是如果建立的隱含層節(jié)點數(shù)過多，促使網(wǎng)絡(luò)學(xué)習(xí)時間增加，并可能出現(xiàn)“過擬合”的現(xiàn)象，產(chǎn)生這樣的結(jié)果就是訓(xùn)練樣本預(yù)測準(zhǔn)確，而其他樣本預(yù)測誤差較大。因此，對比分析不同隱含層節(jié)點數(shù)，預(yù)測數(shù)據(jù)的相關(guān)系數(shù)，比較結(jié)果如表2：

表2 比較結(jié)果

由表格數(shù)據(jù)可知，當(dāng)隱含層數(shù)目為10時，相關(guān)系數(shù)最好，因此在預(yù)測旅游人數(shù)時，隱含層的節(jié)點數(shù)選為10。

2.1.4預(yù)測結(jié)果分析

運行程序訓(xùn)練網(wǎng)絡(luò)后，使用反歸一化函數(shù)得到要預(yù)測的數(shù)值，國內(nèi)旅游人數(shù)的模型輸出與期望的輸出誤差達到了0.0000511小于0.1%，入境旅游人數(shù)的模型輸出與期望的輸出誤差達到了0.000241小于0.1%，滿足訓(xùn)練要求，預(yù)測數(shù)值如表3：

表3 預(yù)測數(shù)值

預(yù)測旅游人數(shù)（如圖2、圖3）。

圖2 國內(nèi)旅游人數(shù)總體趨勢圖

圖3 入境旅游人數(shù)總體趨勢圖

由上圖可得到秦皇島市國內(nèi)旅游人數(shù)與入境旅游人數(shù)的發(fā)展總趨勢，通過相關(guān)系數(shù)圖可得國內(nèi)游客數(shù)相關(guān)系數(shù)達到0.99244，入境游客數(shù)相關(guān)系數(shù)達到0.98545，相關(guān)系數(shù)R越趨近于1，說明相關(guān)性越好，預(yù)測精度越高。

3 總結(jié)

針對秦皇島市旅游量預(yù)測的問題，通過基于BP神經(jīng)網(wǎng)絡(luò)的旅游人數(shù)模擬預(yù)測，得到2020-2022年秦皇島市國內(nèi)旅游人數(shù)分別為7829.2636萬人，7829.2636萬人，8232.8729萬人，2020-2022年的秦皇島市入境旅游人數(shù)為35.4679萬人，35.4679萬人，35.4679萬人，兩組數(shù)據(jù)與前期相比均有增長趨勢。因為旅游人數(shù)受游客心理主觀影響因素較大，具有很大的波定性與不確定性，通過實驗證實預(yù)測誤差較大，因此通過時間序列預(yù)測，訓(xùn)練調(diào)整各層之間的權(quán)值和閾值得到準(zhǔn)確結(jié)果。此算法在本次預(yù)測中得到了很好的應(yīng)用，有效地預(yù)測了秦皇島市旅游人數(shù)，并且具有較高的準(zhǔn)確性。

[1]張峰，柳炳祥，張月.一種基于BP神經(jīng)網(wǎng)絡(luò)算法的旅游人數(shù)預(yù)測方法[J].信息與電腦（理論版），2019（03）：60-62.

[2]李乃文，韓婧婧.基于時間序列修正算法的我國入境旅游人數(shù)預(yù)測[J].資源開發(fā)與市場，2015，31（01）：126-128+130.

[3]胡麗娟.秦皇島入境旅游需求影響因素及預(yù)測研究[D].燕山大學(xué)，2013.

[4]董國亮，韓茜.河北省入境旅游市場現(xiàn)狀及發(fā)展策略研究[J].河北省科學(xué)院學(xué)報，2011，3（6）：26-28.

[5]張華.基于BP神經(jīng)網(wǎng)絡(luò)的旅游需求預(yù)測研究[J].電子測試，2014（01）：100-102.

[6]郭慶春，孔令軍，崔文娟，史永博，張小永.基于BP神經(jīng)網(wǎng)絡(luò)模型的國內(nèi)旅游人數(shù)預(yù)測[J].價值工程，2011，30（27）：7.

[7]叢爽.面向Matlab工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].合肥：中國科學(xué)技術(shù)大學(xué)出版社，1998．