旅游景区游客日流量智能预测方法仿真.pdfVIP

第42卷第2期计算机仿真2025年2月

文章编号：1006-9348(2025)02-0453-04

旅游景区游客日流量智能预测方法仿真

董银军，宋

乐

（1.云南省交通投资建设集团有限公司，云南昆明650091；

2.云南大学，云南昆明650091)

摘要：旅游景区日客流量预测需要大量的历史数据作为支撑，这些数据可能来源于多个渠道，存在大量穴余和噪声信息，增

加了数据处理的复杂性。为了提高预测精度，以满足旅游景区管理和运营的实际需求，提出了改进BP神经网络的旅游景

区日客流量预测算法。将特征递归消除法与随机森林算法结合，利用随机森林算法评估特征的重要性，然后递归地消除最

不重要的特征，获取降维处理后的旅游景区日客流量分布特征数据。建立BP神经网络，并通过粒子群算法优化BP神经网

络，确定粒子适应度与惯性权重，求得全局最优值，将降维后的数据输人至改进后的BP神经网络中，输出旅游景区日客流

量预测结果。实验结果表明，所提算法能够精准预测旅游景区日客流量，确保游客得到良好的服务体验，避免资源浪费。

关键词：改进BP神经网络；旅游景区；数据降维；日客流量预测；粒子群算法

中图分类号：TP181文献标识码：A

Simulationofintelligentpredictionmethodfordaily

touristflowinscenicspots

DONGYin-jun,SONGLe?

(1.YunnanCommunicationsInvestmentConstructionGroupCo.,Ltd.YunnanKunming650091,China;

2.YunnanUniversity,YunnanKunming650091,China)

ABSTRACT:Thedailypassengerflowforecastoftouristattractionsneedsalotofhistoricaldataassupport,which

maycomefrommultiplechannels,andcontainalotofredundantandnoiseinformation,whichincreasesthecom-

plexityofdataprocessing.Inordertoimprovethepredictionaccuracyandmeettheactualneedsofthemanagement

andoperationoftouristattractions,animprovedBPneuralnetworkalgorithmfordailypassengerflowpredictionof

touristattractionsisproposed.Combiningthefeaturerecursiveeliminationmethodwiththerandomforestalgorithm,

theimportanceoffeaturesisevaluatedbytherandomforestalgorithm,andthentheleastimportantfeaturesarerecur-