神经网络在旅游人数预测分析中的应用研究开题报告

 2021-08-14 02:27:24

1. 研究目的与意义(文献综述)

目前,国内外经济不断发展,人民生活水平逐渐提高。对于生活质量的追求已经不仅局限于吃穿住行等方面,更多的人越来越注重精神的享受。如今,像旅游业这种第三产业,已经成为了经济发展中的支柱型产业,并在国内外经济发展中发挥着举重若轻的作用。因为旅游业不但能带动经济消费,推动文化间的交流,缓解就业问题,还能进一步提高人们的环保意识,提醒人们树立尊重自然、保护环境的态度。

虽然国内经济下行业压力加大,但旅游业却逆势增长。旅游产业正成为新常态下中国经济增长的新引擎。2015年国务院办公厅印发《关于进一步促进旅游投资和消费的若干意见》,提出六大方面的建议:实施旅游基础设施提升计划、旅游投资促进计划、旅游消费促进计划、乡村旅游提升计划等,目的是为了改善旅游消费环境,培育新的消费热点,开拓旅游消费空间,激发旅游消费需求,促进旅游投资消费持续增长。

据统计,2015年,中国接待国内外旅游人数超过41亿人次,旅游总收入达4.13万亿元;全国旅游业实际完成投资10072亿元,同比增长42%;国内旅游消费、境外旅游消费均列世界第一。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

本次毕业设计任务是神经网络在旅游人数预测分析中的应用研究,具体设计内容是掌握神经网络应用于信号预测的基本原理;并将此基本原理应用于具体旅游人数预测,建立人工神经网络模型,用matlab编写代码实现模型,验证模型的有效性。

人工神经网络系统是由大量的神经元互联组成,模拟大脑神经处理信息的方式对信息进行并行处理和非线性转换的系统。通过样本信息对神经网络的训练,使其具有与大脑类似的记忆和辨识的能力。人工神经网络的模型很多,可以按照不同的方法进行分类。按网络连接的拓扑结构分类可以分为:层次型结构、互连型结构。按网络信息流向类型分类可以分为:前馈型网络、反馈型网络。

本次课题采用基于误差反传的多层感知器-bp神经网络的方法,设计框图如图1所示:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1)1周——3周:进行调研,查阅不少于10篇的相关资料,其中英文文献不少于5篇,明确毕业设计的基本内容和技术方案,完成开题报告;2)4周——6周:学生自己收集与选题相关的英文文献资料进行英文资料的翻译工作(字数应不少于5000汉字),电子版交指导老师审查同意后定稿;3)7周——10周:熟悉Matlab软件、查阅相关文献及复习神经网络的相关知识,为搭建仿真链路做好准备。

4)11周——13周:完成仿真链路的搭建,编写仿真代码,调试,测试,最后得出好的仿真结果;5)13周——15周:学生在指导教师指导下组织论文材料、进行毕业设计;撰写、完成毕业设计论文初稿(字数应为30000字以上),经指导老师审查同意后定稿6)16周;进行答辩

4. 参考文献(12篇以上)

[1]于红斌,梁广颖,潘逸飞,杨云飞.BP神经网络的样本拓展及旅游人数预测,微机处理,2011[2]郭庆春,何振芳,李立.神经网络在国内旅游人数预测中的应用,甘肃科学学报,2012[3]邓祖涛,陆玉麒.BP神经网络在我国入境旅游人数预测中的应用,旅游科学,2006[4]张爱霞,张云鹏,王健,衣丽芬.客运交通量预测模型构建与分析,河北理工大学学报,2010[5] Zaki M, Hamouda A, Hisham B. Travel Time Prediction under Egypt Heterogeneous Traffic Conditions using Neural Network and Data Fusion[J]. Egyptian Computer Science Journal, 2015, 39(2).[6] Balamurugan R, Saranya A. Neural Network Based Parking via Google Map Guidance[J]. History, 2015, 30(133): 321-326.[7]A. Bhaskar, E. Chung, and A. G. Dumont, “Analysis for the use of cumulative plots for travel time estimation on signalized network,” International Journal of Intelligent Transportation Systems Research, vol. 8, no. 3, pp. 151–163, 2010.[8]W. Zheng,D. H. Lee, and Q. Shi, “Shortterm freeway traffic flowpre-diction:Bayesian combined neural network approach,” J. Transp. Eng., vol. 132, no. 2, pp.114–121, Feb. 2006.[9]孙燕平,张琳,吕仁义.旅游客源预测的神经网络方法,人文地理,2002 [10]魏海坤.神经网络结构设计的理论与方法[M].北京:国防工业出版社,2005[11]韩力群.人工神经网络理论、设计及应用[M.北京:化学工业出版社,2007[12]于明涛,叶晓彤.改进粒子群优化BP神经网络的旅游客流量预测,电子技术应用,2016[13]李炜,马克,鲁保云.一种基于BP网络的多模型预测主动容错控制方法[J].甘肃科学学报.2008.20(2);107-111[14]海燕,盖字仙.应用改进BP网络进行铁路客运量预测研究[J].甘肃科学学报,2008.20(2);103-106[15]俞树荣,张志新,马东方等.基于BP网络的我国工伤事故死亡率预测模型[J].甘肃科学学报,2006.18(4);114-116[16]素杰,申东日,陈义俊等.一种基于神经网络辨识的预测方法[J].甘肃科学学报,2006.18(2);66-69

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。