用于预测风景区客流量的方法、系统及存储介质技术方案

本发明专利技术实施方式提供一种用于预测风景区客流量的方法、系统及存储介质，属于数据的预测技术领域。所述方法包括：获取风景区的多列数据；定义注意力权重种群；对多列数据进行加权；将加权后的多列数据输入GRU神经网络中以得到对应的预测值；分别计算每个预测值与对应的标准值的误差；从加权后的多个多列数据中筛选出误差最小的前两个多列数据；分别从筛选出的两个多列数据的注意力权重中随机选取出一个权重值；进行基因重组；进行基因突变；更新注意力权重种群；更新迭代次数；判断迭代次数是否大于或等于预设的阈值；输出误差最小的注意力权重作为最优解；将最优解加入GRU模型中以预测风景区客流量。该方法可以提供风景区客流量的预测精度。

Methods, systems and storage media used to predict the tourist flow of scenic spots

【技术实现步骤摘要】
用于预测风景区客流量的方法、系统及存储介质
本专利技术涉及数据的预测
，具体地涉及一种用于预测风景区客流量的方法、系统及存储介质。
技术介绍
风景区短期客流量预测是当前景区管理中的一个重点问题之一。当前风景区短期客流量预测模型包括传统时间序列模型、BP神经网络模型、支持向量机等等以及其经过算法优化过后的模型。短期客流量预测具有非常强的非线性特征，目前的模型处理强非线性特征的能力远远不够。而且客流量预测受到众多因素影响，且每个因素的重要性和影响程度是各不相同的，当前的所有模型并未考虑到这一问题，很可能导致预测精度不高。
技术实现思路
本专利技术实施方式的目的是提供一种用于预测风景区客流量的方法、系统及存储介质。该方法、系统及存储介质可以提高风景区客流量的预测精度。为了实现上述目的，本专利技术实施方式提供一种用于预测风景区客流量的方法，所述方法包括：获取所述风景区的多列数据，其中，每列数据包括至少一种影响因素在时间序列上的数值；定义注意力权重种群，其中，所述注意力权重种群包括多组注意力权重，每组注意本文档来自技高网...

【技术保护点】
1.一种用于预测风景区客流量的方法，其特征在于，所述方法包括：/n获取所述风景区的多列数据，其中，每列数据包括至少一种影响因素在时间序列上的数值；/n定义注意力权重种群，其中，所述注意力权重种群包括多组注意力权重，每组注意力权重包括与所述影响因素一一对应的权重值；/n分别采用每组所述注意力权重对所述多列数据进行加权；/n分别将加权后的所述多列数据输入GRU神经网络中以得到对应的预测值；/n分别计算每个所述预测值与对应的标准值的误差；/n从加权后的多个所述多列数据中筛选出误差最小的前两个所述多列数据；/n分别从筛选出的两个所述多列数据的注意力权重中随机选取出一个权重值；/n对选取出的两个权重值的...

【技术特征摘要】
1.一种用于预测风景区客流量的方法，其特征在于，所述方法包括：
获取所述风景区的多列数据，其中，每列数据包括至少一种影响因素在时间序列上的数值；
定义注意力权重种群，其中，所述注意力权重种群包括多组注意力权重，每组注意力权重包括与所述影响因素一一对应的权重值；
分别采用每组所述注意力权重对所述多列数据进行加权；
分别将加权后的所述多列数据输入GRU神经网络中以得到对应的预测值；
分别计算每个所述预测值与对应的标准值的误差；
从加权后的多个所述多列数据中筛选出误差最小的前两个所述多列数据；
分别从筛选出的两个所述多列数据的注意力权重中随机选取出一个权重值；
对选取出的两个权重值的编码进行基因重组；
对基因重组后的两个权重值的编码分别进行基因突变以更新所述注意力权重；
将基因突变后的所述注意力权重替换入所述注意力权重种群中以更新所述注意力权重种群；
更新迭代次数；
判断所述迭代次数是否大于或等于预设的阈值；
在判断所述迭代次数大于或等于所述阈值的情况下，输出误差最小的注意力权重作为最优解；
在判断所述迭代次数小于所述阈值的情况下，再次分别采用每组所述注意...

【专利技术属性】
技术研发人员：陆文星，金捷钰，梁昌勇，董骏峰，蒋丽，赵树平，王彬有，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34