曹 爽，张青凤，张 雷，孙 涛

（运城学院数学与信息技术学院，山西运城044000）

0 引言

随着经济的不断发展，我国的旅游消费需求开始不断增长.旅游业成为了经济发展中的支柱型产业，它能够带动经济消费、解决就业问题等.对景区游客数量的精确预测［1-2］，可以帮助旅游相关部门制定合理的旅游规划，优化配置并避免因决策失误造成的经济和环境损失.传统的景区游客数量预测方法［3］，在面对突发状况的预测结果和实际状况之间的误差很大［4］，而BP神经网络有处理该问题的能力［5］.本文基于BP神经网络对景区游客数量进行预测［6］，预测结果更准确，更适用于游客数量现实状况的预测.

1 BP神经网络原理

BP（Back Propagation）神经网络［7-8］也称前馈神经网络［9］，是一种按照误差逆向传播［10］算法训练的网络结构［11］.它的参数权重值［12］是由反向传播学习算法［13］进行调整的，拓扑结构［14］包括输入层（input）、隐藏层（hide layer）和输出层（output）.利用激活函数实现从输入到输出的任意非线性映射，从而模拟各层神经元之间的交互［15］，常用的激活函数为sigmoid函数.

2 BP算法步骤

Wij表示隐含层第i个节点到输入层第j个节点之间的权值；

Xi表示第i个输入变量；

θi表示隐含层第i个节点的阈值；

Φ（x）表示隐含层的激励函数；

ak表示输出层第k个节点的阈值k=1，…，L；

Ψ（x）表示输出层的激励函数；

输出层第k个节点的输入Nk，k=1：

输出层第k个节点的输出Ok，k=1：

主要操作步骤如下：

1）将样本数据分成测试集和训练集，并对其进行归一化处理.

max为样本数据最大值，min为样本数据最小值.

2）参数……