李霞 刘建平 纪佳琪

摘 要：为了达到准确预测河北省旅游客流量的目标，首先利用量子Bloch球面坐标和逻辑自映射混沌对樽海鞘群算法（SSA）进行修正，得到改良的樽海鞘群算法（ISSA）。然后利用ISSA对快速学习网（FLN）的输入权值和阈值进行寻优，建立泛化能力更好的混合智能模型（ISSA-FLN）。利用建立的ISSA-FLN模型预测河北省旅游客流量，并与其他模型进行比较，结果表明，ISSA-FLN比其他模型更能准确地预测旅游客流量，为旅游客流量预测提供一种方法。

关键词：旅游客流量;樽海鞘群算法;快速学习网;Bloch球面坐标;逻辑自映射混沌

中图分类号：TP399;F59  文献标识码：A  文章编号：1673-260X（2021）06-0033-05

旅游业在21世纪已经成为许多地区新兴的经济增长点。旅游客流量预测是旅游经济学中常研究的课题之一。准确地预测旅游客流量，便于对基础设施改建、交通工具选择和住宿地点规划等任务做出明智的选择，能够预防突发事件的发生，是政府和旅游部门制定旅游有关决策的一个重要依据，同时为游客制定出行计划提供必要参考。因此，开发有效的模型来预测旅游需求成为关键问题。

国际上对旅游客流量的研究始于20世纪80年代初期，主要采用的是计量经济学模型和时间序列模型。近些年，基于人工智能（AI）的预测模型引起了越来越多的关注[1]。AI模型有三个优点：首先，考虑到旅游客流量序列的内在复杂性和旅游市场的演化性质，旅游客流量序列往往是嘈杂的、条件非平稳的。这些特点对用于分析平稳时间序列的传统预測技术，如计量经济模型和时间序列模型构成了巨大的障碍。……