BP神经网络与径向基神经网络在全国旅行收入预测中的运用研究

BP神经网络与径向基神经网络都被广泛应用于相关预测的研究。理论上,一个BP算法总存在对应的RBF算法,即总存在RBF算法可替代任何一个BP算法。任意非线性函数都可被这两种神经网络以任意精度拟合。但是两种算法的逼近性能不同,这是由于他们使用了相异的激励函数。该文使用两种算法以1995-2015年21年的数据建立了预测模型,并用其对06-15年旅行收入进行预测。模型能够较好的反应全国旅行收入随七大要素变化的趋势。并对两种算法进行了比较。旅行业相关收入也是国民经济发展的一种体现,因此对旅行收入受何影响、如何影响的研究是有积极意义的。本文研究如何应用影响旅行收入因素相关信息对当年旅行收入进行预测。