基于SCBANet模型的九寨沟景区客流量短期预测

针对景区客流量短期预测时存在的特征提取能力差、预测误差大、难以捕捉非常规变化等问题,提出了一种神经网络模型SCBANet,该模型结合了时空归一化、卷积神经网络、双向长短期记忆网络以及注意力机制。首先利用时空归一化的两个模块分别对客流量数据的高频分量与局部分量进行细化;然后利用卷积神经网络对处理后的数据进行特征提取,接着双向长短期记忆网络利用提取到的特征进行景区客流量的预测,最后使用注意力机制捕捉过去不同时间频次对景区客流量的影响,从而提高预测的精确度并捕捉非常规变化。实验结果表明,与其他算法相比,SCBANet模型预测误差可下降97.63%,对未来一周景区客流量预测的每日相对误差均在4%以下,因此更适用于景区短期客流量的预测。