论文部分内容阅读
针对用BP神经网络(Back Propagation Neural Network,BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)提取旅客行为特征并确定最优BPNN初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simu