城市智慧旅游服务系统评价研究

发布时间：2025-05-12 23:26

　　随着自驾游、全域旅游等新的旅游方式快速发展,大大拓展了游客的旅游活动空间及“距离”,相应的随着游客对信息化的依赖度增加,旅客越来越关注旅游服务水平和质量,需要获得更准确、有效、便捷、主动的服务来满足自己的旅游行程需求。智慧旅游是打造旅游现代服务业的重要支持,自从国家智慧旅游试点城市实施以来,基本上都是建设一些网站及信息系统,有的区域局部上实现信息共享,但是对城市区域内旅游多维度的服务未得到实质性的变化。国内对智慧旅游服务的研究较少,大多集中在智慧旅游的景区管理、旅游体验及旅游资源的研究上。因此,本文用神经网络进行仿真模拟,为检测城市智慧旅游服务提供一种研究评价方法。(1)基础理论研究。在对智慧旅游、城市旅游及旅游服务进行文献综述及概念分析的基础上,对城市智慧旅游服务系统的概念进行界定,并对其内涵进行具体分析。(2)构建评价体系。从智慧旅游服务产业链中的旅游构成要素进行分类分析。从旅游六要素及智慧旅游网络支撑基础和信息技术这几个方面对服务系统的评价体系体系进行详细分析。(3)其次,建立评价标准。定性指标的评价标准采用官方发布的权威性指标标准,数据通过相关行业的统计数据直接获取。定量指标的评...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图3.1人工神经网络仿生结构图

图3.1人工神经网络仿生结构图3.4.3BP神经网络模型原理BP神经网络是一种多层前馈神经网络，因采用BP算法而得名。[60]BP网络由输入层、隐层和输出层组成。层与层之间采用全互连方式，同一层之间不存在相互连接，隐层可以有一个或多个。[61]层与层之间都有一个对....

图3.2BP神经网络结构图

图3.1人工神经网络仿生结构图.3BP神经网络模型原理BP神经网络是一种多层前馈神经网络，因采用BP算法而得名。[60]BP入层、隐层和输出层组成。层与层之间采用全互连方式，同一层之间不连接，隐层可以有一个或多个。[61]层与层之间都有一个对应的权重值层与输出层之间....

图4.1BP网络训练路径图

经网络训练及仿真网络模型设计京、南通两组数据作为测试样本集，剩余15组P神经网络设计时,需要考虑网络拓扑结构、变。[65]在BP神经网络训练之前，首先进行网络初来确定BP神经网络三层的结构数目，本文以入层节点数为25。隐层神经元的数目与结果误个数时不能太多，也不....

图4.2已训练好的神经网络图

值越高表明实际输出值越趋近于期望输出值，当R=1时则表示实际输出完合期望输出。[66]通过对本网络的实际输出值与期望输出值进行线性回归分示二者的关联度R=0.99994，如图4.4所示。由此可见，训练样本的实际输期望输出拟合度较高，预示着本文构建的BP网络具有一定的....

本文编号：4045388