买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉鲁东大学申请的专利一种融合多维数据的农家乐入住率预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120765071B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511292586.8，技术领域涉及：G06Q10/0637；该发明授权一种融合多维数据的农家乐入住率预测方法是由王鹤涛;王建;王超设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种融合多维数据的农家乐入住率预测方法在说明书摘要公布了：本发明涉及数据预测与智能优化技术，提出一种融合多维数据的农家乐入住率预测方法，采集历史入住率、天气、节假日及周边景点访问量，构建训练集并训练初始时序模型；训练中引入改进的语言教育优化算法，自适应调整卷积核规模与TCN层数，得到第二模型；该算法以学习个体相对最差状态的反向方向推导认知目标位置，构建反馈校正因子以动态调节对引导位置的接受强度，并融合种群分布、认知偏移历史片段与认知可信度交互，形成具备非线性跳跃与随机扰动特性的认知演化轨迹；预测阶段引入误差反馈，依据历史残差方差动态调整输出置信度，并与滑动均值进行置信融合，最终给出入住率预测结果。实际证明本方法可提升针对农家乐入住率预测精度与稳定性。

本发明授权一种融合多维数据的农家乐入住率预测方法在权利要求书中公布了：1.一种融合多维数据的农家乐入住率预测方法，其特征在于，所述方法应用于农家乐入住率预测，包括： 收集农家乐的历史入住率数据、天气信息、节假日安排、周边旅游景点的访问量、历史均价，根据输入和输出序列构建农家乐入住率预测的训练集； 所述训练集作为输入，对第一入住率预测模型训练； 所述训练，引入改进的语言教育优化算法自适应驱动更新入住率预测模型的卷积核和TCN层数，重构入住率预测模型，得到第二入住率预测模型； 所述改进的语言教育优化算法为对原始语言教育优化算法的位置更新策略改进；根据所述原始语言教育优化算法，利用逆向生成引导机制和认知引导下的记忆重构协同机制对其全局搜索和局部开发阶段的位置更新策略改进； 所述改进包括：采用由学习个体状态相对于当前种群最差状态的反向方向推导认知目标位置，并基于认知目标位置构建反馈校正因子，动态调节学习个体对引导位置的接受强度，进行非对称的学习个体位置更新； 所述逆向生成引导机制的设计方法为： S101、获取当前学习个体在各维度的位置以及种群中全局最差个体在对应维度的位置，基于当前学习个体与全局最差个体在所述维度的差异方向，结合当前学习个体的引导强度因子，生成反向引导向量； 所述引导强度因子为获取第i个学习个体在当前种群中的目标度排序值与最大排序值的比例计算个体排序比例，根据个体的排序比例与理想教师位置差异幅度，并结合个体与种群平均位置差异及正偏移常量计算； 在所述反向引导向量的基础上引入均值为零且方差为预设值的随机扰动项，形成引导位置调整量； 将所述引导位置调整量与当前学习个体的原始位置相结合，构建当前学习个体趋近的理想教师位置； S102、根据所述当前学习个体与其趋近的理想教师位置的差异方向，生成处于[0,1]区间内的比例系数，所述比例系数作为反馈校正因子； S103、根据对应的反馈校正因子，对当前学习个体的位置在所述差异方向上调整；所述调整过程中，结合反馈校正因子并施加至当前学习个体的原始位置，生成更新后的学习个体位置，实现非线性偏移的迭代更新； 所述认知引导下的记忆重构协同机制，包括： S201、通过当前种群中所有学习个体的状态位置，以学习个体目标度为权重系数，构建当前认知动态中心，所述认知动态中心一个适应性聚合的认知参考点，为后续记忆重构提供中心基准； S202、从种群中随机抽取K个认知片段，通过选取第k个历史个体与认知动态中心的差值，并结合随机扰动因子构建认知引导的虚构记忆碎片集； S203、通过对碎片集中各项与其对应目标度构建权重，所述权重按照预设的指数型衰减规则随迭代次数动态调整；将碎片集中各个碎片对应的历史个体与所述认知动态中心的差异向量按所述权重进行加权组合，并引入随机扰动因子以增加搜索多样性； 将加权组合结果与所述认知动态中心进行向量融合，构建潜在交互对象位置； S204、定义认知协同因子动态调节认知差异影响程度，在潜在交互对象位置和多元正态分布扰动参考下，引导当前学习个体通过非线性跳跃实现认知迁移式更新；所述认知协同因子考虑学习个体与学习者种群之间的认知分布偏离程度，融合动态非线性映射策略，引入学习个体目标度与全局学习者种群目标度均值之间的相对差异作为判据因子，构建认知协同因子； 其次，通过融合当前种群分布、认知偏移历史片段与认知可信度交互机制，构造具备非线性跳跃与随机扰动特性的认知演化轨迹对学习个体位置更新； 根据所述第二入住率预测模型进行入住率预测，在预测过程中，引入预测误差反馈，计算历史预测残差方差动态调整预测输出置信度，结合预测值与滑动均值进行置信融合，得到最终的农家乐入住率预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人鲁东大学，其通讯地址为：264000 山东省烟台市芝罘区红旗中路186号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。