一种基于CNN-GRU和SSA-GWO-LightGBM的机票价格预测方法

摘要

本发明公开了一种基于CNN‑GRU和SSA‑GWO‑LightGBM的机票价格预测方法，包括以下步骤：S1：采集历史航班特征和近期价格序列，提取航班连续特征和航班离散特征，将数据集划分成训练集和测试集；S2：建立卷积神经网络优化的融合自注意力机制的GRU模型，将历史航班特征和近期价格序列的训练集输入模型中进行特征增强和特征提取；S3：建立SSA改进GWO进而优化的LightGBM模型，输入训练集进行训练；S4：将测试数据集输入到模型中进行数据集的测试，得到机票价格预测结果。本发明提出了采用卷积神经网络优化的融合自注意力机制的GRU来增强数据特征及其之间的联连性，提升预测票价的精确度。