一种基于深度学习的旅行规划方法与系统

本发明提供一种基于深度学习的旅行规划方法与系统，基于卷积神经网络CNN构建园区的地图和景点布局模型，基于长短时记忆网络LSTM构建人流量预测模型，并根据预测结果，计算等待时长，帮助游客更好地安排时间，避免长时间等待，提高游玩效率，对游客需求进行分析，提取关键词，并与数据库中的相关信息进行匹配，结合构建的基于强化学习的路径规划模型，根据游客当前状态选择最优动作，规划出最优游玩路径，本发明能够根据每个游客的独特偏好和需求，生成个性化的旅行规划，满足不同游客的期望和要求，制定的路线规划更加科学、准确和合理，极大提升了游客在游乐园的游玩体验。