一种基于深度学习的经停航班定价方法

本发明为一种基于深度学习的经停航班定价方法，所述方法包括如下步骤：1）通过历史航班数据以及外部数据使用深度学习方法对“票价‑客流”关系曲线进行拟合；2）步骤1）中的拟合曲线，使用樽海鞘群启发式群体智能算法对航班收益进行优化。本发明通过神经网络的层次化结构，能够自动地从历史数据中学习到乘客的选择行为、市场需求的波动、航空公司之间的竞争等复杂模式等相关知识，为定价模型提供更为精准的支持，且本发明可以处理大量的输入变量和海量的历史数据，在预测经停航班的需求时，深度学习模型可以综合考虑多个因素并在训练过程中有效地识别出影响票价变化的关键因素。