混合分布因其在提取复杂数据结构、刻画分布权重方面提供了丰富稳定的信息而被广泛应用于聚类、空间聚组等预测问题中。KDE虽然更新了混合正态分布中的参数结构,但未对权重结构进行单独设计,对分支密度差异较大的异质结构而言,会出现弱密度区域被忽略而高密度结构被高估的现象,根据这类模型设计的景区游客流量疏导预测常常精度不足。引入权重时变估计过程可以很好的解决这类问题。具有时变性的权重既包含了各个成分在空间位置上的比例结构,也包含了人群分布随时间流转的规律信息。文章重点讨论权重时变混合正态模型对景区人群密度的预测问题,以北京市海淀区颐和园景区为例,使用景区及周边区域移动设备空间位置200余万条实时信令数据,建立了权重随时间演化的条件自回归先验分布,使用MCMC方法对模型参数进行估计。考虑了混合分布中分支数量对预测精度的影响,对比了权重时变的预测模型、传统的正态混合模型和KDE密度预测效果,实验发现权重时变模型的预测结果明显好于后面两类模型结果,权重时变信息揭示了人群密度在不同景点的时间自然流转规律。