| 季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例 |
| |
| 引用本文： | 翁钢民,李凌雁,李慧盈.季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例[J].数学的实践与认识,2016(6):6-13. |
| |
| 作者姓名： | 翁钢民 李凌雁 李慧盈 |
| |
| 作者单位： | 燕山大学经济管理学院,河北秦皇岛,066004 |
| |
| 基金项目： | 教育部规划基金项目(14YJA790059)，河北省软科学项目(15456002D)，河北省高等学校人文社会科学重点研究基地项目(20150914)，河北省研究生创新资助项目(00302-6370005)，河北省社会科学基金项目(HB15GL021) |
| |
| 摘 要： | 准确的旅游客流量预测对旅游目的地做好事前准备工作至关重要.然而旅游客流量具有明显的非线性和季节性特征,采取季节调整方法对样本数据进行预处理,消除季节性的影响,可以提高客流量预测的准确性.同时SVR(支持向量回归机)是一种良好的机器学习方法,非常适合预测研究,辅以PSO(粒子群算法)选取合适的回归参数可以获得更加精确的预测结果.提出了一种考虑季节影响并通过PSO优化SVR模型的旅游客流量预测模型,并以海南省三亚市为例进行了实证研究.研究结果表明,季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型,是进行旅游客流量预测的有效工具.
|
| 关 键 词： | 旅游客流量预测 粒子群算法 支持向量回归机 季节调整 |
Seasonal Adjustment' PSO-SVR Model and It's Application on Tourism Flow Forecast: Taking Sanya as an example |
| |
| Abstract: | |
| |
| Keywords: | tourism flow forecast particle swarm optimization(PSO) Support Vector Regression(SVR) seasonal adjustment |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
