文件名称:论文研究-基于季节SVR-PSO的旅游客流量预测模型研究.pdf
文件大小:679KB
文件格式:PDF
更新时间:2022-10-10 12:13:53
论文研究
论文研究-基于季节SVR-PSO的旅游客流量预测模型研究.pdf, 准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimization,PSO)结合模型,即SSVR-PSO,实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示,SSVR-PSO模型预测精度明显高于SVR-PSO、SVR-GA、BPNN、ARIMA等方法,是进行旅游客流量预测的有效工具.