基于APSO-SVR的山岳风景区短期客流量预测
2013-06-30分类号：F592.7;F224
【部门】合肥工业大学管理学院
【摘要】根据山岳风景区短期客流量小样本、非线性等特征,本文提出基于自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)的支持向量回归(Support Vector Regression,SVR)模型,融合SVR处理小样本、非线性预测特性和APSO优化SVR参数的能力对山岳风景区短期客流量进行预测。来自山岳风景区黄山2008年～2011年暑期相关日数据的验证结果表明:与PSO-SVR、GA-SVR和BPNN等模型相比,APSO-SVR模型的预测准确性更高、误差更小,
【关键词】短期客流量 山岳风景区 支持向量回归 自适应粒子群算法 预测模型
【基金】国家自然科学基金面上项目“基于行为决策的隐性目标决策模型与方法研究”(71271072);; 安徽高校省级自然科学研究项目“风景名胜区客流量预测模型与对比方法研究”(KJ2012B097);; 安徽省科技计划项目“智慧黄山风景区人流量智能分析预测系统”(10120106011)
【所属期刊栏目】旅游科学
文献传递
