期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
旅游客流量预测:基于季节调整的PSO-SVR模型研究
被引量：
15
1
作者
翁钢民
李凌雁
《计算机应用研究》
CSCD
北大核心
2014年第3期692-695,共4页
旅游客流量具有明显的非线性和季节性特征,所以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...
旅游客流量具有明显的非线性和季节性特征,所以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。鉴于此,构建一种考虑季节影响的PSO-SVR模型,以北京为例将不同旅游客流量预测方法的拟合优度进行比较。结果显示: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,该模型是进行旅游客流量预测的有效工具。
展开更多
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
均方差比较
在线阅读
下载PDF
职称材料
基于SEA的AGA-SVR节假日客流量预测方法研究
被引量：
9
2
作者
陈荣
梁昌勇
葛立新
《旅游科学》
CSSCI
北大核心
2016年第5期12-23,共12页
节假日旅游客流量由于游客在短期内大量集中于同一地点、不同节假日休假时间长短、所处季节等不同,呈现复杂非线性特征和明显季节性特点。本文提出一种基于季节指数调整（Seasonal Exponential Adjustment,SEA）的自适应遗传算法（Adapt...
节假日旅游客流量由于游客在短期内大量集中于同一地点、不同节假日休假时间长短、所处季节等不同,呈现复杂非线性特征和明显季节性特点。本文提出一种基于季节指数调整（Seasonal Exponential Adjustment,SEA）的自适应遗传算法（Adaptive Genetic Algorithm,AGA）-支持向量回归（Support Vector Regression,SVR）预测模型,即基于SEA的AGA-SVR模型,并用国内著名5A级风景区黄山2008~2012年节假日客流量数据对模型进行验证。研究结果表明,基于SEA的AGA-SVR预测模型能够准确处理节假日旅游客流量预测中的非线性和季节性问题,较AGA-SVR和GASVR等方法具有更高的预测精度,在旅游预测领域应用前景广阔。
展开更多
关键词
季节指数调整
支持向量回归
自适应遗传算法
节假日
旅游客流量预测
在线阅读
下载PDF
职称材料
题名
旅游客流量预测:基于季节调整的PSO-SVR模型研究
被引量：
15
1
作者
翁钢民
李凌雁
机构
燕山大学经济管理学院
出处
《计算机应用研究》
CSCD
北大核心
2014年第3期692-695,共4页
基金
国家社会科学基金资助项目(09BJY087)
河北省社会科学基金资助项目(HB12YJ075)
文摘
旅游客流量具有明显的非线性和季节性特征,所以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。鉴于此,构建一种考虑季节影响的PSO-SVR模型,以北京为例将不同旅游客流量预测方法的拟合优度进行比较。结果显示: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,该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
均方差比较
Keywords
tourism flow forecast
particle swarm optimization （ PSO ）
support vector regression （ SVR ）
seasonal adjust＇：ment
comparison of mean square error
分类号
F590.3 [经济管理—旅游管理]
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于SEA的AGA-SVR节假日客流量预测方法研究
被引量：
9
2
作者
陈荣
梁昌勇
葛立新
机构
蚌埠学院经济与管理学院
合肥工业大学管理学院
蚌埠学院理学院
出处
《旅游科学》
CSSCI
北大核心
2016年第5期12-23,共12页
基金
国家自然科学基金重点项目"基于云的管理信息系统再造研究"(71331002)
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)
+1 种基金
安徽高校自然科学研究重点项目"智慧景区背景下的旅游客流量预测方法研究"(KJ2015A143)
安徽省教育厅2016年高校优秀拔尖人才培育资助项目"高校优秀青年骨干人才国内外访学研修重点项目"(gxfx ZD2016283)
文摘
节假日旅游客流量由于游客在短期内大量集中于同一地点、不同节假日休假时间长短、所处季节等不同,呈现复杂非线性特征和明显季节性特点。本文提出一种基于季节指数调整（Seasonal Exponential Adjustment,SEA）的自适应遗传算法（Adaptive Genetic Algorithm,AGA）-支持向量回归（Support Vector Regression,SVR）预测模型,即基于SEA的AGA-SVR模型,并用国内著名5A级风景区黄山2008~2012年节假日客流量数据对模型进行验证。研究结果表明,基于SEA的AGA-SVR预测模型能够准确处理节假日旅游客流量预测中的非线性和季节性问题,较AGA-SVR和GASVR等方法具有更高的预测精度,在旅游预测领域应用前景广阔。
关键词
季节指数调整
支持向量回归
自适应遗传算法
节假日
旅游客流量预测
Keywords
seasonal exponential adjustment
support vector regression （SVR）
adaptive geneticalgorithm （AGA）
holiday daily tourist flow forecasting
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
旅游客流量预测:基于季节调整的PSO-SVR模型研究
翁钢民
李凌雁
《计算机应用研究》
CSCD
北大核心
2014
15
在线阅读
下载PDF
职称材料
2
基于SEA的AGA-SVR节假日客流量预测方法研究
陈荣
梁昌勇
葛立新
《旅游科学》
CSSCI
北大核心
2016
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
