-
题名特征分离编码的景区短期客流量预测模型
被引量：3
- 1
-
-
作者
邹开欣
佃松宜
王茂宁
-
机构
四川大学电气工程学院
四川大学计算机学院
-
出处
《计算机工程与设计》
北大核心
2023年第1期92-98,共7页
-
基金
成都市重点研发支撑计划基金项目(2020YF0900048SN)。
-
文摘
为增强景区科学管理、缓解交通压力、减少安全隐患、提升游客体验,提出基于特征分离编码和注意力机制的网络模型(feature separation encoding and attention mechanism network,FSEAMNet)预测景区短期客流量。该模型包含序列到序列(sequence-to-sequence,Seq2Seq)结构,将不同分布规律的特征进行分离并独立编码,融合成最终的编码向量序列。在每个解码时刻,注意力机制将编码向量序列重新组合成一个上下文向量,解码器从上下文向量解码出未来的游客数量。通过真实的景区数据库数据构建训练集、测试集。实验结果表明,与其它模型相较,FSEANet的预测误差最多可下降82.80%,该模型在工程应用案例分析中对未来一周客流量预测的每日相对误差均在10%以下。所提模型能对实际景区未来短期客流量实现较准确的预测。
-
关键词
景区短期客流量预测
特征分离
独立编码
序列到序列
注意力机制
-
Keywords
prediction of short-term tourist flow
feature separation
independent encoding
sequence-to-sequence
attention mechanism
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于BA-SVR的乡村游短期客流预测模型
被引量：10
- 2
-
-
作者
王晓宇
苏放
-
机构
北京邮电大学信息与通信工程学院
-
出处
《计算机工程与设计》
北大核心
2018年第12期3811-3815,共5页
-
文摘
针对乡村休闲游短期客流量预测中多影响因素、非线性、数据稀疏的特点,提出一种基于支持向量回归的预测模型。支持向量机模型的预测效果受支持向量机的参数的影响较大,利用蝙蝠算法对支持向量回归预测模型进行建模参数优化,实现乡村休闲游短期客流量的精准预测。对九寨沟每日客流量数据和密云区乡村休闲游客流量数据进行仿真实验,实验结果表明,对比该模型与神经网络模型、ARIMA模型、贝叶斯线性回归模型、随机森林回归模型,在乡村休闲游的小样本情况下,其预测精度明显高于其它模型,可以进行有效的短期客流量预测,蝙蝠算法相比于传统群体智能算法具有更好的全局搜索能力以及更少的计算用时。
-
关键词
支持向量回归
蝙蝠算法
群体智能算法
短期客流量预测
乡村休闲游
-
Keywords
support vector regression
bat algorithm
swarm intelligence algorithm
short-term tourism flow forecasting
rural leisure travel
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
