基于Logistic模型的度假酒店客流量预测系统设计

发布时间：2021-07-10 20:55

　　现有方法预测结果准确性不高,针对该问题设计基于Logistic模型的度假酒店客流量预测系统。利用描述性统计分析方法采集原始信息,依据采集结果建立Logistic混沌映射回归分析模型,运用该模型提取客流量的样本模糊检测结果和流量拥堵性特征,并运用模糊PID学习方法实现特征的自分类学习。在此基础上,对样本序列进行相空间重构和谱分解,采用大数据融合和关联规则挖掘方法评估客流量,回归检验评估结果,从而实现对度假酒店客流量的预测。通过实验结果可知,该系统具有预测精度较高的优势,有助于提高度假酒店的管理调度决策能力。 

【文章来源】：长春师范大学学报. 2020,39(08)

【文章页数】：6 页

【部分图文】：

度假酒店客流量预测系统实现流程

为了验证所提方法在实现度假酒店客流量统计分析预测的应用性能,进行仿真实验,实验采用C++和Matlab设计,结合SPSS 19.0统计分析软件进行度假酒店客流量的大数据统计分析,对度假酒店客流量数据采样的先验样本集规模为3 000,训练序列为100,Logistics映射训练的学习次数为20,关联系数为0.14,度假酒店客流量预测的置信度水平设定为0.95,根据上述仿真参数设定,进行度假酒店客流量预测,得到原始采样样本如图2所示。图3 Logistics相空间重构

预测输出

【参考文献】：
期刊论文
[1]基于Benford-Logistic模型的企业财务风险预警方法[J]. 杨贵军,周亚梦,孙玲莉.  数量经济技术经济研究. 2019(10)
[2]基于波动聚集性的城际高铁客流量预测[J]. 耿立艳,鲁荣利,李新杰.  铁道科学与工程学报. 2019(08)
[3]基于组合模型的城市轨道交通短时客流预测[J]. 杨静,朱经纬,刘博,冯诚,张红亮.  交通运输系统工程与信息. 2019(03)
[4]基于SARIMA模型的铁路站点客流量预测研究[J]. 段然,庞建华,张良钧.  数学的实践与认识. 2019(09)
[5]基于logistic模型的我国信息产业演化发展研究[J]. 宋之杰,唐晓莉.  数学的实践与认识. 2019(05)
[6]运动延误下城市交通轨道多站协同客流控制模型研究[J]. 崔素萍.  科技通报. 2019(02)
[7]改进PSO算法优化LSSVM模型的短期客流量预测[J]. 陆文星,李楚.  计算机工程与应用. 2019(18)
[8]城市轨道交通客流网络分布均衡性评价[J]. 黄志远,徐瑞华,杨儒冬,刘伟.  交通运输系统工程与信息. 2018(03)
[9]城市轨道交通客流预测宏观指标统计分析[J]. 戢小辉,安栓庄,俞懿宸,谢禹磊.  都市快轨交通. 2017(06)
[10]基于改进卡尔曼滤波的轨道交通站台短时客流预测[J]. 张智勇,张丹丹,贾建林,梁天闻.  武汉理工大学学报(交通科学与工程版). 2017(06)



本文编号：3276647