季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例

发布时间：2018-01-04 00:02

本文关键词：季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例　出处：《数学的实践与认识》2016年06期 　论文类型：期刊论文

【摘要】：准确的旅游客流量预测对旅游目的地做好事前准备工作至关重要.然而旅游客流量具有明显的非线性和季节性特征,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.提出了一种考虑季节影响并通过PSO优化SVR模型的旅游客流量预测模型,并以海南省三亚市为例进行了实证研究.研究结果表明,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,是进行旅游客流量预测的有效工具.
[Abstract]:Accurate prediction of tourist flow tourism destination to do good preparation before the work is very important. However, tourist industry has a strong seasonal trend, take seasonal adjustment method to preprocess the sample data to eliminate the seasonal influence, can improve the accuracy of passenger volume forecast. At the same time, SVR (support vector regression) is a good machine learning method is very suitable for prediction research, supplemented by PSO (particle swarm optimization) to select appropriate parameters of the regression can obtain more accurate predicting results. This paper proposed an optimization model considering the SVR and the PSO season tourism flow forecasting model, taking Hainan city of Sanya Province as an example study results show that the prediction precision of PSO-SVR model of seasonal adjustment was significantly higher than SVR, SVR and PSO-SVR model of seasonal adjustment, is tourism flow forecast effectively Tools.

【作者单位】：燕山大学经济管理学院;
【基金】：教育部规划基金项目(14YJA790059) 河北省软科学项目(15456002D) 河北省高等学校人文社会科学重点研究基地项目(20150914) 河北省研究生创新资助项目(00302-6370005) 河北省社会科学基金项目(HB15GL021)
【分类号】：F592.7
【正文快照】： 1引言随着经济社会的不断发展和人们旅游消费需求的大幅增长,旅游业在国民经济中的作用日益突出,逐步成为我国国民经济重要支柱产业.同时旅游业又是一个季节性很强的产业,在旅游旺季许多景区景点、游乐场所、宾馆酒店人满为患,不利于资源环境保护和旅游服务质量的提高;而在

【相似文献】