检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
1 篇 管理学
- 1 篇 管理科学与工程(可...
- 1 篇 工商管理

主题

1 篇 遗传算法
1 篇 混沌粒子群算法
1 篇 预测模型
1 篇 支持向量回归
1 篇 季节调整
1 篇 自回归移动求和平...
1 篇 旅游短期客流量

机构

1 篇 合肥工业大学

作者

1 篇 陈荣

语言

1 篇 中文

检索条件"主题词=自回归移动求和平均模型"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于支持向量回归的旅游短期客流量预测模型研究

基于支持向量回归的旅游短期客流量预测模型研究

引用

作者：陈荣合肥工业大学

学位级别：博士

随着旅游业的快速发展,居民外出旅游人数急剧增长,给旅游景区造成极大冲击。近年来由于游客拥挤、超载等问题造成的安全事故频发,给旅游景区造成了巨大的负面影响。准确的旅游短期客流量预测能够为旅游管理者提前决策提供直接信息,最大... 详细信息

随着旅游业的快速发展,居民外出旅游人数急剧增长,给旅游景区造成极大冲击。近年来由于游客拥挤、超载等问题造成的安全事故频发,给旅游景区造成了巨大的负面影响。准确的旅游短期客流量预测能够为旅游管理者提前决策提供直接信息,最大限度的避免这种情况的发生。然而在我国,由于受到自然气候、特有的休假制度、旅游突发事件等诸多外部因素影响,旅游短期客流量表现出非线性、季节性、随机性等复杂特点,传统的预测方法往往难以实现准确预测,因此建立科学合理的短期客流量预测模型,实现对旅游景区不同时期的短期客流量预测,对旅游景区尤其是热门景区乃至整个旅游行业意义重大。支持向量回归(Support Vector Regression, SVR)作为一种基于统计学习理论的新的机器回归分析方法,由于具有处理非线性、小样本等问题能力,能较好地解决旅游短期客流量的非线性、季节性和随机性等问题,为复杂的短期客流量预测提供了一种新的选择。本文以旅游景区为研究对象,以科学准确预测旅游景区短期客流量为目标,根据旅游短期客流量在不同时期表现出的特点,将其分成平常日客流量、节假日客流量、旅游突发事件时期客流量三种不同类型,分别研究这三种不同类型的短期客流量预测问题。本文的主要研究内容如下： 1)对国内外旅游客流量预测方法进行了系统综述,指出目前国内外在旅游客流量预测研究上取得成果及在方法、尺度等方面存在的一些局限性,以此为基础,提出本文研究的研究内容。 2)对短期客流量的主要影响因素进行系统分析,进一步分析旅游短期客流量在不同时期的客流量特点,通过对旅游短期客流量不同时期客流量特点的分析,将短期客流量的研究分成平常日客流量、节假日客流量以及突发事件时期客流量。 3)针对平常日客流量非线性突出的特点,提出基于遗传算法(Genetic Algorithm,GA)的支持向量回归模型GA-SVR模型,利用GA对SVR自由参数进行选择,并将该方法与BPNN模型进行对比。基于黄山风景区的有代表性的平常日短期客流量等相关数据验证表明：(GA-SVR模型较BPNN模型预测误差更小,准确性更高。 4)针对每年节假日客流量呈现的明显季节性特点,提出基于季节调整的自适应遗传算法(Adaptive Genetic Algorithm, AGA)支持向量回归模型,即季节指数调整(Seasonal Exponential Adjustment, SEA)的AGA-SVR预测模型(SEA-AGA-SVR)和季节因子调整(Seasonal index Adjustment,SI)的AGA-SVR预测模型(AGA-SSVR)。其中SEA-AGA-SVR主要对短期客流量的季节性进行事前调整后再进行预测；而AGA-SSVR重在事后对预测值进行季节因子调整。来自黄山风景区2008-2012年节假日的客流量数据的实验结果表明,两种季节调整方法均能有效的去除季节性成分,预测效果均优于AGA-SVR方法,但是由于***直接对原始时间序列数据进行季节性处理,预测效果优于事后调整的AGA-SSVR模型,同时预测时间也大大缩短. 5)针对旅游突发事件的突发性、无法预见性而导致的客流量高度不确定性、随机性特点,提出基于混沌粒子群(Chaos Partic]e swarm optimization,CPSO)的SVR和自回归移动求和平均(Autoregressive Integrated Moving Average,ARIMA)相结合的混合模型即***.A RIMA模型。先通过CPSO对SVR模型进行寻优,再用SVR对突发事件时期客流量进行预测,然后使用ARIMA模型对SVR残差序列预测,最后将两者预测值相加,即为所求预测值。来自黄山风景区汶川地震时期客流量数据的实验结果表明CPSO-SVR-ARIMA混合模型能够很好的抓住突发事件客流量的波动及变化轨迹,预测精度明显高于单一的预测方法CPSO-SVR和PSO-SVR。

关键词：旅游短期客流量预测模型支持向量回归遗传算法季节调整混沌粒子群算法自回归移动求和平均模型

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：