安徽高校省级自然科学研究基金(KJ2012B097)
- 作品数：7 被引量：114H指数：6
- 相关作者：陈荣梁昌勇梁焱马银超谢福伟更多>>
- 相关机构：合肥工业大学蚌埠学院黄山风景区管理委员会更多>>
- 发文基金：安徽高校省级自然科学研究基金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于自适应GA-SVR的旅游景区日客流量预测被引量：11
- 2012年
- 准确的日客流量预测对旅游景区至关重要,但受各种因素影响,日客流量呈现复杂、非线性特点,文章提出了一种基于自适应遗传算法(adaptive genetic algorithm,AGA)的支持向量回归(support vectorregression,SVR)模型,利用SVR处理非线性预测的能力和AGA参数寻优的特点,实现旅游景区日客流量预测。最后以某旅游景区2008.3-2012.6最新日客流量等数据集为例验证AGA-SVR模型的预测能力,并与GA-SVR和BPNN的预测结果进行对比分析。实验结果表明:同GA-SVR、BPNN相比,AGA-SVR能够有效的实现日客流量预测,准确性更高,误差更小,同时也说明利用AGA进行SVR参数选择是有效可行的。
- 陈荣梁昌勇谢福伟梁焱
- 关键词：旅游景区
- 基于季节SVR的节假日旅游客流量预测被引量：7
- 2013年
- 准确的节假日客流量预测对旅游景区至关重要，然而受各种因素影响，节假日客流量呈现复杂非线性特点和典型季节性趋势。为了解决这种非线性和季节性问题，文章建立基于季节调整的支持向量回归模型（SSVR），并用某风景区2008—2011年节假日的日客流量验证模型的有效性。研究结果表明，SSVR预测节假日客流量效果良好，预测精度优于SVR和BPNN方法。
- 陈荣梁昌勇
- 关键词：季节调整支持向量回归
- 基于SVR-ARMA组合模型的日旅游需求预测被引量：39
- 2015年
- 短期微观旅游需求具有强非线性特征,单一的模型很难做出准确预测。针对此问题,本文分析了著名风景区黄山2010年旅游旺季(4-10月)相关日数据的特征,在此基础上建立SVR-ARMA组合模型,用SVR模型先对原始非线性数据预测,再对SVR模型预测所产生的线性残差用ARMA模型预测,将两部分预测值几何相加得最终的预测值。最后分别与单一的SVR和ARMA模型对比,结果表明该组合模型有更高更稳健的预测精度,很适合短期微观旅游需求。
- 梁昌勇马银超陈荣梁焱
- 基于SVR的非线性时间序列预测方法应用综述被引量：17
- 2013年
- 基于支持向量回归(Support Vector Regression,简称SVR)的非线性时间序列预测是智能预测的重要前沿课题,在许多领域有着非常广泛的应用前景。文章介绍了SVR基本理论和方法,从金融、电力、交通、旅游等领域的典型应用对基于SVR的非线性时间序列预测进行了综述,分析了目前SVR在核函数、自由参数选择和输入数据处理方面存在的问题及其在应用领域进一步研究的方向。
- 陈荣梁昌勇谢福伟
- 关键词：支持向量机支持向量回归非线性时间序列预测
- 基于APSO-SVR的山岳风景区短期客流量预测被引量：9
- 2013年
- 根据山岳风景区短期客流量小样本、非线性等特征,本文提出基于自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)的支持向量回归(Support Vector Regression,SVR)模型,融合SVR处理小样本、非线性预测特性和APSO优化SVR参数的能力对山岳风景区短期客流量进行预测。来自山岳风景区黄山2008年～2011年暑期相关日数据的验证结果表明:与PSO-SVR、GA-SVR和BPNN等模型相比,APSO-SVR模型的预测准确性更高、误差更小,是进行山岳风景区短期客流量预测的有效工具。
- 陈荣梁昌勇梁焱马银超
- 关键词：山岳风景区支持向量回归自适应粒子群算法
- 基于自适应GA-SVR的旅游景区日客流量预测
- 准确的日客流量预测对旅游景区至关重要,但受各种因素影响,日客流量呈现复杂、非线性特点,文章提出了一种基于自适应遗传算法(adaptive genetic algorithm,AGA)的支持向量回归(support vec...
- 陈荣梁昌勇谢福伟梁焱
- 关键词：旅游景区
- 文献传递
- 风景名胜区旅游客流量影响因素研究被引量：5
- 2014年
- 旅游客流量影响因素对预测的准确性起着至关重要的作用。以黄山风景区2008-2010年客流量等相关数据为基础,对风景名胜区客流量的影响因素进行分析。分析结果表明:季节性因素、节假日因素、气候变化及人体舒适度、风景区客源的空间分布、旅游成本、风景区的品牌效应等直接影响旅游客流量;地区的经济发展、国家政策、交通等也会对客流量产生一定的影响。
- 郑强陈荣孙进松许磊
- 关键词：风景名胜区客流量影响因素黄山风景区
- 基于季节SVR-PSO的旅游客流量预测模型研究被引量：35
- 2014年
- 准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimization,PSO)结合模型,即SSVR-PSO,实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示,SSVR-PSO模型预测精度明显高于SVRPSO、SVR-GA、BPNN、ARIMA等方法,是进行旅游客流量预测的有效工具.
- 陈荣梁昌勇陆文星宋国锋梁焱
- 关键词：支持向量回归季节调整粒子群算法
