本文關(guān)鍵詞： SVR ARIMA CPSO 旅游突發(fā)事件 客流量預(yù)測　出處：《中國管理科學(xué)》2017年05期 　論文類型：期刊論文

【摘要】：由于旅游突發(fā)事件的突然爆發(fā)性、危害性及信息不對稱性,導(dǎo)致旅游客流量在短時(shí)間內(nèi)發(fā)生急劇變化,原有模式被打破,非線性趨勢和線性特征交織的隨機(jī)性趨勢明顯,為旅游客流量正常預(yù)測帶來極大的難度。本文提出一種面向旅游突發(fā)事件客流量混合預(yù)測方法,即支持向量回歸(Support Vector Regression,SVR)和自回歸求和移動(dòng)平均模型(Autoregressive Integrated Moving Average,ARIMA)結(jié)合的混合預(yù)測方法:首先通過SVR預(yù)測旅游突發(fā)事件時(shí)期客流量,然后再用ARIMA預(yù)測SVR預(yù)測值的殘差部分,最后將兩者預(yù)測結(jié)果相加;同時(shí)針對客流量復(fù)雜特征,采用一種混沌粒子群算法(Chaos Particle swarm optimization,CPSO)實(shí)現(xiàn)對SVR參數(shù)選擇。來自黃山風(fēng)景區(qū)汶川地震時(shí)期客流量相關(guān)數(shù)據(jù)驗(yàn)證表明,混合預(yù)測模型優(yōu)于單一預(yù)測方法,為旅游突發(fā)事件時(shí)期客流量預(yù)測提供了一種有效選擇。
[Abstract]:Because of the sudden explosion , harmfulness and information asymmetry of tourism accidents , the random tendency of the traffic flow in the short period of time has been broken , the nonlinear trend and the random tendency of the linear characteristic interweave are obvious , which can bring great difficulty for the normal forecast of the passenger flow .

【作者單位】： 蚌埠學(xué)院經(jīng)濟(jì)與管理學(xué)院;合肥工業(yè)大學(xué)管理學(xué)院;蚌埠學(xué)院理學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71331002,71271072,71301037,71301040) 安徽高校自然科學(xué)研究重點(diǎn)項(xiàng)目(KJ2015A143) 安徽省教育廳2016年高校優(yōu)秀拔尖人才培育資助重點(diǎn)項(xiàng)目(gxfxZD2016283) 蚌埠學(xué)院國家級(jí)項(xiàng)目培育基金項(xiàng)目
【分類號(hào)】：F592.7;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷文平,鄭鵬;ARIMA模型在旋轉(zhuǎn)機(jī)械振動(dòng)預(yù)測中的應(yīng)用[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào);2004年02期

2 程昌品;陳強(qiáng);姜永生;;基于ARIMA-SVM組合模型的股票價(jià)格預(yù)測[J];計(jì)算機(jī)仿真;2012年06期

3 李小明;王穎;劉春明;;基于ARIMA的電網(wǎng)地磁感應(yīng)電流預(yù)測研究[J];計(jì)算機(jī)與數(shù)字工程;2012年09期

4 岑宇鈿;肖南峰;;基于ARIMA模型的陀螺隨機(jī)誤差分析[J];裝備制造技術(shù);2008年11期

5 張國良;后永春;舒文;朱士玉;聶紹發(fā);許奕華;;三種模型在肺結(jié)核發(fā)病預(yù)測中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計(jì);2013年04期

6 呂瑛潔,胡昌華,李國華,張偉;基于ARIMA和RBF網(wǎng)絡(luò)組合預(yù)測的慣性器件故障預(yù)報(bào)[J];電光與控制;2005年04期

7 王振雷;唐苦;王昕;;一種基于D-S和ARIMA的多模型軟測量方法[J];控制與決策;2014年07期

8 梅志雄;;應(yīng)用DRNN和ARIMA組合模型的時(shí)空集成預(yù)測方法[J];小型微型計(jì)算機(jī)系統(tǒng);2010年04期

9 王吉芳;費(fèi)仁元;徐小力;劉鑫;;ARIMA與RBF復(fù)合模型在設(shè)備運(yùn)行狀態(tài)趨勢預(yù)測中的應(yīng)用[J];機(jī)械傳動(dòng);2011年09期

10 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會(huì)議論文集（下冊）[C];2004年

2 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及應(yīng)用研究[A];第三屆（2008）中國管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場論文集[C];2008年

3 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會(huì)議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前8條

1 雍永強(qiáng);基于ARIMA和BPNN的組合預(yù)測模型在血糖預(yù)測中的應(yīng)用[D];鄭州大學(xué);2015年

2 劉穎;基于ARIMA模型和神經(jīng)網(wǎng)絡(luò)對論文下載量進(jìn)行預(yù)測[D];大連理工大學(xué);2015年

3 鄭榮;基于ARIMA與SVM組合模型的煤炭價(jià)格預(yù)測[D];東華理工大學(xué);2015年

4 趙佳寶;ARIMA結(jié)合BP神經(jīng)網(wǎng)絡(luò)對核心交易量預(yù)測的研究[D];東華大學(xué);2016年

5 鄧智敏;基于ARIMA與神經(jīng)網(wǎng)絡(luò)的商品條碼注冊量預(yù)測研究[D];華南理工大學(xué);2016年

6 袁秀芳;SVR模型及其用于經(jīng)濟(jì)數(shù)據(jù)預(yù)測的研究[D];西華師范大學(xué);2016年

7 馮悅;基于集成學(xué)習(xí)的區(qū)域人流密度預(yù)測研究[D];華南理工大學(xué);2016年

8 單玉隆;ARIMA模型與遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)在GDP預(yù)測中的應(yīng)用[D];蘭州大學(xué);2014年

，

本文編號(hào)：1520765