文献知网节
  • 记笔记

基于经验模态分解对景区人流量预测

罗述群黄天民

西南交通大学数学学院

摘要:准确预测景区人流量对景区管理者、游客以及旅游相关行业都具有重要的参考价值,景区管理者通过合理的资源配置,可以有效避免拥堵、提高游客的旅游质量与满意度。为提高客流量预测的准确性,文中提出一种基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)的组合预测模型。针对景区人流量的非线性和非平稳性特点,采用EMD将原始的景区人流量自适应地分解为有限个平稳的本征模函数(IMF)和剩余项函数,有效地降低数据复杂度。为进一步提高模型精度,针对不同频率IMF函数,采用不同的方法对LSSVM的参数进行寻优,再利用LSSVM模型对分解后的数据训练模型,得到各个分量的预测值,最后将预测值叠加作为景区人流量的预测结果。实验表明,与BP、EMD-BP和LSSVM模型相比,EMD组合模型有效地提高了景区人流量的预测精度。
  • DOI:

    10.16246/j.issn.1673-5072.2020.02.014

  • 专辑:

    基础科学; 信息科技; 经济与管理科学

  • 专题:

    自动化技术; 旅游

  • 分类号:

    F592;TP181

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:183 页码:207-213 页数:7 大小:896K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者