文献类型：期刊文章

作　　者：王兰梅[1] 陈崇成[1] 叶晓燕[1] 潘淼鑫[1,2]

WANG Lanmei;CHEN Chongcheng;YE Xiaoyan;PAN Miaoxin(Key Laboratory of Spatial Data Mining&Information Sharing of Ministry Education,National Engineering Research Center of Geospatial Information Technology,Fuzhou University,Fuzhou,Fujian 350108,China;College of Mathematics and Informatics,Fujian Provincial Engineering Technology Research Center for Public Service,Fujian Normal University,Fuzhou,Fujian 350117,China)

机构地区：[1]福州大学空间数据挖掘与信息共享教育部重点实验室,地理空间信息技术国家地方联合工程研究中心,福建福州350108 [2]福建师范大学数学与信息学院,福建省公共服务大数据挖掘与应用工程技术研究中心,福建福州350117

出　　处：《福州大学学报（自然科学版）》

基　　金：国家科技支撑计划资助项目(2013BAH28F00);福建省第二批科技创新领军人才基金资助项目(00387005)

年　　份：2019

卷　　号：47

期　　号：5

起止页码：598-603

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：利用皮尔森相关系数法处理网络搜索数据,用灰狼算法(grey wolf optimizer,GWO)优化支持向量回归(support vector regression,SVR)中的参数,提出并实现一种基于网络搜索数据和GWO-SVR模型的旅游短期客流量预测模型,并用参数优化后的SVR对客流量进行建模预测.以四川省九寨沟和四姑娘山两个景区为例,构建GWO-SVR、ARIMA、BPNN、SVR、CS-SVR、PSO-SVR和无网络搜索数据等客流量预测模型进行实证分析.结果表明,GWO-SVR模型均优于其他模型,具有更高的预测精度.

关 键 词：旅游客流量预测  网络搜索数据  支持向量回归 灰狼优化算法  

分 类 号：TP391.9]