基于自适应GA-SVR的旅游景区日客流量预测

摘要：

　　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 vector regression,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.

关键词： 旅游景区 日客流量 支持向量回归模型 自适应遗传算法

作者: CHEN Rong 陈荣 LIANG Chang-yong 梁昌勇 XIE Fu-wei 谢福伟 LIANG Yan 梁焱

作者单位: School of Management,HeFei University of Technology,HeFei 230009,China;Department of Economic and Ma 合肥工业大学管理学院,安徽合肥 230009;蚌埠学院经济与管理系,安徽蚌埠233000 School of Management,HeFei University of Technology,HeFei 230009,China 合肥工业大学管理学院,安徽合肥 230009 Huangshan scenic area management committee,Huangshan 242700,China 黄山风景区管理委员会,安徽黄山 242700

会议类型: 国内会议

会议名称: 第十四届中国管理科学学术年会

会议地点: 济南

会议语种:中文

页码: 61-66

在线出版日期: 2012-11-02（万方平台首次上网日期，不代表论文的发表时间）