网络搜索数据和GWO-SVR模型的旅游短期客流量预测

• 作者: 叶晓燕 潘淼鑫 王兰梅 陈崇成
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2019,（5）
• 页码范围: 598-603
• 页数: 6页
• 分类号: TP391.9
• 字数: 3907字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.18513

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈崇成	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	116	1863	23.0	39.0
2	叶晓燕	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	7	26	3.0	5.0
3	王兰梅	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	1	0	0.0	0.0