Classification Model
作者：马银超[1,2];梁昌勇[1,2];路彩红[1,2]
作者机构：[1]合肥工业大学管理学院,安徽合肥230009;[2]合肥工业大学过程优化与智能决策教育部重点实验室,安徽合肥230009
出版物刊名：国土资源科技管理 页码：109-114页 年卷期：2015年 第5期
主题词：日客流量预测;分类模型;SVR;黄山风景区
摘要：日客流量的准确预测能为景区管理决策提供科学可靠的依据。由于受到各种客观因素影响,日客流量不光呈现出强非线性特征,而且具有明显的季节性特征。整年度的日客流量数据跳跃波动过大,整年度模型很难对其进行准确预测。针对这一问题,根据黄山风景区日客流量的分布特点,建立了1、2和12月,3、6和11月,4和5月,7和8月,9和10月以及法定节假日六类预测模型,通过SVR预测方法的实证仿真显示,同年度模型相比基于客流量分布特征的分类模型明显消除了日客流量跳跃波动,有效地提高了预测精度。
因篇幅问题不能全部显示，请点此查看更多更全内容