基于LS-SVM算法的旅游数量预测
贾秀倩
刘翔
周阳
柴斌
1.河南师范大学 河南 新乡 4530072.河南师范大学 河南 新乡 4530073.河南师范大学 河南 新乡 4530074.河南师范大学 河南 新乡 453007
摘要：针对旅游景点游客数量的预测研究,传统的优化算法在建模速度和准确度方面已难以满足.基于此,本文提出基于参数优化的LS-SVM算法,该算法可以明显地提高预测的寻优精度和收敛速度.首先,采用SPSS对旅游入境人数和影响因素进行相关性分析,从而有效地提取出最佳影响因素,提高非必要因素的干扰,提高模型预测的精度.其次,由于预测模型应对不良数据造成误差增大的问题,研究选取径向基核(RBF核)为LS-SVM的核函数,在此基础上采用改进粒子群优化算法进行LS-SVM参数选择.最后,结合实例验证了该方法的实效性.以安徽省入境旅游为例,通过对LS-SVM与传统的神经网络预测结果进行对比,仿真结果表明该模型预测旅游景点旅客数量有较高的精度.
关键词：LS-SVM相关性旅游神经网络
分类号：O174(数学分析)
论文发表日期：2016-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：2( 6-7 )