网络搜索数据和GWO-SVR模型的旅游短期客流量预测

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 

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.

福州大学学报·自然科学版杂志要求:

{1}参考文献以作者亲自阅读的近期公开发表的文献为准(内部资料、待发表等不得列入)，论著类文稿的参考文献不超过10条，综述类文稿的参考文献不超过30条，其他类文稿的参考文献不超过5条。

{2}对于重要的或有争议的稿件，编辑委员会将在与编辑部之外的专门研究人员协商讨论后，最终决定是否录用，但只以文章质量为依据。

{3}来稿应是未曾公开发表的原创性稿件。

{4}文章大标题不超过20字，要简明、具体、可以概括全文，特别有必要的时候可以加副标题。

{5}正文标题层次分级：一般不超过4级。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社