文献类型：期刊文章

作　　者：陈荣[1] 梁昌勇[2] 陆文星[2] 董骏峰[2] 葛立新[3]

CHEN Rong LIANG Chang-yong LU Wen-xing DONG Jun-feng GE Li-xin(l. Department of Economic and Management, BengBu University, Bengbu 233000,Chin School of Management, HeFei University of Technology, Hefei 230009 ,China Department of Science, BengBu University, Bengbu 233000,China)

机构地区：[1]蚌埠学院经济与管理学院,安徽蚌埠233000 [2]合肥工业大学管理学院,安徽合肥230009 [3]蚌埠学院理学院,安徽蚌埠233000

出　　处：《中国管理科学》

基　　金：国家自然科学基金资助项目(71331002;71271072;71301037;71301040);安徽高校自然科学研究重点项目(KJ2015A143);安徽省教育厅2016年高校优秀拔尖人才培育资助重点项目(gxfxZD2016283);蚌埠学院国家级项目培育基金项目

年　　份：2017

卷　　号：25

期　　号：5

起止页码：167-174

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：由于旅游突发事件的突然爆发性、危害性及信息不对称性,导致旅游客流量在短时间内发生急剧变化,原有模式被打破,非线性趋势和线性特征交织的随机性趋势明显,为旅游客流量正常预测带来极大的难度。本文提出一种面向旅游突发事件客流量混合预测方法,即支持向量回归(Support Vector Regression,SVR)和自回归求和移动平均模型(Autoregressive Integrated Moving Average,ARIMA)结合的混合预测方法:首先通过SVR预测旅游突发事件时期客流量,然后再用ARIMA预测SVR预测值的残差部分,最后将两者预测结果相加;同时针对客流量复杂特征,采用一种混沌粒子群算法(Chaos Particle swarm optimization,CPSO)实现对SVR参数选择。来自黄山风景区汶川地震时期客流量相关数据验证表明,混合预测模型优于单一预测方法,为旅游突发事件时期客流量预测提供了一种有效选择。

关 键 词：SVR ARIMA CPSO 旅游突发事件 客流量预测

分 类 号：TP181]