安徽省科技计划项目(10120106011)
- 作品数：3 被引量：43H指数：2
- 相关作者：梁焱梁昌勇陈荣宋国锋陆文星更多>>
- 相关机构：合肥工业大学黄山风景区管理委员会教育部更多>>
- 发文基金：国家自然科学基金安徽省科技计划项目安徽高校省级自然科学研究基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于APSO-SVR的山岳风景区短期客流量预测被引量：9
- 2013年
- 根据山岳风景区短期客流量小样本、非线性等特征,本文提出基于自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)的支持向量回归(Support Vector Regression,SVR)模型,融合SVR处理小样本、非线性预测特性和APSO优化SVR参数的能力对山岳风景区短期客流量进行预测。来自山岳风景区黄山2008年～2011年暑期相关日数据的验证结果表明:与PSO-SVR、GA-SVR和BPNN等模型相比,APSO-SVR模型的预测准确性更高、误差更小,是进行山岳风景区短期客流量预测的有效工具。
- 陈荣梁昌勇梁焱马银超
- 关键词：山岳风景区支持向量回归自适应粒子群算法
- 基于商务智能的黄山景区决策支持系统研究
- 2013年
- 黄山风景区经过多年的信息化建设,已初步建成了涉及景区多个领域的近30个应用系统。但是,这些系统之间彼此孤立,数据间难以实现共享,并且日益积累的大量历史数据没有得到充分利用。文中将商务智能技术运用到景区的业务经营管理中,通过利用ETL技术,解决各系统间的信息孤岛问题,并建设统一的数据仓库平台;在此基础上,根据景区日常业务经营管理需求,介绍构建基于商务智能技术的景区经营决策支持系统的框架、系统的决策功能以及关键技术分析。
- 楚静梁昌勇梁焱
- 关键词：商务智能景区经营决策支持
- 基于季节SVR-PSO的旅游客流量预测模型研究被引量：35
- 2014年
- 准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimization,PSO)结合模型,即SSVR-PSO,实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示,SSVR-PSO模型预测精度明显高于SVRPSO、SVR-GA、BPNN、ARIMA等方法,是进行旅游客流量预测的有效工具.
- 陈荣梁昌勇陆文星宋国锋梁焱
- 关键词：支持向量回归季节调整粒子群算法
