图书介绍

智慧景区背景下的旅游客流量预测方法研究pdf电子书版本下载

智慧景区背景下的旅游客流量预测方法研究
  • 陈荣著 著
  • 出版社: 成都:西南交通大学出版社
  • ISBN:9787564363215
  • 出版时间:2018
  • 标注页数:108页
  • 文件大小:11MB
  • 文件页数:117页
  • 主题词:风景区-旅游客源-客流量-预测-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

智慧景区背景下的旅游客流量预测方法研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1 研究背景和意义 1

1.2 国内外旅游需求研究方法分析 4

1.2.1 经典时间序列预测方法 4

1.2.2 计量经济学预测方法 6

1.2.3 人工神经网络预测方法 8

1.2.4 支持向量回归预测方法 10

1.3 国内外旅游需求研究内容分析 11

1.3.1 目的地—客源地旅游需求预测 11

1.3.2 中长期旅游需求预测 12

1.3.3 预测方法的选择 12

1.4 本研究主要研究内容 13

1.5 本研究结构安排 15

第2章 旅游短期客流量影响因素、特点及分类分析 16

2.1 影响因素重要性分析 16

2.2 旅游短期客流量主要影响因素分析 16

2.2.1 国外学者对旅游需求影响因素的分析 17

2.2.2 国内学者对旅游需求影响因素的分析 18

2.2.3 旅游短期客流量主要影响因素分析 18

2.3 旅游短期客流量特点分析 23

2.4 旅游短期客流量分类分析 26

2.5 小结 27

第3章 平常日客流量预测方法研究 28

3.1 问题分析 28

3.2 支持向量机理论 29

3.2.1 统计学习理论 29

3.2.2 支持向量回归原理 34

3.3 自由参数最优化方法选择 40

3.3.1 自由参数影响程度分析 40

3.3.2 自由参数最优化准则和方法选择 40

3.3.3 遗传算法的基本原理 41

3.4 平常日客流量预测方法研究 42

3.4.1 基于GA的SVR参数选择 42

3.4.2 GA-SVR方法算法过程 44

3.5 实验过程和结果讨论 46

3.5.1 数据来源 46

3.5.2 GA-SVR预测方法实验过程 49

3.5.3 BPNN预测方法比较 49

3.5.4 评价指标分析 52

3.5.5 实验结果分析 52

3.6 小结 55

第4章 节假日客流量预测方法研究 57

4.1 问题分析 57

4.2 旅游季节性分析 57

4.2.1 季节性和旅游季节性的内涵 57

4.2.2 旅游季节性形成原因 58

4.3 旅游季节性处理方法 60

4.3.1 旅游季节性测量方法 60

4.3.2 季节调整方法 61

4.4 节假日客流量预测方法研究 63

4.4.1 基于AGA的SVR参数选择 63

4.4.2 季节AGA-SVR方法算法过程 64

4.5 实验过程和结果分析 68

4.5.1 数据来源 68

4.5.2 季节AGA-SVR预测方法实验过程 70

4.5.3 评价指标分析 74

4.5.4 实验结果分析 75

4.6 小结 78

第5章 旅游突发事件客流量预测方法研究 79

5.1 问题分析 79

5.2 旅游突发事件客流量预测现状 79

5.2.1 突发事件和旅游突发事件的内涵 79

5.2.2 旅游突发事件客流量预测现状 80

5.3 混合预测方法研究现状 80

5.4 基于SVR-ARIMA的旅游突发事件客流量混合预测方法 81

5.4.1 基于CPSO的SVR参数选择 82

5.4.2 ARIMA模型原理 86

5.4.3 CPSO-SVR-ARIMA混合方法算法过程 87

5.5 实验过程和结果分析 88

5.5.1 数据来源 88

5.5.2 CPSO-SVR-ARIMA混合方法实验过程 89

5.5.3 实验方法及结果 90

5.5.4 评价指标分析 93

5.5.5 实验结果分析 93

5.5.6 预测方法的局限性 95

5.6 小结 95

第6章 总结和展望 96

6.1 总结 96

6.2 展望 98

参考文献 99

精品推荐