發(fā)布時間：2024-12-27 04:28

　　近年來,我國社會快速發(fā)展,推動了產(chǎn)業(yè)轉(zhuǎn)型、服務(wù)轉(zhuǎn)型,我國旅游業(yè)也進(jìn)入了黃金發(fā)展時期。旅游業(yè)的蓬勃發(fā)展促進(jìn)了社會經(jīng)濟(jì)和國民經(jīng)濟(jì)的提升,但與此同時,旅游人潮的日益龐大也為行業(yè)的健康發(fā)展帶來一些挑戰(zhàn)。旅游景區(qū)的客流量和資源配置逐漸表現(xiàn)出時間和空間上的不均衡,為景區(qū)管理和游客體驗帶來了負(fù)面影響。因此,建立有效的游客量預(yù)測模型,從數(shù)據(jù)中發(fā)現(xiàn)消費的規(guī)律,提高預(yù)測、預(yù)判、預(yù)備的能力,對于促進(jìn)我國旅游產(chǎn)業(yè)的健康可持續(xù)發(fā)展具有重要的指導(dǎo)意義。本文首先針對旅游景區(qū)日客流量的時空分布特征及相關(guān)影響因素進(jìn)行分析。通過分析景區(qū)日客流量在時間上的分布特征,發(fā)現(xiàn)旅游客流量具有非線性、周期性、淡旺季分布不均衡以及節(jié)假日與非節(jié)假日分布不均衡的特點。對于景區(qū)日客流量相關(guān)影響因素的分析,本文從相關(guān)性和可操作性的角度提取出6類對日客流量影響比較大的因素,并從中選取出15個相關(guān)指標(biāo),為預(yù)測任務(wù)提供依據(jù)。其次,在對數(shù)據(jù)進(jìn)行預(yù)處理后,通過特征選擇從15個影響因素指標(biāo)中篩選出6個指標(biāo)作為特征,建立了基于SPCA-LSTM的旅游景區(qū)日客流量預(yù)測模型。將稀疏主成分分析結(jié)合長短時記憶神經(jīng)網(wǎng)絡(luò)對景區(qū)日客流量進(jìn)行預(yù)測。通過對比實驗,證明了 SP...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-12012-2019年中國旅游行業(yè)總收入及增長情況

緒論11緒論1.1選題背景及意義如今，國內(nèi)的經(jīng)濟(jì)持續(xù)快速增長，居民消費水平和生活水平也逐步提高，這促使我國旅游業(yè)進(jìn)入了一個蓬勃發(fā)展的新階段。圖1-1顯示了2012-2019年我國旅游行業(yè)總收入及增速，2012年我國旅游行業(yè)總收入為2.58萬億元，到了2019年旅游消費行業(yè)的總收入....

圖2-1SVR示意圖[41]

西安理工大學(xué)碩士學(xué)位論文10能力比較強(qiáng)，也不需要對數(shù)據(jù)集進(jìn)行特別復(fù)雜和規(guī)范化的處理；然而，在采用隨機(jī)森林處理小型數(shù)據(jù)集時較容易出現(xiàn)過擬合現(xiàn)象。2.2支持向量回歸支持向量回歸（SupportVectorRegression，SVR）是在支持向量機(jī)（SupportVectorMach....

圖2-2RNN網(wǎng)絡(luò)結(jié)構(gòu)示意圖

西安理工大學(xué)碩士學(xué)位論文14行求解;Step3：對求解算法進(jìn)行迭代，直到達(dá)到終止條件。終止條件可以根據(jù)迭代次數(shù)或者目標(biāo)函數(shù)值的更新率來進(jìn)行設(shè)置Step4：求解出其余k-1個Lasso問題的解，即可得到前k個稀疏載荷1,2,,;Step5：將系數(shù)矩陣=1,2,,與樣本集X相乘，就得....

圖2-3LSTM神經(jīng)元內(nèi)部結(jié)構(gòu)

相關(guān)理論介紹15一組學(xué)習(xí)樣本，循環(huán)神經(jīng)網(wǎng)絡(luò)使用共享的權(quán)重計算所有時間步的輸出。每個循環(huán)單元當(dāng)前時間步的狀態(tài)由該時間步的輸入和上一個時間步的狀態(tài)決定：=1++(2-17),ω是循環(huán)節(jié)點的權(quán)重，為狀態(tài)-狀態(tài)權(quán)重，ω為狀態(tài)-輸入權(quán)重。最后通過一個全連接層進(jìn)行輸出。不同于傳統(tǒng)的前饋神經(jīng)網(wǎng)....

本文編號：4021133