基于LOF-SSA-PSO-LSSVM模型的旅游客流量预测 |
| |
引用本文: | 张娟.基于LOF-SSA-PSO-LSSVM模型的旅游客流量预测[J].曲阜师范大学学报,2023(3):31-36. |
| |
作者姓名: | 张娟 |
| |
作者单位: | 呼伦贝尔学院数学与统计学院 |
| |
基金项目: | 内蒙古自治区高等学校科学技术研究项目(NJZY19231); |
| |
摘 要: | 针对月度旅游客流量影响因素复杂,时间序列数据中可能存在异常值和噪声的特点,提出了一个基于局部异常因子(LOF)和奇异谱分析(SSA)的LOF-SSA-PSO-LSSVM预测模型.数据预处理阶段,对原始序列运用X12季节加法模型消除季节性的影响,采用LOF方法检测季节调整后序列的异常值,并使用线性插值和最小二乘支持向量机(LSSVM)方法来修正异常值,新的待预测序列由修正后的季节调整序列与季节因子序列加和得到.预测阶段,首先采用奇异谱分析(SSA)方法来剔除新的待预测序列中的噪声,然后采用PSO-LSSVM方法对其进行预测.以上海2004年1月至2018年12月旅游客流量序列的预测为例,通过与ARIMA、LSSVM等模型比较,表明LOF-SSA-PSO-LSSVM模型能有效提高旅游客流量的预测精度和稳定性.
|
关 键 词: | 旅游客流量预测 局部异常因子 最小二乘支持向量机 粒子群寻优 奇异谱分析 |
|