| 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 |
|
