基于月度数据的景区客流预测优化研究——以黄山风景区为例
采用当前使用极为广泛的9种方法,利用黄山风景区24年(1987年1月—2010年12月)的月度客流数据进行2年时间尺度的预测,并采用均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和希尔不等系数(TIC)等4个预测性能指标对预测模型进行比较优化,发挥旅游客流预报对于景区管理者的决策支持作用。研究结果表明:ARIMA方法在预测性能4个指标中有3个最优,LS-SVM方法的MAPE表现最优。而其他方法在本研究中则未表现出明显的优势。
月度数据、客流预测、方法优化、黄山风景区
32
F590(旅游经济)
国家自然科学基金项目41071327;安徽省高校省级人文社会科学研究重点项目SK2012A118;黄山学院科研项目2011xkjq001
2012-09-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
152-158