10.3969/j.issn.1674-5841.2018.06.003
基于LSTM和ARIMA的组合模型对入境游客人次的预测
随着我国经济水平的提高,旅游业的发展也越来越快,游客人次的准确预测显得尤其重要.主要提出了一种基于LSTM神经网络和ARIMA模型的组合模型对入境游客人次进行预测,并以香港、 澳门、 上海的入境游客人次为例,进行了实证研究.三个城市的入境游客人次的实证结果都表明动态神经网络LSTM比静态神经网络BP网络更适合预测时间序列,组合模型的预测较准确.基于LSTM与ARIMA的组合模型能较准确地预测入境游客人次,对制定出更合理的旅游资源配置方案,具有一定的参考价值和实践意义.
入境旅游人次、ARIMA模型、LSTM神经网络、组合模型
10
F59(旅游经济)
2019-01-12(万方平台首次上网日期,不代表论文的发表时间)
共12页
29-40