基于模糊时间序列的国内旅游需求预测

doi:10.3969/j.issn.1006-6055.2014.01.004

›› 2014, Vol. 36 ›› Issue (1): 15-18.doi: 10.3969/j.issn.1006-6055.2014.01.004

基于模糊时间序列的国内旅游需求预测

鲁芳祝新春黄艳

湖南工业大学财经学院，株洲412008

出版日期:2014-02-25 发布日期:2014-05-20

Online:2014-02-25 Published:2014-05-20

摘要/Abstract

摘要：

在分析了大量经典模糊时间序列模型的基础上，将其引入国内旅游需求预测，指出了其在区间划分上存在的问题。结合聚类算法的优点对区间划分进行处理，提出了基于改进聚类算法的模糊时间序列模型对国内旅游需求人数加以预测。研究结果表明，该模型在保证较高预测精度的前提下，简化了计算，且易于理解，具有较好的应用价值。

关键词: 国内旅游需求, 模糊时间序列, 聚类算法, 预测

中图分类号:

F592

鲁芳祝新春黄艳. 基于模糊时间序列的国内旅游需求预测[J]. , 2014, 36(1): 15-18.

[1]	史冬梅褚旭龙王晶. 主要发达国家和地区技术趋势预测及启示[J]. 世界科技研究与发展, 2023, 45(2): 169-180.
[2]	张彪董坤高道斌吴红. 中美云计算领域专利技术主题发展态势预测研究[J]. 世界科技研究与发展, 2023, 45(1): 51-62.
[3]	王子洋李琼琼张子蕴王康杨家富. 应用于无人驾驶车辆的点云聚类算法研究进展[J]. 世界科技研究与发展, 2021, 43(3): 274-285.
[4]	李丹. 韩国科技创新体制机制的发展与启示[J]. , 2018, 40(4): 399-413.
[5]	金瑛方晓东. 韩国科学技术预测调查及其对我国的启示[J]. , 2018, 40(2): 182-190.
[6]	王小龙全强明熊立新. 基于改进粒子群-GRNN模型的地铁隧道沉降预测[J]. , 2016, 38(6): 1142-1146.
[7]	卢二伟史秀志陈佳耀. 基于LS-SVR小样本容量的爆破振动峰值速度预测研究[J]. , 2016, 38(6): 1258-1261，1270.
[8]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[9]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[10]	李旭刘剑. 基于PCA-ABBP强分类器的矿区采空塌陷危险性预测[J]. , 2016, 38(5): 960-964.
[11]	王丽娟李欣雨. 基于PCA-EBP神经网络的煤炭物流成本预测[J]. , 2016, 38(5): 1101-1106.
[12]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[13]	刘耀彬封亦代. 基于巴斯扩散模型的中国新型城市化包容性发展预测[J]. , 2016, 38(4): 848-854.
[14]	王卫华李坤严哲唐修. 基于BP神经网络方法研究岩石节理形貌粗糙度系数[J]. , 2016, 38(3): 518-521.
[15]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.

基于模糊时间序列的国内旅游需求预测

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐