张朝元,陈 丽
(1.大理学院 数学与计算机学院,大理 671003;2.大理学院 工程学院,大理671003)
随着社会的不断发展和旅游资源的不断开发,各地入境游客流量得到了迅速发展,这引起了各级政府和旅游事业的极大重视.为了应对迅速发展的旅游流量和跟上国际旅游事业步伐,采用先进的方法及时准确地掌握未来游客流量就变得尤其重要.对各地游客流量的及时了解是各地旅游事业决策经营、宏观管理的重要基础工作,具有十分重要的意义.通过对各地旅游未来时期旅游客流量的预测,可以科学地估算旅游的需求规模,便于对旅游形势做出应变策略和行动方案,以促进各地旅游业的发展.国内对旅游力量的预测研究还起步比较晚,以前大多数采用的是传统的统计学方法,但是预测精度不是很高.本文提出采用改进的最小二乘支持向量机方法来建立旅游流量的时间序列预测模型.近年来,最小二乘支持向量机器法(Least Squares Support Vector Machine,简记为LSSVM法)被提出来并被用于分类问题[1、2]和非线性函数的估计问题[3],LS-SVM法将SVM法中的不等式约束修改为等式约束,并将误差平方和(Sum Squared Error,简记为SSE)损失函数作为训练集的经验损失.但是,LS-SVM法有其自身的缺点[3],文献[3]提出了一种修正的LS-SVM法以克服其缺点.尽管LSSVM法有缺点,但用于函数估计仍然是一种十分可行的方法.
然而,用于函数估计的标准LS-SVM在求解大规模问题时存在学习速度过慢的问题.因此,如何减少计算时间和存储空间成为……