同类图书

Similar books 换一批
  • 中国公共资源问题：理论与政策研究

    作者：雷晓明, 赵成, 王永杰

    本书从公共资源的基本概念和相关理论出发，研究了在我国的一些公共资源领域内的基本制度，并指出了研究中国公共资源问题的意义和价值。在书稿最后，还对成都市公共资源与区域经济协调发展的关系进行了研究。

  • 党的制度建设

    作者：中共大竹县委

    本书为大竹县委党建工作系列成果之一，为《县域党的建设理论与实践·大竹样本》丛书之一。主要内容为介绍大竹县委的制度建设的历史情况、现有制度建设体系概况，大竹县制度建设的成效、存在的问题，以及大竹县制度建设创新情况。

  • 西部地区城镇化建设与媒体关联作用研究

    作者：俞运宏

    本书是教育部课题“西部少数民族地区省级媒体城镇化报道与凝聚社会共识的关系研究”的阶段性研究成果之一，主要围绕西部地区当地的主流媒体——省级传媒以系列城镇化报道助力本省的城镇化建设进行研究，试图揭示西部地区城镇化建设与媒体报道之间的关联作用，探讨传媒如何关注城镇化建设中那些实现个人梦想的普通人，如何为当地特色村镇建设和旅游资源开发搭建信息推介与交流的平台，如何反映现代化进程中人的观念的转变等。本书适合媒体记者、新闻专业学生阅读，以帮助他们审视和再思媒体的凝聚共识作用。

图书分类

Book classification
轨道交通
  1. 城市轨道
  2. 高速铁路
  3. 牵引供电
  4. 机车车辆
  5. 乘务管理
  6. 通信信号
  7. 铁道工程
  8. 运输调度
  9. 维修维护
高等教育
  1. 土木建筑
  2. 航空飞行
  3. 电工电子电气
  4. 交通运输
  5. 计算机通信
  6. 物流
  7. 艺术
  8. 外语
  9. 体育
  10. 经贸管理
  11. 法律
  12. 人文社科
  13. 教育师范
  14. 就业创业
  15. 研究生教材
  16. 轨道交通
  17. 机械工程
  18. 室内装饰设计
  19. 理工基础
  20. 物联网技术
  21. 地球科学与环境
  22. 材料工程
  23. 医药卫生
  24. 党政教育
  25. 公共通识课
  26. 农林牧渔
  27. 生物遗传
职业教育
  1. 土木建筑
  2. 机械工程
  3. 物流管理
  4. 经贸管理
  5. 旅游管理
  6. 电工电子电气
  7. 医护
  8. 计算机通信
  9. 农林园艺养殖
  10. 中等职业教材
  11. 轨道交通
  12. 汽车
  13. 外语
  14. 教育师范
  15. 理工基础
  16. 公共课
  17. 党政教育
  18. 软件技术
  19. 交通运输
  20. 安全管理
  21. 食物烹饪
  22. 艺术设计
  23. 航空飞行
  24. 测绘
  25. 物联网
继续教育
  1. 铁路工人培训教材
  2. 中小学教师培训教材
  3. 煤矿安全生产培训教材
  4. 网络教育教材
  5. 工业技术
学术专著
  1. 文学诗歌
  2. “三农”系列图书
  3. 教育心理
  4. 体育
  5. 法律
  6. 外语
  7. 经贸管理
  8. 哲学社科
  9. 自然科学
  10. 交通运输
  11. 机械机电
  12. 土木建筑工程
  13. 通信电子
  14. 历史传记
  15. 艺术设计
  16. 计算机
  17. 工业技术
大众图书
  1. 考试图书
  2. 少儿与教育
  3. 生活与励志
  4. 历史与地理
  5. 艺术与设计
  6. 哲学与社科
  7. 科技与科普
  8. 运动与健康
地方标准
国家规划教材
  1. "十一五"规划
  2. "十二五"规划
  3. "十三五"规划
  4. "十四五"规划
  1. 随着科技的不断发展，以信息和物联网为技术支撑的智慧景区已经成为旅游景区乃至旅游业发展的新趋势。智慧景区建设是一项复杂的系统工程，其中旅游客流量预测是智慧景区信息管理平台预测系统建设的核心内容之一。如何实现不同时期客流量预测对旅游景区来讲是至关重要的。然而在我国，由于受到自然条件、特有的休假制度、旅游突发事件等诸多外部因素的影响，旅游短期客流量表现出非线性性、季节性、随机性等复杂特点，传统的预测方法...查看更多
  2. 前  言
    随着科技的不断发展，以信息和物联网技术为支撑的智慧景区已经成为旅游景区乃至旅游业发展的新趋势。智慧景区建设是一项复杂的系统工程，其中旅游客流量预测是智慧景区信息管理平台预测系统建设的核心内容之一。如何实现不同时期客流量预测对旅游景区至关重要。然而在我国，由于受到自然气候、特有的休假制度、旅游突发事件等诸多外部因素影响，旅游短期客流量表现出非线性性、季节性、随机性等复杂特点，传统的预测方法往往难以实现准确预测，因此，建立科学合理的短期客流量预测方法模型，实现对旅游景区不同时期的短期客流量预测，对旅游景区尤其是热门景区乃至整个旅游行业意义重大。
    支持向量回归（support vector regression，SVR）作为一种基于统计学习理论的新的机器回归分析方法，由于具有处理非线性、小样本等问题的能力，能较好地解决旅游短期客流量的非线性性、季节性和随机性等问题，为复杂的短期客流量预测提供了一种新的选择。
    本研究以智慧景区为研究对象，以科学准确预测智慧景区短期客流量为目标，根据旅游短期客流量在不同时期表现出的特点，将其分成平常日客流量、节假日客流量、旅游突发事件时期客流量三种不同类型，分别研究这三种不同类型的短期客流量预测问题。
    本研究的主要研究内容如下：
    （1）对国内外旅游需求进行了系统综述，描述了目前国内外在旅游需求研究上取得的成果并指出在方法、尺度等方面存在的一些局限性，以此为基础，提出本研究的研究内容。
    （2）对短期客流量的主要影响因素进行系统分析，进一步分析旅游短期客流量在不同时期的客流量特点，通过对旅游短期客流量不同时期客流量特点的分析，将短期客流量的研究分成平常日客流量、节假日客流量以及突发事件时期客流量。
    （3）针对平常日客流量非线性性突出的特点，提出基于遗传算法（genetic algorithm，GA）的支持向量回归模型即GA-SVR预测方法，利用GA对SVR自由参数进行选择，并将该方法与BPNN方法进行对比。基于黄山风景区的有代表性的平常日短期客流量等相关数据验证表明：GA-SVR方法较BPNN方法的预测误差更小、准确性更高。
    （4）针对每年节假日客流量呈现的明显的季节性特点，提出基于季节调整的自适应遗传算法（adaptive genetic algorithm，AGA）支持向量回归预测方法，即季节指数调整（seasonal exponential adjustment，SEA）的AGA-SVR预测方法（SEA-AGA-SVR）和季节因子调整（seasonal index adjustment，SI）的AGA-SVR预测方法（AGA-SSVR）。其中，SEA-AGA- SVR主要对短期客流量的季节性进行事前调整后再进行预测；而AGA- SSVR重在事后对预测值进行季节因子调整。来自黄山风景区2008—2012年节假日的客流量数据的实验结果表明，两种季节调整方法均能有效去除季节性成分，预测效果均优于AGA-SVR方法，但是由于SEA-AGA- SVR直接对原始时间序列数据进行季节性处理，预测效果优于事后调整的AGA-SSVR模型，同时预测时间也大大缩短。
    （5）针对旅游突发事件的突发性、无法预见性而导致的客流量高度不确定性、随机性特点，提出基于混沌粒子群（chaos particle swarm optimization，CPSO）的SVR和自回归移动求和平均（autoregressive integrated moving average，ARIMA）相结合的混合方法，即CPSO-SVR- ARIMA模型。先通过CPSO对SVR进行寻优，再用SVR对突发事件时期客流量进行预测，然后使用ARIMA方法对SVR残差序列进行预测，最后将两者预测值相加，即为所求预测值。来自黄山风景区汶川地震时期客流量数据的实验结果表明，CPSO-SVR-ARIMA混合方法能够很好地抓住突发事件客流量的波动及变化轨迹，预测精度明显高于单一的CPSO-SVR和PSO-SVR预测方法。
    本研究得到了安徽高校自然科学研究重点项目“智慧景区背景下的旅游客流量预测方法研究”(KJ2015A143)和安徽省教育厅2016年高校优秀拔尖人才培育资助项目“高校优秀青年骨干人才国内外访学研修重点项目”(gxfxZD2016283)的出版资助。
    本书对从事旅游客流量研究的教学、科研、管理等方面的工作者具有重要的参考价值。限于作者水平，书中不妥之处在所难免，敬请广大读者批评指正。
    陈荣     
    2018年4月8日    ...查看更多
  1. 1.1  研究背景和意义
    根据世界旅行&旅游业委员会（WTTC）统计，至2021年，中国的旅游经济将处于世界第三位，旅游需求的增长将位于世界第二位。旅游需求的增长直接带动了旅游客流量的急剧增加和旅游经济的快速发展，旅游成为我国国民经济的重要来源之一。
    同时，随着科技的不断发展，以信息和物联网为技术支撑的“智慧景区”成为未来旅游业发展的新趋势。“智慧景区”的建成对旅游行业来说，有利于其建立完善的旅游安全警报体系，有效地配置旅游资源，降低未来决策的风险。“智慧景区”建设是一项复杂的系统工程，其中旅游短期客流量预测是“智慧景区”信息管理平台建设的核心内容之一。如何实现不同时期客流量预测，并通过智慧景区预测系统及应用平台及时获取预测结果对旅游景区至关重要。但是，在我国由于四季自然、气候等条件各异，这些因素对不同地理区域的景区影响程度各不相同。对受自然、气候等因素影响较大的旅游景区，如黄山、九寨沟、华山等风景区，旅游客流量的增加并不是呈现均匀分布态势，加之节假日、旅游突发事件等多种因素影响，使得客流量在不同时期的不均衡状态更加显著。一方面，在以节假日为主体的旅游旺季，游客消费集中释放，大量游客在同一时间快速集中于同一地点。据2011年2月全国假日旅游部际协调会议办公室发布的《2011年春节、十一黄金周旅游统计报告》显示，2011年春节期间旅游景区共计接待游客1.53亿人次，比2010年春节黄金周增长22.7%；国庆节期间接待游客3.02亿人次，同比增长18.8%，居民节假日旅游不仅比往年更加拥挤，而且也更为集中。客流量在短时间内急剧增长，超过景区最大承载量，造成游客超载、旅游资源被过度消费以及由此带来的游客被困、乘车站点拥堵及车辆调度不畅等问题，不仅对旅游景区生态环境造成破坏，而且极容易诱发安全事故，降低游客游览质量。近几年，由于旅游景区客流量超载等问题造成的安全事故频发，如华山、九寨沟、张家界及黄山等景区拥堵事件，直接导致了游客与旅游景区的正面冲突，给旅游景区及旅游行业造成了极大的负面影响，也给游客的生命安全造成严重的威胁。另一方面，在以平常日（除节假日外）为基础的旅游淡季，旅游景区、酒店宾馆及相关旅行社接待游客数量相对不足，旅游设施及资源闲置现象存在，造成不必要的人、财、物的浪费。除此之外，旅游景区还面临着另外一种不确定的状况：各种旅游突发事件的冲击。由于旅游突发事件具有产生的瞬间性、爆发点的偶然性和对社会的危害性等特征，会给旅游客流量在短期内产生极大的波动，呈现高度的不确定性和随机性。客流量在不同情况下表现的不均衡状况给旅游景区内部资源管理、调度和科学决策带来很大的挑战。
    传统的旅游客流量预测大都建立在感性的管理经验及景区宏观预测基础上。一直以来，由于缺乏清晰的预测方法，导致旅游客流量预测值和真实值之间存在较大偏差，更无法建立客流量与其影响因素如历史客流量、自然气候、节假日及旅游突发事件等因素之间的关系的方法模型。这些预测方法满足不了智慧景区对客流量预测的要求，因此也不能为旅游决策者带来更多的参考和建议。
    因此，如何在智慧景区背景下研究旅游客流量影响因素、特点及分类，并利用更有效的方法实现不同时期客流量的准确预测，已成为智慧景区预测系统及应用平台能够建立并实施成功的前提之一，也是旅游企业未来成功发展的一个重要基础，更是旅游需求预测研究中的一个关键科学问题。    ...查看更多
  1. 目  录
    第1章  绪  论 1
    1.1  研究背景和意义 1
    1.2  国内外旅游需求研究方法分析 4
    1.2.1  经典时间序列预测方法 4
    1.2.2  计量经济学预测方法 6
    1.2.3  人工神经网络预测方法 8
    1.2.4  支持向量回归预测方法 10
    1.3  国内外旅游需求研究内容分析 11
    1.3.1  目的地—客源地旅游需求预测 11
    1.3.2  中长期旅游需求预测 12
    1.3.3  预测方法的选择 12
    1.4  本研究主要研究内容 13
    1.5  本研究结构安排 15
    第2章  旅游短期客流量影响因素、特点及分类分析 16
    2.1  影响因素重要性分析 16
    2.2  旅游短期客流量主要影响因素分析 16
    2.2.1  国外学者对旅游需求影响因素的分析 17
    2.2.2  国内学者对旅游需求影响因素的分析 18
    2.2.3  旅游短期客流量主要影响因素分析 18
    2.3  旅游短期客流量特点分析 23
    2.4  旅游短期客流量分类分析 26
    2.5  小  结 27
    第3章  平常日客流量预测方法研究 28
    3.1  问题分析 28
    3.2  支持向量机理论 29
    3.2.1  统计学习理论 29
    3.2.2  支持向量回归原理 34
    3.3  自由参数最优化方法选择 40
    3.3.1  自由参数影响程度分析 40
    3.3.2  自由参数最优化准则和方法选择 40
    3.3.3  遗传算法的基本原理 41
    3.4  平常日客流量预测方法研究 42
    3.4.1  基于GA的SVR参数选择 42
    3.4.2  GA-SVR方法算法过程 44
    3.5  实验过程和结果讨论 46
    3.5.1  数据来源 46
    3.5.2  GA-SVR预测方法实验过程 49
    3.5.3  BPNN预测方法比较 49
    3.5.4  评价指标分析 52
    3.5.5  实验结果分析 52
    3.6  小  结 55
    第4章  节假日客流量预测方法研究 57
    4.1  问题分析 57
    4.2  旅游季节性分析 57
    4.2.1  季节性和旅游季节性的内涵 57
    4.2.2  旅游季节性形成原因 58
    4.3  旅游季节性处理方法 60
    4.3.1  旅游季节性测量方法 60
    4.3.2  季节调整方法 61
    4.4  节假日客流量预测方法研究 63
    4.4.1  基于AGA的SVR参数选择 63
    4.4.2  季节AGA-SVR方法算法过程 64
    4.5  实验过程和结果分析 68
    4.5.1  数据来源 68
    4.5.2  季节AGA-SVR预测方法实验过程 70
    4.5.3  评价指标分析 74
    4.5.4  实验结果分析 75
    4.6  小  结 78
    第5章  旅游突发事件客流量预测方法研究 79
    5.1  问题分析 79
    5.2  旅游突发事件客流量预测现状 79
    5.2.1  突发事件和旅游突发事件的内涵 79
    5.2.2  旅游突发事件客流量预测现状 80
    5.3  混合预测方法研究现状 80
    5.4  基于SVR-ARIMA的旅游突发事件客流量混合预测方法 81
    5.4.1  基于CPSO的SVR参数选择 82
    5.4.2  ARIMA模型原理 86
    5.4.3  CPSO-SVR-ARIMA混合方法算法过程 87
    5.5  实验过程和结果分析 88
    5.5.1  数据来源 88
    5.5.2  CPSO-SVR-ARIMA混合方法实验过程 89
    5.5.3  实验方法及结果 90
    5.5.4  评价指标分析 93
    5.5.5  实验结果分析 93
    5.5.6  预测方法的局限性 95
    5.6  小  结 95
    第6章  总结和展望 96
    6.1  总结 96
    6.2  展望 98
    参考文献 99    ...查看更多
  2. 陈荣,女,1973年生,副教授，九三学社社员,合肥工业大学管理学院管理学博士,主要研究方向为:旅游客流量预测、智慧景区建设、人工智能等。蚌埠学院学术带头人后备人选

评论

0/500