假日旅游信息的分類和預測預警系統(tǒng)研究.pdf

1、隨著假日旅游規(guī)模和范圍的逐漸擴大，旅游產(chǎn)業(yè)已成為許多地區(qū)的支柱產(chǎn)業(yè)，由于旅游管理和旅游信息化的發(fā)展速度嚴重落后于旅游規(guī)模的發(fā)展速度，旅游信息化已經(jīng)成為制約旅游管理、旅游效益的瓶頸。 本文以國家自然科學基金項目(項目批準號：60442003)、北京市教育委員會科技發(fā)展計劃重點項目(北京市自然科學基金對外合作項目)(KZ200510011009)和國家旅游局“金旅工程”項目為科研任務，對假日旅游信息的分類算法進行了研究，并建立了基于

2、RBF神經(jīng)網(wǎng)絡的假日旅游需求預測模型，實現(xiàn)對假日旅游狀態(tài)的預測，目的是實現(xiàn)對假日旅游的智能化管理。 論文的主要工作和創(chuàng)新點如下：①假日旅游信息的分類算法的研究：提出了基于廣義超曲面樹搜索的分類算法，解決了具有海量、多維、異構、非結構、不確定和具有分布存儲等特征的假日旅游數(shù)據(jù)的分類問題，并對旅游者消費狀況進行了分類研究。對數(shù)據(jù)分類應用的結果表明，基于廣義超曲面樹搜索的分類方法可以有效地解決假日旅游非線性數(shù)據(jù)的分類問題，并能夠提高分

3、類效率和準確度。②提出了一種序列擬合算法，用來生成徑向基函數(shù)(RBF)網(wǎng)絡，進行函數(shù)擬合。使用隨機聚類和線性規(guī)劃來設計并訓練這個“混合”的RBF網(wǎng)。③建立了基于RBF神經(jīng)網(wǎng)絡的假日旅游需求預測模型，分別用我們的算法和典型的RBF網(wǎng)絡對北京旅游外匯收入進行了預測，對預測結果進行了比較。結果表明，我們的算法用于時間序列預測問題時，效果優(yōu)于典型的RBF網(wǎng)絡。 本論文在以往科學研究的基礎上，采用了基于廣義幾何超曲面樹搜索的方法，對具有海