《表4 不同算法下预测结果的比较》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进PSO算法优化LSSVM模型的短期客流量预测》
%
(3)从ALPSO-LSSVM模型的预测结果可以得出,ALPSO-LSSVM模型同其余三个模型相比,最大MAPE有一定程度的降低。从各个月份的预测误差分析,4月至10月各个月份的预测误差总体上比于1月至3月、11月和12月的预测误差低,且对于预测误差较大的5月份,ALPSO-LSSVM模型的预测误差明显降低。黄山旅游旺季的月份的平均误差在20%左右,在旅游旺季准确的客流量预测有利于景区管理人员科学调度景区人员、物资资源,制定交通规划。对各模型年MAPE进行统计,结果如表4所示。
图表编号 | XD0090189700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 陆文星、李楚 |
绘制单位 | 合肥工业大学管理学院、智能决策与信息系统技术教育部工程研究中心、合肥工业大学管理学院 |
更多格式 | 高清、无水印(增值服务) |