基于APSO—SVR的山岳风景区短期客流量预测

根据山岳风景区短期客流量小样本、非线性等特征,本文提出基于自适应粒子群算法（Adaptive Particle Swarm Optimization,APSO）的支持向量回归（Support Vector Regression,SVR）模型,融合SVR处理小样本、非线性预测特性和APSO优化SVR参数的能力对山岳风景区短期客流量进行预测。来自山岳风景区黄山2008年～2011年暑期相关日数据的验证结果表明：与PSO—SVR、GA—SVR和BPNN等模型相比,APSO。SVR模型的预测准确性更高、误差更小,是进行山岳风景区短期客流量预测的有效工具。     

基于SEA的AGA-SVR节假日客流量预测方法研究

节假日旅游客流量由于游客在短期内大量集中于同一地点、不同节假日休假时间长短、所处季节等不同,呈现复杂非线性特征和明显季节性特点.本文提出一种基于季节指数调整(Seasonal Exponential Adjustment,SEA)的自适应遗传算法(Adaptive Genetic Algorithm,AGA)-支持向量回归 (Support Vector Regression,SVR)预测模型,即基于SEA的AGA-SVR模型,并用国内著名5A级风景区黄山2008~2012年节假日客流量数据对模型进行验证.研究结果表明,基于SEA的AGA-SVR预测模型能够准确处理节假日旅游客流量预测中的非线性和季节性问题,较AGA-SVR和GA-SVR等方法具有更高的预测精度,在旅游预测领域应用前景广阔.     

基于JAVA的无纸化考试系统自动组卷方案的设计与实现

该文根据对考试环节的了解,概述了无纸化考试系统,分析了其中的核心自动组卷子系统,运用遗传算法的全局寻优对考试中的自动化组卷进行了研究,提出了一个解决适合考方要求的试题模型的算法。     

动由心生 智行千里 别克智能驱动系统BIP:打造高品质驾控体验

随着昂科雷、君威、君越、英朗、GL8豪华商务车等一款款重量级产品的推出,一个基于"全球平台,欧美技术"的全新别克家族,以傲视同侪的强势产品力,开启了"全球科技,全新别克"的时代之门。铺就别克成功技术升级之路的基石,少不了别克智能驱动系统BIP(BuickIntelligent Performance System)。     

城镇生长的自组织微观动力分析——基于行为自主体自适应的视角

复杂适应系统理论与多自主体系统理论是理解城镇自组织微观动力的理论基础,个体和企业作为行为自主体,对适应能力的持续性追求是城市自组织的原初动力,是城市系统拥有自适应能力的内在原因,也是城市网络得以形成并不断生长的源泉。个体为了改善其适应状况而进入城镇,通过占据分工网络中经济势能较高的节点而获得满意的适应能力。企业则是为了较高的交易效率、较低的交易成本、更大的市场空间等好处而向城市集聚,从而改善其适应能力。个体和企业的趋同策略及其行为也就是城镇的自组织过程。     

客源地社会、经济要素对生态旅游区游客量的作用机制分析——以盐城麋鹿自然保护区为例

本文利用多元自适应回归样条(MARS)方法建立了麋鹿景区游客数与社会经济等要素之间的关系,讨论了各类社会、经济要素的作用区间和作用过程。结果显示,该模型可以较好的揭示客源地各项要素与该地游客数量之间的相互关系。其中客源地经济要素和各类学生数是决定该地游客数的主要因素,其中经济的影响以限制为主,其他要素对景区游客数的作用一般也受到经济要素的制约。各类学生数对景区游客的作用则以促进为主。