摘要：在"乡村振兴"背景下,乡村旅游成为乡村经济发展新的增长点,其肩负着转移乡村剩余劳动力、提高农产品质量、转变农村土地使用等实现农民增收增效提高提升农村精神文明程度的重大责任。乡村旅游是以"三农"资源为载体的新型业态,对于假日乡村旅游客流量预测的重要性不言而喻。文章基于北京市延庆区2014-2018年节假日的乡村旅游客流量数据,建立PSO算法优化的SVR预测模型,并针对客流量数据的非线性波动和季节性特点,对模型进行季节性调整,最后提出季节性调整的SVR-PSO节假日乡村旅游客流量预测模型,同时将模型预测出来的精度与BP神经网络(BPNN)、自回归滑动平均模型(ARMA)、遗传粒子群寻优(PSO-GA)等方法的预测效果进行比较分析。结果表明:基于PSO参数寻优的SVR支持向量机预测模型(SVR-PSO)在精度上具有较大优势,能有效地对北京市延庆区节假日乡村旅游客流量进行精准预测。对于非线性小样本且季节性变化较大的数据,采用季节性调整的SVR-PSO模型,可以极大地提高预测精度和收敛速度,且调节参数少,简单易行,可以实现模型数据的精准预测。
基金资助：浙江省教育厅专项课题“大数据技术在商业经济管理中的应用效益研究”（编号：FX20200112）； 惠州学院教授/博士启动项目“旅游产业发展的金融支持研究”（编号：2020JB076）；