山岳型風(fēng)景區(qū)纜車客流時(shí)空分布特征分析與預(yù)測(cè).pdf

1、客流量研究是當(dāng)前風(fēng)景區(qū)管理研究的重要課題，涉及到客流量分布分析、客流量預(yù)測(cè)等多個(gè)問題。客流量的時(shí)間分布趨勢(shì)和空間分布特征對(duì)風(fēng)景區(qū)的管理和資源調(diào)度起著至關(guān)重要的作用，客流量分析和預(yù)測(cè)的結(jié)果是風(fēng)景區(qū)管理者進(jìn)行決策和提供旅游服務(wù)的基礎(chǔ)和依據(jù)。對(duì)于山岳型風(fēng)景區(qū)，其纜車分布的空間位置與風(fēng)景區(qū)內(nèi)主要景點(diǎn)和主要出入口相鄰，故其纜車客流具有較高的研究?jī)r(jià)值。
　　針對(duì)山岳型風(fēng)景區(qū)獨(dú)特的空間特點(diǎn)，論文將纜車客流的時(shí)間分布特征和空間分布特征相結(jié)合，提出

2、了山岳型風(fēng)景區(qū)纜車客流時(shí)空分布特征分析方法和分時(shí)纜車客流預(yù)測(cè)方法，主要研究工作如下:
　　(1)提出基于聚類的分時(shí)纜車客流的時(shí)空分布特征分析方法，使用高峰指數(shù)來分析各空間地點(diǎn)客流的分時(shí)分布情況，以小時(shí)為單位，得出各地點(diǎn)客流每小時(shí)的客流時(shí)間分布趨勢(shì);使用K-means聚類對(duì)各空間地點(diǎn)進(jìn)行分組，使得每組纜車地點(diǎn)的客流在時(shí)間上具有相似的分布特征，從而得出每個(gè)時(shí)段中客流的空間分布特征，進(jìn)而總結(jié)出客流的時(shí)空分布規(guī)律，考慮到風(fēng)景區(qū)促銷活動(dòng)引起

3、的客流變化，論文引入“泛節(jié)假日”的概念，尋找到不同情況下客流的分布規(guī)律，并以黃山風(fēng)景區(qū)為案例進(jìn)行分析。
　　(2)為解決突發(fā)狀況和管理調(diào)度不及時(shí)帶來的影響，論文構(gòu)建了山岳型風(fēng)景區(qū)時(shí)空神經(jīng)網(wǎng)絡(luò)模型（Mountain Type Spacial-Temporal Artificial Neural Network，MT-STANN），并提出了基于時(shí)空神經(jīng)網(wǎng)絡(luò)的分時(shí)纜車客流預(yù)測(cè)方法。對(duì)有著不同時(shí)空分布特征的空間地點(diǎn)，進(jìn)行K-means空間

4、聚類，對(duì)不同分組的空間地點(diǎn)分別構(gòu)建MT-STANN預(yù)測(cè)模型。在傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network，BP)的基礎(chǔ)上引入海拔和距離等空間因素，構(gòu)建嵌套空間權(quán)重矩陣，用該矩陣初始化神經(jīng)網(wǎng)絡(luò)模型，并根據(jù)時(shí)空特征分析的結(jié)果確定網(wǎng)絡(luò)的輸入和輸出，訓(xùn)練并構(gòu)建MT-STANN網(wǎng)絡(luò)。論文比較了BP、MT-STANN、支持向量機(jī)(Support vector machine，SVM)模型的預(yù)測(cè)結(jié)果，發(fā)現(xiàn)MT-S