研究成果：二次分解集成的旅游需求区间预测方法
作者：谢刚，谢瑞琪，李新，汪寿阳
发表期刊：系统工程理论与实践
发表时间：2024年9月
旅游相关企业可能会因旅游需求的大幅波动而承担运营风险，特别是 COVID-19 暴发后，这种波动在很多旅游目的地更加明显。为了更加精确地描述旅游需求的可变性，本文开发了基于二次分解集成的旅游需求区间预测方法。首先，构建游客量区间值时间序列（ITS），根据 ITS 的上下限时间序列推导出中心和半径，利用二维经验模态分解方法对中心和半径进行分解，得到多组分解成分 ITS。其次，为了更好地提取高频信号，使用多维变分模态分解方法对最高频的分解区间成分 ITS 进行二次分解。然后，使用粒子群优化的核极限学习机（PSOKELM）对各组分解成分 ITS 进行建模与预测。最后，将所有分解成分 ITS 预测结果进行简单相加， 合成为中心和半径的预测，再转换为游客量 ITS 上下限预测值输出。利用夏威夷国内和国际游客量数据，开展了实证研究，验证所提出的方法。结果表明，与其它基准模型相比，该模型具有更高的区间预测精度和鲁棒性，显示其在旅游需求区间预测和可变性估计的有效性。