基于气象与非气象因素的客流量单数逐日预测模型
2022-08-03夏江江
气象与环境科学 2022年4期
乔 媛,姜 江,夏江江,白 帆,蒋 志
(1.北京市气象服务中心,北京100089;2.中国科学院大气物理研究所,北京 100029;3.北京市门头沟区气象局,北京 102300)
引 言
客流量单数(以下简称为客单数)的实际含义是指客流量中有效的收入来源部分,即达到商场后的顾客真实买单的单数。客单数是经营环节中非常重要的指标,因为客单数越多,经营者的收入自然也越多。事实上,经营者常感到客单数变化的不可测、不可控。原因在于客单数受到很多因素的影响,且短期内的客单数会呈现出比较复杂的非线性特征。加之国内大部分经营者的信息化起步较晚,存在着历史数据不连续或数据量较少的问题,致使以往的研究很难对客单数的影响因素进行深入分析,造成了客单数的相关研究中,预测值和真实值之间存在着较大的偏差,难以开展进一步的业务化应用工作。
以往的客流量相关研究当中,更多的是针对各类自然风景区[1],而对居民区附近超市的客单数研究较少。考虑到景区是门票制,景区的门票数可以相当于超市的客单数,因而前人的研究方法同样可以借鉴。早期的景区客流量预测方法以传统的时间序列预测思路为主,如指数平滑模型[2]、时间序列模型[3-4]、多元回归[5-6]、网络搜索方法[7]等,但这些模型缺少对样本学习的过程,重点放在时间趋势的外推,对具有线性特征的客流量有很好的预测效果,但往往难以实现复杂的非线性客流量预测。随着机器学习理论的深入推进,一些新的人工智能算法在电力、交通、旅游、气象等短期非线性序列预测中得到了大量应用[8-9]。……
登录APP查看全文
