基于多种模型组合的成都市入境旅游需求预测研究

2019-03-13 13:01王洋
经济研究导刊 2019年3期
关键词:入境旅游需求预测BP神经网络

王洋

摘 要:通过多种模型组合对成都市入境旅游人数进行预测,说明这种方法的合理性。通过对成都市入境旅游人数的预测,能够为当地政府评估旅游对当地经济发展的整体贡献度,从而制定旅游业发展政策、指导旅游市场资源的合理使用与配置提供技术支持。

关键词:入境旅游;需求预测;IOWA算子;BP神经网络

中图分类号:F592        文献标志码:A      文章编号:1673-291X(2019)03-0178-02

成都市入境旅游业最近几年取得了快速的发展,为促进成都市经济发展做出了较大贡献。然而,入境旅游業是一个十分敏感的行业,各式各样的突发事件和国际上经济、政治的动荡等问题都有可能对入境旅游业产生非常大的影响。

论文通过引进IOWA算子,从而建立IOWA组合预测模型,最后对成都市入境旅游人数进行预测,通过对成都市入境旅游人数预测结果的分析,说明了这种方法具有一定的意义。能够为当地政府评估旅游对当地经济发展的整体贡献度从而制定旅游业发展政策、指导旅游市场资源的合理使用与配置提供了技术支持。

一、IOWA组合预测原理

(一)IOWA算子

则称函数FW是由v1,v2,…,vm所产生的m维诱导有序加权平均算子,简记为诱导有序加权平均算子[1~2],vi是ai的诱导值。其中,v-index(i)是v1,v2,…,vm中按从大到小的顺序排列的第i个大的数的下标,W=(w1,w2,…,wm)T是OWA的加权向量,满足:

(二)IOWA组合预测模型

1.求出最优权系数。模型如下:

2.多步预测公式。(T)表示第i个单项预测模型以第N年作为起点,在过去的T年内对成都市入境旅游人数预测的预测精度。

第N+T年的多步组合预测模型如下:

二、实例分析

本文所用数据主要是从成都市统计局网站、成都市旅游局网站以及《成都市统计年鉴》中获得的基于时间序列的旅游统计数据。采用Matlab进行计算,对成都市2018—2020年的入境旅游人数进行预测。

(一)数据

(二)三种单项预测模型

1.灰色GM(1,1)模型[3]。模型为:

=294.7e0.1536k+253.8

计算出预测值1),再把(1)累减生成(0),从而得到成都市入境旅游人数的预测值。预测2018年、2019年、2020年的成都市入境旅游人数为360.6万人次、420.5万人次、490.3万人次。

2.三次平滑指数模型[4]。通过Matlab计算,取?琢=0.4,当T=14时的预测模型为:

预测2018年、2019年、2020年的成都市入境旅游人数(万人次)为:

3.BP神经网络模型[5]。依据具体情况,创建由一个输入层、一个隐含层、一个输出层组成的三层BP网络模型。可得到2018年、2019年和2020年成都市入境旅游人数预测值分别为347.2万人次,390.5万人次,440.6万人次。

(三)IOWA组合预测模型

最优化模型:

经过计算,诱导有序加权平均组合预测模型的最优权系数为:

预测结果(见表2)。

三、结语

本文选择两个误差指标用来评价模型的预测效果:

分别计算三种单项预测模型以及IOWA组合预测模型对成都市入境旅游人数的预测误差,结果(见表3)。

从本文表3可以看出,三种单项预测模型对成都市入境旅游人数预测两个误差指标值均明显高于IOWA组合预测的两个误差指标值,说明本文提出的组合模型可以有效地提高预测精度。

猜你喜欢
入境旅游需求预测BP神经网络
高质量发展背景下大型建筑企业融资需求预测与结构优化策略研究
国内入境旅游波动周期研究综述
我国入境旅游贸易发展现状及策略探析
河南省入境旅游与经济发展的关系研究
复杂背景下的手势识别方法
BP神经网络在软件质量评价中的应用研究 
BP神经网络算法在数值预报产品释用中的应用
“一带一路”战略下广西区域物流需求预测研究
物联网环境下高速公路交通事故影响范围预测技术