基于灰色模型与bp神经网络的青岛旅游需求预测模型

《基于灰色模型与bp神经网络的青岛旅游需求预测模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于灰色模型与BP神经网络的青岛旅游需求预测模型摘要：本文主要研宄青?u市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理，利用主成分分析得到影响旅游需求的主成分，以旅游人口建立GM(1,1)模型，进而将模型推广到GM(1,N)模型，并进行残差检验确保其可靠性；其次，对影响旅游需求的因素进行GM(1，1)灰度预测，并利用预测数据建立BP神经网络模型对GM(1，1)模型进行优化改进，最后，分析得到运用BP神经网络模型进行预测的结果更为准确。关键词：青岛市旅游需求预测；主成分分析；灰度预测；BP神经网络一、问题重述青岛是一座历史文化名城，作为重要的滨海

2、城市之一，旅游的发展显得尤其重要，希望通过建立青岛市旅游需求的预测模型，给规划本市旅游业的发展提供帮助。1.根据获得的旅游需求的预测资料、数据及对相关部门的了解情况，分析旅游资源、环境、交通、季节、费用和服务质量等相关因素对旅游需求的影响，建立青岛市旅游需求预测模型；1.评价你的模型的优缺点，有何改进措施？二、模型假设假设1:所有旅游者对青岛的偏好程度相同；假设2:旅游者的人数在预测年份内不会超过青岛市的最大环境容纳量；假设3:影响青岛旅游需求的要素相互独立，各个因素之间不会相互影响；假设4:寻找到的所有数据具有一定的可信性，不存在重大误差；假设5:未来几年青

3、岛不会出现如展览会等重大事件假设6:我国政局环境稳定，经济和对外政策等没有重大调整。三、问题1:模型的建立与求解1.问题分析问题要求建立青岛市旅游需求预测模型，以分析旅游资源、环境、交通、季节、费用和服务质量等相关因素对旅游需求的影响。本文拟根据旅游目的地系统的特点，利用青岛旅游政务网、国家统计局等相关数据，建立青岛旅游需求预测模型。首先将对搜集的数据进行无量纲化处理，利用主成分分析得出影响旅游需求的主成分，随后以旅游人口为对象建立GM(1，1)模型，对青岛未来几年的旅游需求进行预测，然后将模型推广到GM(1，N)模型，预测出青岛旅游需求的情况，最后为保证模型

4、的可靠性，将对结果进行残差检验。1.模型准备(1)旅游目的地系统根据Buhalis的目的地6A模型及吴必虎等学者构建的旅游目的地系统模型，本文认为旅游目的地系统是一个综合复杂的系统，其主要构成因素如下图所示：(2)数据预处理本文采用多指标综合评价方法，结合旅游目的地构成因素，从旅游管理机构、服务设施、基础设施这三个方面入手，选取游客数、旅游收入、人均GDP等11项评价指标进行分析，由于指标的量纲不同，所以采用比重法对数据进行无量纲化处理，公式如下：本文采集了2005年-2014年的青岛旅游数据，并进行无量纲化处理，结果如下：2.灰度预测模型的建立与求解(1)主

5、成分分析的求解本文认为青岛市旅游需求可以用游客数进行衡量，故对其他10个评价指标进行主成分分析，己知相关系数矩数为：由上表可知，GM（1，N）模型的相对残差最大为0.0342