数模第五次培训论文论文题目：论文题目：江西省旅游需求预测姓名1：李辉树：姓名1：彭记译：姓名1：游美玲：学号：学号：09102105学号：学号：09102107学号：学号：09102203专业：专业：专业：专业：专业：专业：信计专业信计专业信计专业2011年7月23日摘要本文主要探讨江西省旅游需求预测问题，同时根据预测结果提出合理性规划建议。以江西省的旅游市场为研究对象，结合服务、环境、景观发展、交通和消费五方面影响因素及旅游人数测度指标的数据，建立GM（1,1）预测模型、多元线性回归预测模型、BP神经网络预测模型和时间序列预测模型，借助Matlab软件和SPSS统计软件逐个对旅游人数进行模拟与预测，然后采用绝对误差与相对误差两个参数对模型进行评价与对比，接着应用关联度分析法求得影响因素的重要性排序，最后结合重要性排序与江西省旅游发展实情提出旅游资源的侠砉?划建议。对于GM（1,1）预测模型，通过对1996至2010年原始单变量数据进行生成处理，寻找系统的变化规律建立相应的微分方程预测模型，代入相关单变量数据用Matlab编程得到各单变量在2011至2015年的预测值。对于多元线性回归预测模型，确定线性预测变量和因变量，即影响因素和测度指标，建立回归矩阵，将矩阵数据代入SPSS统计软件，求得多元线性方程，将1996至2010年所有数据代入该方程，同时结合GM（1,1）预测模型对2011至2015年各单变量预测结果，Matlab编程得到对应年份的旅游人数模拟值和用预测值。对于BP神经网络预测模型，首先根据江西省旅游需求，确定输出层、中间隐层和输入层，然后把样本分为训练样本和测试样本两个部分，在以上基础,对样本数据进行归一化预处理，结合GM（1,1）预测模型对2011至2015年各单变量预测结果，采用Matlab软件中的神经网络计算功能,建立合理训练模型得到对应年份的旅游人数模拟值和预测值。对于时间序列预测模型，将采用趋势移动平均法建立预测模型，即通过对预测目标自身时间序列的二次移动平均处理，利用移动平均滞后偏差的规律来建立直线趋势的预测模型，代入所有旅游人数数据，Matlab编程得到1996至2010用年的模拟值及2011至2015年的预测值。在模型求解过程中，将得到其对应的平均绝对误差值和相对误差值，通过比较知4个预测模型的精确度都合格。其中Bp神经网络模型误差最小，预测效果最佳。对于影响因素重要性确定，本文应用关联度分析法建立因素排序模型，将数据代入关联系数公式得出影响因素数列对参考数列在每个年份的关联系数，关联度即各个关联系数之和的平均值，按关联度大小排序可得影响因素的重要性排序：环境>交通>服务>景观发展>消费。最后根据重要性排序，结合江西省旅游发展实情提出旅游资源的合理规划建议。关键词：旅游需求预测；GM（1,1）预测模型；BP神经网络预测模型；多元线性回归预测；趋势移动平均法；关联度分析法一、问题重述1随着社会的发展，旅游业已发展成为当今世界最大的经济产业；作为现代文明社会标志之一的旅游，也已成为现代人日常生活不可缺少的组成部分。而中国是世界上旅游业发展速度最快的国家之一，具有丰富的旅游资源，因此对旅游需求的合理规划和正确预测，对促进旅游业的发展和文化交流有着十分重要的意义。本文以江西省的旅游市场为研究对象，收集近15年的相关数据，完成以下任务：1、建立4种关于旅游需求的定量预测模型，其中GM（1,1）和BP神经网络模型必需，其它可考虑微分方程、多元回归分析等；2、结合若干性能评价指标对模型进行分析比较；3、指出影响旅游需求的主要因素，向有关部门提出具体建议。二、问题分析通过对问题分析，为了能够准确预测江西省旅游需求，首先需做好相关准备工作：1、根据江西省旅游业发展特点，确定旅游需求测度指标与相关影响因素；2、采集和整理1996至2010年各自变量及测度指标有关真实数据；3、预决定建立4种定量预测模型，做出合理、正确的模拟与预测；4、预结合绝对误差与相对误差分析4种预测模型，对这些方法的优、缺点做出评估；5、预应用关联度分析法处理相关影响因素重要性排序；6、最后根据重要性排序，结合江西省旅游发展实情提出旅游资源的合理规划建议。整个过程主要解决问题是江西省旅游需求预测问题，通过分析确定测度指标为区域旅游人数y，相关影响因素为以下五方面：服务―旅游服务人数x1,环境―地区生产总值x2,景观发展―区域旅游总收入x3,交通―区域公路通车里程x4,消费―区域消费价格综合指数x5。本文将建立建立GM（1,1）预测模型、多元线性回归预测模型、BP神经网络预测模型和时间序列预测模型，借助Matlab软件和SPSS统计软件逐个对旅游人数进行模拟与预测。4种定量