旅游需求的预测问题设计Word

本科毕业设计(论文)

理学院

题目：旅游需求的预测问题

毕业设计（论文）独创性声明

本人所呈交的毕业论文是在指导教师指导下进行的工作及取得的成果。除文中已经注明的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。

作者签名：王赞

日期：2013.5.18

目录

摘要 (1)

ABSTRACT (2)

第一章引言 (3)

1.1背景知识 (3)

1.2问题假设 (4)

1.3符号说明 (4)

第二章问题分析求解 (5)

2.1模型一的建立与分析： (5)

2.2模型二的建立与分析： (8)

2.3模型三的建立与分析： (14)

第三章结果分析 (18)

第四章模型评价 (19)

谢辞 (20)

参考文献 (20)

附录 (21)

基于灰色模型的旅游需求预测问题

摘要

本文根据中华人民共和国国家统计局和中国旅游网公布的数据，运用灰色关联分析理论分析了北京市的旅游资源、环境、交通、费用和服务质量等因素对旅游需求的影响，并在此基础上建立了旅游需求的灰色系统预测模型，预测了北京未来几年的旅游需求的发展趋势。同时，针对灰色系统预测模型的缺点，本文引入了Logistic人口预测模型，将之应用到旅游需求的预测上，利用最小二乘法得到其中两个参数的值，由此推断出北京市最大容纳外来旅游人数。进一步我们假设北京市最大容纳旅游人数在短时间内不会改变，利用逐年的历史数据来计算出其旅游人数增长率的变化情况，用灰色系统GM(1，1)模型预测其发展情况，进一步修正模型，得到更加理想的预测模型。

关键字：灰色预测模型；灰色关联分析；Logistic模型；最小二乘法；

Travel demand forecast based on gray model

ABSTRACT

According to the data released by the National Bureau of Statistics of the People's Republic of China and China Travel Network, the use of gray relational analysis theory Beijing tourism resources, the environment, transportation, cost and quality of service and other factors of tourism demand, and on this basis established tourism demand gray Model to predict the Beijing tourism demand trends in the next few years. The same time, the shortcomings of gray prediction model, this paper introduces a model of logistic population projections, will be applied to tourism demand forecasting, using the least squares method to get the value of the two parameters, infer its maximum in Beijing Overseas Tourism number. Further, we assume that Beijing accommodate the largest number of tourists will not change in a short period of time, year by year historical data to calculate the changes in the growth rate of the number of tourists, gray system GM (1,1) model to predict the development, further correction model, more ideal prediction model.

Key words: Grey Forecasting Model;Grey Relational Analysis;Logistic Model;The method of least squares;

第一章引言

1.1背景知识

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，已成为现代人日常生活不可缺少的组成部分，我国的旅游资源极其丰富，是一个国际旅游大国。合理规划、正确地预测预报旅游需求，对于促进我国各地区的经济发展和文化交流有着重要意义。

现在要求选择合适的旅游城市或地区，对旅游需求的预测和预报建立数学模型，来帮主有关部门进一步规划好旅游资源。具体说：

（1）对所选的旅游城市或地区，根据能够查到的关于旅游需求的预测预报资料，并结合从相关旅游部门了解到的情况，分析旅游资源、环境、交易、季节、费用和服务质量等因素对旅游需求的影响，建立关于旅游需求的预测预报的数学模型。

（2）可以利用国内外已有的与旅游需求预测预报相关的数学建模资料和方法，分析这些建模方法能否直接移植过来，做出合理，正确的预测预报；如果不行的话，请对这些方法的优缺点做出评价，并提出改进的办法。

1.2问题假设

1、旅游需求问题的内在机理是一个灰色问题.

2、旅游需求主要受资源、环境、交通、季节、费用和服务质量因素的影响.

3、城市的旅游需求可以主要以城市每年接待旅游人数数量来体现.

4、城市旅游环境可以以其拥有各星级宾馆的数量来衡量.

5、城市旅游资源可以以其拥有的各级旅游景点数来衡量.

6、旅游城市所能容纳的最多旅游人数短时间内饰一个定值，而其每年的增长率

变化时一个灰色问题.

1.3符号说明

：2003年-2012年各星级宾馆的数量的标准差；

c：2003年-2012年中每一等级宾馆数量的平均值；

n

x：旅游需求预测分析中的主因子，即：入京旅游人数；

x：对主因子存在影响的各类因素；

i

w：i星级宾馆的关联度权值；

i

P：旅游环境的综合量化评价；

V：第i个因素在第j年的无量纲化数据；

ij

g：各A级景区的权值；

i

X：n星级宾馆在第i年的个数；

ni

l i星级宾馆在各年份的个数数列；

:

i

:

v第i个因素在第j年的统计数据；

ij

h：表示第i星级宾馆第j年的景区个数；

ij

()0x k ：第k 年的入京旅游人数； ()i x k ：第k 年第i 种因素的取值；

α：分辨系数，一般取值0.5α=； ()i k ?：各比较数列间的绝对差；

()

0o

x ：各年旅游入京人数； ()

1

x ：0

x 的累加序列；

()d k ：()1x 的灰导数；

()

10

z

：

()

10

x

的均值数列；

r ：历年北京入京旅游人数增长率；

m x ：北京市最大容纳的旅游人数；

第二章 问题分析求解

2.1模型一的建立与分析：

1、 问题分析：

我们首先对各年旅游入京人数建立一个GM （1,1）模型，通过这个模型可对旅游需求做一个初步预测。 2、建立模型：

()

()

()()()()

()()

000

00

0001,2,,n x x x x =为各年旅游入京人数；

()

()

()()

()()

()()

11110

0001,2,

,n x

x x x =

为0x 的一次累加序列；其中()

()()

()10001

k

i k i x x ==∑；

则可建立灰色预测GM （1,1）模型：

()()

()10

d k az k b +=，

其中，()d

k 为1x 的灰导数()()()()()()()0

110001d k x k x k x k =--=；()10z 为

()

10

x 的均值数列，()

()()

()()()()

11

01012

k k k x x z +-=

；a 为发展系统，b 为灰作用量，

()

10

z

为白化背景，经过简化可得方程：

()()()

()0

1

00x k az k b += （1）

将()()()()00002,,n x x 带入方程（1），可得

()()()()()()()()()()()()010********

022,

33,

.x az b x az b x n az n b ?+=??+=???+=

?

由GM （1,1）灰微分方程（1）所对应的的白化微分方程：

()()()1

100dx ax t b dt

+= ()

()()

()()

()

()()()()100000001(1)1,2,3

111.

ak ak a b b

x k x e k a a

b x k x e e a --?+=-+=???+=-- ??

?

在最小二乘法意义下可求解此线性方程组得

(

)

1

T

T -=u B B

B Y , (2)

其中 ()T ab =u ，

()()()()10102 1 1z z n ??

-??

=????-????B ，()()()()00002 x x n ????=????????

Y 3、具体算例：

我们以北京市历年接待外来旅游人数为例，验证模型I 的有效性。 具体数据见表1：

总人数 2820911 2857872

3103836 3121462 3155000

令 ()

00x =（2068664，2188917，2200947，2298368，2523943……

3320911，2857872，3103836，3121462，3155000），

()

1

0x =（2068664，4257581，6458528，8756896，11280839……

14101750，16959622，20063458，23184920，26339920）

为将所有的级比()()

()()()

00001x k k x k λ-=

都落在可容覆盖区间22

11,n n e e -++??????

里，须将()

00x 作预处理：()

()

()

()

00

001x x x =。 由最小二乘法带入（2）式可得60.0301, 2.163010a

b =-=?。

表2 北京历年接待外来旅游人数预测值 年份 2003 2004 2005 2006 2007 总人数 2068664 2188917 2200947 2298368 2523943 预测值 2057953 2168391 2284756 2407366 2536556 相对误差 0.0052 0.0094 0.0381 0.0474 0.0050 年份 2008 2009 2010 2011 2012 总人数 2820911 2857872 3103836 3121462 3155000 预测值 2672678 2816106 2967230 3126465 3294244 相对误差

0.0525

0.0146

0.0440

0.0016

0.0441

图1 2003年—2004年北京市旅游人数预测值与真实值对比图

由表2可以看出该预测值的相对误差在5%以内，效果不错。 4、模型检验：