| 【中文题名】 | 基于人工神经网络的旅游需求预测 |
| 【英文题名】 | Forecasting of Tourist Demand Based on BP Neural Network |
| 【学科专业】 | 计算机技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-5 |
| 【中关键词】 | BP神经网络,需求预测,每人次旅游外汇收入,,, |
| 【英关键词】 | BP neural network,demand forecasting,average earnings in foreign exchange, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
随着中国经济的快速增长和人均收入的提高，以及各旅游目的地的组织能力、交通运输、旅游设施的完善，中国旅游业持续得到发展。旅游业将对我国经济发展产生日益明显的推动作用。
旅游需求预测在旅游规划中具有重要的作用。常见的旅游需求预测方法是基于统计学的数学模型：时间序列预测法和因果模型预测法。对目前己在许多领域广泛应用的人工神经网络模型应用很少。然而旅游市场往往受到许多因素的制约，这些因素之间呈现出错综复杂的关系，而且不稳定因素也很多，传统方法难以得到有效的预测结果。有必要研究应用一些新的解决非线性问题的方法。
人工神经网络是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。它具有极强的非线形逼近、大规模并行处理、自学习、自组织和容错能力等优点，使得它在实际应用中成为一种良好的分类和预测工具。因为神经网络可以很好地识别训练样本之间的相关性，所以它在预测功能上优于传统的统计分析方法。而且，当训练样本较少且有“白噪声”(即随机误差)的时候，神经网络更是优于普通的统计模式。一般而言，旅游需求统计数据时间较短，旅游市场还受到许多不可预知因素的干扰，所以在进行旅游需求预测时用神经网络是一个比较优越... |
| 【论文题纲】 |
|
摘要 |
4-6 |
|
Abstract |
6-10 |
|
第一章 绪论 |
10-12 |
|
1.1 课题主要目标及内容 |
10 |
|
1.2 课题研究目的及意义 |
10 |
|
1.3 预测系统工作原理 |
10-11 |
|
1.4 论文的组织 |
11-12 |
|
第二章 旅游需求预测研究概述 |
12-21 |
|
2.1 旅游需求预测研究的意义 |
12-13 |
|
2.2 国内外旅游需求预测研究现状 |
13-14 |
|
2.3 一般的旅游需求预测方法 |
14-21 |
|
第三章 人工神经网络基本理论 |
21-31 |
|
3.1 人工神经网络的基本特征 |
21 |
|
3.2 人工神经网络理论的发展过程及应用领域 |
21-23 |
|
3.3 人工神经网络的特点 |
23-24 |
|
3.4 人工神经网络模型 |
24-28 |
|
3.5 多层前向神经网络的映射作用与函数逼近能力 |
28-29 |
|
3.6 梯度下降算法 |
29-31 |
|
第四章 基于人工神经网络的旅游需求预测系统 |
31-44 |
|
4.1 旅游需求预测指标选择 |
31-34 |
|
4.2 旅游需求神经网络预测系统 |
34-39 |
|
4.3 旅游需求神经网络预测系统的实现 |
39-44 |
|
第五章 预测实验 |
44-50 |
|
5.1 实验数据 |
44-45 |
|
5.2 实验数据选取及初步分析 |
45-46 |
|
5.3 输入/输出变量的确定及其数据的预(后)处理 |
46 |
|
5.4 网络模型的建立 |
46-47 |
|
5.5 网络模型的预测 |
47-50 |
|
第六章 结果分析与结论 |
50-54 |
|
6.1 预测结果分析 |
50-51 |
|
6.2 结论 |
51-54 |
|
致谢 |
54-55 |
|
参考文献 |
55-59 |
|
附录(攻读学位期间取得的主要研究成果) |
59 |
|
| 【DOI】 | LunWen.ID:2.2008.388598 |
