基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用_第1頁
基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用_第2頁
基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用_第3頁
基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用_第4頁
基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用_第5頁
已閱讀5頁,還剩4頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、    基于殘差模型的灰色預測算法在杭州旅游業(yè)中的應用    董煜辰摘 要 本文基于灰色理論對杭州市2007年至2015年入境旅游人數(shù)進行了預測。利用gm(1,1)模型以及最小二乘法的相關知識,對數(shù)據(jù)進行處理,得出其原始預測序列;考慮到實驗結(jié)果有偏,利用了殘差修正方法對殘差進行訓練,修正了預測結(jié)果。采用了不同誤差指標對結(jié)果進行了綜合性分析,證明了所提出模型在入境旅游人數(shù)短期預測中的優(yōu)越性。關鍵詞 殘差模型;灰色預測;最小二乘法;旅游業(yè)預測g2 a 1674-6708(2018)204-0150-03隨著經(jīng)濟快速發(fā)展,人們的生活水平不斷提高,出境旅游人數(shù)不

2、斷上升,不少旅游景點在旺季出現(xiàn)擁堵的現(xiàn)象,影響了人們旅游的質(zhì)量。為此,例如北京故宮就采取了限流的方法,控制進出景點人數(shù);敦煌莫高窟實行網(wǎng)上購票,縮短實地參觀時間等方法來緩解游客數(shù)量年年劇增的狀況。對旅游人數(shù)進行建模預估,對相關旅游部門制訂合理的制度及措施具有重大意義。在預測領域中,灰色預測模型由于其樣本需求小,魯棒性強,引起了學者們的廣泛關注。1982年,華中科技大學的鄧聚龍教授1開“灰色理論”之先河,通過對部分已知信息的生成與開發(fā),提取有價值的信息。之后,許多人根據(jù)灰色理論做了相關研究,比如:吉培榮等人2對gm(1,1)模型特點進行了研究,證明了gm(1,1)模型是有偏差的指數(shù)模型,并對其偏

3、差特點進行分析,從理論闡明了gm(1,1)模型誤差的實質(zhì);周廷慰3研究了灰色預測理論在安徽入境旅游中的應用,預測了安徽的旅游業(yè)的發(fā)展,為安徽需要的旅游產(chǎn)品的供給提供了參考,有利于政府的規(guī)劃;陳美英和楊金光4根據(jù)灰色gm(1,1)模型適合少量數(shù)據(jù)預測的特點,將1999到2003年邯鄲的城鎮(zhèn)化水平作為原始數(shù)據(jù),經(jīng)檢驗,成功建立了邯鄲城鎮(zhèn)化水平的灰色預測模型;俞峰利5用gm(1,1)模型對民航客運量進行了預測,用gm(1,1)殘差模型對其進行修正,后證明模型精度較高,在實際預測中取得了良好的效果;麻興斌、鄭艷琳等人6利用修正的gm(1,1)模型對原煤銷售量進行預測,數(shù)據(jù)表明精度較主模型有明顯提高。盡

4、管灰色預測gm(1,1)模型在諸多小樣本情形中取得了不錯的預測效果,然而直接預測結(jié)果有可能是有偏的,為此本文引入基于殘差修正方法的灰色模型來對杭州入境旅游人數(shù)進行預測。首先通過數(shù)據(jù)預處理,對原始數(shù)據(jù)進行了累加生成;然后構(gòu)建相應的一階微分方程,利用gm(1,1)模型以及最小二乘法的相關知識,得出其粗略的歷史預測值;通過計算殘差,再次構(gòu)建殘差模型對殘差進行修正,結(jié)合預測殘差值修正得到最終預測結(jié)果。1 基于殘差修正的灰色預測模型1.1 灰色預測模型2)構(gòu)建微分方程。累加生成的數(shù)據(jù)可以近似地用指數(shù)型分布進行建模,因此用待定系數(shù)法可以寫出其滿足的微分表達式2.2 實驗結(jié)果及分析以杭州市入境旅游人數(shù)作為預

5、測序列,其中1978至2006年的數(shù)據(jù)做訓練,20072015年的數(shù)據(jù)做預測。本文分別評估了灰色預測模型及殘差模型的預測精度,結(jié)果參見表1。2.2.1 模型適用性檢驗表1可知,原始模型和殘差模型都可以較為接近地預測出人口變化趨勢。為進一步強化模型對比度,本文在圖1中展示了原始模型和殘差模型的預測結(jié)果。由圖可知,原始灰色預測模型及殘差修正模型都可以取得不錯的預測結(jié)果。其中殘差模型對結(jié)果有明顯的改進,該模型可以修正原始模型的有偏誤差,進一步提高了預測準確度。2.2.2 預測步長比較灰色預測模型是一種基于小數(shù)據(jù)的預測方法,訓練數(shù)據(jù)資源的有限必然會導致模型的預測適用性。為進一步比較預測步數(shù)對結(jié)果的影響

6、,本文分別采取了短期預測(預測后3年)和長期預測(預測后9年)兩組進行對照,結(jié)果參見表2及表3。對比2張表格可以發(fā)現(xiàn),長期預測的平均絕對誤差比短期預測高約43.2%,長期預測的均方根誤差比短期預測高約47.8%,長期預測的平均相對誤差比短期預測高約0.9%。結(jié)果表明殘差修正方法在短期預測和長期預測中都對結(jié)果有所改善。3 結(jié)論本文建立了基于殘差修正的灰色模型對杭州市2007年至2015年入境旅游人數(shù)進行預測。實驗結(jié)果表明,殘差修正方法可以較好地適用在預測有偏的情況中,對預測結(jié)果有較好的改善。由于灰色預測模型所需要的樣本量不大,不需要很強的規(guī)律性,因此,模型的預測步長有所限制。通過實驗探究本文發(fā)現(xiàn)

7、,所提出的模型對短期三步預測精度較高,但不太適合長步數(shù)預測。近年來杭州旅游業(yè)有穩(wěn)中向好的態(tài)勢,結(jié)合本文所提出的殘差修正的灰色預測算法,可以幫助杭州政府與旅游部門進一步完善旅游設施,加大開發(fā),對政府及相關旅游部門做出合理正確的決策有較大意義。參考文獻1鄧聚龍.灰色理論基礎m.北京:華中科技大學出版社,2002.2吉培榮,黃巍松,胡翔勇.灰色預測模型特性的研究j.系統(tǒng)工程理論與實踐,2001,21(9):105-108.3周廷慰.灰色預測理論在安徽入境旅游研究中的應用d.合肥:安徽大學,2011.4陳美英,楊金光.基于灰色gm(1,1)模型的預測研究邯鄲市城鎮(zhèn)化水平預測j.數(shù)學的實踐與認識,2009,39(8):35-43.5俞鋒.gm(1,1)殘差模型在民航客運量預測中的應用j.西華大學學報(自然科學版),2006,25(6):29-30.6麻興斌,鄭艷琳,刁柏青,等.修正的gm(1,1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論