重慶市旅游需求的預(yù)測模型

1、一、問題重述我國的旅游資源極其豐富，是一個國際旅游大國。隨著社會的開展， 旅游業(yè)已成為全球經(jīng)濟中開展中勢頭最強勁和規(guī)模最大的產(chǎn)業(yè)之一，其直 接或間接地促進國民經(jīng)濟有關(guān)部門的開展，日益凸顯了它在國民經(jīng)濟中的 重要地位。所以合理規(guī)劃、正確地預(yù)測預(yù)報旅游需求，對于促進我國各地 區(qū)的經(jīng)濟開展和文化交流有著重要意義?，F(xiàn)在自己選擇適宜的旅游城市或 地區(qū)，對旅游需求的預(yù)測和預(yù)報建立數(shù)學(xué)模型，來幫助有關(guān)部門進一步規(guī) 劃好旅游資源，并做到以下幾點：1.對你們所選的旅游城市或地區(qū)，根據(jù)你們能夠查到的關(guān)于旅游需求的預(yù) 測預(yù)報資料，并結(jié)合你們從相關(guān)旅游部門了解到的情況，分析旅游資源、 環(huán)境、交通、季節(jié)、費用和效勞質(zhì)量

2、等因素對旅游需求的影響，建立關(guān)于 旅游需求的預(yù)測預(yù)報的數(shù)學(xué)模型。2你們可以利用國內(nèi)外已有的與旅游需求預(yù)測預(yù)報相關(guān)的數(shù)學(xué)建模資料和 方法，分析這些建模方法能否直接移植過來，做出合理、正確的預(yù)測預(yù)報; 如果不行的話，請對這些方法的優(yōu)、缺點做出評估，并提出改進的方法。 但在引用他人的資料時必須注明出處。3. 為了能夠用數(shù)學(xué)建模的方法對旅游需求進行預(yù)測預(yù)報，必須做好哪些準(zhǔn) 備工作包括有關(guān)數(shù)據(jù)的采集和整理？4. 在調(diào)研及對你們所建立的數(shù)學(xué)模型分析的根底上寫出一篇報告，向有關(guān) 旅游部門提出具體的建議。二、問題假設(shè)三、符號說明G有向圖矩陣V城市A路徑n要經(jīng)過的城市總數(shù)duij任意兩城市之間的距離Xij是否經(jīng)

3、過兩座城市ij路徑上的信息量nj啟發(fā)函數(shù)信息啟發(fā)式因子期望啟發(fā)式因子k-Pijt螞蟻k在t時刻由i城市轉(zhuǎn)向j城市的轉(zhuǎn)移概率tabuk第k只螞蟻的禁忌搜索表信息素?fù)]發(fā)系數(shù)ktijLt時刻k螞蟻在路徑ij上留下的信息素量L短到目前為止所找到的全局最短路徑長度Q螞蟻攜帶的信息素量Lk本次循環(huán)中第k只螞蟻所走的路程長度m螞蟻的總數(shù)量k螞蟻的編號氐所記錄的循環(huán)次數(shù)ncmax最大循環(huán)次數(shù)四、問題分析題目要求通過對旅游資源、環(huán)境、交通、季節(jié)、費用和效勞質(zhì)量等因素對旅游需求的影 響，建立關(guān)于旅游需求的預(yù)測模型。這里，我們將旅游需求簡化為旅游總?cè)藬?shù)，以星級 飯店、旅行社數(shù)量、客車數(shù)量、高速公路總公里數(shù)、全國人均

4、GDP重慶地區(qū)CPI、重慶市環(huán)保投資總額及重慶市地下水量為因素，利用BP神經(jīng)網(wǎng)絡(luò)模型進行求解，可得出下一年旅游總?cè)藬?shù)的預(yù)測值。五、模型的建立與求解模型建立與求解建立BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型基于BP神經(jīng)網(wǎng)絡(luò)模型的實現(xiàn)模型的求解以重慶統(tǒng)計年鑒為依據(jù)，可查得歷年的統(tǒng)計數(shù)據(jù)如下表示:年份旅游總?cè)藬?shù)星級飯店旅行 社數(shù) 量客車高速人均GDPCPI環(huán)保投 資地下水量1998261502128820140199933170246581342000371903586323220014220332790320200259204337563992003732033747358020041682123736471414

5、90.382005189220411267481715.032006207223501377782027.3420072192804133010492566.4320222393234315611653266.5120222663534534515773711.00由于數(shù)據(jù)較大，現(xiàn)以1998年為基準(zhǔn)，對各因素進行量化，得到下表年份旅游總?cè)藬?shù)星級飯店旅行 社數(shù) 量客車高速人均GDPCPI環(huán)保投資地下水量19982196.271.001.001.001.001.001.001.001.0019992494.491.271.131.166.701.050.991.030.9420003096.281

6、.421.271.6811.601.161.011.260.68 '20013981.331.621.351.5416.001.271.021.550.5020024665.842.271.361.5919.951.381.001.870.7320034286.252.811.351.7629.001.551.022.270.7820045279.046.461.411.7635.701.821.052.590.7520056017.717.271.471.9337.402.091.033.310.7720066847.517.961.492.3638.902.471.024.310.

7、4120078085.508.421.871.9452.453.131.065.500.55202210088.389.192.152.0358.253.981.076.430.63202212295.8410.232.352.1378.854.521.009.640.58將1998-2022年的各個因素作為網(wǎng)絡(luò)輸入，將1999-2022年的旅游總?cè)藬?shù)作為理想輸出, 通過神經(jīng)網(wǎng)絡(luò)模型對其進行訓(xùn)練使其在誤差允許范圍之內(nèi)，然后將該神經(jīng)網(wǎng)絡(luò)應(yīng)用于 2022年各個因素，即可預(yù)測出2022年旅游的總?cè)藬?shù)。網(wǎng)絡(luò)輸入數(shù)據(jù)如下表所示：年份yxxxxxxxx19981.001.001.001.001.001.0

8、01.001.0019992494.491.271.131.166.701.050.991.030.9420003096.281.421.271.6811.601.161.011.260.6820013981.331.621.351.5416.001.271.021.550.5020024665.842.271.361.5919.951.381.001.870.7320034286.252.811.351.7629.001.551.022.270.7820045279.046.461.411.7635.701.821.052.590.7520056017.717.271.471.9337.40

9、2.091.033.310.7720066847.517.961.492.3638.902.471.024.310.4120078085.508.421.871.9452.453.131.065.500.55202210088.389.192.152.0358.253.981.076.430.63202212295.8410.232.352.1378.854.521.009.640.58Perfornnance 怡 0 0Q056G233, Goal is 0.0015010D150252 Epochs200250O1O1-O3一102101MuEm'E 口0BrlTc'fflJl在matlab上運行程序，重復(fù)10次或以上，取誤差最小，可得，控制誤差如以下圖所示:網(wǎng)絡(luò)的輸入層與神經(jīng)元之間的連接權(quán)值如下表所示：1234123456789真實值與預(yù)測值關(guān)系可由以下圖看出:最后結(jié)果為MSE =ans =即模型及分析已有模型GM 1,1logistic模型的解釋模型的求解GM 1,1丨模型 將1998-2022年旅游總?cè)藬?shù)作為值，通過 matlab程序，可得Logistic 模型令xm=算出模型的改進解答六、模型評價與改進1在解題過程中，使用Matlab軟件進行編程，在分析和運算方面有較咼的精度，時 間大大縮短，使答案更