基于BP神经网络和ARIMA组合模型的中国入境游客量预测.pdfVIP

　第 22 卷 　2007 年第 4 期 　月刊 　 旅 　游 　学 　刊 　TOURISM TRIBUN E 基于BP 神经网络和 ARIMA 组合模型的 中国入境游客量预测 雷可为1 ,2 ,陈　瑛1 ( 1. 陕西师范大学旅游与环境学院 ,陕西 西安 710062 ; 2 . 西安欧亚学院外国语学院旅游系 ,陕西 西安 710065) [摘 　要]游客量的预测和分析是旅游规划与管理的基础性 、 ) Regression 进行克罗地亚的旅游需求分析 , 结果表 关键性工作 。目前 ,游客量预测主要采用基于传统研究方法 明:相似非相关回归模型比最小二乘法更准确 、有 或人工神经网络技术的单项预测方法 。近年来的研究表明 , [7 ] ( ) ( ) 效 。凯里 ·高 Goh Carey 和罗布 ·劳 Law Rob 利 组合预测方法比单项预测具有更高的预测精度 。本文提出 用香港的 10 大客源国的数据进行模型建立与评价 , 了一种基于 BP 神经网络和 ARIMA 组合模型的游客量预测 分别对 10 个时间序列模型进行了分析 ,其研究结果 新方法 ,对中国入境旅游人次数的变化趋势进行了综合分析 表明:在有干预因素的情况下 ,季节性自回归移动平 与预测 ,预测结果表明这种方法相对于单一的预测方法具有 均结合方法预测的准确度最高[8 ] 。纳达 ·库仑德兰 更高的精度 ,该模型在旅游预测中的应用是可行 、有效的。 ( ) ( ) [关键词]入境旅游市场 ;BP 神经网络 ;ARIMA 模型 ;组合模 Kulendran Nada 和斯蒂芬 ·威特 Witt Stephen 的研 型 究表明 , 国际旅游需求的最小平方回归模型没有无 [ 中图分类号]F59 [9 ] ( ) 变化模型准确 。乔纳 ·佩雷兹 Preez Johann 和斯 [文献标识码]A ( ) 蒂芬 ·威特 Witt Stephen 认为单变量状态空间模型 ( ) [文章编号] 1002 - 5006 2007 04 - 0020 - 06 最好 ,单变量 自回归移动平均模型次之 , 对变量状 [ 10 ] ( ) 态空间模