基于BP神经网络模型的国内旅游人数预测.docVIP

基于BP神经网络模型的国内旅游人数预测 　　Prediction of Domestic Tourists Based on BP Neural Network Model 　　 　　 Guo Qingchun； Kong Lingjun； Cui Wenjuan； 　　 Shi Yongbo； Zhang Xiaoyong 　　（Shaanxi Radio TV University，Xian 710068，China） 　　 　　摘要： 旅游人数的分析和预测是旅游规划与管理的关键性、基础性工作。目前旅游人数预测主要采用基于传统研究方法的预测方法。提出了一种基于BP神经网络模型的国内旅游人数预测新方法，对国内旅游人数的变化趋势进行了综合分析与预测，结果表明该方法具有较高的精度，该模型在旅游人数预测中的应用是可行的。 　　Abstract: Analysis and prediction of tourist population are the key and basis work of tourism planning and management. At present, prediction of tourist population is mainly based on traditional research approach. The paper proposes a new forecast approach based on BP neural network model and makes comprehensive analysis and prediction of the changing trend of tourist population. Forecast results indicate that this approach is more precise. The model is feasible in the forecast of tourists. 　　关键词： BP神经网络 国内旅游人数 预测 　　Key words: BP neural network；domestic tourists；prediction 　　中图分类号：TP183 文献标识码：A文章编号：1006-4311（2011）２7-0007-01 　　0引言 　　国内旅游人数指在报告期内在中国（大陆）观光游览、度假、探亲访友、就医疗养、购物、参加会议或从事经济、文化、体育、宗教活动的中国（大陆）居民人数，其出游的目的不是通过所从事的活动谋取报酬。统计时，国内游客按每出游一次统计1人次。“十一五”期间，我国国内旅游人数年均增长12%，入境过境旅游人数年均增长3.5%，出境旅游人数年均增长19%，全国旅游业总收入年均增长15%。我国跃居全球第四大入境旅游接待国和亚洲第一大出境旅游客源国，居民人均出游率达1.5次，旅游直接就业达1350万人，旅游消费对社会消费的贡献超过10%，旅游业对我国经济社会发展的积极作用更加明显。 　　建立科学的可操作的国内旅游人数预测模型是实现旅游业健康、持续、稳定发展的前提。传统的旅游人数预测属于需求函数预测模式，该模式受传统经济学的影响，预测精度有限。而且国内旅游人数随时间变化复杂，具有非线性特征，而人工神经网络具有处理非线性问题的能力，已经得到广泛应用[1-2]，本文利用BP神经网络来预测国内旅游人数，取得了较好的效果。 　　1国内旅游人数数据来源 　　1994年-2010年国内旅游人数数据来源于国家统计局。一般来说在实际应用中，由于所采集的数据跨度较大，要求输入数据的值在0-l之间，因此采用归一化处理使原始数据在0-1之间变化。并且把1994年-2004年的数据作为训练数据，把2005年-2010年作为检验数据。 　　2建立国内旅游人数预测模型 　　人工神经网络是由若干个具有相同功能（不同权值和阈值）的神经元组成，虽然每个神经元的结构简单，功能有限，但是由大量神经元构成的系统可以用来模拟推理和运算复杂的非线性系统，具有很强的自学习能力、自适应。依据各神经元不同的联结方式可以组成不同的神经网络，其中误差反向传播神经网络也称BP神经网络，该网络结构比较直观，是应用最广泛的一种神经网络。 　　神经网络适合于解决实际问题，以其强大的功能广泛应用于工程和数学领域，也广泛应用于商业、医学、文学和金融等领域。BP神经网络由3层构成，它们是输入层、隐含层和输出层。输入层单元数由样本维数决定；输出层一般有一个神经元；隐层的神经元个数由输入神经元个数和输出神经元个数共同决定。多层神经网络可用来逼近几乎任一个函数，只要隐含层中有足够多的神经元。一般不能说，多少层或多少