基于灰色预测模型开封旅游产业分析.docVIP

基于灰色预测模型开封旅游产业分析 　　【摘 要】旅游市场潜力预测是旅游经济研究、旅游项目投资、旅游规划与管理等的重要内容。文章针对旅游需求问题进行了研究,提出了基于灰色系统理论的开封旅游需求预测模型,并采用残差检验、后残差检验和关联度方法对模型进行了分析。同时,以开封旅游需求发展为例,根据其旅游历史数据,运用灰色数列GM(1,1)模型对未来该地旅游需求进行预测,通过对模型检验分析和事实比较,预测结果数据精确,具有广泛的实用性。 　　【关键词】灰色系统理论;旅游需求;预测模型 　　中图分类号:F590.63 文献标识码:A 文章编号:1009-8283(2010)09-0023-02 　　 　　引言 　　21世纪,城市化进程已进入稳步发展时期,城市差异化是带来城市收入的重要来源,如浙江义乌市以小商品城著称,它的收入来源是向全国进行供货。而有的地级城市则以自身优势来发展旅游业,旅游业成为他们的主要收入来源之一。如开封。因而,我们有必要拿开封这座旅游城市为例,研究它的旅游需求状况,建立需求模型,进而对其需求进行短长期预测,对该城市今后的旅游管理有深刻的指导意义。 　　现代旅游研究中用数学方法与模型来解决上述问题,如线性回归模型、神经网络模型、引力模型、时间序列预测模型、自适应模型、粗糙集理论的动态粗预测模型等,由于因素考虑得太少与实际不吻合或理论过于复杂不易操作而没有得到广泛应用。因而,本文采用灰色预测模型来进行灰色预测,它最主要的优点就是小样本,考虑因素少易操作。 　　本文结构是:首先介绍灰色系统理论背景;接着介绍灰色预测模型,根据开封历年旅游统计数据建立需求预测模型,并对模型进行检验;然后表述模型预测结果;最后对模型检验分析和事实比较,结果预测精确,因而旅游管理部门可以利用此模型对今后5年该地区旅游需求进行预测。 　　1 理论回顾[1] 　　灰色系统理论(GST 或GS)是1982 年由我国著名学者邓聚龙教授创立的,是“以部分信息已知,部分信息未知的小样本、贫信息”不确定性系统为研究对象的一门新的系统科学,是为解决“少信息不确定性”问题而产生的一门新兴的理论体系。目前已在农业科学、经济管理、环境科学、医药卫生、矿业工程、教育科学、水利水电、图像信息、生命科学、控制科学、航空航天等诸多领域中得到了广泛的应用,解决了许多过去难以解决的实际问题,形成了以系统分析、信息处理、建模、预测、决策、[JP2]控制为主要内容的理论体系,奠定了作为一门新兴横断学科的学术地位。[JP] 　　而GM(1,1)模型是灰色系统当中比较常用的短期预测模型。其数值预测的基础是基于 　　累加生成数列;其对时间序列进行数量大小的预测,是一阶单变量微分方程。它通过对模型生成拟合值与原始数值的迭代检验,验证该灰色建模的可信度,进行残差修正,并根据以上计算求得所需的预测值。它所需要的原始数据少,甚至四个数据就可以建立准确的预测模型,且能得到满意的结果[3]。 　　2 模型建立及检验 　　1)数据来源:我们运用历年开封2005-2009年的旅游人次作为研究对象,数据来源于,数据如下表: 　　2)基于灰色系统理论的旅游需求预测模型:灰色系统建模思想是直接将时间序列转化为微分方程,建立抽象系统的发展变化动态模型,即Grey Dynamic Model,简称GM 模型,旅游需求灰色GM(1,1)预测模型构建过程: 　　将预测值还原,得到相应的预测值。 　　3 )预测模型的检验 　　对预测模型的预测精度进行检验是建构预测分析必不可少的步骤。常用的检验方法有残差检验法、后残差检验法及关联度分析法。 　　3.1 残差检验法 　　根据预测模型可知,第t 年预测值与原始值的误差表示为: 　　上述三种检验方法都是通过对残差的考察来判断模型的精度,其中平均相对误差和绝对误差都要越小越好,关联度δ 要求越大越好,均方差比值C 越小越好(因为C 小说明S1 小,S2 大,即残差方差小,原始数据方差大,说明残差比较集中,摆动幅度小,原始数据比较分散,摆动幅度大,所以模拟效果好要求S1 与S2 相比就尽可能小),以及小误差概率p 越大越好,给定α,δ,C0,p0的一组取值,就确定了检验模型预测精度的一个等级(常用的精度等级见表2)。 　　本文采用第一种模型检验方法即:残差检验方法。 　　3 模型评价及结果[2] 　　运用灰色系统理论及应用(第三版)软件可以直接得出(由河南农业大学信息与管理学院刘斌等人开发)开封旅游市场需求预测: 　　4 讨论 　　通过以上的灰色预测模型关于开封旅游市场的实证分析,我们可以得出以下的结论: 　　(1)开封旅游市场处在较快发展时期,旅游客流量每年以8%左右的速度增长,今后这种增长模式还将继续。 　　(2)由于影