数学建模江西旅游需求的预测.docVIP

PAGE PAGE 3 基于多种预测模型的江西旅游需求的预测 \ 2011年7月23日 基于多种预测模型的江西旅游需求的预测 摘要 本文主要对江西省旅游需求的预测进行研究，收集近15年的相关数据，分别利用BP神经网络模型，灰色理论GM（1 1）模型，时间序列模型和多元线性回归分析模型进行预测，并运用平均相对误差（MAPE）参数来确定这几种模型对该问题预测的精确度，进行对比分析。最后，运用关联度分析法确定各因素的影响程度。 BP神经网络模型：本模型探讨用5-14-1三层BP神经网络模型来分析和预测江西旅游量。首先将1996～2010年间的样本数据归一化处理，利用ATLAB 神经网络工具箱进行模拟训练，建立了基于BP神经网络的旅游预测模型。 GM（1 1）模型：在分析灰色预测模型基本原理的基础上，利用MATLAB强大的矩阵功能，实现灰色预测GM(1,1)模型算法，并通过残差检验和关联度检验对该模型进行验证，预测江西未来五年旅游量。 多元线性回归分析模型：先将多个单因素分别与旅游量进行拟合，再将单因素确定的矩阵与旅游量通过matlab拟合，确定其为线性关系，故本问题可用回归模型预测。在得出旅游量与各因素的线性关系之后，通过各因素的值预测近20年的旅游量。 时间序列的趋势移动平均法模型：将1996~2010旅游量时间序列进行两次移动平均，利用移动平均滞后偏差的规律来建立直线趋势的预测模型，从而对江西未来5年的旅游量进行预测。 预测模型比较分析：本文借助平均相对误差（MAPE）参数对以上4种预测方法的预测结果进行分析比较 ,说明BP神经网络对江西旅游量的预测更加合理可行。 预测模型 BP神经网络 回归分析 灰色理论 时间序列 MAPE 0.000513 0.013718 0.020357 0.071849 关联分析：本文收集了1996~2010年江西每年的旅游量以及5个影响因素的时间序列资料。运用关联度分析法确定各因素的影响程度，按关联度大小排序为：全国居民人均可支配收入，江西省星级酒店数量，全国居民恩格尔系数，江西省商品零售价格指数，江西省高速公路里程。 关键词：旅游预测 BP神经网络 灰色理论GM（1，1） 多元线性回归分析 时间序列 关联度分析 目录 TOC \o 1-4 \h \z \u HYPERLINK \l _Toc299188735 1、问题重述 PAGEREF _Toc299188735 \h 3 HYPERLINK \l _Toc299188736 2、模型假设 PAGEREF _Toc299188736 \h 3 HYPERLINK \l _Toc299188737 3 符号说明 PAGEREF _Toc299188737 \h 3 HYPERLINK \l _Toc299188738 4、问题分析 PAGEREF _Toc299188738 \h 4 HYPERLINK \l _Toc299188739 5、预测模型建立与求解 PAGEREF _Toc299188739 \h 4 HYPERLINK \l _Toc299188740 5.1 收集数据 PAGEREF _Toc299188740 \h 4 HYPERLINK \l _Toc299188741 5.2 基于BP神经网络的旅游预测模型 PAGEREF _Toc299188741 \h 5 HYPERLINK \l _Toc299188742 5.2.1 样本的选取 PAGEREF _Toc299188742 \h 5 HYPERLINK \l _Toc299188743 5.2.2 数据预归一化处理 PAGEREF _Toc299188743 \h 5 HYPERLINK \l _Toc299188744 5.2.3 BP网络结构设计 PAGEREF _Toc299188744 \h 5 HYPERLINK \l _Toc299188745 5.2.3 网络训练 PAGEREF _Toc299188745 \h 6 HYPERLINK \l _Toc299188746 5.2.4 网络仿真模拟及数据还原 PAGEREF _Toc299188746 \h 6 HYPERLINK \l _Toc299188747 5.2.5 网络预测 PAGEREF _Toc299188747 \h 6 HYPERLINK \l _Toc299188748 5.2.6 模型检验 PAGEREF _Toc299188748 \h 7 HYPERLINK \l _Toc299188749 5.3 灰色理论GM（1 1）模型 PA