基于BP神经网络的旅游人流量预测方法研究应用开题报告.docVIP

山西大学本科毕业论文（设计）开题汇报 姓 名 学 号 所在专业 论文（设计）题目 基于BP神经网络旅游人流量估计方法研究 选题目标和意义： 在旅游管理中，科学旅游市场趋势估计，对旅游计划和经营决议含相关键意义。兴起于20世纪40年代人工神经网络，是人工智能一个分支，它能学习、储存以往历史经验知．识和数据，并能外推未来，这也是神经网络用于估计领域理论依据。对于非线性时间序列趋势估计，神经网络和其它数学模型相比，含有高效、高精度突出特点，是估计领域一个关键新兴研究方向，所以，神经网络法在旅游市场估计领域含有很好应用价值和前景。 多年来，涌现出了很多估计效果很好方法和模型，现在旅游市场趋势估计关键方法有回归估计法、时间数列估计法、引力估计法等，然而，这些定量研究数学工具基础上是经典算法，并未包含处理复杂问题所常见启发式算法，不适于处理现代旅游市场错综复杂数据。多年来效果最突出神经网络法，已逐步被研究者引入了旅游估计研究，但其研究范围和估计效果还需要进行深入探索，以期突破旅游基础理论，深入丰富和完善估计理论和方法。 文件综述（中国外研究现实状况、研究方向、进展情况、存在问题等，并列出所查阅关键中国外参考文件，要求3000字以上）： 1、中国外研究现实状况: 人工神经网络建模方法（以下均简称“神经网络法”）是一个有效估计分析方法，它能够很好地揭示非线性时间序列在时延状态空间中相关性，从而达成估计目标。神经网络法进入旅游研究后第一篇用来估计旅游市场文件是罗伯·洛和欧( Rob Law and Au,1999)“一个估计日本人去中国香港旅游需求神经网络模型(A neural network model to forecast Japanese de—mand for travel to Hong Kong)，文中将神经网络应用于来中国香港旅游日本游客旅游需求规模估计中，实证表明使用神经网络法估计日本游客到香港旅游人数比多元回归模型、天真模型、移动平均模型和指数平滑模型愈加好。自此以后，有部分学者陆续将人工神经网络为代表智能方法引入了旅游市场趋势估计研究领域。 相关国外代表结果有：洛·罗伯( Low Rob, )研究沿用了神经网络法来估计旅游市场规模，实证结果表明使用向后繁衍神经网络比回归模型，时间序列模型和向前推进神经网络模型估计正确性愈加好。博格等( Bur ger et al., ）用一系列时间序列估计模型来估计南非德班旅游市场趋势，利用了：天真模型、移动平均法、季节调整法、单一指数平滑法、自回归移动平均结正当、多元回归模型、遗传回归模型和神经网络法，结果表明神经网络法估计效果最好。曹·文森特( Cho Vincent， )用三种不一样时间序列方法来估计旅游市场趋势正确性，这三种方法分别是指数平滑法、单变量自回归移动平均结正当和神经网络法，而且用均方误根( RMSE)和平均绝对误差百分比( MAPE)进行了检验，最终结论是在这三种方法中，神经网络法估计结果是最正确。敖·斯·艾(Ao S I， )利用模糊理论来估计含有不确定性旅游业。模型混合了计量自回归模型和模糊模型，在传统计量自回归模型基础上，试图采取非参数模糊模型来估计旅游市场趋势，因为它们之间关系是高度非线性而且是动态。笔者认为混合回归—模糊模型作为一个整体来研究旅游市场，其估计结果是比较正确。吴·凯里和洛·罗伯( Goh Carey and Law Rob, )认为粗集理论能够从原始混乱 山西大学本科毕业论文（设计）开题汇报 数据中找到有用信息并从决定规则数据中发觉知识。她们用中国香港十大客源国1985~ 数据来检验。结论是粗集理论在用来估计旅游市场规模时正确率能够达成87.2%。 相关中国代表结果有：王娟、曾昊( )探究了神经网络作为一个新型估计系统在旅游市场研究中关键性。吴江华等( )尝试用人工神经网络模型三层BP模型来仿真模拟国际入境旅游需求，并以日本对中国香港国际旅游市场趋势为例进行模型验证。腾丽等( )利用人工神经网络科霍宁( Kohonen)网络对中国39个城市居民旅游市场分类，并在考虑收入、旅游消费占收入百分比、区域旅游供给强度和交通条件四个原因基础上对各个类型城市居民旅游市场特征信息进行了深入分析。王朝宏( )使用模糊时间序列和混合灰色理论来估计旅游市场规模，实证结果表明模糊时间序列方法最适合估计中国香港到中国台湾市场趋势，灰色理论比较适合中国香港和美国到中国台湾旅游市场趋势，而马克沃改善模型最适合德国到中国台湾旅游市场趋势。也有部分学者将神经网络法和回归分析法、时间序列法、指数估计法等传统估计方法进行了应用对比，如朱晓华和杨秀春( )以中国1978~ 入境客源为例，定量分析线性回归模型、移动平均估计模型、指数平滑模型和灰色估计模型