基于BP神经网络的旅游需求预测

文章基于旅游需求的时间序列统计数据,以BP神经网络理论为基础,构建了旅游需求预测模型:借助MATLAB软件进行旅游需求神经网络预测模型的建立与实现,通过对实际数据的分析,说明了该方法的有效性.     

基于GA-Elman动态回归神经网络的股价预测模型研究

文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性,利用Elman神经网络具有记忆性的优点,采用遗传算法训练优化Elman神经网络的初始权值,提出了高效的GA-Elman动态回归神经网络股价预测模型。实验模拟结果表明:该模型快速稳定且具有较高的精度,将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。     

旅游需求发展与旅游产品创新开发研究——以明信片为例

我国旅游产业体系已基本形成,十三五规划的到来,旅游发展获得重大机遇,我国旅游业现处于黄金发展期、结构调整期和矛盾凸显期,旅游产品需求方面呈个性化、特色化、品质化等特征要求,但旅游市场仍存在产业体系不完善,旅游产品缺乏创新与文化内涵而出现产品同质化问题。文章结合旅游产品明信片的发展为例,说明在旅游需求快速发展的当下,旅游产品创新开发的重要性以及旅游产品创意开发的意见建议。     

基于BP神经网络的航班收入预测

用BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了具有成都-北京航线特点的、低成本的航班收入的BP神经网络预测模型。仿真表明,在该航班收入预测上应用BP网络预测方法不仅可行,而且有较高的精度。     

广东建立“文化大省”的旅游需求辨析——以广州市为例

鉴于广州在广东省的重要地位,本文选取广州为研究对象,在简要地分析了广州文化旅游的供给之后,采用问卷调查的方法,讨论和检验了广州文化旅游的需求现状。问卷调查内容包括对广州文化游客及非文化游客基本情况的了解,同时也涵盖消费者需求的主要方面,如购买动机、购买心理及满意度等。结果显示:广州发展文化旅游应在刺激游客自身对历史文化需求的基础上,着重利用供给等外部因素拉动文化旅游市场。文章的最后对广东建设“文化大省”提出了几点建议。     

基于混合模型的陕西省旅游市场需求预测

目前,旅游预测主要采用基于传统研究方法或神经网络技术的单项预测方法.为提高旅游需求预测的精度,文章提出一种基于BP神经网络和ARIMA 混合模型的游客量预洲方法.该方法能够同时考虑旅游统计数据的线性和非线性规律.以陕西省接待入境游客人数为例,采用本文提出的混合模型对其进行了综合分析与预测,预测结果表明混合预测模型相对于单一的预测方法具有更高的精度,该模型在旅游预测中的应用是可行、有效的.     

旅游保险发展与旅游收入增长的相关性分析——以海南省为例

运用spss和eviews统计软件,通过建立计量经济模型对海南省2003～2010年的保险业、旅游业相关经济数据进行回归分析,结果显示,海南省旅游保险发展与旅游收入增长之间存在显著的正相关关系。基于此,提出综合运用政府和市场两方面力量,启动旅游业与保险业双方的合力,建立"旅保合作"的工作机制,建立评价指标体系,对旅游相关企业和保险公司进行评估,构建旅游保险客户数据库等促进旅游保险与旅游业互动发展的策略。     

旅游形象研究——以唐山为例

准确的旅游形象是成功吸引游客的招牌,旅游者对旅游地的选择归根结底是一个心理过程,必须从旅游者心理角度研究旅游地,加强旅游形象与客源市场的认可连接。本文提出旅游目的地的选择是旅游力域内比较优势的结果,并在旅游力域内,对唐山地区现有重要景点进行非优势分析,重构了唐山的三级旅游形象体系。     

大学生对黎陶旅游商品的需求研究——以海南热带海洋学院为例

大学生作为年轻而有活力的独特的游客群体,对旅游商品的需求有自己的特点。在当今各种旅游商品层出不穷的时代,大学生群体对于旅游商品的需求值得挖掘。在海南传统文化的发掘、保护与传承的背景下,较有代表性的非物质文化遗产黎陶旅游商品值得我们去关注。本文将通过各种方式调查和探究出大学生群体对黎陶旅游商品的需求特征。本文借助问卷调查、文献研究等方法,以海南热带海洋学院为例,对大学生在黎陶旅游商品的需求方面进行调查。进而总结出大学生对黎陶旅游商品的需求特征,并依据调查结果,针对大学生群体,对黎陶旅游商品的未来发展提出相应对策建议。     

基于广义回归神经网络的黄金价格预测研究

文章选取纽约商品交易所共计205天的黄金期货价格数据和相应的影响因素指标数据,结合欧氏距离将样本数据合理分组为训练样本、检验样本和测试样本三类,建立广义回归神经网络(GRNN)模型用于预测黄金价格。建模结果表明:建立的黄金价格模型预测精度高,对未来5天黄金价格的预测相对误差绝对值都在1%以内,模型的泛化能力、可靠性和鲁棒性均较强,具有实用价值。     

基于灰色系统模型的海南中部国际旅游需求预测

国际旅游需求影响因素众多,加上样本小,数据缺乏,采用常规线性方法与统计方法很难准确加以预测。尝试基于灰色系统理论,建立灰色模型,对海南中部国际旅游市场需求进行预测。     

基于指数平滑法的组合模型对住房需求量的预测研究

以哈尔滨市2000—2015年的城市人均住房使用面积和总人口数为基础,分别对总人口数建立三次指数平滑法模型,对人均住房使用面积建立二次指数平滑法模型,预测出哈尔滨市未来五年总人口数和人均住房使用面积,将总人口数和人均住房使用面积的预测结果代入M-W优化后的预测模型,更加精准的预测出了哈尔滨市未来五年的住房需求量,并对此提出对策和建议。     

旅游产业升级的思路研究——以千岛湖为例

随着旅游产业的不断发展和旅游者旅游需求理念的日益成熟,旅游产业面临着升级的问题,本文提出了旅游产业升级的思路,并以千岛湖为例分析了其升级的思路,及存在的问题并提出对策建议。     

基于搜索大数据的产业需求预测研究

提出引入网络搜索数据指标的动态计量模型研究国际入境旅游需求问题。实证研究数据为面板数据,时间范围为2004年1月至2012年12月,游客来源地为21个中国旅游主要客源国,研究模型为静态及动态GMM模型。研究结果表明,客源地国民生产总值对入境中国旅游起到正相关作用,国民生产越高,入境中国数越多,客源地与人民币汇率与入境数成负相关关系,即汇率越高,入境中国数越少,客源地对中国景区的搜索指数与入境数成正相关关系,搜索指数越高,入境数越高。总之,实证结果表明,客源地GDP、与人民币对入境中国旅游影响显著,与此同时,本入纳入模型的新变量搜索指数对入境中国旅游同样作用显著,因此,在互联网时代,为了提高入境中国旅游人数,除了要关注传播经济指标外,还必须高度关注网络信息建设、信息反馈,因为网络关注度也是一个重要的影响因素。     

基于PSO-SVR模型的煤炭铁路物流需求预测

在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机（support vectorreg ression,SVR）与粒子群算法（Particle Swarm Optimization,PSO）相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。     

用人单位对旅游人才能力的需求特征研究

采用问卷调查获取相关数据,应用统计方法分析用人单位对旅游人才能力的需求特征。数据表明用人单位对旅游人才的口头表达能力、理论解决问题能力、理论分析问题能力、吃苦耐劳能力、理论识别问题能力、外语表达能力、团队协作能力、书面表达能力、学习适应能力、专业技术能力、沟通协调能力、顾客服务意识等方面的能力要求比较高;用人单位认为旅游人才的能力结构包括综合素质能力、人际协调能力、理论应用能力、实际动手能力和语言表达能力等5个维度。研究发现旅游人才能力结构中,语言表达能力具有非常重要的作用、理论应用能力比实际动手能力更重要、人际协调能力是旅游人才的必备素质和吃苦耐劳和学习适应能力重要性凸显。提出旅游院校应重构旅游人才能力结构,重视语言表达能力培养,强化与用人单位的合作。     

基于EMD-SE-LSTM模型的股指日内已实现波动率预测──以中证500指数为例

由于股指波动率具有非平稳、高嘈杂、非线性等特征,而传统的预测模型在建模时要求数据平稳、线性或近似线性,所以很难精准预测股指波动率。为提高股指波动率的预测效果,采用经验模态分解(EMD)、样本熵(SE)和长短期记忆网络(LSTM)构建的模型对股指日内已实现波动率进行预测。以中证500指数为例,经过EMD分解得到一系列分量,再根据分量的样本熵大小进行重构,最后利用LSTM对重构后的各序列进行预测。结果表明,EMD算法对LSTM模型的预测精度有很大的提升,相较于传统模型,EMD-SE-LSTM模型在预测股指波动率时精度更高,拟合优度更好。     

基于面板协整方法的日本入境旅游需求分析

基于日本入境旅游1980～2010年的相关数据,结合旅游需求的相关理论,日本入境旅游需求的主要影响因素进行实证检验。研究发现客源国的收入水平对于日本入境旅游需求的影响是非常显著的。旅游价格的提高,会降低美国和德国到日本的入境旅游需求。但是对于加拿大、英国、澳大利亚,旅游价格变动对于其是否选择到日本旅游是不显著的,旅游替代价格对于其是否选择到日本旅游是比较显著的。旅游替代价格与入境旅游需求呈负相关关系。入境旅游需求与客源国和目的地国之间的贸易水平呈正向的作用关系。汇率与日本入境旅游需求间呈显著的正向关系。     

基于体验经济的工业体验旅游开发研究——以福建泉州市为例

工业体验旅游是21世纪体验经济时代下的产物。本文主要从工业体验旅游资源、客源市场、工业体验旅游产品、人才、企业意识、政府扶持力度等方面评价泉州开发工业体验旅游产品的条件,进一步从泉州工业体验旅游产品开发、工业旅游资源空间布局、工业旅游市场开发、工业旅游产品营销策略、支撑系统构建、政府制定相关政策等方面提出泉州工业体验旅游开发思路。     

基于粒子群优化极限学习机的中长期电力需求预测研究

科学准确预测中长期电力需求有利于电力工业的科学规划与经济社会的协调发展。通过考虑宏观经济、产业结构等六大类共24个影响电力消费的因素,较为全面地体现经济特征,使用因子分析有效消除因素之间的多重共线性。基于参数设置相对简单的极限学习机,提出改进的粒子群算法优化的极限学习机模型。通过实证分析,利用该模型进行历史负荷序列预测,验证模型的有效性。