基于BP神經網絡的甘肅入境旅游預測分析

蔣芳　金梅

摘要：本文運用BP神經網絡模型，用入境旅游收入和入境過夜旅游人數兩個指標預測2016-2020年甘肅入境旅游的發展趨勢。預測結果表明甘肅入境旅游在未來5年逐步回暖并呈現較好的發展趨勢。

關鍵詞：BP神經網絡模型；入境旅游；預測分析

一、研究背景

甘肅是旅游資源大省，1990年-2015年甘肅入境旅游經歷了穩步增長、快速發展、快速回落、恢復、快速發展、回落、逐步回暖的發展階段。眾多學者把旅游收入作為衡量地區旅游業發展狀況的重要指標，而旅游人數反映旅游需求并對旅游收入具有顯著的影響。本文基于以上研究意義對2016-2020年甘肅入境旅游進行預測分析。

二、研究方法與模型建立

1.BP神經網絡簡介

本文選擇短期預測準確性高、模型可操作性強且在旅游業預測中適用性良好的BP神經網絡模型。該模型是神經網絡模型中最具代表性的一類，其拓撲結構包括輸入層、隱層和輸出層，通過模擬人的神經元，能學習和存貯大量輸入和輸出的映射關系，且不需要揭示這種映射關系的具體數學方程。

2.模型的建立

本文選取1995-2015年甘肅入境旅游收入和入境過夜旅游人數兩個指標來預測甘肅入境旅游未來的發展趨勢，通過計算與最大值的比值對所有數據進行歸一化處理。

BP神經網絡模型包括學習和檢驗兩個階段。對入境過夜旅游人數樣本數據進行預測時，以1995-1997年的數據作為輸入、1998年的數據作為輸出，1996-1998年的數據作為輸入、1999年的數據作為輸出，依次迭代得到入境過夜旅游人數的18個樣本數據。在對國際旅游收入樣本數據進行預測時，以1995-2015年入境過夜旅游人數樣本數據作為輸入向量、國際旅游收入樣本數據為輸出向量，得到國際旅游收入的21個樣本。

三、實證分析

1.入境過夜旅游人數預測

（1）模型訓練和檢驗

在入境過夜旅游人數的18個樣本中，隨機選取9個樣本進行模型訓練，其余樣本進行模型檢驗，本文選取MATLAB系統默認的學習率0.01進行運行。如圖3.1所示，藍線代表訓練，綠線代表驗證，紅線代表測試。本次共進行8次檢驗，最佳效果為2次，誤差最小為0.0528。

由圖可知入境過夜旅游人數樣本的預測值與原始值擬合較好且誤差在可接受的范圍之內，預測的結果基本符合預期目標。

（2）模型預測

用2013-2015年的數據作為輸入預測2016年樣本預測值，用2014-2016年的數據預測2017年樣本預測值，以此類推得出2016-2020年甘肅入境過夜旅游人數樣本預測值并進行歸一化.得到2016-2020年甘肅入境過夜旅游人數預測值分別為6.03、10.15、9.94、9.23和10.58（單位：萬人次）。

2.國際旅游收入預測

（1）模型訓練和檢驗

隨機選取13個樣本數據作為模型的訓練樣本、其余作為檢驗，按照入境過夜旅游人數訓練和檢驗的步驟進行。如圖3.2，本次共進行10次檢驗，最佳效果為4次，誤差最小為0.0038。

由圖可知國際旅游人數樣本的預測值與原始值擬合較好且誤差在可接受的范圍之內，預測結果基本符合預期目標。

（2）模型預測

以2016-2020年甘肅國際旅游人數的樣本預測值作為輸入來預測國際旅游收入并進行歸一化，得到2016-2020年甘肅國際旅游人數的預測值分別為0.91、1.59、1.58、1.57和1.70（單位：億元）。

四、基本結論

本文運用BP神經網絡模型研究未來5年甘肅入境旅游的發展趨勢，得到以下結論：（1）BP神經網絡模型能較好預測短期內的甘肅入境旅游的收入和游客數量，且擬合程度較好，效果較好；（2）甘肅入境旅游發展逐步回暖，今后兩年發展較快，五年后國際旅游收入和入境過夜旅游人數將增加一倍。

甘肅要更好更快的發展入境旅游，就要借助“一帶一路”發展的大好趨勢和作為絲綢之路黃金通道的地區優勢。在大力推進基礎設施建設的基礎上，政府和企業要合力加大境外推介力度，打響甘肅入境旅游的知名度，旅游企業之間在全域旅游背景下要實現資源的整合利用，從服務質量和語言培訓等方面提升旅游從業人員素質。