基于多種模型組合的成都市入境旅游需求預測研究

王洋

摘 要：通過多種模型組合對成都市入境旅游人數進行預測，說明這種方法的合理性。通過對成都市入境旅游人數的預測，能夠為當地政府評估旅游對當地經濟發展的整體貢獻度，從而制定旅游業發展政策、指導旅游市場資源的合理使用與配置提供技術支持。

關鍵詞：入境旅游;需求預測;IOWA算子;BP神經網絡

中圖分類號：F592 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）03-0178-02

成都市入境旅游業最近幾年取得了快速的發展，為促進成都市經濟發展做出了較大貢獻。然而，入境旅游業是一個十分敏感的行業，各式各樣的突發事件和國際上經濟、政治的動蕩等問題都有可能對入境旅游業產生非常大的影響。

論文通過引進IOWA算子，從而建立IOWA組合預測模型，最后對成都市入境旅游人數進行預測，通過對成都市入境旅游人數預測結果的分析，說明了這種方法具有一定的意義。能夠為當地政府評估旅游對當地經濟發展的整體貢獻度從而制定旅游業發展政策、指導旅游市場資源的合理使用與配置提供了技術支持。

一、IOWA組合預測原理

（一）IOWA算子

則稱函數FW是由v1，v2，…，vm所產生的m維誘導有序加權平均算子，簡記為誘導有序加權平均算子[1～2]，vi是ai的誘導值。其中，v-index（i）是v1，v2，…，vm中按從大到小的順序排列的第i個大的數的下標，W=（w1，w2，…，wm）T是OWA的加權向量，滿足：

（二）IOWA組合預測模型

1.求出最優權系數。模型如下：

2.多步預測公式。（T）表示第i個單項預測模型以第N年作為起點，在過去的T年內對成都市入境旅游人數預測的預測精度。

第N+T年的多步組合預測模型如下：

二、實例分析

本文所用數據主要是從成都市統計局網站、成都市旅游局網站以及《成都市統計年鑒》中獲得的基于時間序列的旅游統計數據。采用Matlab進行計算，對成都市2018—2020年的入境旅游人數進行預測。

（一）數據

（二）三種單項預測模型

1.灰色GM（1，1）模型[3]。模型為：

=294.7e0.1536k+253.8

計算出預測值1），再把（1）累減生成（0），從而得到成都市入境旅游人數的預測值。預測2018年、2019年、2020年的成都市入境旅游人數為360.6萬人次、420.5萬人次、490.3萬人次。

2.三次平滑指數模型[4]。通過Matlab計算，取？琢=0.4，當T=14時的預測模型為：

預測2018年、2019年、2020年的成都市入境旅游人數（萬人次）為：

3.BP神經網絡模型[5]。依據具體情況，創建由一個輸入層、一個隱含層、一個輸出層組成的三層BP網絡模型。可得到2018年、2019年和2020年成都市入境旅游人數預測值分別為347.2萬人次，390.5萬人次，440.6萬人次。

（三）IOWA組合預測模型

最優化模型：

經過計算，誘導有序加權平均組合預測模型的最優權系數為：

預測結果（見表2）。

三、結語

本文選擇兩個誤差指標用來評價模型的預測效果：

分別計算三種單項預測模型以及IOWA組合預測模型對成都市入境旅游人數的預測誤差，結果（見表3）。

從本文表3可以看出，三種單項預測模型對成都市入境旅游人數預測兩個誤差指標值均明顯高于IOWA組合預測的兩個誤差指標值，說明本文提出的組合模型可以有效地提高預測精度。