基于自适应网络模糊推理系统的旅游需求预测分析研究——以2000-2008年日本至中国月度旅游需求为例

摘要

随着世界经济、社会的快速发展和人们在满足基本生活水平后对高品质生活的不断追求,世界旅游业呈现蓬勃发展的趋势。中国作为世界旅游业重要接待国,国际/国内旅游收益的不断增加,为中国经济、社会的发展做出了重要贡献。因此,必须深入旅游需求预测分析研究,实现中国旅游业高效、可持续发展发展。
　　旅游需求预测分析技术有多种。常用技术主要集中在线性方法体系中。现实世界各因素间呈非线性关系,线性方法技术只能得到对现实世界的逼近,非真实的揭示;非线性技术中应用最广泛的人工神经网络(ANN)技术预测能力仍显不足,敏感性分析不完善,影响了该技术的实际价值。
　　文将自适应网络模糊推理系统(ANFIS)模型引入旅游需求分析体系,欲达到三个目的:第一,建立具有较高预测精度的预测模型,为旅游规划、经营管理工作提供决策依据;第二,降低对数据的依赖程度,降低数据搜集成本,增加预测模型在不同旅游部门应用宽泛性;第三,丰富现有旅游需求分析技术,拓宽旅游研究人员的选择性。
　　文章对常用旅游需求分析技术进行总结和比较,导出自适应网络模糊推理系统模型的详细讨论,采用2000年1月至2008年12月日本至中国旅游需求数据作为目标样本。供选取的影响因子分别为月份(Mom)、日本/中国月度消费者价格指数(CPIJ/CPIC)、月度消费者价格比(SPR)、月度人民币对日元汇率中间价(ER)、日本年度人口(Pop)、日本年度民间最终消费支出(PFCE)和日本人均民间最终消费支出(PFCEPC)。采用数据分割(DataSplitting)技术随机将样本分割为训练数据集(TrainingData)和测试数据集(TestingData)。前者对模型做训练,获取有效参数;后者对训练后模型做验证,检验模型在面对未知情景时的可靠性。进而应用敏感性分析方法,研究旅游需求对影响因子的敏感性。
　　结果表明,文章三个目的全部达到。与传统旅游需求预测分析技术相比,ANFIS模型具有独到优势:(1)ANFIS模型预测国际旅游需求的精度在所有模型中最高。以PE、R、MAD、MAPE和RMSPE测量,误差在所有模型中均最低。(2)ANFIS模型预测国际旅游需求对数据的要求最低。在预测NIT和EIT时仅需Mon、PFCE两个因子和Mon、CPIJ、CPIC三个因子。(3)ANFIS模型的敏感性分析更贴近于实际经济社会背景。能够得到较贴合现实生活的敏感性曲线和敏感性曲面。
　　最后,总结了文章的不足,并对今后的深入研究提出设想和建议。

目录

封面

声明

摘要

Abstract

目录

第一章 绪论

1.1 旅游需求与旅游需求预测分析的概念

1.2 旅游需求预测分析研究意义与现状

1.2.1 旅游需求预测分析研究意义

1.2.2 旅游需求预测分析研究现状

1.3 旅游需求预测方法简介与评价

1.3.1 旅游需求预测分析方法简介

1.3.2 旅游需求预测分析方法评价

1.4 研究思路与框架

第二章 模糊系统基础知识

2.1 模糊集合与模糊集合运算的基本性质

2.1.1 模糊集合

2.1.2 模糊集合运算的基本性质

2.2 隶属度函数

2.3 模糊关系及模糊关系的合成

2.3.1 模糊关系

2.3.2 模糊关系的合成

2.4 模糊语言与T-S模糊推理

2.4.1 模糊语言

2.4.2 T-S模糊推理

第三章 自适应网络模糊推理系统基本理论

3.1 ANFIS模型的发展和应用

3.2 ANFIS模型的结构

3.3 ANFIS模型的学习算法

3.3.1 顺序最小二乘法

3.3.2 误差逆向传播算法

3.4 ANFIS模型的特点

第四章 基于ANFIS 模型的旅游需求预测分析理论

4.1 旅游需求预测分析指标体系的建立

4.1.1 旅游需求的相关因素

4.1.2 国际旅游需求预测指标数据的获取

4.1.3 国际旅游需求预测分析的指标体系

4.2 基于ANFIS模型的旅游需求预测模型

4.2.1 数据的预处理

4.2.2 基于ANFIS模型的旅游需求预测分析模型结构

4.2.3 数据的分组

4.3 AFNIS旅游需求预测模型的初始参数设置

4.3.1 隶属函数的初始参数设置

4.3.2 训练次数与误差规则的确定

4.3.3 误差指标的选取

第五章 实证研究-以2000-2008 年日本至中国月度旅游需求为例

5.1 中国旅游外汇收入分析

5.2 日本-中国入境旅游者数量特征分析

5.2.1 日本-中国入境旅游者数量特征分析

5.2.2 日本经济状况分析

5.2.3 人民币-日元汇率变化分析

5.2.4 日本-中国消费者价格指数分析

5.2.5 日本人口变化分析

5.3 数据的获取与预处理

5.4 旅游需求的模拟与预测分析

5.4.1 ANFIS模型数据M文件的建立

5.4.2 应用ANFIS模型和比较分析模型的建立

5.4.3 ANFIS模型与比较分析模型的模拟与预测结果分析

5.5 敏感性分析

5.5.1 NIT影响因子的敏感性分析

5.5.2 EIT影响因子的敏感性分析

第六章 总结与不足

6.1 总结

6.2 不足

参考文献（REFERENCES）

附录A

后记