基于组合模型的四川旅游需求预测
发布时间:2021-03-10 21:01
本文主要预测2021~2023年国内到四川旅游的游客人数和旅游收入。对于游客人数的预测,采用统计回归模型、灰色预测模型、ARIMA模型分别进行预测,再运用方差倒数法确定权重,建立组合模型进行预测.对于旅游收入的预测,采用前两种方法及其组合模型进行预测。最后利用平均绝对百分比误差、均方误差和平均绝对误差作为误差评价方法,比较模型结果,给出最佳预测值。
【文章来源】:产业与科技论坛. 2020,19(14)
【文章页数】:3 页
【部分图文】:
自相关图
【参考文献】:
期刊论文
[1]基于变异系数加权的旅游需求组合预测模型[J]. 吴川东. 科技广场. 2017(04)
[2]基于GM-ES-GASVR组合模型的丽江国内旅游需求预测[J]. 党婷,彭乃驰. 数学的实践与认识. 2017(08)
[3]安徽旅游业市场需求分析与预测——基于神经网络[J]. 汪高元,姚璇. 现代商贸工业. 2017(07)
[4]基于SVR-ARMA组合模型的日旅游需求预测[J]. 梁昌勇,马银超,陈荣,梁焱. 管理工程学报. 2015(01)
[5]基于灰色系统理论的桂林旅游需求预测与分析[J]. 李晖,王月,尹辉. 河南科学. 2013(05)
[6]基于支持向量机旅游需求预测[J]. 李志龙,陈志钢,覃智勇. 经济地理. 2010(12)
[7]基于灰色预测模型GM(1,1)的海洋人才预测研究[J]. 赵昕,李丹. 海洋开发与管理. 2010(01)
[8]基于灰色预测模型GM(1,1)的人才需求分析[J]. 闵惜琳. 科技管理研究. 2005(06)
[9]基于灰色系统理论的旅游客源预测模型——以中国入境旅游客源为例[J]. 朱晓华,杨秀春,蔡运龙. 经济地理. 2005(02)
[10]基于人工神经网络的国际入境旅游需求的定量分析与预测——以日本对香港的国际旅游需求分析为例[J]. 吴江华,葛兆帅,杨达源. 旅游学刊. 2002(03)
硕士论文
[1]山东省旅游需求预测分析[D]. 亓小臻.山东师范大学 2018
本文编号:3075276
【文章来源】:产业与科技论坛. 2020,19(14)
【文章页数】:3 页
【部分图文】:
自相关图
【参考文献】:
期刊论文
[1]基于变异系数加权的旅游需求组合预测模型[J]. 吴川东. 科技广场. 2017(04)
[2]基于GM-ES-GASVR组合模型的丽江国内旅游需求预测[J]. 党婷,彭乃驰. 数学的实践与认识. 2017(08)
[3]安徽旅游业市场需求分析与预测——基于神经网络[J]. 汪高元,姚璇. 现代商贸工业. 2017(07)
[4]基于SVR-ARMA组合模型的日旅游需求预测[J]. 梁昌勇,马银超,陈荣,梁焱. 管理工程学报. 2015(01)
[5]基于灰色系统理论的桂林旅游需求预测与分析[J]. 李晖,王月,尹辉. 河南科学. 2013(05)
[6]基于支持向量机旅游需求预测[J]. 李志龙,陈志钢,覃智勇. 经济地理. 2010(12)
[7]基于灰色预测模型GM(1,1)的海洋人才预测研究[J]. 赵昕,李丹. 海洋开发与管理. 2010(01)
[8]基于灰色预测模型GM(1,1)的人才需求分析[J]. 闵惜琳. 科技管理研究. 2005(06)
[9]基于灰色系统理论的旅游客源预测模型——以中国入境旅游客源为例[J]. 朱晓华,杨秀春,蔡运龙. 经济地理. 2005(02)
[10]基于人工神经网络的国际入境旅游需求的定量分析与预测——以日本对香港的国际旅游需求分析为例[J]. 吴江华,葛兆帅,杨达源. 旅游学刊. 2002(03)
硕士论文
[1]山东省旅游需求预测分析[D]. 亓小臻.山东师范大学 2018
本文编号:3075276
本文链接:https://www.wllwen.com/guanlilunwen/lvyoujiudianguanlilunwen/3075276.html