旅游需求的预测预报.doc

旅游需求的预测预报 摘要 本文主要用于对重庆旅游需求的预测和预报，本文通过对重庆旅游历史数据进行收集，由于各个数据之间的单位不同，将所有的数据都进行量化和整理，分析出重庆旅游资源、环境、交通、季节、费用和服务质量等因素对旅游需求的影响，这里，我们将旅游需求简化为旅游总人数，以星级饭店、旅行社数量、客车数量、高速公路总公里数、人均GDP为因素，利用多元回归的思想建立多元回归方程，用matlab进行求解。当然,这是一个非常粗糙的模型,而且有不合理的地方.所以利用拟合的思想建立模型二，用matlab拟合出拟合函数，通过拟合函数可得出下一年旅游总人数的预测值。也可以用BP神经网络模型进行求解和灰色系统GM（1，1）预测模型进行求解，也可以用逐步回归思想，选择出重要变量。 关键词：数据量化 多元回归方程 拟合 BP神经网络 灰色系统GM（1，1）预测模型 一、问题重述 随着社会的发展，旅游业已成为全球经济中发展中势头最强劲和规模最大的产业之一，作为现代化文明社会标志之一的旅游，也已成为现代人生活不可缺少的组成部分。而中国是世界上旅游业发展速度最快的国家之一，具有丰富的旅游资源，因此对旅游需求的合理规划和正确预测，对促进旅游业的发展和文化交流有十分重要的意义。 本文以重庆市的旅游市场为研究对象，收集近9年的相关数据，完成以下任务： 1、分析旅游资源、环境、交通、季节、费用和服务质量等因素对旅游需求的影响，建立关于旅游需求的预测预报的数学模型。 2、利用国内外已有的与旅游需求预测预报相关的数学建模资料和方法，分析这些建模方法能否直接移植过来，做出合理、正确的预测预报；如果不行的话，请对这些方法的优、缺点做出评估，并提出改进的办法。 3、为了能够用数学建模的方法对旅游需求进行预测预报，必须做好哪些准备工作（包括有关数据的采集和整理）？ 4、在调研及对你们所建立的数学模型分析的基础上写出一篇报告，向有关旅游部门提出具体的建议。 二、模型假设 重庆旅游历史数据真实可靠 景点本身不发生大的变化。 社会稳定，短时期内旅游政策没重大改变。 假设旅游人数主要受星级饭店、旅行社、客车、高速、人均GDP因素的影响。 三、模型的建立 对旅游需求的影响，我们只考虑星级饭店、旅行社、客车、高速、人均GDP对旅游总人数的影响。 如图 旅游人数 旅游人数 星级饭店 旅行社 客车 高速 人均GDP 查资料并对数据以2000年为基准量化可得这一表格 年份 旅游总人数 星级饭店 旅行社数量 客车 高速 人均GDP 2000 3096.278 1 1 1 1 1 2001 3981.325 1.135 1.068 0.914 1.379 1.097 2002 4665.838 1.595 1.074 0.941 1.720 1.196 2003 4286.252 1.973 1.068 1.045 2.500 1.342 2004 5279.042 4.541 1.116 1.042 3.078 1.570 2005 6017.707 5.108 1.158 1.147 3.224 1.807 2006 6847.514 5.595 1.174 1.398 3.353 2.136 2007 8085.498 5.919 1.474 1.152 4.522 2.704 2008 10088.38 6.459 1.700 1.203 5.022 3.441 模型一 选取2000年—2007年作为回归数据，因为2008年举办了北京奥运会、汶川大地震等多方面因素会对2008年旅游人数产生影响，为了避免出现误差故把2008年数据舍去。 旅游人数用表示，是一个随机变量，影响的因素自变量（）表示星级饭店、旅行社、客车、高速、人均GDP。因此在考虑年接待人数与各自变量的关系,建立多元回归方程为： 为的回归系数 模型的求解 =[3096.278 3981.325 4665.838 4286.252 5279.042 6017.707 6847.514 8085.498], =[1 1.135 1.595 1.973 4.541 5.108 5.595 5.919], =[1 1.068 1.074 1.068 1.116 1.158 1.174 1.474 ], =[1 0.914 0.941 1.045 1.042 1.147 1.398 1.152], =[1 1.379 1.720 2.500 3.078 3.224 3.353 4.522 ], =[1 1.097 1.196 1.342 1.570 1.807 2.136 2.704]. 用MATLAB求解得到。 模型二