基于ACO_SVM的扬州市旅游业年总收入预测

以扬州市2002—2021年旅游业年总收入及相关指标的实际数据为例,引入ACO优化算法对SVM模型的关键性参数进行寻优处理,建立基于ACO_SVM的旅游业年总收入预测模型,并结合MATLAB进行模型实验,最终精度达到93.8%。进行ACO_SVM模型与SVM模型两组预测结果对比,验证了基于ACO_SVM的预测模型的有效性,对提高扬州市旅游业与旅行社的服务质量更具参考价值。

海南省旅游业发展与预测

为了量化研究海南旅游业的发展演进方向,预测其远景旅客数量,在分析美国夏威夷州和中国台湾地区旅游业演进发展历程的基础上,将海南省旅游业目前的发展境遇与充分发展的其它旅游海岛进行详细对比,发现美国夏威夷州旅游业的发展环境与模式同海南省更加相似。利用生命周期理论描述旅游地的演进过程,并分析演进过程中各个阶段的成因及特征,采用逻辑斯蒂模型对生命周期曲线进行拟合;以进入演进阶段后期的美国夏威夷州旅游业发展历程为模板,构建海南旅游业发展历程的逻辑斯蒂模型;通过对比中美两国居民生活水平情况,分析海南省目前所处的演进阶段并拟合出其演进发展的生命周期模型。研究结果表明:2018年海南省旅游业正处于发展阶段和巩固阶段的拐点处,其未来的发展速度将逐步放缓,海南省远景游客接待人次上限将在1.2亿人次左右,是当前接待游客量的两倍左右;针对海南省远景预测发展情况,提出做好远景规划、平衡地区发展和保护生态环境的建议,维护海南省旅游业的高质量、可持续发展。

基于残差模型的灰色预测算法在杭州旅游业中的应用

本文基于灰色理论对杭州市2007年至2015年入境旅游人数进行了预测。利用GM(1,1)模型以及最小二乘法的相关知识,对数据进行处理,得出其原始预测序列;考虑到实验结果有偏,利用了残差修正方法对残差进行训练,修正了预测结果。采用了不同误差指标对结果进行了综合性分析,证明了所提出模型在入境旅游人数短期预测中的优越性。

基于多元回归和GM(1,1)的国内旅游发展加权组合预测

针对我国旅游业发展预测问题,综合使用了多元线性逐步回归、回归预测、灰色预测、加权组合预测等方法,分别建立了回归模型、GM(1,1)模型等模型,运用SPSS、MATLAB和EVIEWS等软件编程求解,分别得到国内旅游市场收入的回归方程、2017～2021年内国内旅游市场的预测收入等结果.

A Research on Demands Forecasting and Personnel Training of Tourism Talents A Case Study of Zhejiang Province

By analyzing the recent 15 years＇ statistical data of Zhejiang tourism human resources, this paper analyzes the status of Zhejiang tourism talents. ARIMA （Autoregressive Integrated Moving Average） model is a method of time series prediction. This paper predicts the trends of the next three years＇ demands of Zhejiang tourism talents based on ARIMA model in order to promote the tourism in Zhejiang Province. According to the demands forecasting, the number of the employees required by the hotels is 10 times of travel agencies in 2015. At last, some solutions and suggestions are provided such as strengthening the talents training establishing tourism talents mobility mechanism and improving tourism talents excitation mechanism