旅游需求的预测问题_毕业设计论文(编辑修改稿)

旅游需求的预测问题_毕业设计论文(编辑修改稿)内容摘要：

的各星级宾馆的数量来体现其旅游环境的好坏，用模糊数学中的隶属度函数来量化 ，建立以下隶属度函数模型；    11 nnn xcfxe  （ 6） 其中 nfx表示第星级宾馆数量 x的隶属度函数， n 表示 2020 年 ~2020 年中第 n等级宾馆数量的标准差， nc 表示 2020 年 ~2020 年中第 n等级宾馆数量的均值： 理学院 本科毕业设计（论文） 10 1221 1 111222 2 2112211( ) ,11( ) ,1 1( ) ,1niiniinn ni nixcnxcnxcn     11122111,1, 1,niiniinn niicxncxncxn 其中， n 为星级宾馆等级数； nix 为北京市拥有的第 n 星级宾馆在第 i年的个数。 能综合评价北京市的旅游环境质量，我们将北京市 2020 年 ~2020 年入京旅游人数设为因子： 0x =（ 2523943,2820911,2857872,3103836,3121462,3155000），各级宾馆出租数量作为因素，建立灰色关联模型，分析其相关程度。 l               40m in m in m a x m a x,m a x m a xiiik iki iiikkkr x k l kkk     其中，      0 .iik x k l k   对所有 1,2, ,kn ，定义 ir 表示 il 对 0x 的关联度：      0011, ( , ) ,ni i ikr r x l r x k l kn   （ 7） 其中， 0x 表示北京市入境旅游人数， il 表示 i 星级宾馆在各年份的出租房间数，以此模型可得出各星级宾馆对旅游需求的关联度 ir ： 表 6 北京市各级宾馆对旅游需求的关联度 星级 五星 四星 三星 二星 一星 其他 ir 理学院 本科毕业设计（论文） 11 从表 6可以看出，旅游环境中影响北京市旅游需求程度按大小排序依次为：五星级宾馆、四星级宾馆、二星级宾馆、其他宾馆、一星级宾馆、三星级宾馆。 表面影响北京市旅游需求的主要是高档和低档宾馆的数量，而中间三星级宾馆的影响力最小。 依据以上关联度分析，我们以关联度作为权值来综合衡量北京市的旅游环境：     61 i i iiP k w f l k ， （ 8） 其中， 61,iiiirw s rs， 模型求解可得 表 7 历年北京市旅游环境的综合评价值 年限 2020 2020 2020 2020 2020 2020 Pk 以同样的思路，我们对十个省的各级景区数量，入境旅游人数以及北京各年的各景区总数进行了统计，得出旅游入境人数与各级景区的数量的关联度，再根据关联 度得出各级景区的权值。 具体计算公式不再重述 . 表 8 各级景区的关联度、权值 A级 AAAA AAA AA A 关联度 权值 表 9 北京市旅游资源综合评价 年份 2020 2020 2020 2020 2020 2020 jP （ 4）的求解 我们将北京市的人口、城市出租车客流量、城市交通公交车客流量、工业总产值、居民物价指数、农业总产值、商品零售价格指数、社会销售品零售额、旅游环境、旅游资源作为影响其旅游需求的各因素，建立灰色关联度模型，分析各因素对旅游需求的影响程度。 为了消除不同量纲数据之间的差异，我们对原始数据进行了无量纲化处理，理学院 本科毕业设计（论文） 12 即  11 1 0 , 1 6ijijivV i jv     其中 iv 为第 i 个因素在第 j 年统计的数据； ijV 为第 i 个因素在第 j 年的无量纲化数据。 各因素的无量纲化数据如下表 表 10 各因素的无量纲化数据 年份 2020 2020 2020 2020 2020 2020 北京市旅游人数 北京市人口 城市交通出租车客流量 城市交通公交车客流量 工业总产值 居民物价指数 农业总产值 商品零售价格 社会销售品零售额 旅游资源 旅游环境 因子旅游人数 00x =（ 2523943,2820911,2857872,3103836,3121462,3155000），各因素 i 如上表，其灰色关联系数为             40m i n m i n m a x m a x,m a x m a xiiik ikiii ikkkr r x k kkk     其中      0iik x k k   对所有 1,2, ,kn ，定义 irr 表示 i 对 0x 的关联度：       00 11,ni i ikr r r r x r x k kn  (9) 其计算结果见表 11： 表 11 各因素对因子 的关联度 因素 北京市人口 城市交通出租车 城市交通公交车 工业生产总值 居民物价指数 农业总产值 商品零售价 社会消费零售额 旅游资源 旅游环境 关 理学院 本科毕业设计（论文） 13 联度 63 28 07 08 57 54 30 02 97 60 我们从表 11 中选出四个关联度最大的因素：农业总产值、社会消品费零售额、城市交通公交车、北京市人口作为因素对隐私旅游人口建立 GM（ 1， N）模型（ 4）：                 0 1 111211Niiikiijx k a z k b x kx k x j   取 01x =（ ， ， ， ， ， ）， 02x =（ ， ， ， ， ， ）， 03x =（ ， ， ， ， ， ）， 04x =（ ， ， ， ， ， ）， 05x =（ ， ， ， ， ， ）， 带入（ 4）式有                                  0 1 10120 1 10120 1 10122 2 23 3 3 NiiiNiiiNiiix az b xx az b xx n az n b x n， 通过最小二乘法可解出：   1TTu B B B Y，  23, , , , na b b bu 确定参数 u 为 u=(,， ， ， ).分别对 。