基于BP神經(jīng)網(wǎng)絡(luò)的旅游人流量預(yù)測方法研究開題報告剖析

山西高校本科畢業(yè)論文（設(shè)計）開題報告姓名學(xué)號所在專業(yè)論文（設(shè)計）題目基于BP神經(jīng)網(wǎng)絡(luò)的旅游人流量預(yù)料方法探討選題的目的和意義：在旅游管理中，科學(xué)的旅游市場趨勢預(yù)料，對旅游規(guī)劃與經(jīng)營決策具有重要的意義。興起于20世紀(jì)40年頭的人工神經(jīng)網(wǎng)絡(luò)，是人工智能的一個分支，它能學(xué)習(xí)、儲存以往的歷史閱歷知．識和數(shù)據(jù)，并能外推將來，這也是神經(jīng)網(wǎng)絡(luò)用于預(yù)料領(lǐng)域的理論依據(jù)。對于非線性時間序列的趨勢預(yù)料，神經(jīng)網(wǎng)絡(luò)與其他數(shù)學(xué)模型相比，具有高效、高精度的突出特點(diǎn)，是預(yù)料領(lǐng)域的一個重要的新興探討方向，因此，神經(jīng)網(wǎng)絡(luò)法在旅游市場預(yù)料領(lǐng)域具有較好的應(yīng)用價值和前景。近年來，涌現(xiàn)出了很多預(yù)料效果較好的方法和模型，目前旅游市場趨勢預(yù)料的主要方法有回來預(yù)料法、時間數(shù)列預(yù)料法、引力預(yù)料法等，然而，這些定量探討的數(shù)學(xué)工具基本上是經(jīng)典算法，并未涉與處理困難問題所常用的啟發(fā)式算法，不適于處理當(dāng)代旅游市場錯綜困難的數(shù)據(jù)。近年來效果最突出的神經(jīng)網(wǎng)絡(luò)法，已漸漸被探討者引入了旅游預(yù)料探討，但其探討范圍和預(yù)料效果還須要進(jìn)行深化探究，以期突破旅游基礎(chǔ)理論，進(jìn)一步豐富和完善預(yù)料的理論和方法。文獻(xiàn)綜述（國內(nèi)外探討現(xiàn)狀、探討方向、進(jìn)展?fàn)顩r、存在問題等，并列出所查閱的主要國內(nèi)外參考文獻(xiàn)，要求3000字以上）：1、國內(nèi)外探討現(xiàn)狀:人工神經(jīng)網(wǎng)絡(luò)建模方法（以下均簡稱“神經(jīng)網(wǎng)絡(luò)法”）是一種有效的預(yù)料分析方法，它可以較好地揭示非線性時間序列在時延狀態(tài)空間中的相關(guān)性，從而達(dá)到預(yù)料的目的。神經(jīng)網(wǎng)絡(luò)法進(jìn)入旅游探討后的第一篇用來預(yù)料旅游市場的文獻(xiàn)是羅伯·洛和歐(RobLawandAu,1999)的“一個預(yù)料日本人去中國香港旅游需求的神經(jīng)網(wǎng)絡(luò)模型(AneuralnetworkmodeltoforecastJapanesede—mandfortraveltoHongKong)"，文中將神經(jīng)網(wǎng)絡(luò)應(yīng)用于來中國香港旅游的日本游客旅游需求規(guī)模的預(yù)料中，實(shí)證表明運(yùn)用神經(jīng)網(wǎng)絡(luò)法預(yù)料日本游客到香港旅游的人數(shù)比多元回來模型、天真模型、移動平均模型與指數(shù)平滑模型更好。自此之后，有部分學(xué)者接連將人工神經(jīng)網(wǎng)絡(luò)為代表的智能方法引入了旅游市場趨勢預(yù)料探討領(lǐng)域。相關(guān)的國外代表成果有：洛·羅伯(LowRob,2000)的探討沿用了神經(jīng)網(wǎng)絡(luò)法來預(yù)料旅游市場規(guī)模，實(shí)證結(jié)果表明運(yùn)用向后繁衍神經(jīng)網(wǎng)絡(luò)比回來模型，時間序列模型以與向前推動神經(jīng)網(wǎng)絡(luò)模型預(yù)料精確性更好。博格等(Burgeretal.,2001）用一系列的時間序列預(yù)料模型來預(yù)料南非德班的旅游市場趨勢，運(yùn)用了：天真模型、移動平均法、季節(jié)調(diào)整法、單一指數(shù)平滑法、自回來移動平均結(jié)合法、多元回來模型、遺傳回來模型與神經(jīng)網(wǎng)絡(luò)法，結(jié)果表明神經(jīng)網(wǎng)絡(luò)法的預(yù)料效果最好。曹·文森特(ChoVincent，2003)用三種不同的時間序列方法來預(yù)料旅游市場趨勢的精確性，這三種方法分別是指數(shù)平滑法、單變量自回來移動平均結(jié)合法以與神經(jīng)網(wǎng)絡(luò)法，并且用均方誤根(RMSE)與平均肯定誤差百分比(MAPE)進(jìn)行了檢驗(yàn)，最終的結(jié)論是在這三種方法中，神經(jīng)網(wǎng)絡(luò)法的預(yù)料結(jié)果是最精確的。敖·斯·艾(AoSI，2003)利用模糊理論來預(yù)料具有不確定性的旅游業(yè)。模型混合了計量自回來模型與模糊模型，在傳統(tǒng)計量自回來模型的基礎(chǔ)上，試圖采納非參數(shù)的模糊模型來預(yù)料旅游市場趨勢，因?yàn)樗鼈冎g的關(guān)系是高度非線性的并且是動態(tài)的。筆者認(rèn)為混合回來—模糊模型作為一個整體來探討旅游市場，其預(yù)料結(jié)果是比較精確的。吳·凱里和洛·羅伯(GohCareyandLawRob,2003)認(rèn)為粗集理論可以從原始的混亂的山西高校本科畢業(yè)論文（設(shè)計）開題報告數(shù)據(jù)中找到有用的信息并從確定規(guī)則的數(shù)據(jù)中發(fā)覺學(xué)問。他們用中國香港的十大客源國1985~2000年的數(shù)據(jù)來檢驗(yàn)。結(jié)論是粗集理論在用來預(yù)料旅游市場規(guī)模時的精確率可以達(dá)到87.2%。相關(guān)的國內(nèi)代表成果有：王娟、曾昊(2001)探究了神經(jīng)網(wǎng)絡(luò)作為一種新型的預(yù)料系統(tǒng)在旅游市場探討中的重要性。吳江華等(2002)嘗試用人工神經(jīng)網(wǎng)絡(luò)模型的三層BP模型來仿真模擬國際入境旅游需求，并以日本對中國香港的國際旅游市場趨勢為例進(jìn)行模型驗(yàn)證。騰麗等(2004)利用人工神經(jīng)網(wǎng)絡(luò)的科霍寧(Kohonen)網(wǎng)絡(luò)對中國39個城市居民的旅游市場分類，并在考慮收入、旅游消費(fèi)占收入的比例、區(qū)域旅游供應(yīng)強(qiáng)度和交通條件四個因素的基礎(chǔ)上對各個類型的城市居民旅游市場特征信息進(jìn)行了進(jìn)一步的分析。王朝宏(2004)運(yùn)用模糊時間序列與混合灰色理論來預(yù)料旅游市場規(guī)模，實(shí)證結(jié)果表明模糊時間序列方法最適合預(yù)料中國香港到中國臺灣的市場趨勢，灰色理論比較適合中國香港與美國到中國臺灣的旅游市場趨勢，而馬克沃改進(jìn)模型最適合德國到中國臺灣的旅游市場趨勢。也有部分學(xué)者將神經(jīng)網(wǎng)絡(luò)法與回來分析法、時間序列法、指數(shù)預(yù)料法等傳統(tǒng)預(yù)料方法進(jìn)行了應(yīng)用對比，如朱曉華和楊秀春(2004)以中國1978~2001年入境客源為例，定量分析線性回來模型、移動平均預(yù)料模型、指數(shù)平滑模型以與灰色預(yù)料模型的應(yīng)用與其差異問題。王萍(2004)引人人工神經(jīng)網(wǎng)絡(luò)對青島市的旅游市場發(fā)展趨勢進(jìn)行了實(shí)證探討和預(yù)料。陳俊(2006)運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型設(shè)計了旅游市場趨勢預(yù)料系統(tǒng)，對云南省旅游的市場發(fā)展趨勢進(jìn)行了實(shí)證預(yù)料分析。陸相林(2007)利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)對我國旅游發(fā)展總量（旅游收入和旅游人次數(shù)）進(jìn)行了預(yù)料，得出了BP神經(jīng)網(wǎng)絡(luò)能夠有效預(yù)料旅游市場趨勢的結(jié)論?？偟膩碚f，目前已有一些應(yīng)用神經(jīng)網(wǎng)絡(luò)法對旅游市場趨勢進(jìn)行預(yù)料分析的探討成果，其中絕大多數(shù)成果應(yīng)用的是BP神經(jīng)網(wǎng)絡(luò)技術(shù)對旅游人次數(shù)、旅游收入兩項(xiàng)指標(biāo)進(jìn)行了旅游市場趨勢預(yù)料，取得了比較突出的預(yù)料效果。通過眾多的實(shí)踐成果發(fā)覺，BP神經(jīng)網(wǎng)絡(luò)對于那些規(guī)律不明顯、用統(tǒng)計方法難解決的預(yù)料問題（非線性問題）具有獨(dú)特的優(yōu)勢，效果優(yōu)于回來模型。2、探討方向：本探討涉與到人工神經(jīng)網(wǎng)絡(luò)中的BP算法，同時還包含有文獻(xiàn)綜述，案例探討，定性分析，定量分析等：（1）人工神經(jīng)網(wǎng)絡(luò)——BP算法人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork，ANN)。正是在人類對其大腦神經(jīng)網(wǎng)絡(luò)相識理解的基礎(chǔ)上人工構(gòu)造的能夠?qū)崿F(xiàn)某種功能的神經(jīng)網(wǎng)絡(luò)。它是理論化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，是基于仿照大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。它事實(shí)上是由大量簡潔元件相互連接而成的困難網(wǎng)絡(luò)，具有高度的非線性，能夠進(jìn)行困難的邏輯操作和非線性關(guān)系實(shí)現(xiàn)的系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)可用于預(yù)料與管理、限制與優(yōu)化等眾多領(lǐng)域，對于旅游市場趨勢預(yù)料同樣具有較高的好用性。在人工神經(jīng)網(wǎng)絡(luò)探討中提出了很多模型，它們之間的差異主要表現(xiàn)在探討途徑、網(wǎng)絡(luò)結(jié)構(gòu)、運(yùn)行方式、學(xué)習(xí)算法與其應(yīng)用上。目前應(yīng)用于預(yù)料探討最多，應(yīng)用最廣的多層前饋網(wǎng)絡(luò)的反向傳播學(xué)習(xí)算法，簡稱BP算法。BP算法的主要設(shè)計思想是，將輸入信號通過隱層和輸出層節(jié)點(diǎn)的處理計算得到的網(wǎng)絡(luò)實(shí)際輸出進(jìn)一步與期望輸出相比較，并計算實(shí)際輸出與期望輸出的誤差，將誤差作為修改權(quán)值的依據(jù)反向傳播至輸入層，再修正各層的權(quán)系數(shù)，并且反復(fù)這一過程，直到實(shí)際輸出與期望輸出的誤差達(dá)到預(yù)先設(shè)定的誤差收斂標(biāo)準(zhǔn)，從而獲得最終的網(wǎng)絡(luò)權(quán)值。（2）文獻(xiàn)綜述通過收集和分析現(xiàn)存的各類相關(guān)文獻(xiàn)資料，總結(jié)和分析了各種旅游市場趨勢預(yù)料方法，為后面的探討收集了各類統(tǒng)計數(shù)據(jù)。（3）案例探討山西高校本科畢業(yè)論文（設(shè)計）開題報告將山西省國內(nèi)旅游市場需求作為探討案例，運(yùn)用神經(jīng)網(wǎng)絡(luò)對山西省國內(nèi)旅游人次數(shù)、國內(nèi)旅游收入等指標(biāo)進(jìn)行了分析預(yù)料，對神經(jīng)網(wǎng)絡(luò)應(yīng)用于旅游市場趨勢預(yù)料探討進(jìn)行了檢驗(yàn)和發(fā)展。（4）定性分析在探討中，主要包括對相關(guān)概念“界定”，各種旅游市場趨勢預(yù)料方法的“屬性認(rèn)定”、“類比歸并”和“價值推斷”等基本方面，找到事物中比較穩(wěn)定的聯(lián)系。定性分析的結(jié)果一般可以作為旅游管理決策的參考信息，但不能作為決策的依據(jù)。（5）定量分析本探討側(cè)重從數(shù)量方面去探討旅游市場趨勢的預(yù)料方法。一般來講，定量探討能夠通過對旅游市場歷史統(tǒng)計數(shù)據(jù)所獲得更具代表性的大樣本的訪問和分析，得到具有統(tǒng)計意義的預(yù)料結(jié)論。3、進(jìn)展?fàn)顩r：國內(nèi)外對旅游市場趨勢預(yù)料方法的探討無論是對基礎(chǔ)理論的探討，還是對詳細(xì)案例的分析與應(yīng)用，都已經(jīng)日趨成熟。大量的探討運(yùn)用了定量分析法，預(yù)料模型的探討和運(yùn)用都越來越廣泛。從探討方法來看：目前常用的傳統(tǒng)預(yù)料模型方法有很多種，主要有時間序列法、回來分析法、指數(shù)預(yù)料法等。國外在對旅游市場趨勢的分析過程中偏重于定量探討方法的運(yùn)用和探究，同時注意定量與定性方法相結(jié)合，所運(yùn)用的預(yù)料方法正由單一化漸漸向綜合化方向發(fā)展；國內(nèi)前期偏重旅游市場趨勢的定性探討，近年來也已起先注意定量分析，主觀的、閱歷性的探討正漸漸削減。近年來，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)等人工智能方法與技術(shù)于旅游市場趨勢探討的成果越來越多，預(yù)料的效果和精確性也在逐步提高，同時，在相關(guān)預(yù)料領(lǐng)域也呈現(xiàn)出了將傳統(tǒng)的預(yù)料方法與神經(jīng)網(wǎng)絡(luò)法相結(jié)合的探討趨勢。從探討結(jié)果來看：國內(nèi)主要是通過運(yùn)用傳統(tǒng)預(yù)料方法或現(xiàn)代神經(jīng)網(wǎng)絡(luò)方法中的一種或幾種方法，對某一詳細(xì)的旅游客源市場或旅游目的地市場的趨勢預(yù)料作相關(guān)的實(shí)證分析，以給旅游目的地政策制定者、旅游投資企業(yè)供應(yīng)一些參考價值，探討結(jié)論大多不具備普遍指導(dǎo)意義，并且目前國內(nèi)對旅游市場趨勢的預(yù)料僅限于旅游管理部門和旅游規(guī)劃部門，由于應(yīng)用的局限性和定量探討的難度，因此相關(guān)探討文章不多，并未引起學(xué)術(shù)界和旅游界人士的更多關(guān)注。而國外對旅游市場趨勢預(yù)料的探討則更為深化和廣泛，注意結(jié)合運(yùn)用先進(jìn)的、智能的現(xiàn)代預(yù)料方法和技術(shù)以提高探討結(jié)果的科學(xué)性，增加探討結(jié)果的應(yīng)用價值。從探討結(jié)果的精確性來看：一般說來，要依據(jù)探討的詳細(xì)狀況和須要要來確定運(yùn)用哪種預(yù)料模型。假如自變量的值是已知的或是能夠精確估汁的，那么神經(jīng)網(wǎng)絡(luò)法的預(yù)料結(jié)果最精確；當(dāng)自變量受政策影響須要估計時，回來模型法會更有用；假如自變量不能夠得到，時間序列模型法預(yù)料效果最好。雖然這些方法在各種場合得到了廣泛的應(yīng)用，但也存在一些不足：模型法大多只能應(yīng)用于線性預(yù)料，對于非線性預(yù)料則有肯定局限性；難以應(yīng)用于多因素影響下的預(yù)料探討；模型的建立依靠于預(yù)料人員對詳細(xì)問題的了解程度和預(yù)料閱歷積累程度。而對于旅游市場趨勢預(yù)料方法的最優(yōu)模型目前尚無統(tǒng)肯定論?？偟膩碚f，為使探討結(jié)果更為精確，旅游市場趨勢探討所運(yùn)用的預(yù)料方法正由單一化漸漸向綜合化方向發(fā)展，由傳統(tǒng)方法向以現(xiàn)代人工智能方法的方向發(fā)展。本書正是基于人工神經(jīng)網(wǎng)絡(luò)方法的基礎(chǔ)上，探究更精準(zhǔn)、更適用于旅游市場趨勢預(yù)料現(xiàn)實(shí)狀況的預(yù)料方法。存在問題：雖然BP神經(jīng)網(wǎng)絡(luò)得到了廣泛的運(yùn)用，但它也存在自身的限制與不足，主要表現(xiàn)在它的訓(xùn)練過程的不確定上。詳細(xì)說明如下：(1)須要較長的訓(xùn)練時間：對于一些困難的問題，BP算法可能要進(jìn)行幾小時甚至更長時間的訓(xùn)練。山西高校本科畢業(yè)論文（設(shè)計）開題報告這主要是由于學(xué)習(xí)速率太小所造成的?？刹杉{改變的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率來加以改進(jìn)。(2)完全不能訓(xùn)練：這主要表現(xiàn)在網(wǎng)絡(luò)出現(xiàn)的麻痹現(xiàn)象上。在網(wǎng)絡(luò)的訓(xùn)練過程中，如其權(quán)值調(diào)得過大，可能使得全部的或大部分神經(jīng)元的加權(quán)總和n偏大，這使得激活函數(shù)的輸入工作在S型轉(zhuǎn)移函數(shù)的飽和區(qū)，從而導(dǎo)致其導(dǎo)數(shù)f'(n)特別小，使得對網(wǎng)絡(luò)權(quán)值的調(diào)整過程幾乎停頓下來。通常為避開這種現(xiàn)象的發(fā)生，一是選取較小的初始權(quán)值，二是采納較小的學(xué)習(xí)速率，但這又增加了訓(xùn)練時間。(3)局部微小值：BP算法可以使網(wǎng)絡(luò)權(quán)值收斂到一個解，但它并不能保證所求結(jié)果為誤差超平面的全局最小解，很可能是一個局部微小解。這是因?yàn)锽P算法采納的是梯度下降法，訓(xùn)練是從某一起始點(diǎn)沿誤差函數(shù)的斜面漸漸達(dá)到誤差的最小值。對于困難的網(wǎng)絡(luò)，其誤差函數(shù)為多維空間的曲面，就像一個碗，其碗底是最小值點(diǎn)。但是這個碗的表面是凸凹不平的，因而在其訓(xùn)練過程中，可能陷入某一小谷區(qū)，而這一小谷區(qū)產(chǎn)生的是一個局部微小值，由此點(diǎn)向各方向改變均使誤差增加，以致使訓(xùn)練無法跳出這一局部微小值。假如對訓(xùn)練結(jié)果不滿足的話，通?？刹杉{多層網(wǎng)絡(luò)和較多的神經(jīng)元，有可能得到更好的結(jié)果。然而，增加神經(jīng)元和層數(shù)，也同時增加了網(wǎng)絡(luò)的困難性以與訓(xùn)練的時間，在肯定的情況下可能是不明智的?？纱娴姆椒ㄊ沁x用幾組不同的初始條件對網(wǎng)絡(luò)進(jìn)行訓(xùn)練’以從中挑選它們的最好結(jié)果。5、主要國內(nèi)外參考文獻(xiàn)：(1)RobLaw.AneuralnetworkmodeltoforecastJapanesedemandfortraveltoHongKong[J].TourismManagement,1999,20:89-97.(2)LowRob.Back-propagationlearninginimprovingtheaccuracyofneuralnetwork-basedtourismdemandforecasting[J].TourismManagement,2000,21:331-340.(3)BurgerCJSC,DohnalM,KathradaM,LawR.Apractitionersguidetotime-seriesmethodsfortourismdemandforecasting:acasestudyofDurban,SouthAfrica[J].TourismManagement,2001,22:403-409.(4)ChoVincent.Acomparisonofthreedifferentapproachestotou1smarrivalforecasting[J].TourismManagement,2003,24,323-330.(5)AoSI.UsingFuzzyRulesforPredictioninTouristIndustrywithUncertainty[J].ComputerSociety,2003.(6)GohCarey,LawRob.Incorporatingtheroughsetstheoryintotraveldemandanalysis[J].TourismManagement,2003,24:511—517.(7)王娟，曾昊，人工神經(jīng)網(wǎng)絡(luò)：一種新的旅游市場需求預(yù)料系統(tǒng)[J]．旅游科學(xué)，2001，(4)：24-27.(8)吳江華，葛兆帥，楊達(dá)源，基于人工神經(jīng)網(wǎng)絡(luò)的國際入境旅游需求的定量分析與預(yù)料——以日本對香港的國際旅游需求分析為例[J]．旅游學(xué)刊，2002,17(3)：55-59.(9)滕麗，王錚，蔡砥．中國城市居民旅游需求差異分析[J]．旅游學(xué)刊，2004，19(4)：9-13.(10)WangChaoHung.Predictingtourismdemandusingfuzzytimeseriesandhybridgreytheory[J].TourismManagement,2004,25:367-374.(11)朱曉華，楊秀春，旅游客源預(yù)料模型與其對比[J]．地理與地理信息科學(xué)，2004,20(5)：84-86．(12)王萍．基于人工神經(jīng)網(wǎng)絡(luò)的旅游趨勢預(yù)料理論與實(shí)證探討——以青島市為例[D]．蘭州：西北師范高校，2004．(13)陳?。谌斯ど窠?jīng)網(wǎng)絡(luò)的旅游趨勢預(yù)料[D]．昆明：昆明理工高校'2006．(14)陸相林．BP神經(jīng)網(wǎng)絡(luò)在中國旅游發(fā)展總量預(yù)料中的應(yīng)用[J]．北京教化學(xué)院學(xué)報（自然科學(xué)版），2007，2(1)：8-11．山西高校本科畢業(yè)論文（設(shè)計）開題報告主要探討內(nèi)容：主要基于人工神經(jīng)網(wǎng)絡(luò)中BP神經(jīng)網(wǎng)絡(luò)的理論和方法，以旅游市場趨勢預(yù)料為探討對象，以人工神經(jīng)網(wǎng)絡(luò)技術(shù)、因素分析法等主要探討方法，以山西省（或省內(nèi)某個）旅游市場趨勢發(fā)展改變?yōu)榘咐?l)對傳統(tǒng)的旅游市場趨勢預(yù)料方法進(jìn)行歸納總結(jié)，設(shè)計出了非線性的、時間序列的、單因素模型法旅游市場趨勢預(yù)料模型；(2)結(jié)合因素分析法，對影響國內(nèi)旅游市場趨勢的諸多因素進(jìn)行了分析，并設(shè)計出多因素神經(jīng)網(wǎng)絡(luò)法旅游市場趨勢預(yù)料模型；(3)以山西?。ɑ蚴?nèi)某個）旅游市場趨勢為例，對其將來改變趨勢進(jìn)行了單因素和多因素模型的實(shí)證預(yù)料分析。創(chuàng)新之處（如無可不填）：人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)、聯(lián)想和容錯功能。理論上，利用三