题目：对中国旅业的定量评估分析
目录
摘要 ............................................................... 1 1、问题重述 ........................................................ 2 2、问题分析 ........................................................ 2 3、问题假设 ........................................................ 2 4、符号说明 ........................................................ 3 5、模型建立与求解 .................................................. 3
5.1多元回归模型的建立于求解过程 ..................................... 3 5.2 GM（1,1）灰色理论模型的建立于求解 .............................. 4
5.2.1 GM(1,1)灰色预测(由于2003年SARS影响严重，这里预测略去2003年的数据) .......................................................... 4 5.2.2灰色关联度分析 .............................................. 7 5.3、神经网络模型的建立于求解 ........................................ 8 5.4本底趋势线模型建立于求解 ......................................... 9
5.4.1数据内插处理 ................................................. 9 5.4.2建立本底趋势线模型 ..................................... 9 5.5模型比较与分析 .................................................... 10 6、模型改进与评价 ................................................. 11
6.1模型评价： ........................................................ 11 6.2模型的改进： ...................................................... 11 7、有关建议 ....................................................... 11 8、参考文献 ....................................................... 11 附录 .............................................................. 12
对中国旅游业的定量评估分析
摘要
本文以中国旅游业的旅游收入、旅游人数为切入点，选取全国总人口数、国民总收入、旅行社、 居民人均消费、人均旅游花费、公路里程、铁路里程七个因变量作为影响因素，建立了多元回归、GM（1,1）灰色理论、BP神经网络、本底趋势线四种预测模型，对中国旅游业未来发展趋势进行了合理的预测，并且分析出了影响中国旅游业发展的主要因素。
首先，对于多元回归模型的建立，根据最近15年的数据，分别以旅游收入和旅游人数作为目标函数，利用excel处理相关数据，进而得到回归模型，xi表示第i个影响因素，以旅游收入为目标函数：y1= 23579.56-0.29555x1+0.075611x2+ 0.059685x3 -2.77132x4+ 11.62146x5+ 1.031132x6 +2030.363x7；以旅游收入为目标函数：y2= -22.5784 -0.0074x1+ 0.015023x2+ 0.005654x3 -0.58577x4+ 0.392788x5+ 0.494439x6 + 299.1885x7；得出影响旅游业较大的因素有铁路、人均旅游花费和公路。
其次，在假设最近几年旅游资源不会有较大大变动的前提下，基于GM（1,1）灰色理论，分别根据以往96到05年旅游收入和旅游人数(由于2003年SARS影响严重，本文中将03年的数据剔除)，得出预测模型，根据 06至09几年数据，对模型进行了相对误差和级比偏差检验，得出误差范围很小，最后再对2010到2013年进行预测。
再次，建立BP神经网络模型，通过分析，将7个影响因素作为输入神经元，确定隐含层神经元个数为15个，分别将旅游收入和旅游人数作为输出层，建立神经网络，对1995年到2005年数据进行训练、拟合及对2006年到2009年作为测试数据，最终得到一个的神经网络模型，采用MatLab编程，为了提高训练速度和灵敏性我们对数据进行了归一化处理，验证了模型的可行性。
最后，本文采用本底趋势线模型对旅游收入以及旅游人数进行了预测，由于个别数据的特殊性，我们用内插法对其进行了处理，进而根据历年现实数据拟合出两种模型，并且对未来几年旅游业发展趋势进行了预测。
通过各种预测模型进行模型检验与对比，可以看出回归分析在预测中能过给出合理的预测，但与理想值还存在一定的偏差，残差检验中只能得到一般的要求；而GM(1,1)模型就相对于更准确，精确度较高，但对于远时间的预测效果只有一般；BP神经网络模型在训练多次后，可以拟合出与理想值较接近的值，误差值也很小；最后的本底趋势线模型，在不考虑外界随机因素下，预测出来的值只能作为参考。
本论文通过计算各个因素的灰色关联度，分析出了影响旅游业发展的一些重要影响因素，分别为： 旅行社、国名总收入、人均旅游花费、居民消费水平、总人口数、公路、铁路。并对中国旅游业发展提出了参考性建议。
关键词：旅游业发展 多元回归 GM（1,1）灰色理论 BP神经网络 本底趋势线
1
1、 问题重述
随着社会的发展，旅游业已发展成为当今世界最大的经济产业；作为现代文明社会标志之一的旅游，也已成为现代人日常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着十分重要的意义。
请以国内（或江西省）的旅游市场为研究对象，收集近15年的相关数据，建立3~4种定量预测模型（其中GM（1,1）和BP神经网络模型必需，其它可考虑微分方程、多元回归分析等），并结合若干性能评价指标对模型进行分析比较，指出影响旅游需求的主要因素，向有关部门提出具体建议。
2、问题分析
本文要求以国内旅游业市场为研究对象，收集最近15年的相关数据，建立多种预测模型，并结合若干性能指标对各个模型进行分析比较，指出影响旅游需求的主要因素。经过分析得出，对于预测问题，首先我们想到的是一些经典预测方法，如时间序列预测、回归预测、聚类预测、神经网络、灰色理论、本底趋势线、微分方程模型等等。其次对于旅游业发展的预测,我们考虑运用比较具有科学性的神经网络、灰色理论、多元回归、本底趋势线模型四种方法分别对中国旅游业市场进行了预测。
对于回归模型，本论文将以旅游收入和旅游人数作为目标函数，将它们分别于影响旅游市场的7个因素建立多元线性关系，利用excel得出方程，然后再将现有的数据带入进行检验，进而可以得出预测值，再与实际值进行比较，得出相对误差，最后再对模型进行合理的分析。
对于BP神经网络模型的建立过程，首先我们分析将多个影响因素作为输入神经元，确定隐含层神经元个数，再将旅游收入和旅游人数作为输出层。建立神经网络，进行训练和拟合，最终得到一个较好的神经网络模型。可供以后进行预测。
对于灰色模型的建立，根据GM(1,1)基本定义，逐步编程求解，得出灰色模型，对已有的数据进行预测，再进行模型检验。若模型精准度较高，可对未来几年进行预测，得出合理的预测结果。
最后利用本底趋势线灰色模型，分别将旅游收入和旅游人数建立趋势线模型，利用孙根年对本底趋势线的定义，首先对特殊的数据进行内插值处理，将一些特殊情况下得数据进行常规化处理，得出比较有规律的数据，利用matlab编写出程序，得出本底趋势线，进而对未来几年旅游收入和旅游人数进行合理预测。
3、问题假设
1、旅游业再需求发展是渐进的，即平稳发展； 2、中国政策不会在短期内改变；
3、中国内外经济政治环境相对稳定； 4、中国旅游资源近几年不会有较大变化；
2
5、未来没有重大自然灾害如03年的SARS等； 6、各个影响因素遵循其发展规律。
4、符号说明
序号 1 2 3 4 5 6 符号 i j xi yj 说明 i取1、2…15 j取1、2 第i个影响因素 目标函数（旅游收入和旅游人数） 影响因素的相关系数 第i个影响因素的相关度 ?(k) ri 注：以上符号在模型建立中全为全局符号，在后面的具体分析中可能会引入局部符号 5、模型建立与求解
5．1多元回归模型的建立于求解过程
首先，根据分析，分别将旅游收入y1和旅游人数y2作为目标函数，利用excel对最近15年数据进行处理和分析，得出两个多元线性函数，分别为：
y1=23579.56-0.29555x1+0.075611x2+0.059685x3-2.77132x4+11.62146x5+1.031132x6+2030.36; (1) y2=-22.5784-0.0074x1+0.015023x2+0.005654x3-0.58577x4+0.392788x5+0.494439x6+299.1885 (2)
通过excel软件的数据分析得出(观测值为1995-2009的编号)：
表一：对旅游总收入的回归分析 百分比排观测值 预测 Y 残差 标准残差 位 Y 1 1360.528 15.17192 0.122585 3.333333 1375.7 2 1556.526 81.85356 0.661356 10 1638.38 3 2335.776 -223.076 -1.8024 16.66667 2112.7 4 2289.872 101.3079 0.818542 23.33333 2391.18 5 2760.681 71.23907 0.575594 30 2831.92 6 3145.085 30.45543 0.246072 36.66667 3175.54 7 3571.555 -49.1852 -0.3974 43.33333 3442.27 8 3848.414 29.94619 0.241958 50 3522.37 9 3703.712 -261.442 -2.11239 56.66667 3878.36
3