论文哈尔滨冬季旅游客源市场灰色预测模型，本文是预测模型有关毕业论文格式范文和灰色和客源和模型相关硕士学位论文范文.
摘 要:哈尔滨冬季旅游业发展较好,因其独特的位置和气候条件,使其拥有丰富独特的冰雪旅游资源,从而吸引了众多国内外旅游者.为了更好地把握哈尔滨冬季旅游客源市场旅游接待量的未来发展趋势,以灰色系统理论为基础,以2012年-2017年的哈尔滨冬季旅游客源市场的统计资料为原始数据,选取旅游人数为预测指标,构建GM（1,1）灰色预测模型,并且对预测的模型精度进行检验,对未来五年的哈尔滨冬季旅游市场的旅游人数进行预测.通过对预测结果分析,发现哈尔滨冬季旅游业未来发展中的不足,并提出相应的发展建议.
关键词：哈尔滨 冬季旅游 灰色预测 客源市场
中图分类号：F592 文献标识码：A
文章编号：1004-4914（2018）05-162-02
一、引言
中国学者邓聚龙在1982年创立灰色系统理论,是一种研究少数据、贫信息不确定性问题的新方法.灰色系统理论以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控.人们在社会、经济活动和科研活动中,经常会遇到信息不完全的情况,故而就可以运用灰色系统理论中的相关方法解决现实问题.灰色系统理论经过20多年的发展,现已基本建立其集系统分析、评估、建模、预测、决策、控制、优化技术于一体的一门新兴学科的结构体系.其中包括：以GM（1,1）为核心的预测模型体系.灰色预测是基于GM模型做出的定量预测,按照其功能和特征可分成数列预测、区间预测等多种类型.本文采用了灰色系统理论中的灰色预测方法,灰色预测方法是灰色系统理论中的重要内容,其应用预测领域较为广泛.
二、GM（1,1）灰色预测模型构建
1.灰色预测模型构建过程.灰色预测方法对有不确定因素的事物进行预测,其建模思想是直接将时间序列转化为微分方程,从而建立起较为抽象系统的动态发展变化模型.GM（1,1）预测模型利用较少的数据样本进行预测分析,不受其他作用因素的影响.它是灰色预测理论的基本模型,应用范围十分广泛.GM（1,1）灰色预测模型构建方法如下：
（1）设有原始的非负数列为:
其中,公式（6）和公式（7）均为GM（1,1）灰色预测模型的基本计算公式.灰色预测模型中,参数a为发展系数,体现了系统行为变量与其背景值之间的动态关系；b为灰色作用量,是灰色系统内涵外延的体现.
2.预测模型的检验.对于灰色预测模型的检验,一般采用残差检验、关联度检验和后验差检验三种方法.
（1）残差检验,计算原始数据和预测数据的相对误差及绝对误差.
依据上述模型检验方法,本文采用第三种方法,即后验差检验法.在灰色系统理论中,一般灰色预测精度等级应在“良”以上,才能有较为准确的预测结果.
三、哈尔滨冬季旅游客源市场旅游接待量预测模型构建
1.GM（1,1）灰色预测模型构建.游客人数的预测是市场预测中的重要组成部分,通过对旅游人数的预测,可以对旅游者人数的增加幅度有更为清晰的了解,为政府部门对旅游的规划开发提供了数据支撑,同时也为景区的资源合理调配,从而保证旅游服务质量提供了依据.根据哈尔滨市旅游局对哈尔滨冬季旅游客源市场提供的相关数据,对哈尔滨冬季旅游客源人数进行汇总,如表2.
依据灰色系统理论,需要少量数据预测,所以数列越长对于预测的准确性就会有影响,不利于模型精度的确定.所以,在数据的选择上,我们选取2012—2017年哈尔滨冬季旅游市场情况数据,构建GM（1,1）灰色预测模型.首先将哈尔滨冬季旅游市场的游客接待量作为原始数据带入模型中运算.
由表2可知,游客接待量的原始数列为x（0）等于（1389,1461,1623,1635,1648,1849）,对原始数列进行一次累加生成数列为：x（1）等于（1389,2850,4473,6108,7756,9605）,由公式（4）可得,
B等于-2119.5 1-3661.5 1-5290.5 1-6932 1-8680.5 1,Y等于14611623163516481849,
由公式（3）可得,
[a,b]T等于（BTB）-1BTY等于（a等于-0.04895718,b等于1381.92534116）T
所以,a等于-0.04895718,b等于1381.92534116
将k等于0,1,2,3,4,5,6,分别代入灰色预测模型中,得出预测结果进行累减还原,得到2012—2017年哈尔滨冬季旅游客源市场游客人数预测值,将预测值和实际值作对比,得到哈尔滨冬季旅游客源市场游客人数模型精确度比较表,如表3,通过此表来检验游客人数预测模型精准度.
2.模型精度检验.原始数列均值和方差可通过公式（11）和公式（12）得出,x-（0）等于1/6（1389+1461+1623+1635+1648+1849）等于1600.83,
S12等于1/5[（1389-1600.83）2+（1461-1600.83）2+（1623-1600.83）2+（1635-1600.83）2+（1648-1600.83）2+（1849-1600.83）2]等于25979.36668
残差列均值和方差可通过公式（13）和公式（14）得出,p-（0）等于1/6（25-37.38-33.42+39.58-1.94）等于-1.36,
S22等于1/5[（0+1.36）2+（25+1.36）2+（-37.38+1.36）2+（-33.42+1.36）2+（39.58+1.36）2+（-1.94+1.36）2]等于939.68064
由表3和表4可以看出实际值与预测值接近,且方差比<0.35,小概率误差值＞0.95,模型预测的精准度等级为优,符合灰色预测模型的建模要求,说明此预测模型较为理想,可以为未来哈尔滨冬季旅游市场的游客接待量作预测分析.
3.预测结果分析.因上述模型预测的精准度高,所以利用此模型对哈尔滨冬季旅游市场的游客人数进行预测,预测结果如表5：
根据表5可以看出,对未来五年预测旅游者的人数逐年增长,总体呈现上升的发展态势.旅游接待量从2018年的1896.16万人次,到2022年的2311.11万人次,增幅为415.39万人次,年均增长率为4.382%.通过数据分析,从2018—2022年每年旅游者的增长量都在年平均增长量之上,旅游人数的发展是呈稳定的上升趋势,但是其发展速度并不是很快.旅游人数的增长,会直接影响旅游的规模,人数增幅小,不利于旅游市场规模的扩大,同时,也证明了冬季旅游市场的客源不够充足,后续的发展动力不是很足,也就是旅游者对哈尔滨冬季旅游市场的旅游需求不足.因此,为了更好地发展哈尔滨冬季旅游市场,增大旅游者的旅游需求,进而加快旅游人数的增长,扩大旅游市场的规模,应在以下方面进行改善：
（1）旅游客源不足,会造成旅游者旅游需求不大的现象,进而影响旅游市场的发展.因此,要以旅游者需求为导向,注重对旅游产品的设计与开发,也要注重区域的合作,强强合作,打造优势的旅游品牌和形象,做好宣传工作,吸引更多的旅游者.
（2）旅游人数会影响旅游需求,直接影响旅游企业的旅游产品供应量和服务,所以,要以供应来拉动需求,除了要对旅游产品的质量把关之外,还要对从业人员的素质有所要求,以优质的旅游服务留住客源,增强游客对旅游目的地忠诚度,以良好的口碑效应,促进游客的增长.
四、结束语
通过运用灰色系统理论,构建了哈尔滨冬季旅游客源市场旅游接待量预测模型,对未来五年哈尔滨冬季旅游客源市场的旅游人数进行预测,发现未来五年哈尔滨冬季旅游人数总体呈现稳定上升的趋势.虽然总体呈现上升趋势,但总体增长速度不快,为了更好地发展冬季旅游市场,应从旅游产品、品牌宣传、旅游人员等方面制定相应发展完善的对策,以促进哈尔滨冬季旅游市场的更好发展.
参考文献：
[1] 刘思峰,党耀国,方志更,谢乃明等.灰色系统理论及其应用[M].2010.
[2] Mcintosh R W,Goeldner C R.Touri:principles,Practices,Philosophies(6th Edition)[M].New York:John Wiley and Sons Inc.1990.102-135.
（作者单位：东北林业大学经济管理学院 黑龙江哈尔滨 150040）
[作者简介：栗欣,女,东北林业大学硕士研究生,研究方向：生态旅游.]
（责编：若佳）
此文结论,这是关于经典预测模型专业范文可作为灰色和客源和模型方面的大学硕士与本科毕业论文预测模型论文开题报告范文和职称论文论文写作参考文献.
参考文献：
1、 旅游上市企业财务预测理论的应用 摘 要随着经济的发展和人民生活水平的提高,我国旅游业发展非常迅速 由于外部市场竞争日益激烈,再加上旅游企业自身内部也经常进行各种调整,导致了旅游业企业的财务风险变得更加复杂 基于此,旅游企业急需完善财.
2、 多条灰色利益链搅浑教育市场 【“学籍掉包不是一起孤立的事件 从表面看是民办高校的生源不足所面临的发展困境,而实质上是一些民办高校大着‘联合办学’‘合作办学’的幌子,搞利.
3、 海南商品住宅预测模型 【摘要】本文就影响海南市房地产的各项因素进行了研究以及对实行限购政策前后商品住宅变换进行了分析,利用主成分分析、粗糙集及小波神经网络模型对数据进行运算,得出结论 【关键词】主成分分析小波神经网路Var.
4、 科学家首次开发出闪电预测模型 天气模型可以很好地预测大型风暴,但是对于闪电的预测依然捉襟见肘 如今,研究人员已经创建了一种闪电的全球模拟技术,能够更准确地捕捉到闪电发生的时间和地点——这可以帮助人们避免与它.
5、 基于灰色预测模型的辽宁省城乡建设用地需求预测 摘要从建设用地需求预测的理论出发,采用2010 年2015 年辽宁省城乡建设用地统计数据,运用灰色GM（1,1）模型对辽宁省11个地级市（铁岭、朝阳、葫芦岛除外）的城乡建设用地中的城镇用地、村庄用地….