基于熵值法组合优化的旅游需求的预测方法技术

一种基于熵值法组合优化的旅游需求的预测方法，由以下步骤组成：(1)从旅游局官网旅游景点收集景区接待人数情况，按照年、月、日分类收集；(2)采用动态优化子集灰色模型方法，按照不同的时间尺度年、月、日分别对景区接待人数进行预测；(3)采用模糊时间序列模型按年、月、日分别对旅游景区接待人数进行预测；(4)采用熵值法组合优化的旅游需求预测模型；(5)采用马尔科夫模型修正熵值法组合优化模型。本发明专利技术给出了旅游需求预测的一种熵值法组合优化预测模型，该模型在旅游需求预测领域，具有重要的现实意义。

Tourism demand forecasting method based on entropy method and combinatorial optimization

A method to predict the optimal combination of entropy method based on tourism demand, comprising the following steps: (1) from the Tourism Bureau official website to collect scenic tourist attractions reception number, in accordance with the date of classification collection; (2) using a dynamic optimization method for a subset of the grey model, according to the different time scales of the year month day on the number of tourist reception prediction; (3) using fuzzy time series model, month and day of annual tourist attractions reception number forecast; (4) using entropy optimization combination method of forecasting model for tourism demand; (5) using the modified Markoff model entropy optimization model. The invention provides an entropy optimum combination forecasting model for tourism demand forecasting, which has important practical significance in the field of tourism demand forecasting.

【技术实现步骤摘要】
基于熵值法组合优化的旅游需求的预测方法
本专利技术属于数据处理
，具体涉及到采用熵值法预测旅游的方法。
技术介绍
旅游行业中旅游预测是旅游研究的热点问题，也是旅游学界的难点课题。“互联网+”时代，旅游预测研究呈现出一些新的趋势。随着人们生活水平的提高和消费观念的变化，旅游成为越来越多中国人在小长假、黄金周的首选。然而火爆的旅游市场也使景区人满为患、一房难求等现象层出不穷。要大力发展旅游业，提高旅游业的管理水平，旅游预测工作必不可少，而旅游预测中旅游需求预测、旅游客流量预测一向是旅游行业的重大课题和旅游研究的热点问题，对旅游管理机构以及目的地企业而言，对未来做到“心中有数”，无论对旅游行业宏观把握和调控，还是对目的地营销活动的引导，以及对旅游客流流向和流量的调整，都具有很大的现实意义。传统的灰色模型针对小样本数据，短期预测，客流量数据有较大的随机性和波动性，本方法考虑灰色预测模型的背景，将等维递增的动态模型和最优子集法应用到灰色模型中，在进行动态预测时，增加约束条件，确定预测长度，提高预测拟合度；模糊时间序列模型预测的缺点是受区间长度的影响，难以进行有效的区间划分，本方法利用模糊本文档来自技高网...

【技术保护点】
一种基于熵值法组合优化的旅游需求的预测方法，其特征在于由以下步骤组成：(1)从旅游局官网旅游景点收集景区接待人数情况，按照年、月、日分类收集；(2)采用动态优化子集灰色模型方法，按照不同的时间尺度年、月、日分别对景区接待人数进行预测，旅游景区历史接待人数原始序列为：x

【技术特征摘要】
1.一种基于熵值法组合优化的旅游需求的预测方法，其特征在于由以下步骤组成：(1)从旅游局官网旅游景点收集景区接待人数情况，按照年、月、日分类收集；(2)采用动态优化子集灰色模型方法，按照不同的时间尺度年、月、日分别对景区接待人数进行预测，旅游景区历史接待人数原始序列为：x(0)＝(x(0)(1),x(0)(2),x(0)(3)…x(0)(n))，式中x(0)(n)为第n时刻的景区接待人数的观测值，其中，n是至少为4、不为0的有限正整数；采用灰色模型从多时间尺度年、月、日进行预测，得到景区接待人数的预测值、平均绝对误差百分比，采用最优子集法优化预测值，确定最优输入子集的个数，得到平均绝对误差百分比的最小值对应的输入子集的个数，截取连续的数据段序列作为输入子集序列来替换原有的历史接待人数序列；构建动态的优化子集灰色模型：第一次，去除旅游景区历史接待人数原始序列中的x(0)(1)，递补x(0)(n+1)，构成一组新的动太序列为：(x(0)(2),x(0)(3),…x(0)(n+1))，依次类推，保持序列长度不变，构建成动态的优化子集灰色模型；(3)采用模糊时间序列模型按年、月、日分别对旅游景区接待人数进行预测在模糊时间序列模型的基础上，采用模糊C均值聚类算法分割区间获得聚类中心，对聚类中心按照升序进行排序，计算序列中相邻两个值的中值，分别插入旅游景区接待人数的最小值和最大值组成区间范围；根据落在区间范围内接待人数值的分布情况，采用统计学方法得到每个区间范围内落入的旅游景区接待人数，构建模糊逻辑关系，建立模糊预测；(4)采用熵值法组合优化的旅游需求预测模型采用熵值法按下式确定动态优化子集灰色模型与模糊时间序列模型两种单一模型相对误差的熵值；式中k>0为有限的正整数，h(i)∈[0,1]，n为景区接待人数原始序列的长度值，n是至少为4的有限正整数，h(i)为第i个相对误差的熵值，f(i)为第i个误差占误差总和的权重，e(i)为动态优化子集灰色模型与模糊时间序列模型两种单一模型相对误差；获取两种单一的预测模型的权重系数值w1和w2，得到动态优化子集灰色模型和模糊时间序列模型组合模型的预测值式中w1为动态优化子集灰色模型的权重系数值，w2为模糊时间序列模型的权重系数值，F为动态优化子集灰色模型的预测值，为模糊时间序列模型的预测值，为动态优化子集灰色模型和模糊时间序列模型组合模型预测值；(5)采用马尔科夫模型修正熵值法组合优化模型将步骤(4)的组合模型预测值与旅游景区接待人数实际值的相对误差按下式确定马尔科夫状态个数：式中n为景区接待人数原始序列的长度值，n是至少为4的有限正整数，S为马尔科夫状态个数；采用初始状态概率公式得到初始状态概率矩阵式中Pij为经过k步转移的概率，r是选取的最优输入预测个数，距离要预测状态最近的r个值，k是转移的步数，采用初始状态概率，经过k步转移之后状态转移概率列向量之和的最大值所属状态，作为预测下一步将要转移状态的概率以及未来状态的趋势，获得马尔科夫模型修正预测值；选取状态转移概率列向量之和的最大值所属的状态为预测值的状态，预测值为：式中Li是划分状态区间后的左端点值，Uj是划分状态区间后的右端点值，是两种单一模型组合以后的预测值，是马尔科夫模型修正以后的预测值。2.根据权利要求1所述的基于熵值法组合优化的旅游需求的预测方法，其特征在于所述的步骤(2)中，最优子集法优化预测值的方法为：1)设定原有的历史接待人数序列x(0)＝(x(0)(1),x(0)(2),x(0)(3)…x(0)(n))，式中i＝1,2…n，其中，n是序列的长度，为有限的正整数，x(0)(i)是序列中第i个指标年、月、日的接待人数...

【专利技术属性】
技术研发人员：曹菡，李瑶，韩思明，李祎菲，张延，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西,61