作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
旅游业是当今世界上发展最为迅速的产业,对其做出较为准确的预测,将有利于一国或一地区对其旅游发展做出合理规划以及对旅游资源进行优化配置,同时也有利于旅游企业制定出全面的战略计划。文中基于厦门市旅游业有关数据,在打破以时间序列态势为研究方法的指数平滑法的顺势推演预测思路的基础上,综合考虑影响旅游需求的主要因素,采用自学习能力较强的BP神经网络来预测旅游人数,力求寻找出合理的需求预测模型,从而为该地区的旅游规划提供一些参考依据。
推荐文章
厦门市工程估价的RBF神经网络预测模型
工程估价
预测模型
径向基函数
人工神经网络
厦门市
基于改进BP神经网络的天然气需求预测
BP神经网络
附加动量法
天然气需求
预测
克隆选择粒子群优化BP神经网络电力需求预测
BP神经网络
克隆选择算法
粒子群优化
电力需求
基于 Lasso 和 BP 神经网络的广西城镇住房需求预测
BP 神经网络
主成分分析
Lasso 方法
城镇住房需求
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的旅游需求预测--以厦门市为例
来源期刊 物流工程与管理 学科 经济
关键词 旅游业 需求模型 BP神经网络
年,卷(期) 2014,(3) 所属期刊栏目 经济与管理 Economy and Management
研究方向 页码范围 171-172,170
页数 3页 分类号 F590.8
字数 1647字 语种 中文
DOI 10.3969/j.issn.1674-4993.2014.03.065
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 雷英月 福州大学经济与管理学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (53)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
旅游业
需求模型
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物流工程与管理
月刊
1674-4993
42-1791/TS
大16开
湖北省武汉市江岸区黄孝河路特1号同安大厦3F
1979
chi
出版文献量(篇)
10851
总下载数(次)
49
论文1v1指导