پیش بینی تقاضای گردشگری داخلی شهر تهران با استفاده از مدل های ترکیبی خلاقانه

پیش بینی متغیرهای اقتصادی از اهمیت ویژه ای برای سیاستمداران و اقتصاددانان هر کشور به ویژه در حوزه گردشگری برخوردار است. در این مقاله، یک روش موثر مبتنی بر رویکرد شبکه عصبی مصنوعی برای پیش بینی سری زمانی تقاضای گردشگری داخلی شهر تهران ارایه شده است. سپس، این شبکه با استفاده از 10 الگوریتم آموزشی موجود در تولباکس نرم افزار متلب آموزش داده شده و نتایج بدست آمده است. به منظور افزایش کارایی شبکه، از یک الگوریتم فراابتکاری به برای آموزش شبکه استفاده شده است. به منظور مقایسه دقت پیش بینی و بررسی کارایی رویکرد پیشنهادی، ابتدا معیار اندازه گیری عملکرد معرفی و سپس، از داده های واقعی مربوط به میزان تقاضای گردشگری داخلی شهر تهران برای پیش بینی استفاده شده است. نتایج حاصل از اجرای مدل به ازای الگوریتم های آموزشی ذکرشده نشان از برتری الگوریتم SVR نسبت به سایر الگوریتم های آموزشی دارد.

Keywords:

پیش بینی , سری های زمانی , شبکه عصبی مصبنوعی , الگوریتم SVR , تقاضای گردشگری , گردشگری داخلی , شهر تهران