【正文】 相對誤差 圖 7 改進的 Logistic模型的預測值與真實值比較 理學院 本科畢業(yè)設計（論文） 18 從表 14可以看出，改進后的 Logistic 模型的預測精度比前個模型都要好，并且可以看出，改進后的 Logistic 模型由于灰色預測模型預測了增長率，使得其預測旅游需求比原 Logistic 模型的預測值增長的緩 慢，說明北京市的旅游需求增長趨勢是逐漸減小的。 為了消除不同量綱數(shù)據(jù)之間的差異，我們對原始數(shù)據(jù)進行了無量綱化處理，理學院 本科畢業(yè)設計（論文） 12 即 ? ?11 1 0 , 1 6ijijivV i jv? ? ? ? ? 其中 iv 為第 i 個因素在第 j 年統(tǒng)計的數(shù)據(jù)； ijV 為第 i 個因素在第 j 年的無量綱化數(shù)據(jù)。 具體數(shù)據(jù)見表 1： 表 1 北京歷年接待 外 來 旅游人數(shù) 年份 2020 2020 2020 2020 2020 總人數(shù) 2068664 2188917 2202047 2298368 2523943 年份 2020 2020 2020 2020 2020 總人數(shù) 2820911 2857872 3103836 3121462 3155000 令 ??00x =（ 2068664， 2188917， 2202047， 2298368， 2523943?? 3320911， 2857872， 3103836， 3121462， 3155000）， ??10x =（ 2068664， 4257581， 6458528， 8756896， 11280839?? 14101750， 16959622， 20203458， 23184920， 26339920） 理學院 本科畢業(yè)設計（論文） 7 為將所有的級比 ? ? ? ? ? ?? ? ? ?00001xkkxk??? 都落在可容覆蓋區(qū)間 2211,nnee? ????????里，須將 ??00x 作預處理 ： ? ? ? ?? ?? ?00 00 00 1xx x?。 附錄 ............................... 錯誤 !未定義書簽。除文中已經(jīng)注明的內容外，本論文不包含其他個人已經(jīng)發(fā)表或撰寫過的研究成果。 第四章 模型評價 ..................... 錯誤 !未定義書簽。 （ 2）可以利用國內外已有的與旅游需求預測預報相關的數(shù)學建模資料和方法，分析這些建模方法能否直接移植過來，做出合理，正 確的預測預報；如果不行的話，請對這些方法的優(yōu)缺點做出評價，并提出改進的辦法。表面影響北京市旅游需求的主要是高檔和低檔賓館的數(shù)量，而中間三星級賓館的影響力最小。 得到方程組： ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?00202000020200002003122242332 2112xxxxxxxxx N x Nx N x N??????? ?????? ?? ?????? ??? ? ? ??? 在最小二乘意義下求解出 ? 和 ? 。 灰色預測模型可以很好地在所給數(shù)據(jù)量不多的情況中，在工業(yè)、農業(yè)、商業(yè)等經(jīng)濟領域，以及環(huán)境、社會和軍事領 域中灰色預測模型都能得到很好的應用，該模型歲雖是就某地旅游人數(shù)的發(fā)展規(guī)例進行評估預測而建立的，但類似地也適用于其他方面的一些數(shù)據(jù)規(guī)律的評估預測問題，即該模型有廣泛的應用型。 end alpha=inv(B39。 本科畢業(yè)設計資料裝訂方法 論文資料 : 本科畢業(yè)設計 論文封面 。 本科畢業(yè)設計 學生手冊封面 。 sumxy=(Yxmean)*(Xxmean)39。 be(i,:)=z。 其次，我們分別用 GM（ 1,1）模型對北京市接待外來旅游人數(shù)進行了預測，在考慮了農業(yè)總產(chǎn)值、社會消費品零售額、城市交通公交車、北京市人口對旅游需求的影響后，用 GM(1， N)模型對北京市旅游人數(shù)做了預測 得出各種因素對旅游人數(shù)的影響 程度， 最后我們借鑒 Logistic 人口預測模型的思想，建立了微分方程和灰色系統(tǒng)相結合的預測模型，給出了北京市目前經(jīng)濟條件所能容納的最大旅游人數(shù)為： 10? 人次， 并預報了未來 10 年北京市接待海外旅游的人數(shù)，見表 16： 表 16 未來 10年北京市接待海外旅游人數(shù) 年份 2020 2020 2020 2020 2017 人數(shù) 3237503 3313513 3382616 3445258 3501898 年份 2018 2019 2020 2021 2022 理學院 本科畢業(yè)設計（論文） 20 人數(shù) 3553010 3599057 3640487 3677730 3711183 并預計北京市將在 2032 年迎來其旅游人數(shù)的飽和期，請有關部門提前做好準備，爭取大力發(fā)展旅游業(yè)，使其旅游人數(shù)上限突破目前水平。顯然，實際生活中一個城市能容納的人數(shù)是有限的，這就說明灰色系統(tǒng)模型并不完全適用于旅游需求的預測。為使預測數(shù)據(jù)更準確，我們把北京的賓館數(shù)、人口、居民物價指數(shù)、城市交通等多個因素對理學院 本科畢業(yè)設計（論文） 9 旅游需求影響也考慮到模型中，可進一步建立各因素 ix 對因子 0x 的 GM(1， N)模型： ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ?0 1 111211,.Niiikiijx k a z k b x kx k x j??? ?????? ????? （ 4） GM（ 1， N） 模型的解可表示為： ? ? ? ? ? ? ? ? ? ? ? ? ? ?0 0 0112 11Niiix k x k x k???? ? ? ??， （ 5） 其中 ,1 0 .5 1 0 .5ii b aaa??????。 Logistic Model。 符號說明 .................................. 錯誤 !未定義書簽。 問題假設 .................................. 錯誤 !未定義書簽。 Grey Relational Analysis。 ： 模型建立 ： 在 GM(1,1)模型中，我們只考慮了一個因子對旅游需求的預測。 理學院 本科畢業(yè)設計（論文） 15 ： 模型建立 ： 灰色系統(tǒng)模型雖然能較好的預測旅游需求，但是也存在一個缺點 其預測結果可能隨著時間的推移而趨向無窮。旅游資源和居民物價指數(shù)對北京市的旅游需求影響微弱，這也與旅游業(yè)繁榮的地方并不是工業(yè)發(fā)達的城市的現(xiàn)實相一致，但旅游資源對旅游需求的影響微弱卻并不是人們所熟知的，它告訴我們，發(fā)展旅游業(yè)并不一定需要太多高級別旅游地。 for i=1:n z=z+x(i,:)。 sumx2=(Xxmean)*(Xxmean)39。 本科畢業(yè)設計 答辯評語表 。 本科畢業(yè)設計 論文目錄 。*B)*B39。 謝 辭 本 畢業(yè) 設計在 夏正威 老師的悉心指導和嚴格要求下已完成，從課題選擇到具體的寫作過程，論文初稿與定稿無不凝聚著 夏正威 老師的心血和汗水，在我的畢業(yè)設計期間， 夏 老師為我提供了種種專業(yè)知識上的指導和一些富于創(chuàng)造性的建議，在此向 夏正威 老師表示深深的感謝 ！ 在臨近畢業(yè)之際，我還要借此機會向在這四年中給予我諸多教 誨和幫助的各位老師 同學 表示由衷的 感謝 ，感謝他們四年來的辛勤 教育與 熱心 幫助 。 我們帶入北京市 2020 年到 2020 年的旅游人數(shù)的數(shù)據(jù)（表 13） 表 13 Logistic模型的預測值與真實值的比較 年份 2020 2020 2020 2020 2020 理學院 本科畢業(yè)設計（論文） 16 總人 數(shù) 2068664 2188917 2202047 2298368 2523943 預測值 2068684 2203546 2336718 2467040 2593466 相對誤差 0 年份 2020 2020 2020 2020 2020 總人數(shù) 2820911 2857872 3103836 3121462 3155000 預測值 2715081 2831123 2940991 3044253 3140639 相對誤差 圖 3 Logistic模型的預測值與真實值的比較 計算結果為：