طراحی مدل پیش بینی ریسک گردشگری با استفاده از رویکرد فازی
نویسندگان
چکیده
مقدمه و هدف پژوهش: پیش بینی از اصول پایه رسیدن به توسعه پایدار و ایجاد تعادل در محیط پیچیده و پویا می باشد و صنعت توریسم بعد از نفت دومین صنعت پردرآمد در جهان می باشد. در همین راستا هدف پژوهش استفاده از رویکرد فازی-عصبی بوده تا مدلی جهت پیش بینی ریسک توریسم در محیط پیچیده و پویا تدوین تمایل، بدین منظور ابتدا پارامترهای مؤثر بر فرایند تعیین تعداد توریسم در کلان شهر تهران که جامعه آماری بوده، شناسایی و سپس متغیرها در 10 دسته اصلی طبقه بندی و به عنوان ورودی در نظر گرفته شده است. روش پژوهش: در پژوهش حاضر، روش کار ترکیبی از روش های اسنادی، تحلیلی و ریاضی است. در این مطالعه با استفاده از منابع آماری و پژوهشی 29 شاخص در ده حوزه ی ساختاری، اجتماعی، مالی، سلامت، روانی، فرهنگی، ایمنی، حقوقی، سیاسی و تروریسم استخراج شده و در خصوص کلان شهر تهران مورد مطالعه قرار گرفته. پس از طبقه بندی، هر کدام از متغیرها با استفاده از توابع عضویت از متغیرهای کلامی تبدیل به متغیرهای کیفی و سپس کمی شده اند. یافته ها: هر متغیر به صورت فازی، وارد سیستم شبکه عصبی - فازی و در نهایت هرکدام به عنوان متغیر خروجی به صورت فازی از سیستم استنتاج شده. پس از ایجاد 10 شبکه فازی، نتایج خروجی هر کدام به عنوان یک عامل تأثیرگذار بر ریسک اصلی با وزن خاصی مربوط شده و سپس با رابطه وزنی هر کدام از ریز ریسک ها، ریسک اصلی بدست آمده است. نتیجه گیری: در انتها شهر تهران به عنوان مطالعه موردی، ارزیابی شده که تهران با 50 درصد (متوسط) ریسک گردشگری با منشأ انسانی محاسبه گردیده است
منابع مشابه
مدل سازی پیش بینی گردشگری ورودی به ایران با استفاده از روش هایARIMA و شبکه های عصبی فازی
صنعت گردشگری به عنوان یک صنعت پاک و اشتغالزا، در سالهای اخیر جزء درآمدزاترین صنایع جهان بوده و همواره مورد توجه سیاستها و برنامههای توسعه گرانه میباشد. دولتها و بخشهای خصوصی در سطوح کلان تا خرد جهت توسعه و بقاء در بخش گردشگری نیازمند پیشبینی تقاضا در این بخش میباشند. هر چند که اکثر مطالعات انجام گرفته جهت پیشبینی تقاضا در گردشگری از روشهای کمی استفاده کردهاند ولی رویکردها و روشهای ک...
متن کاملطراحی مدل پیش بینی حجم ترافیک روزانه برون شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی(ANFIS)
تقاضای روزافزون استفاده از وسایل حمل و نقل شخصی، مشکل تراکم ترافیک را به یکی از مهم ترین بحران ها در اکثر کلان شهرهای جهان تبدیل کرده است. تأثیرات زیست محیطی، اجتماعی و اقتصادی که گره های ترافیکی بر جوامع بشری می گذارد محققین را برآن داشته است که به دنبال راه کارهایی برای مقابله با آن باشند. یکی از این راه کارها پیش بینی حجم ترافیک روزانه است. پیش بینی ترافیک به کنترل کننده ها کمک می کند ت...
متن کاملپیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدلسازی سیستمهایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا دادههای کافی از آنها موجود نیست، استفاده از تئوری مجموعههای فازی از جمله سیستم میباشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روشهای رایج، این است که این سیستم بر اساس قواعد اگر- آنگاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
متن کاملپیش بینی جریان سالانه رودخانه با استفاده از مدل خودهمبسته تجمعی میانگین متحرک و رگرسیون فازی
رشد روزافزون جمعیت و محدودیت منابع آب سطحی در کشور، لزوم پیشبینی دقیقتر مقدار آورد رودخانه را به دلیل اهمیت در برنامهریزی و مدیریت منابع آب از جمله بهرهبرداری از مخازن و طراحی سازههای کنترل سیلاب با استفاده از ابزارها و روشهای نوین مدلسازی میطلبد. در این راستا، مدلهای سری زمانی از دیرباز مورد توجه هیدرولوژیستها بودهاند. هدف این تحقیق، ارزیابی کارآیی دو رهیافت کلی مدل سری زمانی و رگرسی...
متن کاملپیش بینی شاخص قیمت سهام با استفاده از مدل هیبریدی
پیشبینی شاخص قیمت بازار سهام به علت تاثیرپذیری آن از بسیاری عوامل اقتصادی و غیراقتصادی همواره امری مهم و چالش برانگیز بوده، به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیشبینی آن امری دشوار میباشد. از طرفی سریهای زمانی دنیای واقعی، برای مثال سری زمانی شاخص قیمت سهام، به ندرت دارای ساختاری کاملاً خطی و یا غیرخطی است. مدلهای هموارسازی نمایی، میانگین متحرک خودرگرسیون انباشته (آریما) و ش...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مطالعات مدیریت شهریISSN
دوره 4
شماره شماره 1(پیاپی 9) 2012
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023