مدل ترکیبی پیش بینی تقاضای گردشگری داخلی شهر تهران
Authors
Abstract:
در سال‌های اخیر با تغییر الگوی تعطیلات و شکل‌گیری تعطیلات کوتاهمدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. به همین منظور پژوهش حاضر سعی دارد ابتدا 4 نوع از مهمترین انواع گردشگری داخلی شهر تهران را شناسایی و سپس مدل‌هایی برای پیش‌بینی متغیرهای تأثیرگذار بر پیش‌بینی تقاضای هر یک از آنها پیشنهاد کند. برای این کار از اطلاعات حتی المقدورماهیانه بین سال‌های 1381 تا 1394 استفاده‌شده است. متغیر مستقل این تحقیق تعداد گردشگران داخلی شهر تهران به تفکیک 4 نوع از مهمترین انواع گردشگری داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس روش دلفی فازی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون، شبکه عصبی فازی و الگوریتم SVR است که با ترکیب این روش‌ها می‌توان خطای پیش‌بینی را اندازه‌گیری و روش‌ها را باهم مقایسه کرد. نتایج این پژوهش نشان می‌دهد رویکرد ترکیبی رگرسیون و شبکه‌های عصبی فازی (ANFIS ) دارای کمترین خطا در مقایسه با سایر روش‌ها در خصوص پیش‌بینی گردشگری تفریحی و VFR داخلی و رویکرد ترکیبی رگرسیون و الگوریتم SVR دارای کمترین خطا در مقایسه با سایر روش‌ها در خصوص پیش‌بینی گردشگری پزشکی و تجاری- اداری داخلی است.
similar resources
مدل سازی ترکیبی پیش بینی تقاضای گردشگری پزشکی داخلی شهر تهران
Introduction: One of the most important events in the tourism industry of each country is the demand for a product or destination and its true prediction of tourism. It should be noted that there are distances and deviations between actual values and predictions. The use of modern scientific and forecasting methods will make the results far more than an objective estimate and closer to the trut...
full textمدل سازی پیش‌بینی تقاضای گردشگری بازدید از دوستان و بستگان(VFR ) داخلی شهر تهران
یکی از مهمترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است. اما باید توجه داشت پیش‌بینی‌ها هرگز نمی‌‌توانند به طور صد درصد با آنچه در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش‌بینی موجود خواهد بود، ولی استفاده از روش‌های علمی و نوین در امر پیش‌بینی، باعث خواهد شد نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نز...
full textارائه ی یک مدل ترکیبی برای پیش بینی تقاضای روزانه آب شهری
آب به عنوان یکی از مهمترین نیازهای بشر، در زندگی روزمره دارای نقش حیاتی است. آگاهی از میزان تقاضای مورد نیاز آب برای سیاستگذاری مدیریت تقاضا، از اهمیت ویژه‌ای برخوردار است. در این مطالعه مدلی ترکیبی (تلفیقی از مدلهای خطی و غیرخطی) منطبق با شرایط و ساختار اقلیمی شهر تهران و متغیرهای موثر بر مصرف آب برای پیش بینی تقاضای کوتاهمدت آب شهری طراحی شده است. با کمک این مدل، تقاضای روزانه آب شهری برا...
full textپیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی
پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...
full textپیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی
Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...
full textتعیین تاثیر پارامترهای هواشناسی بر گردشگری کلانشهرها بر مبنای ارائه مدل ترکیبی زمانی - مکانی پیش بینی آلاینده های هوا (مطالعه موردی: شهر تهران)
یکی از مشکلات عمده صنعت گردشگری، مشکلات محیط زیستی مکان‌های توریستی و گردشگری است. تهران دارای مکان‌های توریستی فراوان است و از طرفی مشکل آلودگی هوا تاثیر قابل توجهی بر تعداد گردشگران در این شهر داشته است. از این رو، این پژوهش در راستای مدل‌سازی، کنترل و مدیریت آلودگی هوای شهر تهران انجام شد. بر اساس مدلهای پیشین ارائه شده در بحث آلودگی هوا، امکان پیش بینی همزمان آلاینده بر اساس متغیرهای مکان...
full textMy Resources
Journal title
volume 8 issue 1
pages 250- 275
publication date 2019-05-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023