مدل ترکیبی پیش بینی تقاضای گردشگری داخلی شهر تهران
نویسندگان
چکیده مقاله:
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.
منابع مشابه
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...
متن کاملمدل 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...
متن کاملارائه 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...
متن کاملپیش 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...
متن کاملپیش 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...
متن کاملتعیین 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 8 شماره 1
صفحات 250- 275
تاریخ انتشار 2019-05-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023