主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
2010年上海世博会影响力的定量评估
小类:
社会
简介:
本文通过引入影响力系数的概念,定量刻画世博会的召开对游客人数的影响。利用方差分析的思想,对游客人数增加量的来源进行分类,经分析得实际游客人数增加量=由于世博会召开的影响而增加的游客人数+由于其它因素影响而增加的游客人数。影响力系数越大,说明世博会的召开对于游客人数的影响力越大。为比较起见,我们将游客分为两类:第一类是境内来沪游客,第二类是境外来沪游客,并从影响力系数的角度进行定量分析
详细介绍:
首先,建立了灰色预测GM(1,1)模型,用来分析上海世博会对第一类游客的影响,运用MATLAB编程,预测了2009年相对于2008年游客增加的人数为20.42万人,从而计算出上海世博会对第一类游客人数的影响力系数为39.46%。 然后,分别建立了一个线性回归模型和一个神经网络模型,分析了上海世博会对第二类游客的影响。线性回归模型预测了2009年相对于2008年第二类游客增加的人数为434.79万人。考虑到线性回归模型的局限性以及系统的复杂性,建立BP神经网络模型,经过MATLAB工具箱优化后,计算出上海世博会对第二类游客的影响力系数为49.35%。 通过对影响力系数的比较,本文认为上海世博会对境外游客的影响力更大。最后,对文中三个模型的优缺点进行了评价。

作品专业信息

撰写目的和基本思路

通过来沪旅游人数,从侧面定量的分析上海世博会的举办对来沪旅游人数的影响力。通过引入影响力系数的概念,定量刻画世博会的召开对游客人数的影响。利用方差分析的思想,对游客人数增加量的来源进行分类,经分析得实际游客人数增加量=由于世博会召开的影响而增加的游客人数+由于其它因素影响而增加的游客人数。影响力系数越大,说明世博会的召开对于游客人数的影响力越大。

科学性、先进性及独特之处

通过引入影响力系数的概念,建立了灰色预测模型、一元线性回归模型以及神经网络模型,成功的预测了在没有世博会影响下来沪旅游人数。应用灰色预测和BP神经网络方法对上海世博会等大型事件对游客人数的预测,弥补了目前应用时间序列、引力模型、多元回归的方法的劣势。通过分析入沪旅游人数随时间变化的规律,定量的评价上海世博会的召开对上海旅游业发展的影响力。

应用价值和现实意义

为定量评估上海世博会对旅游业的影响力,同时也为与同类型的大型事件对旅游人数的影响的定量评估开创了新的方法和思想。通过对影响力系数的比较,本文认为上海世博会对境外游客的影响力更大。

作品摘要

本文通过引入影响力系数的概念,来定量刻画世博会的召开对游客人数的影响。利用方差分析的思想,将游客人数增加量的来源分类,经分析得实际游客人数增加量=由于世博会召开的影响而增加的游客人数+由于其它因素影响而增加的游客人数。影响力系数越大,说明世博会的召开对于游客人数的影响力越大。我们将游客分为两类:第一类是境内来沪游客,第二类是境外来华游客,并从影响力系数的角度进行定量分析。首先,建立了灰色预测模型,用来分析上海世博会对第一类游客的影响,运用MATLAB编程,预测了2009年相对于2008年游客增加的人数为20.42万人,从而计算出上海世博会对第一类游客人数的影响力系数为39.46%。然后,分别建立了一个线性回归模型和一个神经网络模型,分析了上海世博会对第二类游客的影响。线性回归模型预测了2009年相对于2008年第二类游客增加的人数为434.79万人,从而计算出上海世博会对第二类游客的影响力系数为 22.33% 。建立BP神经网络模型,经过MATLAB工具箱优化后,计算出上海世博会对第二类游客的影响力系数为49.35%。通过对影响力系数的比较,本文认为上海世博会对境外游客的影响力更大。

获奖情况及评定结果

参考文献

[1] 邓聚龙. 灰预测与灰决策. 武汉:华中科技大学出版社,2002 [2] 姜启源,大学数学实验,北京:清华大学出版社 ,2005 [3] 王文波 . 数学建模及其基础知识详解. 武汉:武汉大学出版社,2006.5 [4]上海市旅游局.主要年份旅行社接待经营情况.

调查方式

通过上海市统计局网站得到的数据,和世博会期间入园人数。结合所学知识,建立数学模型,得以求解!

同类课题研究水平概述

1 旅游引力模型 旅游引力模型是根据理论物理中万有引力公式引申而来的。原指物体之间的相互引力与两个物体的质量成正比, 与两个物体之间的距离的平方成反比, 不同物体之间引力系数不相同。目前国外利用上述原理, 广泛地进行机场、车站旅客数量预测和旅游人数预测。 2多元回归分析和逐步回归 旅游人数是一个随机变量, 影响这个随机变量的因素(自变量)不只一个, 可以建立多元回归方程。利用多元回归方程模型可以做到从所有可能的影响因子( 自变量x)中, 找出与因变量(y), 的相关关系较好的因子, 建立它们之间的定量表达式, 作为预测方程。 从共同影响因变量y 的多个因子(x)中,判定哪些因子是主要的, 哪些是次要的。 3时间序列模型 其基本思想是按着时间顺序排列的观测值(如每年的旅游人数)是一个时间序列。时间序列分析中, 预测的任务是直接对已观测到的时间序列的观察值。, 去推断将来的的值。 以上模型的优缺点: 旅游引力模型和多元回归分析、逐步回归一样, 都需要需要对所研究的旅游景点的人口、总产值、景点数进行推断和估计。其中多元回归分析多用于主因素排序分析。时间序列分析模型特点是简捷, 不用其它数据和条件, 直接用过去的旅游人数所携带的信息推测未来旅游人数。时间序列模型常用于短期、中期、长期预测, 应用范围相对广泛。但是,时间序列模型预测结果精确度不好。
建议反馈 返回顶部
Baidu
map