مدل سازی پیش بینی گردشگری ورودی به ایران با استفاده از روش هایARIMA و شبکه های عصبی فازی | ||
| فصلنامه مطالعات مدیریت گردشگری | ||
| مقاله 1، دوره 8، شماره 24، 1393، صفحه 1-33 اصل مقاله (490.91 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمدرضا فرزین* 1؛ امیر افسر2؛ تقی اکبر پور3؛ علی اکبرپور4 | ||
| 1دانشیار گروه مدیریت جهانگردی دانشگاه علامه طباطبائی | ||
| 2استادیار دانشکده مدیریت دانشگاه قم | ||
| 3دانشجوی دکتری مدیریت دولتی دانشگاه تهران | ||
| 4دانشجوی کارشناسی ارشد مدیریت جهانگردی دانشگاه علامه طباطبائی | ||
| چکیده | ||
| 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 کمی و کیفی گوناگونی برای این امر پیشنهاد و استفاده شدهاند. در مطالعات پیشین به ویژه با توجه به معرفی نسبتا جدید رویکردهای شبکههای عصبی و شبکههای عصبی فازی، روشهای هوش مصنوعی، کمتر در پیشبینی در بخش گردشگری مورد استفاده قرار گرفته اند.مطالعه حاضر قصد دارد میزان تقاضای گردشگری ورودی به ایران را از طریق مدل پیشنهادی شبکههای عصبی فازی پیشبینی کند و صحت و دقت عملکرد این روش را با روش ARIMA مقایسه کند. این مطالعه پس از تعیین و اولویت بندی مهمترین عوامل تاثیرگذار بر تابع تقاضای گردشگری ورودی به ایران و تعیین معماری شبکههای عصبی فازی به این نتیجه دست یافت که در تمامی معیارهای ارزیابی عملکرد پیشبینی، روش مدل شبکههای عصبی فازی بر ARIMA برتری دارد. | ||
| کلیدواژهها | ||
| واژگان کلیدی: پیشبینی تقاضا؛ گردشگری ورودی؛ شبکههای عصبی مصنوعی؛ شبکههای عصبی فازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 7,272 تعداد دریافت فایل اصل مقاله: 6,866 |
||