文件名称：使用Box Jenkins模型和人工神经网络预测外国游客数量的时间序列分析-研究论文
文件大小：401KB
文件格式：PDF
更新时间：2024-06-29 07:15:34
论文研究
Chinese : 预测对于制定旅游法规具有重要意义，是制定旅游政策的重要分析工具。 在这项研究中，旨在通过使用 1986-2007 年期间来到土耳其的外国游客数量对 2008-2010 年进行估计。 在本研究中，旨在比较人工神经网络的可用性和使用传统的时间序列分析方法以及使用 Box-Jenkins 方法与使用人工神经网络获得的结果来估计长期外国游客人数。 . 为了找到合适的方法，使用了时间序列的统计和理论基础设施，使用了误差分析和经典时间序列测试。 在选择最佳 Box-Jenkins 模型时考虑了 Akaike 和 Swarchz 标准。 指数平滑和 Box-Jenkins 模型是时间序列估计中经常使用的两种方法。 神经网络是一种由计算机科学支持的人工智能技术。 Chinese : 预测在旅游规划中起着重要作用，它是旅游政策中必不可少的分析工具。 本文重点介绍了基于 1986-2007 年数据期间预测 2008-2010 年土耳其国际旅游人数的预测方法。 该研究主要关注人工神经网络（ANN）模型在长期预测外国游客数量方面的适用性，并将人工神经网络的结果与传统时间序列分析和Box Jenkins的模型解决方案进行比较。 时间序列统计理论和方法用于选择合适的技术，基于残差分析和模型充分性的经典时间序列测试。 Akaike 和 Swarchz 标准用于选择 Box-Jenkins 模型中的最佳估计选项。 指数平滑和 Box-Jenkins 模型是两种常用的统计时间序列预测技术。 神经网络，是一种源自计算机科学的人工智能技术。