استفاده از شبکه های تطبیقی مبتنی بر سیستم استنتاج فازی ANFIS در پیش بینی تقاضای مقاصد گردشگری

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 832

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS12_175

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

در سال های گذشته، گردشگر داخلی و خارجی به سرعت رشد کرده و تبدیل به یکی از موضوعات مورد علاقه پژوهشگران صنعت گردشگری شده است. ایرا به عنوا یک کشور در جامعه جهانی با بهبود تسهیلات مسافرت توانسته بازدید کننده زیادی را بهمناطق گردشگری بکشاند. در این مطالعه سعی شده تا یک مدل پیش بینی تعداد بازدیدکنندگان از دو شهر توریستی اصفهان وکرمان با استفاده از شبکه های تطبیقی مبتنی بر سیستم استنتاج فازیANFIS( ساخته شود. برای اینکه این مدل مورد ازریابی قرارگیرد، داده های ماهانه تعداد بازدیدکنندگان از دو شهراصفها ن و کرمان مورد استفاده قرار گرفت . دقت این مدل با استفاده از شاخص های استاندارد آماری ریشه میانگین مربعات خطا، ضریب تبیین و شاخص توافق مورد بررسی قرار گرفت . نتایج نشان دادمدلANFISمی تواند تعداد بازدیدکنندگان داخلی و خارجی از این دو مقصد گردشگری را باRMSE بین325/12تا6497/70گردشگردرماه وضریب تبیین 0/23تا0/76پیش بینی کند

کلیدواژه ها:

پیش بینی تقاضای گردشگری ، ANFIS ، اصفهان ، کرمان

نویسندگان

آرشین بختیاری

دانشکده گردشگری، گروه جهانگردی و هتلداری، مجتمع آموزش عالی بم

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Burger, C. J. S. C., Dohnal, M., Kathrada, M., Law, ...
  • Cho, V., A comparison of three different approaches to tourist ...
  • Coshall, J. T., A selection strategy for modeling UK tourism ...
  • Kulendran, N., Shan, J., Forecasting China's monthly inbound travel demand. ...
  • Law, R., Ba ck-propagation learning in improving the accuracy of ...
  • forecasting. Tourism Management, Vol. 21, pp. 331-340, 2000. ...
  • Shing, J., Jang, R., ANFIS: _ dap tive-Netwo rk-Based Fuzzy ...
  • نمایش کامل مراجع