(3.236.122.9) 您好!臺灣時間:2021/05/09 07:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:林毓純
研究生(外文):Lin Yu-Chun
論文名稱:倒傳遞網路於遊憩需求預測之研究-以玉山國家公園為例
論文名稱(外文):A study of Back-Propagation Network in forecasting tourist demand –a case of Yushan National Park
指導教授:黃營芳黃營芳引用關係
指導教授(外文):Dr.Ying-Fang Huang
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:工業工程與管理系碩士班
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:83
中文關鍵詞:旅遊人數倒傳遞網路Winter指數平滑法
外文關鍵詞:touristBack Propagation Neural NetworkWinters’ exponential smoothing method
相關次數:
  • 被引用被引用:5
  • 點閱點閱:441
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:96
  • 收藏至我的研究室書目清單書目收藏:0
近年來,因環境意識抬頭,使得生態旅遊市場迅速竄起。此外,加上政府提出的「觀光客倍增計畫」,策略中明示旅遊路線之開發,要以國家風景區,配合國家公園及森林遊樂區與民營旅遊區等作為套裝旅遊路線的骨幹,由此可看出國家公園之重要性。然而,旅遊是種綜合性的產業,需要大量人力的服務,若能透過準確的預測需求方式,可以有效控制及分配公用資源,做到事先的規劃動作與降低成本。
因此,本研究利用統計方法遴選出相關因素後,採用多種預測方法分別結合倒傳遞網路進行旅遊人數預測,評估準則為平均絕對百分比誤差、平均絕對偏差量與泰勒不等係數,並且與多元迴歸分析進行比較。實驗結果顯示,以具有考量趨勢性因素與季節性因素的Winter指數平滑法結合倒傳遞網路的模型較其他預測模型準確,可以提供相關產業或研究作為參考。
Recently, the consciousness of environment is growing up. Due to this reason, Ecotourism Development is becoming a trend. In addition, the government provides a plan to develop tourism. Contents of the plan show the attractions in order to develop tourism by National Scenic Area, National Park and Forest Amusement Area. Thus it can be seen as of importantance for National Park. However, tourism industry is a comprehensive one that needs participation of large numbers of people to provide service. If we can find an accurate method to forecast demand, it can control and allot community resource, even to plan actions in advance and reduce costs.
Therefore, this study uses statistical method to choose relevant factors and multi-predictive methods combining with Back Propagation Neural Network individually to forecast tourist. The measures are named Absolute Mean Percentage Error; Absolute Mean Deviation and Theil’s Inequality Coefficient. Moreover, a comparision of multiple regression model is used. The result shows Winter model which is considered seasonal and trend outperform to other models has high accuracy. It can be used for other relevant industries or researches.
目 錄
中文摘要 I
英文摘要 II
誌 謝 III
目 錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1研究背景 1
1.2研究動機 2
1.3研究目的 3
1.4研究方法 3
1.5研究流程 4
第二章 文獻探討 5
2.1文獻回顧 5
2.1.1類神經網路 6
2.1.2灰色理論 9
2.1.3時間序列分析 11
2.1.4田口式品質工程 13
2.2個案探討-玉山國家公園 16
2.2.1地理位置 16
2.2.2概況 16
2.2.3玉山國家公園遊憩活動類型 18
第三章 問題定義與說明 19
3.1研究資料範圍 19
3.2研究變數說明 19
3.3研究限制 22
第四章 研究方法 24
4.1多元迴歸分析 24
4.2指數平滑法 24
4.3灰色預測-GM(1,1) 26
4.5研究設計 32
4.4.1資料前處理階段 34
4.4.2網路學習階段 36
4.4.3回想階段 39
4.6評估準則 39
第五章 實驗結果分析 41
5.1統計分析 41
5.2灰色預測-GM(1,1) 42
5.3指數平滑法 47
5.4綜合比較 56
第六章 結論與建議 59
6.1結論 59
6.2建議 60
參考文獻 61
附錄 64
作者簡介 83
參考文獻
[1]Burger, C.J.S.C., Dohnal, M., Kathrada, M. and Law, R., 2001, “A practitioners guide to time-series methods for tourism demand forecasting-a case study of durbar, South Africa”, Tourism Management, Vol.22, No.4, pp.403-409.
[2]Wang, Chao Hung, 2004, “Predicting tourism demand using fuzzy time series and hybrid grey theory”, Tourism Management, Vol.25, pp.367-374.
[3]Cho, Vincent, 2003, “A comparison of three different approaches to tourist arrival forecasting”, Tourism Management, Vol.24, pp.325-329.
[4]Hsu,Che Chiang and Chen, Chia Yon , 2003, “Applications of improved grey actions prediction model for power demand forecasting”, Energy Conversion and Management, Vol.44, pp.2241-2249.
[5]Christine Lim and Michael Mcaleer, 2001 ,”Forecasting tourist arrivals”, Annuls of Tourism Research, Vol.28, pp.965-977.
[6]Christine A. Witt and Stephen F. Witt, 1989,”Measures of forecasting accuracy-turning point error v size of error”, Tourism Management, Vol.10, pp.255-260.
[7]Clive L Morley, 1994, “The use of CPI for tourism prices in demand modeling”, Tourism Management, vol.15, pp.342-346.
[8]Kimoto, T. and K. Asakawa, 1990, “Stock market prediction system with modular neural network”, IEEE International Joint Conference on Neural Network, pp.1-6.
[9]Luxh, J. T., J O. Riis, B. Stensballe, 1996, “A hybrid econometric-neural network modeling approach for sales forecasting”, The International Journal of Production Economics, vol.43, pp.175-192.
[10]Zheng, Ming Chang , 2004, “ Comparison of various different approaches to tourist demand forecasting”, Journal of Grey System, vol.7, No.1, pp.21-27.
[11]Mills, T.C, 1990, Time series techniques for economists, Cambridge University Press.
[12]Rob, Law, 2000, “Back-propagation learning in improving the accuracy of neural network-based tourism demand forecasting”, Tourism Management, vol.21, pp.331-340.
[13]Rob, Law and Norman, Au, 1999, “A neural network model to forecast Japaneses demand for travel to Hong Kong”, Tourism Management, vol.20, pp.89-97.
[14]Sevgin Akis, 1998, “A compact econometric model of tourism demand for Turkey”, Tourism Management, vol.19, pp.99-102.
[15]Tzeng, F.-M., H.-C. Yu, G..-H. Tzeng, 2001, ”Applied hybrid grey theory to forecast seasonal time series”, Technical forecasting and social change, Vol.67, pp.291-302.
[16] Tommaso, 2000 ,”Comparing seasonal components for structural time series models”, International Journal of Forecasting”, Vol.16, pp.247-260.
[17]Tawfiq, A. S. and E. A. Ibrahim, 1999, “Artificial neural networks as applied to long-term demand forecasting”, Artificial Intelligence in Engineering, Vol.13, pp.189-197.
[18]Uysal, Muzaffer and Roubi, M. Sherif El, 1999, “Artificial neural networks versus multiple regression in tourism demand analysis”, Journal of Travel Research, Vol.38, pp.111-118.
[19]玉山國家公園, http://www.ysnp.gov.tw/tc/resources/situation/deptment_info.asp。
[20]交通部觀光局,http://202.39.225.136/indexc.asp。
[21]行政院主計處,http://www.dgbas.gov.tw/。
[22]行政院主計處統計局-中華民國統計月報,民國87年~民國93年。
[23]行政院主計處統計局-台灣地區物價指數統計月報,民國87年~民國93年。
[24]南投縣政府主計處-南投縣統計要覽,民國87年~民國93年。
[25]李佳叡,1999,實施隔週休二日對到訪森林遊樂區人數改變之分析—時間數列介入分析模型之應用,國立臺灣大學,森林學研究所,碩士論文。
[26]李旭煌,1994,出國觀光旅客需求預測模式建立之研究,國立政治大學,統計學研究所,碩士論文。
[27]施瑞峰,2000,台灣國際觀光旅館國人住宿率預測之研究,朝陽科技大學休閒事業管理系,碩士論文。
[28]施瑞賢,2003,來華觀光旅客人數需求預測之研究,朝陽科技大學休閒事業管理系,碩士論文。
[29]葉怡成,2003,類神經網路模式應用與實作,第八版,儒林圖書有限公司。
[30]許純君譯,1999,預測的原則與應用,台灣西書出版社。
[31]陳啟元,2002,資料探勘技術於健保資料之應用-以醫院門診服務點數預測為例,中正大學資訊管理學系,碩士論文。
[32]陳淑女,2000,台灣地區國家公園遊客量之預測,朝陽科技大學休閒事業管理系,碩士論文。
[33]陳仁安,2002,以灰色系統與類神經網路之線性組合進行適應性負載預測,東華大學資訊工程學系,碩士論文。
[34]陳冠中,2002,檸檬乾燥之研究,屏東科技大學食品科學系,碩士論文。
[35]陳言憲,2002,結合6 手法與田口實驗設計對改善製程能力之研究,國防管理學院資源管理研究所,碩士論文。
[36]陳景堂,2001,統計分析:SPSS for Windows入門與應用,第三版,儒林圖書有限公司。
[37]黃綺年,2004,統計方法與類神經網路應用於國內開放式股票型基金投資績效分類及投資報酬率預測之研究,國立成功大學,統計學系,碩士論文。
[38]楊東翰,2004,整合基因演算法及類神經網路於印刷電路板生產預測之研究,元智大學,工業工程與管理所,碩士論文。
[39]楊川明,2004,發展適用於產險業產值之灰預測模式,南華大學,管理科學研究所,碩士論文。
[40]鄭淑芬,2003,台南縣主要水果出口量預測之研究,南台科技大學工業管理研 究所,碩士論文。
[41]鄭先佑,2002,生態旅遊的基本主張與核心價值,應用倫理研究通訊,24期, 頁60-65。
[42]鄭明昌,2004,玉山國家公園旅遊人數多種預測模型研究比較,高雄應用科技大學,工業工程與管理所,碩士論文。
[43]鄭崇義,2000,田口品質工程技術理論與實務,第三版,三民書局。
[44]潘永浤,2003,應用田口方法於類神經網路輸入參數設計以零售商快速回應系統模式之建立為例,義守大學工業工程與管理研究所,碩士論文。
[45]謝文杰,2003,灰色模型與倒傳遞網路在付費語音資訊服務之分析與應用,大同大學,資訊工程研究所,碩士論文。
[46]羅慕君,2004,短期訂單預測模型之研究—PDA產業為例,中原大學資訊管理研究所,碩士論文。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔