南陽市白河游覽區(qū)客流量預(yù)測分析

郭鵬

摘要：隨著南陽市城市建設(shè)的不斷完善，市區(qū)白河游覽區(qū)游客量逐年遞增，游客量的變化與區(qū)域旅游發(fā)展息息相關(guān)。本文在灰色預(yù)測模型GM（1，1）模型群的基礎(chǔ)上，采用新息GM（1.1）模型群分段選優(yōu)進行游客量預(yù)測，對白河游覽區(qū)流量進行中短期預(yù)測，其預(yù)測精度均高于99%，預(yù)測結(jié)果可為南陽市白河游覽區(qū)建設(shè)和管理等決策提供科學(xué)依據(jù)。

關(guān)鍵詞：白河游覽區(qū)；GM（1，1）模型群；灰色預(yù)測

1 白河游覽區(qū)概況

白河游覽區(qū)位于南陽市區(qū)南部的白河市區(qū)段上，經(jīng)過歷屆市委、市政府的大力建設(shè)，白河游覽區(qū)已初具規(guī)模，在南陽市中心城區(qū)形成了具有l(wèi)066.7hm2水面的碧波長湖，堤、林、路、島、橋、綠、水相互協(xié)調(diào)，相映成趣，在南陽市區(qū)形成了具有鄉(xiāng)野情趣的白然生態(tài)系統(tǒng)，成為南陽市一道亮麗的風(fēng)景線。如今，白河游覽區(qū)不僅是南陽市民節(jié)假日游賞的地方，也是外地游客來南陽旅游的必去景點。因此，白河游覽區(qū)游客量呈逐年迅速上升趨勢。游客量是關(guān)系到游覽區(qū)建設(shè)、管理決策的重要指標(biāo)，是社會效益、經(jīng)濟效益的具體反映，也是影響游覽區(qū)可持續(xù)發(fā)展能力的重要因素，游客量的科學(xué)預(yù)測可為白河游覽區(qū)建設(shè)規(guī)劃提供科學(xué)依據(jù)。

2 研究方法

根據(jù)系統(tǒng)理論，旅游區(qū)域內(nèi)的客流量可視為一個獨立的系統(tǒng)，該系統(tǒng)受旅游資源品質(zhì)、品位、區(qū)位條件、區(qū)域經(jīng)濟條件等諸多因素的影響，具有明顯的動態(tài)特征和不確定性及系統(tǒng)內(nèi)部各子系統(tǒng)或要素間關(guān)系模糊性，同時存在已知信息、未知信息和不確定信息，符合灰色系統(tǒng)的特點，其中灰預(yù)測即是以GM f1，1）模型為基礎(chǔ)，對現(xiàn)有數(shù)據(jù)所進行的預(yù)測方法，找出某一數(shù)列間各個元素之未來動態(tài)狀況，不需要太多數(shù)據(jù)，且數(shù)學(xué)基礎(chǔ)較簡單。但該預(yù)測模型往往受原始數(shù)據(jù)中隨機因素的影響，使預(yù)測的精度不高。本文在運用常規(guī)GM（1，1）模型群的基礎(chǔ)上，采用新息GM（1，1）模型群，分段建立模型，從中選擇最優(yōu)模型進行預(yù)測，結(jié)果精度較高，預(yù)測可靠。

2.1 GM（1，1）模型群趨勢預(yù)測理論

2.1.1 GM（1，1）模型。設(shè)有原始數(shù)據(jù)序列x，c o）={x，fo），，……x}，灰色模型的建立要經(jīng)過以下步驟：對x.（0J作1-ACO得x1（”，則x1（1）={x1（'），X2（'） .......Xn（'）

2.1.2 構(gòu)造數(shù)據(jù)矩陣B及數(shù)據(jù)向量Y。GM（1，1）模型的

據(jù)此灰色模型獲得估計值，按公式還原可得所需的估計值。

2.2 GM（1，1）模型群

GM（1，1）模型群是從同一原始數(shù)據(jù)中不同起點建立的多個GM（1，1）模型，建模方法與GM（1，1）相同，只是預(yù)測結(jié)果及精度不同。

2.3 預(yù)測精度檢驗

一般采用平均相對誤差（），均方差比值（C）及小誤差概率（P）等進行檢驗，參考其他學(xué)者，模型精度檢驗標(biāo)準(zhǔn)見表l。

2.4 南陽市白河游覽區(qū)客流量預(yù)測

以南陽市白河游覽區(qū)2005～2011年的客流量（見表2）作為建模的原始材料，預(yù)測該森林公園2012～2016年的客流量趨勢。

2.4.1 GM（ 1，1）模型群的建立。表2中，以2006年為原點分別取近7、6、5年的數(shù)據(jù)（選取樣本數(shù)目，這里稱之為維數(shù)）為原始數(shù)據(jù)序列，分析各數(shù)據(jù)序列滿足準(zhǔn)光滑條件、準(zhǔn)指數(shù)規(guī)律，因而可建立GM（1，1）模型群進行預(yù)測，運用各個維數(shù)建模，所得計算結(jié)果見表3。

所建立的模型中，模型3平均相對誤差0.36%<1.00%，均方差比值C=0.0306 <0.35，小誤差概率P=l>0.95，為I級模型，精度最高，故選取模型3，預(yù)測效果見表4。

2.4.2 新息GM（1，1）模型群分段選優(yōu)預(yù)測。理論上GM（1，1）模型是時間連續(xù)函數(shù)，可以進行無限的預(yù)測，但事實上，在任何一個灰系統(tǒng)的發(fā)展過程中，隨著時間的推移，將會不斷地有一些隨機驅(qū)動或擾動因素進入系統(tǒng)，使系統(tǒng)的發(fā)展相繼地受到影響，因此用GM（1，1）模型進行預(yù)測，其精度較高的僅是原點數(shù)據(jù)以后的1～2個數(shù)據(jù)。本文就采取補充最新信息，分段建立GM（1，1）模型群，用從中選擇出的最優(yōu)模型3來預(yù)測2012年的客流量，然后以預(yù)測的2012年的客流量作為原點，修正原始數(shù)據(jù)序列，按照2.1中的方法，分段建立不同維的模型群（這里包括4個模型），并篩選出最佳模型用其預(yù)測2013年的客流量，再以2013年為原點，修正原始數(shù)據(jù)序列分段建立不同維的模型群（這里包含5個模型），篩選出最優(yōu)模型預(yù)測2014年，如此循環(huán)，每個原點對應(yīng)一個模型群，選擇一個最優(yōu)模型，經(jīng)過計算，把各原點對應(yīng)的最優(yōu)模型列于表5。

從表中可以看出，各模型都有高的精度，每個模型只產(chǎn)生一個預(yù)測值，合起來就是未來的預(yù)測序列及2012～2015年的客流量（見表6）。

3 結(jié)果與討論

以灰預(yù)測少量數(shù)據(jù)的特性，采用GM（1，1）、新息GM（1，1）模型群，分段建立模型，從中選擇最優(yōu)模型進行預(yù)測，結(jié)果精度可達95%以上。應(yīng)用新息模型群分段選優(yōu)進行預(yù)測的方法，隨著數(shù)據(jù)的增多，將大大增加計算的工作量，有待于進一步改進。因游客量趨勢變化受到旅游地點、交通路線、旅游潮流、氣候因素等影響，還有隨機客流量，這需要游覽區(qū)決策者在計劃、決策時加以注意。