蒋芳　金梅

摘要：本文运用BP神经网络模型，用入境旅游收入和入境过夜旅游人数两个指标预测2016-2020年甘肃入境旅游的发展趋势。预测结果表明甘肃入境旅游在未来5年逐步回暖并呈现较好的發展趋势。

关键词：BP神经网络模型；入境旅游；预测分析

一、研究背景

甘肃是旅游资源大省，1990年-2015年甘肃入境旅游经历了稳步增长、快速发展、快速回落、恢复、快速发展、回落、逐步回暖的发展阶段。众多学者把旅游收入作为衡量地区旅游业发展状况的重要指标，而旅游人数反映旅游需求并对旅游收入具有显著的影响。本文基于以上研究意义对2016-2020年甘肃入境旅游进行预测分析。

二、研究方法与模型建立

1.BP神经网络简介

本文选择短期预测准确性高、模型可操作性强且在旅游业预测中适用性良好的BP神经网络模型。该模型是神经网络模型中最具代表性的一类，其拓扑结构包括输入层、隐层和输出层，通过模拟人的神经元，能学习和存贮大量输入和输出的映射关系，且不需要揭示这种映射关系的具体数学方程。

2.模型的建立

本文选取1995-2015年甘肃入境旅游收入和入境过夜旅游人数两个指标来预测甘肃入境旅游未来的发展趋势，通过计算与最大值的比值对所有数据进行归一化处理。

BP神经网络模型包括学习和检验两个阶段。对入境过夜旅游人数样本数据进行预测时，以1995-1997年的数据作为输入、1998年的数据作为输出，1996-1998年的数据作为输入、1999年的数据作为输出，依次迭代得到入境过夜旅游人数的18个样本数据。在对国际旅游收入样本数据进行预测时，以1995-2015年入境过夜旅游人数样本数据作为输入向量、国际旅游收入样本数据为输出向量，得到国际旅游收入的21个样本。

三、实证分析

1.入境过夜旅游人数预测

（1）模型训练和检验

在入境过夜旅游人数的18个样本中，随机选取9个样本进行模型训练，其余样本进行模型检验，本文选取MATLAB系统默认的学习率0.01进行运行。如图3.1所示，蓝线代表训练，绿线代表验证，红线代表测试。本次共进行8次检验，最佳效果为2次，误差最小为0.0528。

由图可知入境过夜旅游人数样本的预测值与原始值拟合较好且误差在可接受的范围之内，预测的结果基本符合预期目标。

（2）模型预测

用2013-2015年的数据作为输入预测2016年样本预测值，用2014-2016年的数据预测2017年样本预测值，以此类推得出2016-2020年甘肃入境过夜旅游人数样本预测值并进行归一化.得到2016-2020年甘肃入境过夜旅游人数预测值分别为6.03、10.15、9.94、9.23和10.58（单位：万人次）。

2.国际旅游收入预测

（1）模型训练和检验

随机选取13个样本数据作为模型的训练样本、其余作为检验，按照入境过夜旅游人数训练和检验的步骤进行。如图3.2，本次共进行10次检验，最佳效果为4次，误差最小为0.0038。

由图可知国际旅游人数样本的预测值与原始值拟合较好且误差在可接受的范围之内，预测结果基本符合预期目标。

（2）模型预测

以2016-2020年甘肃国际旅游人数的样本预测值作为输入来预测国际旅游收入并进行归一化，得到2016-2020年甘肃国际旅游人数的预测值分别为0.91、1.59、1.58、1.57和1.70（单位：亿元）。

四、基本结论

本文运用BP神经网络模型研究未来5年甘肃入境旅游的发展趋势，得到以下结论：（1）BP神经网络模型能较好预测短期内的甘肃入境旅游的收入和游客数量，且拟合程度较好，效果较好；（2）甘肃入境旅游发展逐步回暖，今后两年发展较快，五年后国际旅游收入和入境过夜旅游人数将增加一倍。

甘肃要更好更快的发展入境旅游，就要借助“一带一路”发展的大好趋势和作为丝绸之路黄金通道的地区优势。在大力推进基础设施建设的基础上，政府和企业要合力加大境外推介力度，打响甘肃入境旅游的知名度，旅游企业之间在全域旅游背景下要实现资源的整合利用，从服务质量和语言培训等方面提升旅游从业人员素质。