摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 引言 | 第11-14页 |
1.1 选题的目的和意义 | 第11页 |
1.2 研究现状综述 | 第11-13页 |
1.3 研究内容与研究方法 | 第13-14页 |
第2章 模型理论简介 | 第14-19页 |
2.1 差分自回归移动平均模型-ARIMA模型 | 第14页 |
2.2 灰色预测模型-GM(1,1)模型 | 第14-15页 |
2.3 支持向量回归模型-SVR模型 | 第15-16页 |
2.4 ARIMA-SVR模型 | 第16-17页 |
2.5 ARIMA-GM-SVR组合预测模型 | 第17-19页 |
第3章 数据预处理 | 第19-28页 |
3.1 系统聚类法简介 | 第19-20页 |
3.2 山东省各市旅游状况的聚类分析 | 第20-26页 |
3.2.1 旅游数据指标选取 | 第20-21页 |
3.2.2 数据标准化处理 | 第21-22页 |
3.2.3 欧氏距离的计算 | 第22-24页 |
3.2.4 生成聚类结果 | 第24-26页 |
3.3 聚类结果分析 | 第26-28页 |
第4章 对山东旅游总收入的预测分析 | 第28-40页 |
4.1 数据预处理 | 第28页 |
4.2 利用ARIMA模型做预测 | 第28-34页 |
4.3 灰色预测模型预测 | 第34-35页 |
4.4 基于 SVR 模型的预测 | 第35-36页 |
4.4.1 数据预处理 | 第35页 |
4.4.2 ARIMA-SVR 预测结果 | 第35-36页 |
4.5 基于组合预测模型对山东旅游总收入的预测 | 第36-38页 |
4.6 模型预测效果对比 | 第38-40页 |
第5章 山东旅游国内游客人数的预测分析 | 第40-47页 |
5.1 选择合适的模型进行预测 | 第40页 |
5.2 基于Lowess模型的预测分析 | 第40-42页 |
5.2.1 Lowess的主要思想 | 第40页 |
5.2.2 Lowess的预测结果 | 第40-42页 |
5.3 基于GM模型的预测分析 | 第42页 |
5.4 基于支持向量回归机模型的预测 | 第42-44页 |
5.4.1 数据预处理 | 第42-43页 |
5.4.2 GM-SVR模型预测结果 | 第43-44页 |
5.5 基于组合预测模型对山东国内旅游总人数的预测 | 第44-45页 |
5.6 模型预测效果对比 | 第45-47页 |
第6章 结论与展望 | 第47-49页 |
6.1 结论 | 第47页 |
6.2 建议与展望 | 第47-49页 |
6.2.1 建议 | 第47-48页 |
6.2.2 展望 | 第48-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-52页 |
附录 | 第52-57页 |
1、相关数据表 | 第52-54页 |
2、模型实现相关R程序 | 第54-57页 |