| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 选题背景及意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8-10页 |
| 1.1.2 课题研究的目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-14页 |
| 第2章 基于层次分析法的九华山旅游资源评价 | 第14-24页 |
| 2.1 确定因子 | 第14-15页 |
| 2.2 层次分析法 | 第15-16页 |
| 2.3 构建判断矩阵 | 第16-17页 |
| 2.4 群决策综合问卷 | 第17-19页 |
| 2.5 权重结果与分析 | 第19-20页 |
| 2.6 旅游资源质量打分 | 第20-21页 |
| 2.7 旅游资源评价结果与分析 | 第21-22页 |
| 2.8 九华山风景区发展建议 | 第22-24页 |
| 第3章 九华山风景区景区旅游人数预测研究 | 第24-36页 |
| 3.1 BP神经网络的基本原理及算法 | 第24-27页 |
| 3.1.1 基本原理 | 第24-25页 |
| 3.1.2 基本算法 | 第25-27页 |
| 3.2 灰色动态模型基本原理 | 第27-28页 |
| 3.3 旅游人数数据分析 | 第28-29页 |
| 3.4 BP神经网络旅游人数预测模型 | 第29-32页 |
| 3.4.1 输入层神经元的确定 | 第29页 |
| 3.4.2 数据预处理 | 第29-30页 |
| 3.4.3 隐含层神经元的确定 | 第30页 |
| 3.4.4 各层转换函数的确定 | 第30页 |
| 3.4.5 确定训练参数 | 第30页 |
| 3.4.6 BP神经网络的训练及检验 | 第30-32页 |
| 3.5 灰色动态旅游人数预测模型 | 第32-33页 |
| 3.6 对未来五年九华山旅游人数的预测 | 第33页 |
| 3.7 预测结果分析 | 第33-34页 |
| 3.8 本章小结与讨论 | 第34-36页 |
| 第4章 基于网络最大流的旅游流量控制模型 | 第36-44页 |
| 4.1 网络最大流的基本知识 | 第36-37页 |
| 4.2 Ford－Fulkerson最大流标号算法 | 第37-38页 |
| 4.3 构建模型 | 第38-42页 |
| 4.3.1 最大容量的计算 | 第38-39页 |
| 4.3.2 模型计算 | 第39-42页 |
| 4.4 结果分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 全文总结 | 第44页 |
| 5.2 研究展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间完成和发表的学术论文 | 第50-52页 |
| 致谢 | 第52-54页 |
| 附录 | 第54-56页 |