Skoči na glavni sadržaj

Izvorni znanstveni članak

https://doi.org/10.22598/at/2017.29.2.157

HIBRIDNI INTELIGENTNI MODEL PROGNOZIRANJA TURISTIČKE POTRAŽNJE

Anurag Kulshrestha ; Indian Institute of Management Indore, Mumbai Campus, Mumbai, India
Abhishek Kulshrestha ; Shri Ramswaroop Memorial University, Lucknow, India
Shikha Suman ; Indian Institute of Information Technology, Allahabad, India


Puni tekst: hrvatski pdf 740 Kb

str. 157-179

preuzimanja: 560

citiraj

Puni tekst: engleski pdf 740 Kb

str. 157-179

preuzimanja: 558

citiraj


Sažetak

Rast turističke potražnje diljem svijeta dovela je do porasta broja metoda za prognoziranje turističke potražnje. Nove su tehnike polučile pouzdane prognoze turističkih dolazaka s ciljem boljeg ekonomskog planiranja. Ovo istraživanje ima za cilj prognozirati i usporediti djelotvornost dvaju nelinearnih pristupa umjetne inteligencije u predviđanju broja turističkih dolazaka u Singapur. Mjesečni podaci o dolasku turista u Singapur korišteni su za prognoziranje mjesec, dva, četiri i šest mjeseci unaprijed pomoću nelinearnih autoregresivnih (NAR) neuronskih mreža i neuro-fuzzy (neizrazitih) sustava. Točnost predviđanja neuronskih mreža NAR uspoređivala se s onom neuro-fuzzy sustava pomoću različitih mjerenja učinkovitosti. Studija je pokazala da su neuro-fuzzy sustavi učinkovitiji od mreže NAR u svim razdobljima prognoze i kod svih zemalja. Predložena neuro-fuzzy metoda poboljšava učinkovitost prognoziranja tehnika temeljenih na umjetnoj inteligenciji. Ova studija predstavlja doprinos literaturi u području turizma i mogu je koristiti menadžeri za učinkovito planiranje i provođenje mjera u okviru turističke politike.

Ključne riječi

turistička potražnja; predviđanje; nelinearna autoregresivna neuronska mreža; prilagodljivi neuro-fuzzy (neizrazit) sustav zaključivanja

Hrčak ID:

192565

URI

https://hrcak.srce.hr/192565

Datum izdavanja:

1.12.2017.

Podaci na drugim jezicima: engleski

Posjeta: 2.643 *