Acta turistica, Vol. 29 No. 2, 2017.
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
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
Datum izdavanja:
1.12.2017.
Posjeta: 2.009 *