1. 研究目的与意义及国内外研究现状

目的 ：

近几十年来，随着中国经济的飞速发展，我国已经在国际上取得了重要地位，政治名声得到了进一步巩固，各方面实力进一步加强。人们在追求了物质文化需求的同时，对精神境界的要求越来越迫切，因此进一步带动了我国旅游业的发展。在旅游界，人们常常把“旅游业”称为“朝阳产业”。中国作为四大文明古国之一，有着悠久的历史，世界文化遗产丰富，作为世界上数一数二的旅游大国，拥有丰富的旅游资源。在党的是十一届三中全会召开以后，中共开始确定以邓小平为核心的党中央集体，开始对外开放，于是乎，渐渐地，中国的旅游业也逐渐发展了起来。改革开放以前，全国入境游客接待量仅仅为70万人；改革开放后，中国旅游业进入了新的发展期，借助于改革开放的势头，经过了30多年发展，在国际上，中国已经成为了世界上的旅游大国，树立了鲜明的旅游形象；在国内，慢慢形成了上下一心、多方参与的合作模式，旅游业也成为了提高国民生活质量、建设小康生活的重要指标。

随着全国的旅游业的发展，也给了贵州省的旅游业发展带来了契机。贵州省处于中国西南的东南方向，东邻湖南省、南眦广西省、北面是重庆，西连着云南省，并且是西南地区很重要的“十字路口”，贵州省旅游资源丰富，景点众多，但是由于地理位置、以及人才的短缺，使得贵州的旅游发展依然没有进入到一个全新的境界，在进入了九十年代时期，旅游业才慢慢开始发展，在1994年，贵州的旅游收入仅仅为4.28亿元，旅游人数仅为1700人次，但是随着国家的西部大开发战略，贵州省的旅游业得到了快速的增长，截止到2012年，旅游收入已达到1849亿元，而旅游人数也创下了历史新高，达到了21401万人次。旅游业的发展已经成为了贵州经济发展的重要组成部分。

2. 研究的基本内容

本文对贵州省的旅游需求预测进行了定性的分析，通过查阅大量国内外优秀文献、论文及其资料，并且通过贵州省统计年鉴查得数据，找出与之影响较大的8个因素，即为地区生产总值、城镇居民人均可支配收入、农村人均可支配收入、人口总人数、旅行社个数、星级饭店个数、公路里程数、旅游收入。

论文主要是对各种预测模型进行分析比较，寻找一种最适合贵州省旅游需求预测的模型，文章大致分为两部分，第一部分可以称之为线性预测，我们采用最小二乘估计、逐步回归法、岭回归法，比较模型优缺点，最终用于预测；第二部分可以称为非线性预测，采用基于灰色预测模型，建立GM（1,1）的旅游需求预测方法，还有就是神经网络模型，通过介绍BP神经网络模型的相关理论及其算法，将之用于旅游需求预测。并且最后综合比较他们之间的预测精度。

3. 实施方案、进度安排及预期效果

实施方案：

首先得到数据后，由于数据量不同，所以先考虑数据的预处理方法以及多种模型组合以后的加权选择，常见的预处理方法有差分、标准化、对数化、归一化，赋值的常用方法有主成分分析法、熵、德尔菲法。建立模型具体步骤如下：

4. 参考文献

[1]李君轶，马耀峰，杨敏．我国旅游市场需求预测研究综述［J］.商业研究，2009，3（383）:18-20. [2]张阿兰，普布卓玛，赵智文.西藏旅游市场预测分析[J].西藏研究，2014，6（3）：103-111. [3]张郴，张捷.中国入境旅游需求预测的神经网络集成模型研究[J]，2011，31（10）：1208-1212. [4]廖月兰.浙江省入境旅游市场需求研究[D].浙江：浙江大学，2008：35-39. [5]王铁生.葛立成.对来杭国内旅游者的动态分析[J].浙江学刊，1984（4）：7-13. [6]叶涛.黄山旅游市场的分析与预测[J].数量经济技术研究，1986（2）：63-68. [7]韩德宗.旅游需求预测重力模型和旅行发生模型[J].预测，1986（6）：66-67. [8]保继刚.引力模型在游客预测中的运用[J].中山大学学报（自然科学版），1992（4）：133-136. [9]张洪明.森林旅游客流量引入残差信息的灰色预测[J].四川林勘设计，1995（5）：29-33. [10]魏启恩，刘新平.西安市境外游客动态预测模型[J].陕西师范大学学报（自然科学版），1996（4）：75-79. [11]周建设，刘新平.昆明境外游客市场探讨[J]. 陕西师范大学学报（自然科学版），1997(2):67-71. [12]李峰，孙根平.基于旅游平底线（TBIM）的旅游危机事件研究-以2003“SARS”事件为例[J].人文地理，2006（4）：102-105. [13]田喜洲.重庆市美国客源市场分析、预测与开发对策[J].重庆商学院报，2003（3）：18-20. [14]刘颂.旅游地客源市场动态预测方法探讨[J].曲阜师范学院学报，2003（4）：107-110.