基于BP网络的泉州旅游竞争力评价应用研究.doc

基于BP网络的泉州旅游竞争力评价应用研究摘要改革开放以来，我国的旅游业得到了迅猛的发展，城市旅游竞争力更是国内 外城市旅游研究的重点在世界竞争性市场中，旅游地竞争力正为旅游研究学者 所关注研究城市旅游竞争力的方法有很多，本文运用了人工神经网络作为评价 方法通过学习理解BP网络、旅游企业竞争力等相关概念与理论之后，构建城 市(区域)旅游竞争力评价指标体系，利用BP网络模型进行评价，根据结果给 出相关对策与机制基于BP神经网络模型，对泉州旅游竞争力综合评价模型的 构造，以此对泉州旅游业竞争力进行评价，分析数据结果，为泉州旅游业的发展 提供一定的意见与支持关键字BP网络；旅游竞争力；泉州市；提升策略AbstractSince the reform and opening, our country tourism obtained the rapid development of urban tourism competitiveness is the focus of the urban tourism research at home and abroad. In the competitive market in the world, tourism destination competitiveness is to be the concern of the tourism research scholars. Method has a lot of research on urban tourism competitiveness, this paper USES artificial neural network evaluation method. By learning to understand the BP network, tourism enterprise competitiveness and related concepts and theories, then build the city (area) tourism competitiveness evaluation index system, using BP network model evaluation, countermeasures and related mechanism according to the results. Based on BP neural network model, the construction of the comprehensive evaluation model, tourism competitiveness of Quanzhou, in order to evaluate the tourism competitiveness, analyze the data as a result, for the development of Quanzhou tourism offer some advice and support.Key worksBack propagation network； Tourism competitiveness; QuanZhou; Promotion strategy弓I言随着旅游产业在我国国民经济中的地位不断提高，旅游产业已经成为经济发 展的先导产业、优势产业和支柱产业，泉州旅游的发展面临着新的机遇和挑战。

旅游竞争力研究是现代旅游研究的前沿领域之一，是1900年以来逐渐兴起的一 耳光新的研究提升旅游产业的核心竞争力是推进旅游业竞争优势，实现旅游业 快速发展的重要方式城市旅游是现代旅游的主体，城市旅游竞争力受旅游资源、 旅游企业经营策略、旅游部门管理水平、区域经济发展状况、社会治安、城市环 境等多种因素的影响对于评价泉州旅游竞争力，实现泉州旅游可持续发展，优 化泉州旅游资源配置，促进城市旅游业和地区协调发展有着重要的理论和实践意 义正文1研究背景泉州，又称鲤城、刺桐城，早在宋元时期就以世界级的港口城市文明于世界， 是福建省的经济中心，福建三大中心城市之一坐落于中国东南沿海，与台湾省 隔海相望，是我国著名的侨乡和台湾同胞的祖籍地泉州是古代“海上丝绸之路” 的起点，宋、元时期泉州港被誉为“东方第一大港”泉州是国务院第一批公布 的24个历史文化名城之一，各级重点文物保护单位600多处，其中国家级14处， 省级44处，在福建省首屈一指这里历史文化积淀丰厚，名胜古迹星罗棋布，文 物瑰宝举世瞩目，泉州因此吸引了大量的游客前来观光旅游，但是其旅游发展依 然存在诸多问题，离旅游大市还有一些距离随着社会经济的快速发展，旅游业也得到了突飞猛进的发展，城市旅游更是 成为城市经济增长的一大亮点。

如今，各个旅游城市之间的竞争日益激烈，城市 的旅游竞争力开始出现明显的强弱分化研究城市旅游竞争力，有利于提升城市 旅游的建设和管理水平，本文利用BP网络，借助MATLAB软件来实现泉州旅 游竞争力综合评价系统的模拟仿真，经过数据的分析，得出结果，并提出提升泉 州旅游竞争力的相关对策希望泉州的旅游业可以更好的发展2 BP网络的相关概念及特点2.1人工神经网络概述人工神经网络是由大量的简单基本元件一一神经元相互联接而构成的非线性 动态系统，具有大规模并行性处理特征虽然每个神经元的结构和功能比较简单， 但大量简单神经元组合并行活动使网络呈现出丰富的功能并具有较快的速度，其 产生的系统行为却非常复杂人工神经网络一定程度上反映了人脑功能的若干基 本特性，如信息处理，存储检索等功能，因而具有学习、记忆和计算等智能处理 功能但其并非生物系统的逼真描述，只是某种模仿、简化和抽彖人工神经网络与数字计算机相比较，数字计算机的主要特性是集中结构、串 行地执行指令序列，运算部件与存储部件分离在信息处理时，需要把能够精确 表达的结构化问题，把程序事先编好交给计算机去快速执行而人工神经网络在 构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行 运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。

神 经元也和其他类型的细胞一样，包括有细胞膜、细胞质和细胞核但是神经细胞 的形态比较特殊，具有许多突起，因此又分为细胞体、轴突和树突三部分细胞 体内有细胞核，突起的作用是传递信息树突是作为引入输入信号的突起，而轴 突是作为输出端的突起，它只有一个人工神经网络用简单的数据处理单元模拟 神经元作为网络的一个结点，用权值模拟神经元直接的突触连接强度，正权值起 兴奋性突触作用，负权值起抑制性突触的作用一个结点有许多输入，类似于神 经细胞的树突，接受来自其他神经元的信号计算处理单元对所有输入值进行加 权求和，并将加权和通过内部转换函数产生一个输出值，其作用相当于神经细胞 中传出神经冲动的轴突2.2 BP网络概述BP (Back Propagation)神经网络是 1986 年由 Rumelhart 和 McCelland 为首 的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，即误差反传 误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组 成是目前应用最广泛的神经网络模型之一BP网络能学习和存贮大量的输入- 输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

它的学习规 则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误 差平方和最小BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer) 和输出层(output layer)o输入层各神经元负责接收来自外界的输入信息，并传递 给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能 力的需求，中间层可以设计为单隐层或者多隐层结构；最后一个隐层传递到输出 层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输 出层向外界输出信息处理结果当实际输出与期望输出不符时，进入误差的反向 传播阶段误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输 入层逐层反传周而复始的信息正向传播和误差反向传播过程，是各层权值不断 调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差 减少到可以接受的程度，或者预先设定的学习次数为止2.3 BP神经网络的应用BP神经网络以逼近任意连续函数，具有很强的非线性映射能力，而且网络 的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定， 灵活性很大，所以它在许多应用领域中起到重要作用。

3旅游竞争力3.1旅游竞争力的概念城市旅游竞争力是指作为旅游目的地的城市在旅游资源、城市地理区位、自 然地理区位、自然经济环境等因素的综合作用下，通过旅游企业销售旅游产品所 表现出来的旅游发展水平和未来持续发展的能力在现代市场经济条件下，在与 其他城市的竞争中所体现出来的相对比较优势和城市综合素质随着旅游产业在 国民经济中日益强化的地位，研究我国城市旅游竞争力对于优化旅游资源配置、 防止无序过度的旅游资源开发、提升城市旅游发展空间、保证城市旅游产业的可 持续发展等方面都有着积极重要的现实意义3.2人工神经网络在评价旅游竞争力的应用人工神经网络作为一种数量评价方法，具有非线性、自适应、动态性、综合 推理等特点，这些特征与由旅游、社会、自然、经济、文化与人类的生存环境组 成的旅游竞争力系统所具有非线性、动态性、综合性等特征是吻合的数据量越 大，所建立的网络就越能反映输入、输出向量间内在的逻辑关系所有运算和判 断都建立在数据本身之上，相对于传统的数量评价方法来说，由于需要基于专家 的经验、学识、价值观之上的主观判断较少，所以能够比较全面客观的反映旅游 竞争力各项指标的变化特征而且人工神经网络具有非线性无限逼近的性能，能 够精确地模拟旅游竞争力综合评价系统，具有较强的客观真实性。

同时，还可以 结合控制理论来反馈调节旅游竞争力综合评价系统，优化评价结果可以说人工 神经网络这种评价方法与旅游竞争力的综合评价具有天然融合性4基于BP网络的旅游竞争力综合评价4.1 BP网络结构多层前向神经网络包含一个输出层和一个输入层、一个或多个隐含层隐含层的 变换函数一般为非线性函数，如s型函数或双曲正切函数输出层的变换函数可 以是非线性的，也可以是线性的，由输入、输出映射关系的需要而定多层前向 神经网络能逼近任意非线性函数，在科技领域中有着广泛应用因此可以用〜个 三层的BP网络来模拟泉州内旅游市场的现实状况本文采用具有多输入多输出单元的三层BP神经网络，其结构和反传学习过程 原理如图1)输入层 隐含层 输出层图1 BP网络结构(1) 多层网络结构，多层BP网络不仅有输入节点、输出节点，而且有一层或多 层隐节点2) 传递函数一般为(0, 1)S型函数：f(x) = ^—1 + e'工"pi -詳(3) 误差函数，对P个样本误差计算公式为： 式中tpl为期望输出Opi为网络的计算输出4.2网络的训练样本的输入和输出必须进行规一化处理，使规一化以后的样本的均值为零， 输入变量和输出变量的每一个分量的取值范围都在(-1, 1)之间。

经预处理的样 本数据加载到BP网络后，即可选取一定的训练参数对其进行训练和学习由模拟 结果输出图来分析判断，训练好的BP网络能否较好地拟合旅游竞争力综合评价系 统当检验合格后，可用于旅游竞争力的综合评价4.3城市旅游竞争力综合评价体系旅游是一项综合性的活动，旅游竞争力的衡量指标应该具有相应的完整性， 并且可以全面地揭示城市旅游业发展现状，旅游业的发展、旅游竞争力的提升不 是一个孤立的过程，而是众多因素共同作用。