陸利軍，廖小平

（1.中南林業(yè)科技大學(xué) 旅游學(xué)院，長(zhǎng)沙 410004；2.湖南工學(xué)院 經(jīng)濟(jì)與管理學(xué)院，湖南 衡陽(yáng) 421008）

0 引言

近年來(lái)，我國(guó)旅游人數(shù)的急劇增長(zhǎng)，加之因休假制度設(shè)計(jì)尚未完善導(dǎo)致的節(jié)假日旅游需求的集中釋放，給旅游景區(qū)造成了極大沖擊。因景區(qū)超載、游客擁擠等問(wèn)題帶來(lái)的安全隱患嚴(yán)重影響了旅游者的出行體驗(yàn)和旅游產(chǎn)業(yè)的健康發(fā)展。準(zhǔn)確的游客量預(yù)測(cè)能夠讓旅游經(jīng)營(yíng)和管理者提前對(duì)游客量有一個(gè)清晰的認(rèn)知，進(jìn)而通過(guò)合理調(diào)度和配置有限旅游資源的方式最大限度的避免這種混亂局面的產(chǎn)生。因此運(yùn)用科學(xué)有效的游客量預(yù)測(cè)模型，對(duì)游客量進(jìn)行及時(shí)、精準(zhǔn)地預(yù)測(cè)，對(duì)提升旅游者的出行體驗(yàn)和優(yōu)化旅游產(chǎn)業(yè)的發(fā)展意義重大。

在已有的研究文獻(xiàn)的基礎(chǔ)上[1-9]，本文以基于BP神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型為基準(zhǔn)模型，就BP神經(jīng)網(wǎng)絡(luò)本身已經(jīng)突顯的問(wèn)題，提出利用信號(hào)處理中的EMD方法進(jìn)行原始數(shù)據(jù)優(yōu)化的策略，創(chuàng)建EMD-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，以探究互聯(lián)網(wǎng)時(shí)代游客出行新特征，進(jìn)而指導(dǎo)旅游經(jīng)營(yíng)和管理部門(mén)建立完善的旅游安全警報(bào)體系和旅游資源合理高效配置，促進(jìn)旅游目的地服務(wù)質(zhì)量的提高和旅游行業(yè)的可持續(xù)發(fā)展。

1 研究方法

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McClelland等提出的算法。該算法主要由輸入層（Input）、隱藏層（Hide layer）和輸出層（Output layer）組成（其中，隱藏層≥1）。其學(xué)習(xí)過(guò)程可分為前向計(jì)算與反向誤差傳播兩部分。BP神經(jīng)網(wǎng)絡(luò)所涉前項(xiàng)計(jì)算和反向誤差傳播算法詳見(jiàn)由張良均等編著的《神經(jīng)網(wǎng)絡(luò)實(shí)用教程》[10]。

1.2 Elman神經(jīng)網(wǎng)絡(luò)

Elman動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)是由Jeffrey L.Elman提出的一種反饋神經(jīng)網(wǎng)絡(luò)算法。與BP神經(jīng)網(wǎng)絡(luò)算法相比，該算法尤其善于預(yù)測(cè)動(dòng)態(tài)變化的時(shí)間序列[11]。

與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)相比，Elman神經(jīng)網(wǎng)絡(luò)最大特征體現(xiàn)在其承接層的設(shè)置，也正因?yàn)槿绱?，該系統(tǒng)具有適應(yīng)時(shí)變的特點(diǎn)，可以直接反映系統(tǒng)屬性的動(dòng)態(tài)過(guò)程[12]。

1.3EMD算法

EMD算法是由N.E.Huang提出的一種自適應(yīng)信號(hào)時(shí)頻處理方法。該算法被廣泛運(yùn)用于分析非線性、非平穩(wěn)信號(hào)序列中[13，14]。

2 實(shí)證分析

2.1 數(shù)據(jù)采集

在現(xiàn)有的文獻(xiàn)中，對(duì)游客量進(jìn)行預(yù)測(cè)的數(shù)據(jù)來(lái)源主要有結(jié)構(gòu)化數(shù)據(jù)（比如國(guó)家統(tǒng)計(jì)局公布的官方數(shù)據(jù)）和非結(jié)構(gòu)化數(shù)據(jù)（比如網(wǎng)絡(luò)日志、圖片、音視頻文件）。本文用到的數(shù)據(jù)主要來(lái)源于兩部分：第一，來(lái)自于張家界統(tǒng)計(jì)信息網(wǎng)的游客量數(shù)據(jù)；第二，來(lái)自于網(wǎng)絡(luò)搜索引擎的搜索行為數(shù)據(jù)。

2.1.1 歷史統(tǒng)計(jì)數(shù)據(jù)

張家界的游客量數(shù)據(jù)來(lái)自張家界統(tǒng)計(jì)信息網(wǎng)（http://tjj.zjj.gov.cn）發(fā)布的定期數(shù)據(jù)，本文以月為周期進(jìn)行統(tǒng)計(jì)，截選2011年1月至2018年3月共87個(gè)周期的游客量數(shù)據(jù)和網(wǎng)絡(luò)搜索數(shù)據(jù)。本文選取2011年1月至2017年3月共75個(gè)周期為訓(xùn)練集，在綜合考慮張家界旅游淡旺季的基礎(chǔ)上選擇2017年4月至2018年3月共12個(gè)周期為預(yù)測(cè)集。

2.1.2 網(wǎng)絡(luò)搜索數(shù)據(jù)

步驟1：首先分別從吃、住、行、游、購(gòu)、娛及其他等7個(gè)類(lèi)別出發(fā)篩選出若干個(gè)初始關(guān)鍵詞，設(shè)該關(guān)鍵詞為xi；繼而利用百度指數(shù)①本文主要采用webdriver模擬用戶(hù)登錄，獲取百度指數(shù)圖片，再基于tesseract訓(xùn)練的指數(shù)識(shí)別程序得到百度指數(shù)。的需求圖譜推薦功能，獲得與初始關(guān)鍵詞相關(guān)的檢索詞作為拓展關(guān)鍵詞；

步驟2：將搜索量為零和未被收錄到百度指數(shù)的關(guān)鍵詞剔除，并計(jì)算剩余網(wǎng)絡(luò)搜索關(guān)鍵詞與游客量序列之間的皮爾森相關(guān)系數(shù)；

步驟3：選取相關(guān)系數(shù)大于0.8，并且該相關(guān)系數(shù)出現(xiàn)在先行期大于1期的網(wǎng)絡(luò)搜索關(guān)鍵詞。根據(jù)上述兩個(gè)篩選條件選擇7個(gè)網(wǎng)絡(luò)搜索關(guān)鍵詞；

步驟4：合成搜索指數(shù)Index7，合成公式為：Index7=

2.2 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)

2.2.1 數(shù)據(jù)處理

步驟1：將張家界國(guó)內(nèi)游客接待量數(shù)據(jù)Y轉(zhuǎn)為兩列，第一列為T(mén)月的游客數(shù)、第二列為T(mén)+1列的游客數(shù)，以第一列的游客數(shù)作為一輸出X1，第二列T+1為預(yù)測(cè)值Y；

步驟2：以網(wǎng)絡(luò)搜索指數(shù)index7作為另外一個(gè)輸入X2；

2.2.2 模型搭建

基于神經(jīng)網(wǎng)絡(luò)相關(guān)理論，論文選用三層網(wǎng)絡(luò)結(jié)構(gòu)（輸入層，隱藏層與輸出層分別包含6個(gè)，25個(gè)和1個(gè)神經(jīng)元）。將學(xué)習(xí)率設(shè)置為0.001，迭代次數(shù)為1000次。

2.2.3 仿真預(yù)測(cè)

基于上文預(yù)測(cè)模型，輸入測(cè)試數(shù)據(jù)，得到預(yù)測(cè)結(jié)果如圖1和圖2所示?？土口厔?shì)與真實(shí)趨勢(shì)大體上保持一致；但是，其相對(duì)誤差偏高，部分月份的誤差數(shù)據(jù)接近0.3?？梢?jiàn)，基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型與實(shí)際值之間的擬合效果不佳，預(yù)測(cè)模型有待進(jìn)一步改進(jìn)。

圖1 BP模型預(yù)測(cè)值與實(shí)際值對(duì)比結(jié)果

圖2 BP模型的相對(duì)誤差值

2.3 基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)

在對(duì)游客量數(shù)據(jù)和網(wǎng)絡(luò)搜索Index7指數(shù)進(jìn)行歸一化處理之后，論文創(chuàng)建了基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型，并運(yùn)用試算法最終確定選擇6個(gè)神經(jīng)元，結(jié)果如圖3和圖4所示。

圖3 Elman模型預(yù)測(cè)值與實(shí)際值對(duì)比結(jié)果

圖4Elman模型的相對(duì)誤差值

由圖3看，Elman模型的預(yù)測(cè)效果比經(jīng)典BP模型要好；如圖4所示，Elman模型的相對(duì)誤差值的誤差分布更加集中；然而，不足之處在于，個(gè)別誤差（第5個(gè)周期和第9個(gè)周期）依舊偏大（0.4，0.65），波動(dòng)較為劇烈，預(yù)測(cè)精度有待進(jìn)一步提高。

2.4 基于EMD-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)

2.4.1 EMD分解

利用Python語(yǔ)言，根據(jù)EMD去噪算法，對(duì)張家界旅游客流量和網(wǎng)絡(luò)搜索指數(shù)Index7分別進(jìn)行EMD分解。經(jīng)過(guò)分解后分別獲得4條IMF函數(shù)序列（IMF-1，IMF-2，IMF-3，IMF-4，）和一條殘差（residue），如下頁(yè)圖5和圖6所示。

圖5和圖6中，IMF函數(shù)序列和殘差按照頻率從高到低的順序排列。前面的IMF分量代表了旅游客流量和Index7的高頻時(shí)段，體現(xiàn)了旅游客流量和Index7的短期變化情況；后面的IMF分量體現(xiàn)了旅游客流量和Index7的低頻時(shí)段，體現(xiàn)了旅游客流量和Index7的長(zhǎng)期變化情況；最后一個(gè)分量，即殘差（residue）則體現(xiàn)了旅游客流量和Index7的走勢(shì)。

2.4.2 分量識(shí)別

圖5 張家界旅游游客量EMD分解

圖6 網(wǎng)絡(luò)搜索指數(shù)Index 7 EMD分解

旅游客流量與Index7的各個(gè)IMF分量與原始時(shí)間序列的關(guān)聯(lián)程度結(jié)果如表1和表2所示（根據(jù)皮爾森相關(guān)系數(shù)方法計(jì)算方法得出）。

表1 旅游客流量皮爾森相關(guān)系數(shù)

表2 Index7皮爾森相關(guān)系數(shù)

表1中，旅游客流量的IMF-1，IMF-3和IMF-5的皮爾森相關(guān)系數(shù)較高，分別是0.4014，0.6549和0.2771，這說(shuō)明這三個(gè)IMF分量與原始數(shù)據(jù)序列的相關(guān)性較強(qiáng)，其余兩個(gè)IMF分量與原始數(shù)據(jù)序列相關(guān)較弱?？梢?jiàn)，IMF-1、IMF-3和IMF-5是有意義的相關(guān)分量。表2中，Index7的IMF-2，IMF-3和IMF-5的皮爾森相關(guān)系數(shù)分別是0.4630，0.3500和0.5795，在所有系數(shù)中較高，說(shuō)明其與原始數(shù)據(jù)序列的相關(guān)性較強(qiáng)。其余分量（IMF-1，IMF-4）均較弱?？梢?jiàn)，IMF-2，IMF-3和IMF-5是有意義的相關(guān)分量。

2.4.3 仿真預(yù)測(cè)

根據(jù)各個(gè)IMF分量與原始數(shù)據(jù)序列相關(guān)程度的大小，論文嘗試將分解后得到的各個(gè)IMF分量用獨(dú)立輸入和組合形成新變量的方式輸入到構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型當(dāng)中。根據(jù)相關(guān)程度的大小差異，分解形成的各個(gè)IMF分量存在三種不同的組合形式，因此模型結(jié)構(gòu)也存在三種：

（1）組合（一）：將各個(gè)分量視為獨(dú)立變量輸入神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。根據(jù)本文所收集的87個(gè)周期的原始數(shù)據(jù)基本特征，選取前75個(gè)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，2017年4月至2018年3月（12個(gè)周期）為測(cè)試數(shù)據(jù)，將預(yù)測(cè)數(shù)據(jù)疊加還原后得到的預(yù)測(cè)結(jié)果如圖7和圖8所示。

圖7 EMD-BP-1預(yù)測(cè)與實(shí)際值對(duì)比結(jié)果

圖8 EMD-BP-1模型的相對(duì)誤差值

從圖7和圖8中看出，EMD-BP-1模型僅在個(gè)別時(shí)刻與真實(shí)旅游客流量差別較大，預(yù)測(cè)誤差總體較小。結(jié)果證明，把每個(gè)分量作為獨(dú)立個(gè)體輸入至BP神經(jīng)網(wǎng)絡(luò)可行，但是這種方式需要建立多個(gè)網(wǎng)絡(luò)模型，計(jì)算量大，花費(fèi)時(shí)間多。

（2）組合（二）：根據(jù)相關(guān)程度，進(jìn)行分量組合。綜合考慮旅游客流量和Index7兩個(gè)變量的情況，選擇與旅游客流量和Index7原始時(shí)間序列相關(guān)度均較高的兩個(gè)分量IMF-3和IMF-5進(jìn)行組合，形成一個(gè)新的分量，把其余相關(guān)度一般或者較低的IMF-1，IMF-2和IMF-4進(jìn)行組合，形成一個(gè)分量，將重組后的分量輸入模型。選取前75個(gè)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，2017年4月至2018年3月（12個(gè)周期）為測(cè)試數(shù)據(jù)。將預(yù)測(cè)數(shù)據(jù)疊加還原后得到的預(yù)測(cè)結(jié)果和誤差如圖9和圖10所示。

圖9 EMD-BP-2預(yù)測(cè)與實(shí)際值對(duì)比結(jié)果

圖10 EMD-BP-2模型的相對(duì)誤差值

從圖9和圖10中看出，這種組合方式得出的旅游客流量預(yù)測(cè)值相比組合（一）而言更為貼近真實(shí)趨勢(shì)，但該組合對(duì)于季節(jié)峰值預(yù)測(cè)精度較差。

（3）組合（三）：將與旅游客流量和Index7原始時(shí)間序列相關(guān)度均較高的兩個(gè)分量IMF-3和IMF-5作為獨(dú)立分量，把其余三個(gè)分量（IMF-1，IMF2和IMF4）進(jìn)行組合，形成一個(gè)新的分量，將IMF-3，IMF-5和新形成的分量輸入模型，選取前75個(gè)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，2017年4月至2018年3月（12個(gè)周期）為測(cè)試數(shù)據(jù)，預(yù)測(cè)結(jié)果和誤差如圖11和圖12所示。

圖11 EMD-BP-3預(yù)測(cè)與實(shí)際值對(duì)比結(jié)果

圖12 EMD-BP-3模型的相對(duì)誤差值

從圖11和圖12中看出，預(yù)測(cè)結(jié)果相比較于前幾種方式更為準(zhǔn)確，其預(yù)測(cè)值和真實(shí)值處于多數(shù)一致?tīng)顟B(tài)，除個(gè)別極值外，其他的預(yù)測(cè)誤差波動(dòng)均都保持在10%的誤差范圍內(nèi)。

2.5 各模型預(yù)測(cè)結(jié)果評(píng)價(jià)

用于測(cè)算模型預(yù)測(cè)效果的指數(shù)很多，論文主要選擇MAPE和RMSE標(biāo)準(zhǔn)來(lái)衡量基于BP神經(jīng)網(wǎng)絡(luò)與改進(jìn)神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果。MAPE和RMSE的基本計(jì)算公式如式（1）和式（2）所示。相關(guān)測(cè)算值如表3和表4所示。

表3 未來(lái)12期預(yù)測(cè)結(jié)果和預(yù)測(cè)誤差

表4 模型預(yù)測(cè)效果MAPE、RMSE評(píng)估結(jié)果

從表3可以看出，在預(yù)測(cè)張家界的旅游客流量時(shí)，基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型的MAPE和RMSE均是最大的。這就說(shuō)明，在上述的5個(gè)模型當(dāng)中，原始BP模型的預(yù)測(cè)誤差最大，Elman模型其次；而就短期預(yù)測(cè)表現(xiàn)而言，Elman模型相比其他模型表現(xiàn)更優(yōu)。

表4中可以看出，相比于未進(jìn)行EMD分解去噪的預(yù)測(cè)模型，EMD-BP神經(jīng)網(wǎng)絡(luò)系列預(yù)測(cè)模型中的EMD-BP-1和EMD-BP-3的MAPE和RMSE均有顯著下降，這也體現(xiàn)了EMD分解去噪對(duì)于提高游客量預(yù)測(cè)精度的重要作用。

總體來(lái)看，在五種神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型中，基于EMD-BP神經(jīng)網(wǎng)絡(luò)的系列預(yù)測(cè)模型表現(xiàn)明顯優(yōu)于兩個(gè)基準(zhǔn)模型，在12個(gè)月內(nèi)的預(yù)測(cè)誤差低于BP神經(jīng)網(wǎng)絡(luò)和Elman兩個(gè)基準(zhǔn)模型的預(yù)測(cè)誤差。

僅就兩個(gè)基準(zhǔn)模型而言，Elman神經(jīng)網(wǎng)絡(luò)模型效果相比BP網(wǎng)絡(luò)稍好；利用信號(hào)處理中的EMD方法進(jìn)行原始數(shù)據(jù)優(yōu)化策略建立EMD-BP神經(jīng)網(wǎng)絡(luò)系列預(yù)測(cè)模型的預(yù)測(cè)值序列與原值最為接近，這就說(shuō)明，EMD降噪算法在提升BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的預(yù)測(cè)效果是有效的。而在EMD-BP系列神經(jīng)網(wǎng)絡(luò)模型中，EMD-BP-1和EMD-BP-3的預(yù)測(cè)結(jié)果相似，都明顯好于EMD-BP-2。這個(gè)結(jié)果表明，高相關(guān)度的三個(gè)分量IMF-1，IMF-3和IMF-5以獨(dú)立個(gè)體形式輸入到BP網(wǎng)絡(luò)神經(jīng)中的預(yù)測(cè)效果最佳，而將兩者重組結(jié)合方式輸入到BP神經(jīng)網(wǎng)絡(luò)中的預(yù)測(cè)效果則為一般，低相關(guān)性分量不論以何種形式輸入模型，對(duì)預(yù)測(cè)效果影響有限。

3 結(jié)論

針對(duì)BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)非線性時(shí)間序列時(shí)存在的缺陷[15]，本文提出了運(yùn)用EMD方法進(jìn)行數(shù)據(jù)優(yōu)化的基本策略；為了全方位檢測(cè)基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的優(yōu)缺點(diǎn)，文中還引入了在預(yù)測(cè)動(dòng)態(tài)變化時(shí)間序列方面有較好表現(xiàn)的Elman模型作為參照模型。

經(jīng)過(guò)分析可得出以下研究結(jié)論：（1）EMD去噪算法和平穩(wěn)化分解可以為預(yù)測(cè)模型提供相關(guān)度更高的IMF分量；（2）就預(yù)測(cè)結(jié)果而言，不同的分量組合方式具有不同的優(yōu)缺點(diǎn)：①將各個(gè)IMF分量作為獨(dú)立變量輸入預(yù)測(cè)模型，可最大限度保留完整的分量信息；②將各個(gè)IMF分量以組合形式輸入網(wǎng)絡(luò)，則可最大限度減少輸入維度，從而縮短預(yù)測(cè)模型的實(shí)際訓(xùn)練時(shí)間；③旅游是一個(gè)由多種因素共同作用的復(fù)雜系統(tǒng)，大量的噪聲干擾可能會(huì)影響旅游客流量預(yù)測(cè)效果甚至造成嚴(yán)重偏差。且因歷史數(shù)據(jù)與網(wǎng)絡(luò)搜索指數(shù)的非線性性質(zhì)，噪聲干擾不可避免。運(yùn)用EMD去噪算法對(duì)原始序列數(shù)據(jù)進(jìn)行“降噪處理”能夠有效保證“預(yù)測(cè)精度”。