数学建模论文--2010年上海世博会影响力的定量评估

《数学建模论文--2010年上海世博会影响力的定量评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2010年上海世博会影响力的定量评估摘要：本文要解决的问题是以2010年上海世博会首次在中国举办为背景而提出的。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。因此如何有效的来评估2010年的影响力深受人们的关注。旅游业有其固有的发展规律-旅游本底趋势线是指在不受境内外重大事件冲击和干扰的情况下所呈现的固有趋势方程，它反映了一个国家（或地区）旅游业发展天然而稳定的趋势和时间规律，是旅游目的地及其与客源市场在旅游需求、社会

2、经济发展等诸因素相互作用的综合结果。建立旅游本底趋势线，可以揭示某国（或地区）旅游业发展的固有趋势，结合旅游业发展的统计线又可作为指示旅游业兴衰的“晴雨表”，对本底趋势线的自然延伸还可预测旅游业发展的基本趋势，为旅游业的宏观规划和决策提供科学依据-上海市是我国入境旅游业最发达的热点城市之一，其接待的客流量和旅游外汇收入一直处于全国热点城市排行榜的前三位，由于成功地举办了世博会，为旅游业带来更可观的经济效益和社会效益，旅游业在本市国民经济中占有极其重要的地位。其相关指标能够在很大程度上反映2010年上海世博

3、会的影响力。本文依据2004年-2009年（前七个月总量）的统计数据，建立了入泸游客流总量、外国入泸客流量（包括华侨）、台湾入泸客流量、港澳入泸客流量4条本底趋势线，并利用其自然延伸的预测功能对2010年上海市旅游业的发展趋势进行了预测，并通过分析预测值与实际值的对比来体现了2010年上海世博会对上海旅游业的发展的影响，定量评估2010年上海世博会的影响力关键词：入泸旅游；本底趋势线；预测一、问题重述2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成

4、为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。二、问题分析鉴于上海世博会的影响力体现在多个方面，包括政治、经济、文化等等。我们主要以经济为主体方向，深入分析上海旅游业这个侧面来建立-旅游本底趋势线，定量评估2010年上海世博会的影响力。由于上海世博目前还没有结束，我们不能查找出今年的总入境游客人次，但可以查找出1-7月的入境游客人次，因此，本题可以通过本底趋势线得出假设没有召开世

5、博的情况下上海2010年入境游客人次，再与实际入境游客人次进行对比，从而得出2010年上海世博对上海入境游客人次的贡献率和影响率，即体现了2010年上海世博的影响力。三、模型建立与求解I模型的准备1数据来源建立旅游本底趋势线需要以长期的旅游统计数据为依据-本文所采集的统计数据主要取自《中国旅游年鉴》，统计项目包括入泸游客流总量、外国入泸客流量（包括华侨）、台湾入泸客流量、港澳入泸客流量4个序列，建模的时间区段为2004年-2009年（前七个月）（如附表一）2旅游本底趋势线的形式及建模方法2.1旅游本底趋势

6、线的基本形式旅游业的发展趋势是确定的和可预报的，而各年增长率的变化却是随机和不可预报的’旅游业发展的本底趋势线归结为,种基本形式和.种复合形式，直线（或指数线）增长基础上的周期性波动可能反映了旅游业发展的基本规律.在此基础上进而将其归纳成统一方程，Tt=At+Ct+St.旅游业的发展动态（Tt）可分解为趋势项（At）、周期项（Ct）、随机项（St）三个部分.其中，趋势项（At）可用直线方程Yt=a+bt或指数方程Yt=Y0exp(rt)来反应，周期项（Ct）可用三角函数或逻辑增长函数Yt=K/(1+exp

7、(c-rt))来反应，随机项（St）可用随机时间序列分析中的AR(r)或ARMA(p,q)来模拟。与以往单纯的直线模拟、灰色建模、时间序列模拟相比较，这种时域组合模式经济意义明确、包含时间序列的信息量丰富，更能精确地反应旅游业发展的动态变化规律。由于本文的主要目的在于建立近6年来上海市入境旅游业的本底趋势线方程，着重分析其趋势项和周期波动项，所以略去了随机波动项2.2计算机模拟的方法语言编程的计算机模拟是不直观和较复杂的。利用Lotus1-2-3forWindows电子表格软件对其进行模拟.该软件具有集表

8、格计算、数据作图和数值模拟“三位一体”的集成功能，其表格数据与统计图形的动态链接为用户观察数据的时间变化趋势提供了直观的窗口，［回归分析］和［求解器］功能为数值模拟提供了简捷的方法，可实现直观判断与计算机快速模拟的有机结合。具体模拟方法如下：（1）先用［图表］功能制作统计趋势图；（2）根据统计图基本趋势，建立趋势项的回归方程；（3）从统计数据中作分离计算、扣除趋势项，分离出周期波动项；（4）对周期波动项进行最优模拟；（5）将趋