空气质量的四姑娘山游客量预测(附件)
摘 要随着我国经济的发展，日常生活中选择旅行的人们越来越多，空气质量成为是人们选择出行目的地所要考虑的关键因素。对于景区而言如何合理的调配管理资源则成为了一个重要问题。因此通过空气质指数来对游客量进行预测，使景区的管理更加科学。本文以四姑娘山为例，采用Pycharm开发工具开发了一个基于空气质量指数的游客量预测系统。通过Python编写爬虫程序，爬取四姑娘山所在地的历史空气质量状况和四姑娘山历史游客量的数据，再利用这些数据训练神经网络，并根据训练好的神经网络对四姑娘山未来的游客量进行预测。通过该系统，实现通过空气质量指数对游客量进行预测的要求，景区可以使用该系统对未来的游客量进行预测，高效方便促进了资源的合理配置，能够提高经济效益，能够提高工作效率。
目 录
第1章 前言 1
1.1研究背景 1
1.2国内外研究现状 1
1.2.1国内研究现状 1
1.2.2国外研究现状 1
1.3研究目的及意义 2
第2章 开发环境与相关技术 3
2.1系统开发环境 3
2.1.1硬件要求 3
2.1.2软件要求 3
2.2Python环境搭建 3
2.3Python简介 4
2.3.1Python技术简介 4
2.3.1Scrapy爬虫技术 4
2.3.3神经网络模型 6
第3章 系统需求分析 8
3.1四姑娘山背景分析 8
3.2预测游客量的需求分析 8
第4章 系统设计 1
4.1预测游客量的总体结构 1
4.2预测游客量结构详述 1
第5章 系统实现 2
5.1数据爬取的实现 2
5.2数据合并的实现 9
5.3神经网络的实现 12
第6章 系统测试 16
6.1系统测试原则 16
6.2系统测试方法 16
6.3系统测试过程 16
*好棒文|www.hbsrm.com +Q: *351916072*
6.4系统测试结果 17
第7章 总结与展望 18
7.1总结 18
7.2展望 18
第1章 前言
1.1研究背景
四姑娘山位于四川省境内比较靠近成都市，1994年，四姑娘山成为国家重点风景名胜区之一，由于它的核心景区四个区域，分别是：双桥沟、长坪沟、海子沟和四姑娘山，所以其管理十分分散，很难合理的分配人力物力资源。近年来，随着交通越来越便捷，去往四姑娘山的游客越来越多，但游客量分布并不平均，很容易造成管理资源浪费或者管理资源短缺。所以，对游客量的预测显得尤为重要。
随着城市化进程的不断加快，大气中个污染物浓度显著增长，由此引起的空气污染问题也日益受到人们的关注[1]。空气质量的好坏不仅影响人们的身心健康状况，还对人们的衣食住行带来极大的影响[2]。多变的环境作为可影响旅行动机、旅游目的地及旅游活动选择的重要旅游外部因素，同时也影响到整体旅游需求模式以及旅行体验[3]。尽管能够影响游客量的因素有很多种，比如空气质量，交通状况，景点位置，门票价格，景点名气，景点口碑，相关政策等，但空气质量的影响是相对于其他因素而言比较大的，有数据表明，在媒体集中关注的23个城市中，空气质量对当地旅游业的影响非常显著，其中自2013年开始，PM10质量浓度每增长1×109kg/m3，国内旅游人数降低0.27%，入境旅游人数降低0.43%。国内知名旅游网站携程发布的《2014中国人避霾旅游报告》中显示，雾霾已成为影响国民旅游需求和偏好的一大因素，80%的游客将避霾作为旅游目的地选择的主要考量因素[4]。因此，空气质量状况[5]对旅游的选择具有非常重要的意义。
1.2国内外研究现状
1.2.1国内研究现状
就目前而言，国内对于游客量的预测在各个方面均有体现，有以北京为例的基于网络搜索技术的游客量预测[6]，有采用逐步回归法对日游客量预测建立回归模型的九寨沟游客量预测[7]，还有基于百度指数的景区游客量预测[8]。对于空气质量这方面，各地区基于当地空气质量状况的预测逐渐走入人们的视线，极大方便了人们的日常生活。于秀丽（2017）采用模式识别预测方法进行环境空气质量等级预测，所得预测模型具有很强的操作性和可行性[9]。有用BP神经网络模型对江苏空气质量进行预测[10]。但很少有人将空气质量状况与游客量预测相匹配。若将空气质量与游客量相结合，进行机器学习[11]，则会十分有利于推进景点信息化科学化管理。
1.2.2国外研究现状
国外景点不同于国内，国外的很多景点并不收费，所以缺乏相关的资金和人员进行管理，预测并无实际意义。而且查阅相关资料，人为管理景点大都限制每日浏览人数，所以国外的游客量预测相关研究较少。
本课题针对神经网络的特点，拟设计一个根据空气质量状况来预测未来游客量的系统，来解决四姑娘山景区人力物力资源浪费或短缺的问题。
1.3研究目的及意义
通过空气质量指数对游客量的预测，缓解四姑娘山景区管理资源浪费或短缺的问题，高效方便地促进了资源的合理配置，提高景区经济效益。
为四川四姑娘山设计了一套基于空气质量指数的游客量预测系统。该系统亦可应用于其他景点，极大地促进了我国景区合理化科学化管理，同时也方便了游客游玩体验，间接提高景区经济效益。
第2章 开发环境与相关技术
2.1系统开发环境
2.1.1硬件要求
CPU：intel I5 3.0GHZ及以上
内存：4GB及以上
硬盘：500G及以上
2.1.2软件要求
操作系统：全面支持win7、win8、win10等操作系统
开发工具：Pycharm，Python3.6.4
目 录
第1章 前言 1
1.1研究背景 1
1.2国内外研究现状 1
1.2.1国内研究现状 1
1.2.2国外研究现状 1
1.3研究目的及意义 2
第2章 开发环境与相关技术 3
2.1系统开发环境 3
2.1.1硬件要求 3
2.1.2软件要求 3
2.2Python环境搭建 3
2.3Python简介 4
2.3.1Python技术简介 4
2.3.1Scrapy爬虫技术 4
2.3.3神经网络模型 6
第3章 系统需求分析 8
3.1四姑娘山背景分析 8
3.2预测游客量的需求分析 8
第4章 系统设计 1
4.1预测游客量的总体结构 1
4.2预测游客量结构详述 1
第5章 系统实现 2
5.1数据爬取的实现 2
5.2数据合并的实现 9
5.3神经网络的实现 12
第6章 系统测试 16
6.1系统测试原则 16
6.2系统测试方法 16
6.3系统测试过程 16
*好棒文|www.hbsrm.com +Q: *351916072*
6.4系统测试结果 17
第7章 总结与展望 18
7.1总结 18
7.2展望 18
第1章 前言
1.1研究背景
四姑娘山位于四川省境内比较靠近成都市，1994年，四姑娘山成为国家重点风景名胜区之一，由于它的核心景区四个区域，分别是：双桥沟、长坪沟、海子沟和四姑娘山，所以其管理十分分散，很难合理的分配人力物力资源。近年来，随着交通越来越便捷，去往四姑娘山的游客越来越多，但游客量分布并不平均，很容易造成管理资源浪费或者管理资源短缺。所以，对游客量的预测显得尤为重要。
随着城市化进程的不断加快，大气中个污染物浓度显著增长，由此引起的空气污染问题也日益受到人们的关注[1]。空气质量的好坏不仅影响人们的身心健康状况，还对人们的衣食住行带来极大的影响[2]。多变的环境作为可影响旅行动机、旅游目的地及旅游活动选择的重要旅游外部因素，同时也影响到整体旅游需求模式以及旅行体验[3]。尽管能够影响游客量的因素有很多种，比如空气质量，交通状况，景点位置，门票价格，景点名气，景点口碑，相关政策等，但空气质量的影响是相对于其他因素而言比较大的，有数据表明，在媒体集中关注的23个城市中，空气质量对当地旅游业的影响非常显著，其中自2013年开始，PM10质量浓度每增长1×109kg/m3，国内旅游人数降低0.27%，入境旅游人数降低0.43%。国内知名旅游网站携程发布的《2014中国人避霾旅游报告》中显示，雾霾已成为影响国民旅游需求和偏好的一大因素，80%的游客将避霾作为旅游目的地选择的主要考量因素[4]。因此，空气质量状况[5]对旅游的选择具有非常重要的意义。
1.2国内外研究现状
1.2.1国内研究现状
就目前而言，国内对于游客量的预测在各个方面均有体现，有以北京为例的基于网络搜索技术的游客量预测[6]，有采用逐步回归法对日游客量预测建立回归模型的九寨沟游客量预测[7]，还有基于百度指数的景区游客量预测[8]。对于空气质量这方面，各地区基于当地空气质量状况的预测逐渐走入人们的视线，极大方便了人们的日常生活。于秀丽（2017）采用模式识别预测方法进行环境空气质量等级预测，所得预测模型具有很强的操作性和可行性[9]。有用BP神经网络模型对江苏空气质量进行预测[10]。但很少有人将空气质量状况与游客量预测相匹配。若将空气质量与游客量相结合，进行机器学习[11]，则会十分有利于推进景点信息化科学化管理。
1.2.2国外研究现状
国外景点不同于国内，国外的很多景点并不收费，所以缺乏相关的资金和人员进行管理，预测并无实际意义。而且查阅相关资料，人为管理景点大都限制每日浏览人数，所以国外的游客量预测相关研究较少。
本课题针对神经网络的特点，拟设计一个根据空气质量状况来预测未来游客量的系统，来解决四姑娘山景区人力物力资源浪费或短缺的问题。
1.3研究目的及意义
通过空气质量指数对游客量的预测，缓解四姑娘山景区管理资源浪费或短缺的问题，高效方便地促进了资源的合理配置，提高景区经济效益。
为四川四姑娘山设计了一套基于空气质量指数的游客量预测系统。该系统亦可应用于其他景点，极大地促进了我国景区合理化科学化管理，同时也方便了游客游玩体验，间接提高景区经济效益。
第2章 开发环境与相关技术
2.1系统开发环境
2.1.1硬件要求
CPU：intel I5 3.0GHZ及以上
内存：4GB及以上
硬盘：500G及以上
2.1.2软件要求
操作系统：全面支持win7、win8、win10等操作系统
开发工具：Pycharm，Python3.6.4
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/256.html
