یکی از مهم ترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است. اما باید توجه داشت پیش بینی ها هرگز نمی توانند به طور صددرصد با آنچه در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود، ولی استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل-گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. یکی از مهم ترین انواع گردشگری داخلی شهر تهران، بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، گردشگری تفریحی است به همین منظور پژوهش حاضر سعی دارد مدل هایی برای پیش بینی تقاضای گردشگری تفریحی داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه بین سال های 1381 تا 1394 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران تفریحی داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون، شبکه عصبی فازی و الگوریتمSVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و شبکه های عصبی فازی (ANFIS) پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری تفریحی داخلی داشته باشد.

در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. به همین منظور پژوهش حاضر سعی دارد ابتدا 4 نوع از مهمترین انواع گردشگری داخلی شهر تهران را شناسایی و سپس مدل هایی برای پیش بینی متغیرهای تأثیرگذار بر پیش بینی تقاضای هر یک از آنها پیشنهاد کند. برای این کار از اطلاعات حتی المقدورماهیانه بین سال های 1381 تا 1394 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران داخلی شهر تهران به تفکیک 4 نوع از مهم ترین انواع گردشگری داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس روش دلفی فازی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون، شبکه عصبی فازی و الگوریتم SVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را باهم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و شبکه های عصبی فازی (ANFIS ) دارای کمترین خطا در مقایسه با سایر روش ها در خصوص پیش بینی گردشگری تفریحی و VFR داخلی و رویکرد ترکیبی رگرسیون و الگوریتم SVR دارای کمترین خطا در مقایسه با سایر روش ها در خصوص پیش بینی گردشگری پزشکی و تجاری-اداری داخلی است.

اکثر تصمیمات مدیریت در تمام سطوح سازمان به طورِ مستقیم و یا غیرمستقیم به پیش بینی آینده بستگی دارد و از طریق همین پیش بینی است که می توان موفقیت یا وضعیت در آینده را تجسم کرد و از این طریق ریسک را به حداقل ممکن رساند و یا هرگونه تعدیل و تطبیق در برنامه صورت داد. یکی از مهم ترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است؛ اما باید توجه داشت که پیش بینی ها هرگز نمی توانند به طورِ صددرصد با آنچه در عمل پیش خواهد آمد، تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود، ولی استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد که نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه ی گردشگری پیدا کردند. یکی از مهم ترین انواع گردشگری داخلی شهر تهران بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، گردشگری تجاری است به همین منظور پژوهش حاضر سعی دارد مدل هایی برای پیش بینی تقاضای گردشگری تجاری داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه بین سال های 1381 تا 1398 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران تجاری داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند. چهارچوب مدل ترکیبی از رگرسیون، شبکه ی عصبی فازی و الگوریتمSVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و الگوریتم SVR پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری تجاری داخلی داشته باشد.

مقدمه: . یکی از مهمترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری و پیش بینی درست آن است. اما باید توجه داشت که فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی وجود دارد. استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد که نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شوند که مقاله حاضر نیز همین هدف را در حوزه گردشگری پزشکی دنبال می کند. روش ها: در مرحله اول عوامل موثر بر تقاضای گردشگری پزشکی داخلی با استفاده از تکمیل پرسش نامه های مربوط به روش دلفی فازی و دیمتل فازی توسط 31 نفر از خبرگان آشنا به این حوزه و پردازش توسط نرم افزار MATLAB2017aشناسایی شدند و پس از مشخص شدن تابع تقاضا و جمع آوری اطلاعات ماهیانه هر یک از عوامل موثر در بازه زمانی سال های 1381 تا 1394، سه مدل پیش بینی رگرسیون، شبکه عصبی فازی و الگوریتم SVR به صورت مجزا و ترکیبی برای این تابع در نرم افزار MATLAB اجرا و خطای پیش بینی هریک، اندازه گیری و با هم مقایسه شد. یافته ها: نتایج پژوهش حاضر نشان داد که تابع تقاضای گردشگری پزشکی داخلی شامل: عوامل اقتصادی (درآمد و ثروت افراد )، قیمت خدمات و هزینه زندگی در مقصد، قیمت تاسیسات اقامتی، وجود آلودگی هوا، قیمت محصولات جایگزین (سفر خارجی)، تعداد مراکز پزشکی، بیمارستان هاو آزمایشگاه ها است. نتیجه گیری: رویکرد ترکیبی رگرسیون چندگانه و الگوریتم SVR پیشنهادی نیز می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری پزشکی داخلی داشته باشد. بنابراین، پیشنهاد می شودبه منظور کاهش میزان خطای پیش بینی جهت انجام برنامه ریزی های اصولی در حوزه تقاضای گردشگری پزشکی داخلی شهر تهران از این تابع تقاضا و مدل پیش بینی استفاده شود.

یکی از مهمترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است. اما باید توجه داشت پیش بینی ها هرگز نمی توانند به طور صد درصد با آنچه در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود، ولی استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. یکی از مهمترین انواع گردشگری داخلی شهر تهران بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، گردشگری بازدید از دوستان و بستگان(VFR) است به همین منظور پژوهش حاضر سعی دارد مدل هایی برای پیش بینی تقاضای گردشگری بازدید از دوستان و بستگان(VFR) داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه بین سال-های 1381 تا [1]1394 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران بازدید کننده از دوستان و بستگان(VFR) داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون[2]، شبکه عصبی فازی[3] و الگوریتمSVR[4] است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و شبکه های عصبی فازی(ANFIS)پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری بازدید از دوستان و بستگان(VFR) داخلی داشته باشد.

هدف این مقاله تعیین عوامل موثر بر تقاضای گردشگری داخلی در استان گلستان می باشد. اطلاعات مورد استفاده در این مقاله از نوع مقطعی است که شامل384 خانواده گردشگر داخلی است که در فروردین سال 1398، حداقل به مدت یک شب در استان گلستان اقامت داشته اند. نمونه مورد مطالعه در این مقاله بصورت نمونه گیری تصادفی طبقه بندی شده انتخاب و اطلاعات موردنیاز از طریق مصاحبه شفاهی با سرپرست خانوار گردشگران و تکمیل پرسشنامه جمع اوری شد. برای تخمین تابع تقاضای گردشگر، از مدل سیستم تقاضای تقریبا ایده ال (AIDS) که به شکل مدل رگرسیون است، استفاده و رگرسیونهای مجزا برای تخمین تقاضای پنج کالای غذا، مسکن، ایاب وذهاب، بلیط بازدید از مراکزدیدنی و سوغات محاسبه گردید. نتایج نشان می دهد عوامل مختلفی همچون، خصوصیات خانوار گردشگر، نوع محل اسکان در مسافرت، نحوه ایاب وذهاب، نوع مسکن درشهر محل سکونت و فاصله شهرمحل سکونت گردشگر با استان گلستان، برتقاضای کالاهای گردشگری در استان گلستان تاثیرگذار می باشد.

در این تحقیق به منظور بررسی عوامل اقتصادی و اجتماعی موثر بر میزان تقاضای گردشگری داخلی و خارجی خانوارهای شهری ایران از سیستم معادلات تقاضای تقریبا ایده ال استفاده شده است. این مدل با استفاده از داده های تلفیقی و روش رگرسیون های به ظاهر نامرتبط و بکارگیری اطلاعات هزینه ای 13 گروه کالایی نزدیک به 180 هزار خانوار شهری در کشور طی سال های 1394-1385 تخمین زده شده است. نتایج تحقیق نشان می دهد در بین متغیر اقتصادی-اجتماعی، متغیرهای بعد خانوار و تعداد سال های تحصیل سرپرست خانوار بر تقاضای گردشگری اثر معنادار و منفی و متغیر سن سرپرست خانوار اثر معنی دار و مثبت دارد. همچنین تحریم های نفتی اثر معنی داری بر تقاضای گردشگری داخلی خانوارهای شهری ایرانی نداشته است اما اثر منفی و معنی دار بر تقاضای گردشگری خارجی این خانوارها دارد. همچنین نتایج این تحقیق نشان داد که ضرایب خود قیمتی گردشگری داخلی و خارجی بی معنی شده اما ضرایب درآمدی این دو گروه کالایی معنی دار بوده و کشش درآمدی گردشگری داخلی و خارجی به ترتیب برابر 51/2 و 12/2 می باشد.