مدل سازی پیش بینی گردشگری ورودی به ایران با استفاده از روش های ARIMA و شبکه های عصبی فازی

صنعت گردشگری به عنوان یک صنعت پاک و اشتغالزا، در سال های اخیر جزء درآمدزاترین صنایع جهان بوده و همواره مورد توجه سیاست ها و برنامه های توسعه گرانه می باشد. دولت ها و بخش های خصوصی در سطوح کلان تا خرد جهت توسعه و بقاء در بخش گردشگری نیازمند پیش بینی تقاضا در این بخش می باشند. هر چند که اکثر مطالعات انجام گرفته جهت پیش بینی تقاضا در گردشگری از روش های کمی استفاده کرده اند ولی رویکردها و روش های کمی و کیفی گوناگونی برای این امر پیشنهاد و استفاده شده اند. در مطالعات پیشین به ویژه با توجه به معرفی نسبتا جدید رویکردهای شبکه های عصبی و شبکه های عصبی فازی، روش های هوش مصنوعی، کمتر در پیش بینی در بخش گردشگری مورد استفاده قرار گرفته اند.مطالعه حاضر قصد دارد میزان تقاضای گردشگری ورودی به ایران را از طریق مدل پیشنهادی شبکه های عصبی فازی پیش بینی کند و صحت و دقت عملکرد این روش را با روش ARIMA مقایسه کند. این مطالعه پس از تعیین و اولویت بندی مهمترین عوامل تاثیرگذار بر تابع تقاضای گردشگری ورودی به ایران و تعیین معماری شبکه های عصبی فازی به این نتیجه دست یافت که در تمامی معیارهای ارزیابی عملکرد پیش بینی، روش مدل شبکه های عصبی فازی بر ARIMA برتری دارد.