CN113609706A - 调控政策对旅游业影响的仿真系统动力学模型及其实现方法 - Google Patents
调控政策对旅游业影响的仿真系统动力学模型及其实现方法 Download PDFInfo
- Publication number
- CN113609706A CN113609706A CN202110979204.4A CN202110979204A CN113609706A CN 113609706 A CN113609706 A CN 113609706A CN 202110979204 A CN202110979204 A CN 202110979204A CN 113609706 A CN113609706 A CN 113609706A
- Authority
- CN
- China
- Prior art keywords
- tourism
- industry
- travel
- cost
- influence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种调控政策对旅游业影响的仿真系统动力学模型及其实现方法,涉及政府调控政策对产业影响的仿真技术领域。该模型包括利用系统动力学软件搭建疫情传染子模型、游客出行决策子模型和旅游经济子模型;该模型的实现方法为:首先利用系统动力学软件从疫情传染、游客出行决策和旅游经济三个方面分析,获得疫情对旅游业影响的因果关系图;然后基于所述的因果关系图通过系统动力学软件实现上述的调控政策对旅游业影响的仿真系统动力学模型;新增变量和删除变量都十分灵活,仿真结果对每个变量都有图像显示,工作人员可根据仿真图像修改数据,不同情况下的调控政策模拟,有助于政府根据疫情的风险程度和旅游业实际情况制定更合理的调控政策。
Description
技术领域
本发明涉及政府调控政策对产业影响的仿真技术领域,具体涉及一种调控政策对旅游业影响的仿真系统动力学模型及其实现方法。
背景技术
世界旅游及旅行理事会(WTTC)通过综合分析全球185个国家及25个地区旅游业对经济及就业的影响后得出,2018年全球旅游业带来了3.19亿个就业机会,占全球总就业量的10%,为全球GDP贡献了10.4%。2019年春节假期我国旅游总接待游客4.15亿人次,实现旅游收入5139亿元。然而当一个地区出现严重传染病时,会对该地区的社会经济以及人民生活造成巨大影响,尤其是旅游业。例如,由于新冠肺炎疫情的爆发,2020年春节期间我国旅游业几乎处于停滞状态。由此可见,严重的疫情对地区旅游经济造成的直接冲击极大。疫情过后,为了促进旅游业的发展,各地政府提出了一系列利好政策,但是,由于部分地区疫情会出现反弹,政府又不得不采取暂停旅游业的措施,这使得旅游业收入急剧下降。疫情期间,政府实施的调控政策会直接影响旅游业的恢复及发展,解决这一时期旅游业发展的关键问题是政府采取什么样的调控政策,相关研究只给出认为可行的调控政策,而不同的调控政策实施后对旅游业的影响程度却无人研究。且疫情对旅游业影响的研究是一个极其复杂的大系统,有诸多因素,存在多重反馈,所以对这类系统的主观判断不可靠,因此需要借助系统动力学方法建立动态模型,通过找到疫情对旅游业影响的因素,确定影响程度不同的解决对策,从而帮助从不同影响程度的解决对策之中选择出最合理的调控政策。
发明内容
针对上述现有技术存在的不足,本发明提供了一种模拟调控政策对旅游业影响的系统动力学模型及方法,旨在解决疫情期间政府对旅游业采取的政策不能进行真实实验,长期实验的问题。
为实现上述目的,本发明提供以下的技术方案:
一种调控政策对旅游业影响的仿真系统动力学模型,该模型包括利用系统动力学软件搭建的三个子模型:
疫情传染子模型,用于模拟易感者传染以及感染者康复之后转回免疫者,最后实现群体免疫,包含水平变量:免疫者、易感者、感染者;辅助变量:康复者、注射疫苗者、潜伏者发病、感染者康复、感染者死亡、区域总人口;速率变量:免疫率、易感者受传染率;常量:疫苗普及率、康复率、康复期、死亡率;其中所述疫苗普及率和康复率均可作为外生变量;
游客出行决策子模型,用于模拟游客出行概率,包含水平变量:实际出行成本、参考出行成本;辅助变量:交通出行成本、疫情风险成本、感知旅游效用、旅游出行人数、限制出行程度;速率变量:预期交通出行成本、预期疫情风险成本预期交通出行成本、预期疫情风险成本;常量:游客出行概率、鼓励出行程度;所述参考出行成本包括所述预期交通出行成本和所述预期疫情风险成本;所述交通出行成本和限制出行程度均可作为外生变量;
旅游经济子模型,用于模拟旅游业和其他相关行业收到的影响,包含水平变量:旅游业净利润、旅游就业人员、旅游影响产业净利润、旅游影响产业就业人员、区域GDP、区域就业人员;辅助变量:旅游直接收入、旅游影响收入、旅游业人力成本、区域就业人口增长、旅游影响产业人力成本、旅游就业人员变化;速率变量:旅游业GDP占比、区域GDP增长率、旅游就业人员改变率、旅游业就业人口占比、区域就业人口增长率;常量:人均消费、旅游就业乘数、人均变动成本、旅游收入乘数、税收点、旅游业固定成本、旅游业人均工资、旅游影响产业固定成本、旅游影响产业人均工资;其中所述旅游收入乘数、旅游就业乘数、旅游业固定成本、旅游业人均工资和税收点均可作为外生变量。
进一步地,根据所述的调控政策对旅游业影响的仿真系统动力学模型,所系统动力学软件为Vensim PLE。
进一步地,根据所述的调控政策对旅游业影响的仿真系统动力学模型,所述疫情传染子模型基于现有的SIR模型构建。
进一步地,根据所述的调控政策对旅游业影响的仿真系统动力学模型,所述游客出行决策子模型基于现有的前景理论构建。
进一步地,根据所述的调控政策对旅游业影响的仿真系统动力学模型,所述旅游经济子模型基于现有的旅游卫星账户TSA构建。
一种以上所述的调控政策对旅游业影响的仿真系统动力学模型的实现方法,该方法包括:
首先利用系统动力学软件从疫情传染、游客出行决策和旅游经济三个方面分析,获得疫情对旅游业影响的因果关系图;然后基于所述的因果关系图通过系统动力学软件实现以上任一权利要求所述的调控政策对旅游业影响的仿真系统动力学模型;
所述该因果关系图包含疫情传染子回路、游客出行子回路以及旅游经济子回路;
所述疫情传染子回路为正反馈回路,具体为:旅游出行人数增加使得易感者接触人口数增加,易感者接触人口数增加使得感染率变大,感染率变大使得感染者增加,外来旅游的感染者增加使得区域总人口增加,区域总人口增加使得旅游出行人数增加;所以旅游出行人数越多,每个游客接触的人口数也越多,会加强疫情的传染和感染者的增加;
所述游客出行子回路为负反馈回路,具体为:疫情感染风险成本增加使得实际出行成本增加,实际出行成本增加使得感知旅游效用降低,感知游效用降低使得游客出行概率降低,游客出行概率降低使得游客出行人数下降,游客出行人数下降使得易感者接触人口数下降,易感者接触人口数下降使得感染率下降,感染率下降使得疫情感染风险成本下降;
所述旅游经济子回路为负反馈回路,具体为:旅游业收支增加使得旅游业从业人员增加,旅游业从业人员增加使得旅游业人力成本增加,旅游业人力成本增加使得旅游业收支下降。
进一步地,根据所述的调控政策对旅游业影响的仿真系统动力学模型的实现方法,所述系统动力学软件为Vensim PLE。
总体而言,通过本发明所构思的以上技术方案较现有技术具有以下有益效果:
1、本发明提供了发生重大疫情时政府模拟调控政策对旅游业影响的系统动力学模型,用于模拟不同的政府调控政策实施后对旅游业收入的影响程度,结合已有以及估计的数据使模型更加贴合实际,仿真结果更为准确,辅助政府确定合理的调控政策。
2、使用系统动力学模型,新增变量和删除变量都十分灵活,仿真出来的结果对每个变量都有图像显示,实施仿真过程的工作人员可根据仿真图像修改数据,进行不同情况下的政策模拟,选择其中较为合理的结果供政府制订调控政策参考。
3、本发明从疫情传染、游客出行和旅游经济三方面切入,可根据实际情况,选择相应的外生变量例如疫苗普及率、限制出行程度和政府补贴力度进行分析,有助于政府根据疫情的风险程度和旅游业实际情况制定更合理的政策。
附图说明
图1为本实施方式的调控政策对旅游业影响的仿真系统动力学模型的结构示意图;
图2为本实施方式的基于SIR模型的疫情传染子模型的结构示意图;
图3为本实施方式基于前景理论的游客出行决策子模型的结构示意图;
图4为本实施方式基于旅游卫星账户TSA理论的旅游经济子模型的结构示意图;
图5为本实施方式提供的重大疫情对旅游业影响的因果关系图。
具体实施方式
为了使本发明的目的、技术方案及优势更加清晰,下面结合附图和具体实施例对本发明做进一步详细说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
以下先对本实施方式中涉及到的一些专业术语进行解释。
系统动力学:揭示系统内部各因素间因果关系、交互作用及动态变化的仿真方法,在经济、管理、社会领域有着广泛应用。
系统:相互作用的诸单元的复合体。
反馈:系统内同一单元或同一子块的输出与输入间的关系。
水平变量:代表模型的积累状态,主要由五部分组成,即:输入速率、输出速率、流线、变量名称及方程代码。
辅助变量:辅助水平变量构成回路的变量。
因果关系图:由两个或两个以上的因果关系连接而成的闭合回路,可以定性描述变量之间的因果关系。
图1是本实施方式的调控政策对旅游业影响的仿真系统动力学模型的结构示意图,如图1所示,所述调控政策对旅游业影响的仿真系统动力学模型运用系统动力学软件搭建,包括疫情传染子模型、游客出行决策子模型和旅游经济子模型;
所述疫情传染子模型,用于模拟易感者传染以及感染者康复之后转回免疫者,最后实现群体免疫的模型。对变量进行不同程度的参数敏感性分析主要测试控制人口接触和疫苗政策对疫情状况的影响,其中,在仿真时,可以将疫苗普及率或者康复率设为外生变量,因为外生变量只对系统产生影响而不受系统影响,以便测试对疫情状况的影响程度。
本实施方式是在系统动力学软件Vensim PLE上基于SIR模型构建的疫情传染子模型,图2即是本实施方式的基于SIR模型的疫情传染子模型的结构示意图,所述SIR模型是一种传播模型,是传染病模型中最经典的模型。SIR模型中把传染病流行范围内的人群分为三类:S类表示易感染者,I类表示感染者,R类表示免疫者。如图2所示,本实施方式的疫情传染子模型中包含3个水平变量,6个辅助变量,2个速率变量以及部分常量如表1所示。
表1
所述游客出行决策子模型,通常游客出行之前自己通常会设置一个参考出行成本,即预期交通出行成本和预期疫情风险成本,然后将实际出行成本与其对比,如果实际出行成本低于预期的理想出行成本,则游客出行概率提高。参数敏感性分析主要测试政府对交通出行成本的补贴力度对疫情的影响程度。在仿真时,可以将游客交通出行成本或者限制出行程度设为外生变量,以便测试对游客出行的影响程度。
本实施方式是在系统动力学软件Vensim PLE上基于前景理论构建的游客出行决策子模型,图3即是本实施方式基于前景理论的游客出行决策子模型的结构示意图,如图3所示,其包含2个水平变量,5个辅助变量、2个速率变量以及两个常量如表2所示。
表2
所述旅游经济子模型,游客不仅会为旅游业带来直接影响,而且更会在零售、交通和住宿等其他行业产生间接影响,其中影响的力度通过旅游收入乘数和旅游就业乘数表示,旅游收入乘数即每一个游客的总消费与旅游区的直接消费之比,旅游就业乘数即一个旅游从业人员所需的其他服务业人员的配比,如餐饮、住宿等基本设施的服务。在仿真时,可以将旅游收入乘数或者旅游就业乘数或者旅游业固定成本或者旅游业人均工资或者税收点设置为外生变量,以便测试对旅游经济的影响程度。
本实施方式是在系统动力学软件Vensim PLE上基于旅游卫星账户TSA构建的旅游经济子模型,图4是本实施方式基于旅游卫星账户TSA理论的旅游经济子模型的结构示意图,如图4所示,其包含6个水平变量,11个辅助变量、5个速率变量以及9个常量如表3所示。
表3
本实施方式针对上述调控政策对旅游业影响的仿真系统动力学模型的实现方法为:首先利用系统动力学软件从疫情传染、游客出行决策和旅游经济三个方面分析,得出疫情对旅游业影响的因果关系图。
本实施方式的系统动力学软件采用的是Vensim PLE。图5是重大疫情例如新冠肺炎疫情对旅游业影响的因果关系图,如图5所示,该因果关系图中包含了三个子回路,分别是疫情传染子回路、游客出行子回路以及旅游经济子回路;然后基于该因果关系图在Vensim PLE上实现上述调控政策对旅游业影响的仿真系统动力学模型;
在图5所示的因果关系图中,所述疫情传染子回路是基于疫情传染得到的:旅游出行人数增加会使易感者接触人口数增加,易感者接触人口数增加会使感染率变大,感染率变大会使感染者增加,外来旅游的感染者增加会使区域总人口增加,区域总人口增加又会使旅游出行人数增加。所以旅游出行人数越多,每个游客接触的人口数也越多,会加强疫情的传染和感染者的增加。因为该回路中的因素都是正向反馈,因此该回路整体为正反馈回路。
在图5所示的因果关系图中,所述游客出行子回路是基于游客出行决策得到的:疫情感染风险成本增加会使实际出行成本增加,实际出行成本增加会使感知旅游效用降低,感知游效用降低会使游客出行概率降低,游客出行概率降低会使游客出行人数下降,游客出行人数下降会使易感者接触人口数下降,易感者接触人口数下降会使感染率下降,感染率下降会使疫情感染风险成本下降。游客出行主要衡量的是实际出行成本,通过前景理论计算可得,实际出行成本越低,感知旅游效用越高,则游客出行概率越高,旅游出行人数增长,每个游客接触的人口数变多,影响感染率增长,最后增大疫情感染风险成本,形成回路平衡。因为该回路存在一处负反馈,因此该回路整体为负反馈回路。
在图5所示的因果关系图中,所述旅游经济子回路是基于旅游经济得到的:旅游业收支增加会使旅游业从业人员增加,旅游业从业人员增加会使旅游业人力成本增加,旅游业人力成本增加会使旅游业收支下降。对于旅游业来说,旅游业发达,就会进行生产扩张,招聘就业人员增长,同时会增加经营的人力成本,最后达到回路平衡。因为该回路存在一处负反馈,因此该回路整体为负反馈回路。
本实施方式以秦皇岛为例,获取用于仿真运行的各项数据,包括重大疫情例如新冠肺炎疫情期间秦皇岛的感染者人数、免疫者人数、易感染者人数、康复率、康复期、死亡率、旅游业净利润、旅游就业人员、区域GDP以及区域就业人数。在所述调控政策对旅游业影响的仿真系统动力学模型中用表4所示的公式表达各变量之间的关系、按照表5设定相关常量和水平变量的初始值,在众多变量和模型的多重反馈机制下,整个模型的结果主要由内部结构和反馈机制来决定,变量只需设置在一定范围内即可表现出真实结果,本文基于疫情对旅游业的影响调研,采用合理估计与计算的方式,处理难以获得数据的参数,包括实际出行成本、预期出行成本、预期交通成本、预期疫情风险成本、人均消费、税收点、旅游业固定成本、人均变动成本、旅游业人均工资、旅游收入乘数、旅游就业乘数、旅游影响产业固定成本以及旅游影响产业人均工资,模型中所有水平变量的测算方程均由相对应的速率变量积分所得。用公式表达各变量之间的关系、输入相关数据得到仿真结果,对相关变量进行参数敏感性分析,模拟得到政府调控疫苗普及率,限制出行程度,以及补贴力度对秦皇岛地区旅游业利润的影响。
表4
表5
序号 | 变量名称 | 变量类型 | 初始值 | 单位 |
1 | 免疫者 | 水平变量 | 0 | 人 |
2 | 易感者 | 水平变量 | 140000 | 万人 |
3 | 感染者 | 水平变量 | 10 | 人 |
4 | 实际出行成本 | 水平变量 | 1000 | 元 |
5 | 参考出行成本 | 水平变量 | 1000 | 元 |
6 | 旅游业净利润 | 水平变量 | 350 | 亿元 |
7 | 旅游就业人员 | 水平变量 | 5 | 万人 |
8 | 旅游影响产业净利润 | 水平变量 | 650 | 亿元 |
9 | 旅游影响产业就业人员 | 水平变量 | 25 | 万人 |
10 | 区域GDP | 水平变量 | 1612 | 亿元 |
11 | 区域就业人员 | 水平变量 | 162 | 万人 |
12 | 疫苗普及率 | 常量 | 0 | — |
13 | 康复率 | 常量 | 0.5 | — |
14 | 康复期 | 常量 | 1 | 月 |
15 | 死亡率 | 常量 | 0.01 | — |
16 | 预期交通出行成本 | 常量 | 1000 | 元 |
17 | 预期疫情风险成本 | 常量 | 100000 | 元 |
18 | 税收点 | 常量 | 0.15 | — |
19 | 人均消费 | 常量 | 500 | 元 |
20 | 旅游业固定成本 | 常量 | 50 | 亿元 |
21 | 人均变动成本 | 常量 | 100 | 元 |
22 | 旅游业人均工资 | 常量 | 8000 | 元 |
23 | 旅游收入乘数 | 常量 | 2.5 | — |
24 | 旅游就业乘数 | 常量 | 2 | — |
25 | 旅游影响产业固定成本 | 常量 | 30 | 亿元 |
26 | 旅游影响产业人均工资 | 常量 | 7000 | 元 |
以月为步长,仿真周期24个时间单位,初始时间0,通过调节疫苗普及率、限制出行程度和降低税收点得到被模拟的秦皇岛地区政府采取不同模拟程度政策下旅游业的收入情况,仿真结果表明:疫苗普率越高,游客出行程度会提高,使旅游业净利润提升;仅限制出行政策可以有效地控制疫情,限制出行程度超过60%时,感染者人数可以得到有效控制,但旅游业的发展趋于平缓甚至出现衰退的趋势,政府可以适当的控制出行程度,在保证感染人数不增加的前提下使旅游业取得一定收入;政府补贴力度主要是降低旅游业的税收点,仿真结果表明,对旅游业降低税收点在一定程度上可以缓解旅游业经济衰退现象。对于本领域的技术人员来说,可以根据模拟调控政策在一定范围内对变量、公式以及初始值的设定做出改变,而所有改变都应包括在本发专利要求的保护范围之内。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;因而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (7)
1.一种调控政策对旅游业影响的仿真系统动力学模型,其特征在于,该模型包括利用系统动力学软件搭建的三个子模型:
疫情传染子模型,用于模拟易感者传染以及感染者康复之后转回免疫者,最后实现群体免疫,包含水平变量:免疫者、易感者、感染者;辅助变量:康复者、注射疫苗者、潜伏者发病、感染者康复、感染者死亡、区域总人口;速率变量:免疫率、易感者受传染率;常量:疫苗普及率、康复率、康复期、死亡率;其中所述疫苗普及率和康复率均可作为外生变量;
游客出行决策子模型,用于模拟游客出行概率,包含水平变量:实际出行成本、参考出行成本;辅助变量:交通出行成本、疫情风险成本、感知旅游效用、旅游出行人数、限制出行程度;速率变量:预期交通出行成本、预期疫情风险成本预期交通出行成本、预期疫情风险成本;常量:游客出行概率、鼓励出行程度;所述参考出行成本包括所述预期交通出行成本和所述预期疫情风险成本;所述交通出行成本和限制出行程度均可作为外生变量;
旅游经济子模型,用于模拟旅游业和其他相关行业收到的影响,包含水平变量:旅游业净利润、旅游就业人员、旅游影响产业净利润、旅游影响产业就业人员、区域GDP、区域就业人员;辅助变量:旅游直接收入、旅游影响收入、旅游业人力成本、区域就业人口增长、旅游影响产业人力成本、旅游就业人员变化;速率变量:旅游业GDP占比、区域GDP增长率、旅游就业人员改变率、旅游业就业人口占比、区域就业人口增长率;常量:人均消费、旅游就业乘数、人均变动成本、旅游收入乘数、税收点、旅游业固定成本、旅游业人均工资、旅游影响产业固定成本、旅游影响产业人均工资;其中所述旅游收入乘数、旅游就业乘数、旅游业固定成本、旅游业人均工资和税收点均可作为外生变量。
2.根据权利要求1所述的调控政策对旅游业影响的仿真系统动力学模型,其特征在于,所系统动力学软件为Vensim PLE。
3.根据权利要求1所述的调控政策对旅游业影响的仿真系统动力学模型,其特征在于,所述疫情传染子模型基于现有的SIR模型构建。
4.根据权利要求1所述的调控政策对旅游业影响的仿真系统动力学模型,其特征在于,所述游客出行决策子模型基于现有的前景理论构建。
5.根据权利要求1所述的调控政策对旅游业影响的仿真系统动力学模型,其特征在于,所述旅游经济子模型基于现有的旅游卫星账户TSA构建。
6.一种以上任一权利要求所述的调控政策对旅游业影响的仿真系统动力学模型的实现方法,其特征在于,该方法包括:
首先利用系统动力学软件从疫情传染、游客出行决策和旅游经济三个方面分析,获得疫情对旅游业影响的因果关系图;然后基于所述的因果关系图通过系统动力学软件实现以上任一权利要求所述的调控政策对旅游业影响的仿真系统动力学模型;
所述该因果关系图包含疫情传染子回路、游客出行子回路以及旅游经济子回路;
所述疫情传染子回路为正反馈回路,具体为:旅游出行人数增加使得易感者接触人口数增加,易感者接触人口数增加使得感染率变大,感染率变大使得感染者增加,外来旅游的感染者增加使得区域总人口增加,区域总人口增加使得旅游出行人数增加;所以旅游出行人数越多,每个游客接触的人口数也越多,会加强疫情的传染和感染者的增加;
所述游客出行子回路为负反馈回路,具体为:疫情感染风险成本增加使得实际出行成本增加,实际出行成本增加使得感知旅游效用降低,感知游效用降低使得游客出行概率降低,游客出行概率降低使得游客出行人数下降,游客出行人数下降使得易感者接触人口数下降,易感者接触人口数下降使得感染率下降,感染率下降使得疫情感染风险成本下降;
所述旅游经济子回路为负反馈回路,具体为:旅游业收支增加使得旅游业从业人员增加,旅游业从业人员增加使得旅游业人力成本增加,旅游业人力成本增加使得旅游业收支下降。
7.根据权利要求6所述的调控政策对旅游业影响的仿真系统动力学模型的实现方法,其特征在于,所述系统动力学软件为Vensim PLE。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979204.4A CN113609706A (zh) | 2021-08-25 | 2021-08-25 | 调控政策对旅游业影响的仿真系统动力学模型及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979204.4A CN113609706A (zh) | 2021-08-25 | 2021-08-25 | 调控政策对旅游业影响的仿真系统动力学模型及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113609706A true CN113609706A (zh) | 2021-11-05 |
Family
ID=78341932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110979204.4A Pending CN113609706A (zh) | 2021-08-25 | 2021-08-25 | 调控政策对旅游业影响的仿真系统动力学模型及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609706A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999667A (zh) * | 2022-04-01 | 2022-09-02 | 山东大学 | 一种考虑交通干预的传染病跨区域传播预测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543897A (zh) * | 2018-11-19 | 2019-03-29 | 天津理工大学 | 地方政府债务风险动态评估及预测方法 |
CN111680420A (zh) * | 2020-06-05 | 2020-09-18 | 上海应用技术大学 | 一种产业政策影响的仿真系统动力学模型及其实现方法 |
CN113051744A (zh) * | 2021-03-18 | 2021-06-29 | 天津大学 | 一种区域大气污染调控方案的评估系统及其评估方法 |
-
2021
- 2021-08-25 CN CN202110979204.4A patent/CN113609706A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543897A (zh) * | 2018-11-19 | 2019-03-29 | 天津理工大学 | 地方政府债务风险动态评估及预测方法 |
CN111680420A (zh) * | 2020-06-05 | 2020-09-18 | 上海应用技术大学 | 一种产业政策影响的仿真系统动力学模型及其实现方法 |
CN113051744A (zh) * | 2021-03-18 | 2021-06-29 | 天津大学 | 一种区域大气污染调控方案的评估系统及其评估方法 |
Non-Patent Citations (3)
Title |
---|
叶兴庆;程郁;周群力;殷浩栋;: "新冠肺炎疫情对2020年农业农村发展的影响评估与应对建议", 农业经济问题, no. 03, pages 6 - 12 * |
夏杰长 等: "外部冲击下旅游业的演化与变革——以新冠肺炎疫情为例", 《新疆师范大学学报(哲学社会科学版)》, vol. 41, no. 6, pages 43 - 54 * |
陈静;张毅;程东祥;徐绍霞;: "基于改进灰关联分析模型的江苏省道路客运低碳运输水平分析", 公路交通科技, no. 12, pages 155 - 162 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999667A (zh) * | 2022-04-01 | 2022-09-02 | 山东大学 | 一种考虑交通干预的传染病跨区域传播预测方法及系统 |
CN114999667B (zh) * | 2022-04-01 | 2024-04-05 | 山东大学 | 一种考虑交通干预的传染病跨区域传播预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | A network traffic forecasting method based on SA optimized ARIMA–BP neural network | |
Kiss et al. | Generalization of pairwise models to non-Markovian epidemics on networks | |
CN107145908B (zh) | 一种基于r-fcn的小目标检测方法 | |
CN109002904B (zh) | 一种基于Prophet-ARMA的医院门诊就诊量预测方法 | |
CN108961675A (zh) | 基于卷积神经网络的跌倒检测方法 | |
CN109002845A (zh) | 基于深度卷积神经网络的细粒度图像分类方法 | |
WO2021217865A1 (zh) | 告警根因的定位方法、装置、计算机设备和存储介质 | |
CN108288106A (zh) | 一种基于大数据的旅游客流预测方法 | |
CN109087277B (zh) | 一种空气细颗粒物pm2.5测量方法 | |
CN115564114B (zh) | 一种基于图神经网络的空域碳排放短期预测方法及系统 | |
CN110619419B (zh) | 城市轨道交通的客流预测方法 | |
CN112990500B (zh) | 基于改进加权灰色关联分析的台区线损分析方法及系统 | |
CN107392251B (zh) | 一种使用分类图片提升目标检测网络性能的方法 | |
CN110993118A (zh) | 基于集成学习模型的疫情预测方法、装置、设备及介质 | |
CN108090613A (zh) | 一种进近管制扇区管制员工作负荷预测方法 | |
CN104050319B (zh) | 一种实时在线验证复杂交通控制算法的方法 | |
CN109684302A (zh) | 数据预测方法、装置、设备及计算机可读存储介质 | |
CN113609706A (zh) | 调控政策对旅游业影响的仿真系统动力学模型及其实现方法 | |
CN108984830A (zh) | 一种基于模糊网络分析的建筑能效评价方法及装置 | |
CN115271373A (zh) | 城市群弹性开发边界划定方法及系统 | |
Yao et al. | Spatiotemporal distribution of human trafficking in China and predicting the locations of missing persons | |
CN113161004B (zh) | 一种疫情预测系统及方法 | |
CN114118593A (zh) | 人口流动预测方法及其电网负荷预测方法 | |
Zheng et al. | A spatial-temporal graph based hybrid infectious disease model with application to covid-19 | |
CN103020448A (zh) | 一种基于时间序列分析的机场噪声瞬时值预测方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |