%0 Journal Article
%T HIBRIDNI INTELIGENTNI MODEL PROGNOZIRANJA TURISTI£¿KE POTRA£¿NJE
%A Kulshrestha
%A Abhishek
%A Kulshrestha
%A Anurag
%A Suman
%A Shikha
%J -
%D 2017
%R 10.22598/at/2017.29.2.157
%X Sa£¿etak Rast turisti£¿ke potra£¿nje diljem svijeta dovela je do porasta broja metoda za prognoziranje turisti£¿ke potra£¿nje. Nove su tehnike polu£¿ile pouzdane prognoze turisti£¿kih dolazaka s ciljem boljeg ekonomskog planiranja. Ovo istra£¿ivanje ima za cilj prognozirati i usporediti djelotvornost dvaju nelinearnih pristupa umjetne inteligencije u predvi£¿anju broja turisti£¿kih dolazaka u Singapur. Mjese£¿ni podaci o dolasku turista u Singapur kori£¿teni su za prognoziranje mjesec, dva, £¿etiri i £¿est mjeseci unaprijed pomo£¿u nelinearnih autoregresivnih (NAR) neuronskih mre£¿a i neuro-fuzzy (neizrazitih) sustava. To£¿nost predvi£¿anja neuronskih mre£¿a NAR uspore£¿ivala se s onom neuro-fuzzy sustava pomo£¿u razli£¿itih mjerenja u£¿inkovitosti. Studija je pokazala da su neuro-fuzzy sustavi u£¿inkovitiji od mre£¿e NAR u svim razdobljima prognoze i kod svih zemalja. Predlo£¿ena neuro-fuzzy metoda pobolj£¿ava u£¿inkovitost prognoziranja tehnika temeljenih na umjetnoj inteligenciji. Ova studija predstavlja doprinos literaturi u podru£¿ju turizma i mogu je koristiti menad£¿eri za u£¿inkovito planiranje i provo£¿enje mjera u okviru turisti£¿ke politike
%K turisti£¿ka potra£¿nja
%K predvi£¿anje
%K nelinearna autoregresivna neuronska mre£¿a
%K prilagodljivi neuro-fuzzy (neizrazit) sustav zaklju£¿ivanja
%U https://hrcak.srce.hr/index.php?show=clanak&id_clanak_jezik=284112