HIBRIDNI INTELIGENTNI MODEL PROGNOZIRANJA TURISTI？KE POTRA？NJE

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