Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки
A method for calculation of index territory attractivity on the basis of fuzzy logic is proposed. The modified gravitation model used for forecast of the number of potential recreants is improved by this method. Calculations based on the new model are performed, and a comparative analysis of the obt...
Збережено в:
| Дата: | 2010 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2010
|
| Онлайн доступ: | https://journal.iasa.kpi.ua/article/view/106910 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
| Завантажити файл: |  |
Репозитарії
System research and information technologies| _version_ | 1867334293613707264 |
|---|---|
| author | Liakhov, S. A. Vikliuk, Ya. I. |
| author_facet | Liakhov, S. A. Vikliuk, Ya. I. |
| author_institution_txt_mv | [
{
"author": "S. A. Liakhov",
"institution": null
},
{
"author": "Ya. I. Vikliuk",
"institution": null
}
] |
| author_sort | Liakhov, S. A. |
| baseUrl_str | http://journal.iasa.kpi.ua/oai |
| collection | OJS |
| datestamp_date | 2018-04-06T12:28:40Z |
| description | A method for calculation of index territory attractivity on the basis of fuzzy logic is proposed. The modified gravitation model used for forecast of the number of potential recreants is improved by this method. Calculations based on the new model are performed, and a comparative analysis of the obtained results is presented. |
| first_indexed | 2025-07-17T10:21:46Z |
| format | Article |
| fulltext |
© С.О. Ляхов, Я.І. Виклюк, 2010
46 ISSN 1681–6048 System Research & Information Technologies, 2010, № 3
TIДC
ПРОБЛЕМИ ПРИЙНЯТТЯ РІШЕНЬ І
УПРАВЛІННЯ В ЕКОНОМІЧНИХ, ТЕХНІЧНИХ,
ЕКОЛОГІЧНИХ І СОЦІАЛЬНИХ СИСТЕМАХ
УДК 004.942, 519.876.5
МЕТОД ВИЗНАЧЕННЯ ПОТОКІВ РЕКРЕАНТІВ ЗА
ДОПОМОГОЮ МОДИФІКОВАНОЇ ҐРАВІТАЦІЙНОЇ МОДЕЛІ
НА БАЗІ НЕЧІТКОЇ ЛОГІКИ
С.О. ЛЯХОВ, Я.І. ВИКЛЮК
Запропоновано метод розрахунку показників атрактивності території на базі
нечіткої логіки. Проведено вдосконалення модифікованої ґравітаційної моделі,
яке використовується для прогнозування кількості потенційних рекреантів, за-
пропонованим методом. Проведено розрахунки з використанням нової моделі
та наведено порівняльний аналіз отриманих результатів.
Розвиток туристичної галузі в Україні має сприяти розвитку міжнародних та
ринкових відносин, зменшить кількість безробітних, частково захистить
природний та історико-культурний спадок. Розвивати туристичну галузь
одночасно в цілому регіоні, недоцільно, оскільки це потребує великих капі-
таловкладень. У зв’язку з цим, необхідно визначити такі місця відпочинку,
які будуть приваблювати найбільшу кількість рекреантів.
Моделям функціонування рекреаційно-туристичних систем притаманна
невизначеність, зумовлена, з одного боку відсутністю точного опису проце-
сів функціонування систем, з іншого — неспроможністю оцінити стани сис-
тем абсолютно точно, що ускладнює, а часом, й унеможливлює використан-
ня точних кількісних методів.
Мета роботи — побудова моделі розрахунку кількості потенційних
клієнтів у туристично-рекреаційних комплексах за допомогою вдосконален-
ня ґравітаційної моделі [1] з використанням нечіткої логіки.
Актуальність. Визначення кількості рекреантів — надзвичайно важ-
лива складова інвестиційного аналізу, оскільки, знаючи кількість відвідува-
чів, можна оптимізувати бізнес-процеси, спрогнозувати прибуток, витрати,
рентабельність, спланувати перелік послуг, які можуть надаватись і т.ін.
Прогнозування кількості потенційних відвідувачів туристично-
рекреаційних систем (ТРС) можна визначити, застосувавши модифіковану
ґравітаційну модель, що дозволяє врахувати вплив місцезнаходження насе-
лених пунктів від туристично-рекреаційних комплексів (ТРК), цінової полі-
тики, сезонність та основні чинники привабливості [1]. За цією моделлю
потенційна кількість рекреантів визначається як:
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 47
( )
( )
××
⎟
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎜
⎝
⎛
+×=
∑
=
r
ij
n
j
m
ii
Att
n
l
ll
ij
r
nmD
n
AttAtt
kTK cat1
catТРС
cat 1
( ) ( )
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛ −
−××
price
2
cat
2
ТРС
ТРСcat
||
1
n
BB
TPTP , (1)
де
cat
ijK — кількість рекреантів j-ї ТРС, які прибули з і-го пункту попиту;
m
im — чисельність населення і-го пункту попиту;
n
jn — відстань (максимально можлива місткість) j-ї ТРС;
r
ijr — відстань між j-ою ТРС та і-им пунктом попиту;
k — емпіричний «коефіцієнт тяжіння привабливості» (тотожні);
rnm ,, — емпіричні коефіцієнти;
iDcat — питома вага людей певного сегменту (студенти, середній клас,
класс заможних людей, діти) з і-го пункту попиту;
( )TPcat — імовірність того, що люди певного сегменту відпочивати-
муть в інтервал часу T ;
( )TPТРС — імовірність того, що певна ТРС працюватиме в інтервалі
часу T ;
ТРСB — цінова категорія ТРС;
catB — бажана категорія ТРС для певної категорії відпочиваючих;
pricen — нормувальний множник, рівний розмірності рейтингової шка-
ли ТРСB та catB ;
l — «тип привабливості»;
ТРС
lAtt — рейтингова оцінка l-ї «привабливості» ТРС;
cat
lAtt — нормована рейтингова оцінка, що визначає важливість l-ї
«привабливості» для рекреанта групи «cat»;
Attn — максимально допустиме значення ТРС
lAtt .
Усі коефіцієнти в (1), за винятком nmk ,, та r , мають статистичний ха-
рактер і були визначені шляхом експертних оцінок провідних фахівців цієї
галузі.
Недоліком моделі (1) є визначення загального «показника приваб-
ливості»:
⎟
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎜
⎝
⎛
+=
∑
=
Att
n
l
ll
n
AttAtt
Atr 1
catТРС
1)cat,trs( . (2)
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 48
Щоб розрахувати цей множник запропоновано використати 28 «показ-
ників привабливості», які визначено експертними оцінюваннями [1]. Вели-
чина більшості «показників привабливості» для різних ТРС майже не відрі-
зняється. Інші показники, які значно відрізняються один від одного і є
визначальними для «привабливості» певної ТРС, не можуть суттєво вплину-
ти на зміну показника (2). У такому випадку показники всіх ТРС колива-
ються біля певного центру, величину нормованого показника схематично
зображено на рис. 1. Діапазон значень, в яких коливається цей показник,
лежить на відрізку [1; 2], при чому значення 1 та 2 та їхні околи є «мертви-
ми» точками, а це означає, що якою б привабливою не була ТРС, її «показ-
ник привабливості» буде відрізнятися від непривабливої ТРС приблизно на
0,4–0,8 одиниць, що не може суттєво вплинути на остаточні результати. Та-
кож важко виконати оцінювання багатьох якісних «показників привабливо-
сті» з високою точністю, а це, в свою чергу, не дає можливості використати
класичні математичні методи.
Для моделювання привабливості регіону або певної ТРС найкраще за-
стосовувати нечіткі моделі. Це дає можливість визначати загальний «показ-
ник привабливості» ТРС у ширшому діапазоні, а також краще оцінити інші
«показники привабливості». На практиці показано, що в багатьох випадках
нечітке моделювання дозволяє більш адекватно описати об’єкти з деякою
невизначеністю і дає кращі результати, у порівнянні з детермінованими або
ймовірнісно-статистичними моделями [2]. У роботах [2–8] було апробовано
та доведено адекватність апарату нечіткої логіки в дослідженнях туристич-
ної галузі. Зокрема, моделюванню та створенню експертної системи вибору
готелю присвячена робота [4]. Прогнозам у туристичній галузі на базі нечіт-
кої логіки та нейромережах присвячено роботи [5, 6]. У роботі [2] дослідже-
но конкуренцію економічного зростання між регіонами в Китаї.
Тому ми пропонуємо розрахувати коефіцієнт привабливості за допомо-
гою моделі, що базується на нечіткій логіці, використовуючи замість множ-
ника (2) інший — fuzzy)cat,trs(Atr .
Математична теорія нечітких множин (fuzzy sets) і нечітка логіка (fuzzy
logic) є узагальненнями класичної теорії множин і класичної формальної
логіки. Такі поняття вперше запропонував американський вчений Лотфи
Заді (Lotfi Zadeh) у 1965 році. Основною причиною появи нової теорії стала
Величина нормативного показника привабливості
Гу
ст
ин
а
йм
ов
ір
но
ст
і
0 0,1 1
Рис. 1. Схематичне зображення розподілу нормованого «показника привабливості»
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 49
наявність нечітких і наближених міркувань під час опису людиною проце-
сів, систем, об’єктів [9].
У загальному випадку механізм логічного виведення містить чотири
етапи: введення нечіткості (фазифікація), нечіткий висновок, композицію й
приведення до чіткості або дефазифікацію.
Алгоритми нечіткого висновку розрізняються, головним чином, вигля-
дом правил, що використовуються, логічних операцій і різновидом методу
дефазифікації. Найпопулярнішими є моделі нечіткого висновку Мамдані,
Сугено, Ларсена, Цукамото.
У даній роботі застосовується метод Сугено 0-го порядку, коли логічне
виведення є константою:
( ) mjdjyaxaxax jnnjjjjj ,1,~~~
2211 ==→=ΘΘ=Θ= … . (3)
Згідно із думкою експертів [1], найвагомішими групами показників
привабливості є: екологічний стан, інфраструктура (з підгрупами «готельна
інфраструктура» та «громадська інфраструктура»), сервісні фактори, розта-
шування. Для оцінки агрегованих показників експертами було запропонова-
но наступні вхідні параметри по кожній групі та підгрупі:
• екологічний стан (Е): радіація (Еа); повітря (Еb); вода (Еc); озеле-
нення території (Еd);
• готельна інфраструктура (Іа): якісна готельна інфраструктура для
різних сегментів споживання (Іа1); розвинена мережа телекомунікацій (Іа2);
розвинена інфраструктура спортивних споруд та можливостей занять спор-
том (Іа3); наявність достатньої інфраструктури розваг на території ТРС (Іа4);
• громадська інфраструктура (Іb): якісна інфраструктура транспортних
комунікацій — дороги, аеропорти, залізниця, морські та річкові порти (Іb1);
розвинена система громадського харчування (Іb2); розвинена система гро-
мадського транспорту (Іb3); наявність достатньої інфраструктури розваг в
околицях ТРС (Іb4);
• сервісні фактори (С): вартість (Са); оригінальна місцева кухня (Сb);
розвинена промисловість та виробництво сувенірної продукції (Сc); розви-
нена мережа торгівлі. Наявність груп товарів, особливо привабливих у кате-
горії ціна-якість (Сd);
• розташування (Р): віддаль від сіл (Рa); віддаль від смт. та міст (Рb);
забезпечення під’їздами для автотранспорту (Рc); забезпечення під’їздами
залізницею (Рd).
Для розрахунку агрегованого показника привабливості запропонована
ієрархічну нечітку систему. По кожній із груп за допомогою алгоритму Су-
гено знаходяться рекреаційні потенціали. Вони, в свою чергу, слугують вхі-
дними параметрами узагальнювальної нечіткої експертної системи, що ви-
значає «коефіцієнт привабливості» ТРС (рис. 2). Запропонований підхід
дозволяє значно зменшити необхідну кількість продукційних правил.
Для розрахунку загального «показника привабливості» ТРС із ураху-
ванням важливості проміжних показників для кожної групи населення (се-
реднього класу, студентів, класу заможних людей та дітей) [1] було застосо-
вано метод лінійної згортки, що представлений у роботах [2, 12].
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 50
∑∑=
j
j
i
i
i Іmp
Іmp
AttAtr
)cat(
)cat(
)trs()cat,trs( fuzzy , (4)
де fuzzy)cat,trs(Atr — загальний «показник привабливості» ТРС для певної
категорії населення; iAtr )trs( — проміжний «показник привабливості» ТРС;
iImp (trs) — важливість проміжного «показника привабливості» для певної
категорії населення.
Алгоритм розрахунку
Запропоновано застосовувати такий алгоритм розрахунку загального «пока-
зника привабливості» ТРС:
1. Визначення лінгвістичних змінних та їх параметрів.
2. Визначення вигляду та параметрів функцій належності для кожного
терму показників привабливості.
3. Визначення продукційних правил.
4. Побудова нечіткої моделі.
5. Розрахунок проміжних «показників привабливості» для кожної ТРС.
6. Розрахунок загального «показника привабливості» ТРС із
урахуванням важливості «показників привабливості» для різних груп насе-
лення за допомогою лінійної згортки.
7. Розрахунок кількості рекреантів та прибутку за вдосконаленою ґра-
вітаційною моделлю.
8. Отримання результатів та їх аналіз.
E
Ea
Eb
Ec
Ed
Ia
Ia1
Iа2
Iа3
Iа4
Ib
Ib1
Ib2
Ib3
Ib4
C
Ca
Cb
Cc
Cd
P
Pa
Pb
Pc
Pd
I Розрахунок
показника
привабливості
із застосуванням
лінійної
згортки
Рис. 2. Схема розрахунку показника привабливості за допомогою нечіткої моделі
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 51
Комп’ютерний експеримент
Для розробки моделі з нечіткою логікою використовувалося середовище
MatLab та toolbox Fuzzy Logic. Нижче наведено терми лінгвістичних змін-
них.
1. Екологічний стан:
• (Ea): радіаційне забруднення відсутнє (РВ); рівень радіаційного за-
бруднення відповідає нормам, що є допустимими для життя (РМ); рівень
радіаційного забруднення перевищує доступні радіаційні норми (Z);
• (Eb): екологічно чисте повітря (РВ); міське повітря (РМ); забруднене
повітря (Z);
• (Ec): екологічно чиста вода без фільтрації (РВ); вода з громадських
очисних споруд (Z);
• (Ed): наявність оздоровчих видів рослин (РВ); достатня кількість
озеленення без оздоровчих видів рослин (РМ); мала кількість рослинно-
сті (Z).
2. Готельна інфраструктура:
• (Іа1): достатня кількість апартаментів для всіх рівнів споживання
(РВ); достатня кількість апартаментів для деяких рівнів споживання (РМ);
недостатня кількість апартаментів для будь-якого рівня споживання (Z);
• (Іа2): добре розвинена телекомунікаційна мережа (РВ); недостатньо
розвинена або нерозвинена зовсім телекомунікаційна мережа (Z);
• (Іа3): добре розвинена інфраструктура спортивних комплексів та
можливостей занять спортом (РВ); майже відсутня можливість для занять
спортом (Z);
• (Іа4) добре розвинена інфраструктура розваг (РВ); недостатньо роз-
винена інфраструктура розваг (Z).
3. Громадська інфраструктура:
• (Іb1): наявність усіх видів транспортних комунікацій (РВ); середньо
розвинена транспортна інфраструктура (РМ); слабо розвинена транспортна
інфраструктура (Z);
• (Іb2): достатньо розвинена система громадського харчування (РВ);
недостатньо розвинена система громадського харчування (Z);
• (Іb3): достатньо розвинена система громадського транспорту (РВ);
недостатньо розвинена система громадського транспорту (Z);
• (Іb4): достатньо велика кількість центрів розваг (РВ); недостатньо
розвинена інфраструктура розваг (Z).
4. Сервісні фактори:
• (Са): найкраще співвідношення ціна-якість (РВ); ціна є завищеною
(РМ); надто висока ціна та поганий сервіс (Z);
• (Сb): наявність оригінальної місцевої кухні (РВ); відсутність оригі-
нальної місцевої кухні (Z);
• (Сc): розвинено виробництво сувенірної продукції (РВ); слабо або
недостатньо розвинено виробництво сувенірної продукції (Z);
• (Сd): розвинено мережу торгівлі (РВ); недостатньо або зовсім не
розвинено мережу торгівлі (Z).
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 52
5. Розташування:
• (Рa): якісні дороги біля ТРС (РВ); дороги знаходяться на деякій від-
стані від ТРС (РМ); дороги неякісні або знаходяться далеко від ТРС (Z);
• (Рb): залізнична станція розташована неподалік від ТРС (РВ); заліз-
нична станція розташована далеко від ТРС (Z);
• (Рc): розташована у селі або село розташуване неподалік від ТРС
(РВ); значна відстань розташування сіл від ТРС (Z);
• (Рd): знаходиться у місті (смт.) або неподалік від них (РВ); значна
відстань розташування від міст (смт.) (Z).
Для побудови нечітких експертних правил продукцій було використано
загальноприйняті міжнародні скорочення для параметрів функції (Z — нуль,
близько до нуля; PS — позитивне мале; PM — позитивне середнє; PB — по-
зитивне велике) [13, 14].
Групові показники описуються термами: Z — низький; РМ — середній;
PB — високий. Комплексний показник привабливості описується термами:
Z — низький; PS — нижче середнього; PM — вище середнього; PB —
високий.
Для розрахунків за допомогою нечіткої моделі було використано
трикутні функції належності. Трикутна функція належності визначається
трійкою чисел ),,( cba , а її значення в точці x обчислюється відповідно до
формули:
⎪
⎪
⎪
⎩
⎪⎪
⎪
⎨
⎧
≤≤
−
−
−
≤≤
−
−
−
=
.випадкахіншихв,0
,,1
,,1
)( cxb
bc
cx
bxa
ab
xb
xMF (5)
При )()( bcab −=− маємо випадок симетричної трикутної функції на-
лежності, що може бути однозначно задана двома параметрами із трійки
),,( cba . Ґауссівські функції належності дали менш адекватні результати.
Параметри ba, та c можуть розраховуватись двома способами. Пер-
ший — це застосування системи навчання на базі нейронних мереж [16],
другий — визначення параметрів за допомогою експертів. У даній роботі ми
скористались допомогою експертів. Експертні оцінки було надано фахівця-
ми Чернівецької обласної адміністрації у справах спорту і туризму. Параме-
три та вигляд функцій належності наведено в табл. 1 та на рис. 3.
Базу нечітких продукційних правил для формального відображення ем-
піричних знань, отримано в результаті експертних оцінок наданих відділом
з питань туризму Чернівецької обласної державної адміністрації.
На основі наведених вище нечітких правил продукції та структури було
розроблено нечітку модель у системі MatLab, яка дозволяє розрахувати
проміжні показники привабливості по кожному ТРК.
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 53
Т а б л и ц я 1 . Опис параметрів функцій належності для побудови моделі
в системі MatLab
Лінгвістична змінна Терм Параметри функцій належності
Еа Еб Ег Іа1 Іа3
Іа4 Іб2 Са Рв
PB
PM
Z
[3 5 7]
[0,5 2,5 4,5]
[–2 0 2]
Ев Іа2 Іб1 Іб3 Іб4
Сб Св Сг Ра Рб Рг
PB
Z
[0 5 10]
[–5 0 5]
E, I, C, P
PB
PM
PS
Z
5
3,33
1,67
0
Використовуючи експертні оцінки показників привабливості, було ви-
конано розрахунки проміжних показників привабливості для ТРК «Миго-
во», «Буковель» та «Німчич».
Т а б л и ц я 2 . Експертні оцінки показників привабливості
Показник привабливості ТРК
«Мигово»
ТРК
«Буковель»
ТРК
«Німчич»
Екологічний стан
Радіація 5,00 5,00 5,00
Вода 5,00 5,00 4,20
Повітря 4,60 5,00 5,00
Озеленення території 5,00 5,00 5,00
Інфраструктура
Рис. 3. Трикутні функції належності з 3-ма (а) і 2-ма (б) параметрами
а
б
0.5
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 54
Продолжение табл. 2
Готельна Інфраструктура
Якісна готельна інфраструктура для різних
сегментів споживання 3,60 5,00 2,40
Розвинена мережа телекомунікацій 3,80 4,60 1,80
Розвинена інфраструктура спортивних
споруд та можливостей для занять спортом 4,00 5,00 0,60
Наявність достатньо розвиненої
інфраструктури розваг на території ТРК 3,80 5,00 1,60
Громадська інфраструктура
Якісна інфраструктура транспортних комуні-
кацій 3,80 4,20 1,00
Розвинена система громадського харчування 4,60 5,00 1,80
Розвинена система громадського транспорту 3,80 4,20 0,40
Наявність достатньої інфраструктури розваг
в околицях ТРС 3,80 5,00 1,60
Сервісні фактори
Вартість та якість обслуговування 5 4 3
Оригінальна місцева кухня 3,80 4,20 3,60
Розвинена промисловість та виробництво
сувенірної продукції 2,80 3,80 2,60
Розвинена мережа торгівлі 3,40 4,00 2,60
Розташування
Можливість дістатися визначеного місця на
авто 4,20 4,80 0,40
Можливість дістатися визначеного місця за-
лізницею 2,20 2,40 0,60
Віддаленість від сіл 3,80 4,60 3,20
Віддаленість від смт. та міст 3,80 4,40 1,60
Важливість привабливості проміжних показників для груп населення
визначають за допомогою експертних оцінок за п’ятибальною шкалою (5 —
важливо, 0 — неважливо). Використовуючи (3) і показники привабливості,
які наведені в табл. 3, було розраховано проміжні показники привабливості
для кожного ТРК і категорії населення (табл. 4).
Т а б л и ц я 3 . Важливість показників привабливості для різних категорій
населення
Група показників
привабливості
Середній
клас Студенти
Клас
заможних
людей
Діти
Екологічний стан 5 4 5 5
Готельна інфраструктура 3 1 5 2
Громадська інфраструктура 4 3 2 3
Сервісні фактори 2 1 5 1
Розташування 3 3 4 0
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 55
Т а б л и ц я 4 . Проміжні показники привабливості по ТРК
Група показників привабливості ТРК
«Мигово»
ТРК
«Буковель»
ТРК
«Німчич»
Екологічний стан 5 5 4,73
Готельна інфраструктура 3,87 4,87 1,29
Громадська інфраструктура 3,73 4,73 0,67
Сервісні фактори 3,33 4 2,93
Розташування 3,27 3,8 0,7
Пунктами попиту на рекреацію служили всі обласні центри України та
населенні пункти, чисельність населення яких перевищує 100 000. У роботі
проаналізовано доцільність розташування ТРС у місцях, де вже розташова-
но ТРС, що функціонують і спеціалізуються на наданні послуг гірськолиж-
ного туризму, з метою аналізу потоків відпочиваючих та надання рекомен-
дацій, щодо збільшення кількості рекреантів.
Цінова категорія ТРС оцінювалась за п’ятибальною рейтинговою шка-
лою [1], де курорту найвищого ґатунку класу «Люкс» відповідав бал «1»;
курорту середнього класу — «3», курорту найнижчої цінової категорії —
«5». Відповідно до експертних оцінок, наданих комітетом у справах сім’ї,
молоді та спорту Чернівецької області, заможні громадяни надаватимуть
перевагу курортам класу «Люкс», тобто класу «1». Середній клас надавати-
ме перевагу курортам класу — «3», діти — «4», а студентам будуть до впо-
доби недорогі ТРС класу «5».
Ймовірність роботи ТРК за кожен місяць, а також помісячна ймо-
вірність відпочинку певної категорії населення наведена в таблицях 5
та 6 [2]:
Т а б л и ц я 5 . Ймовірність роботи ТРК
Місяці Місця
відпочинку 1 2 3 4 5 6 7 8 9 10 11 12
ТРК
«Німчич» 1 1 0,6 0 0 0 0 0 0 0 0 0,4
ТРК
«Буковель» 1 1 0,8 0,2 0 0 0 0 0 0 0 0,6
ТРК
«Мигово» 1 1 0,8 0,2 0 0 0 0 0 0 0 0,6
Т а б л и ц я 6 . Ймовірність відпочинку рекреантів
Місяці Категорії людей
1 2 3 4 5 6 7 8 9 10 11 12
Студенти 0,8 0,4 0,1 0,1 0,3 0,9 0,9 0,9 0,1 0,1 0,1 0,5
Середній клас 0,9 0,9 0,3 0,3 0,5 0,9 0,9 0,9 0,7 0,5 0,3 0,9
Успішні бізнесмени 0,9 0,9 0,5 0,5 0,5 0,9 0,9 0,9 0,9 0,5 0,3 0,9
Діти 0,4 0,1 0,4 0,1 0,1 0,9 0,9 0,9 0,1 0,1 0,4 0,1
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 56
Використовуючи дані таблиць 6, 7 та 8, було виконано розрахунки
ймовірної кількості відпочивальників та прибутку на ТРК Прикарпаття, які
зображено на рис. 4 та рис. 5.
Розподіл кількості відпочивальників та прибутку за класами ТРС май-
же такий самий, як і з використання моделі без застосування нечіткої логіки.
Головною відмінністю між розрахунками є чітко виражене відставання ТРК
«Німчич» від ТРК «Мигово» та «Буковелю», що є адекватніше відображен-
ням дійсності, оскільки кількість відпочивальників на ТРК Німчич набагато
менша, ніж на двох інших комплексах, хоча ТРК «Німчич» на Німчичі фук-
ціонував ще за часів Радянського Союзу і є достатньо відомим на Західній
Україні.
Перевірка адекватності моделі проводилася для даних однієї з ТРК
«Мигово». Адекватність моделі оцінювалась з допомогою середньої квадра-
тичної похибки та коефіцієнта кореляції. Для розрахунків було обрано дані
по ТРС 3-го класу за цілий рік і порівняно з результатами розрахованими по
моделі (1). Реальні та розраховані дані наведені у табл. 7.
Рис. 4. Прибуток за класами ТРС без використання моделі з нечіткою логікою (а)
та з використанням (б)
Прибуток по класам ТРС
0
20000
40000
60000
80000
100000
120000
140000
1 2 3 4 5
Клас ТРС
П
ри
бу
то
к
Мигово
Буковель
Німчич
а
Прибуток по класам ТРС
0
50000
100000
150000
200000
250000
300000
350000
400000
1 2 3 4 5
Клас ТРС
П
ри
бу
то
к
Мигово
Буковель
Німчич
б
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 57
Т а б л и ц я 7 . Кількість відпочиваючих для ТРК «Мигово»
Місяці
Місця відпочинку 1 2 3 4 5 6 7 8 9 10 11 12
ТРК «Мигово»
(розрахункові дані) 654 578 200 41 0 0 0 0 0 0 0 351
ТРК «Мигово»
(реальні дані) 680 591 168 62 0 0 0 0 0 0 0 326
Середньоквадратична похибка дорівнює 24,4, а коефіцієнт кореля-
ції складає 0,99, що свідчить про високу адекватність запропонованої
моделі.
а
б
Кількість відпочиваючих по класам ТРС
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
1 2 3 4 5
Клас ТРС
Кі
ль
кі
ст
ь
ві
дп
оч
ив
аю
чи
х Мигово
Буковель
Німчич
Кількість відпочиваючих по ксласам ТРС
0
2000
4000
6000
8000
10000
12000
14000
1 2 3 4 5
Клас ТРС
Кі
ль
кі
ст
ь
ві
дп
оч
ив
аю
чи
х
Мигово
Буковель
Німчич
Рис. 5. Прибуток за класами ТРС без використання моделі з нечіткою логікою (а)
та з використанням (б)
С.О. Ляхов, Я.І. Виклюк
ISSN 1681–6048 System Research & Information Technologies, 2010, № 3 58
З наведених вище розрахунків можемо зробити висновки, що викорис-
тання моделі з нечіткою логікою дало можливість наблизити отримані дані
до реальних показників, незважаючи навіть на те, що тільки один показник
із модифікованої ґравітаційної моделі (1) був змодельований за допомогою
моделі що базується на нечіткій логіці. Це дає можливість реальніше оціни-
ти всі наявні види туристичної діяльності та розробити реалістичну програ-
му для формування та розвитку туристичної інфраструктури як у регіоні,
так і для всієї країни загалом.
Наступними кроками у розрахунках буде використання нечіткого мо-
делювання для всіх множників ґравітаційної моделі.
ВИСНОВКИ
У роботі наведено недоліки модифікованої ґравітаційної моделі та запропо-
новано механізм їх усунення.
Доведено адекватність використання моделі з нечіткою логікою (Fuzzy
Logic) для визначення загального показника привабливості ТРС на широко-
му діапазоні, а також реальної оцінки всіх інших показники привабливості.
Розроблено алгоритм, який по кроках описує здійснення розрахунків.
Виконано експеримент, який показав адекватність застосування нечіт-
кої логіки для здійснення розрахунку кількості рекреантів. Отримані резуль-
тати адекватніше відображають основні економіко-статистичні характерис-
тики ТРС, ніж розрахунки за класичною ґравітаційної моделлю (1).
У подальшому розроблений метод дозволить спрогнозувати кількість
рекреантів, які захочуть відвідати туристичний комплекс, та прибуток, а це,
в свою чергу, дозволить оптимізувати комплекс послуг та надасть інвесто-
рам можливість ефективніше обирати територію для розміщення готелів або
оптимально вибирати об’єкт інвестування.
Для подальших розрахунків пропонується всі показники із (1) обчис-
лювати за допомогою моделей із нечіткою логікою.
ЛІТЕРАТУРА
1. Розвиток туристичного бізнесу регіону: Монографія. — Чернівці: Книги–ХХІ,
2007. — 292 с.
2. Shengquan Ma, Jing Feng, Huhua Cao. Fuzzy model of regional economic competi-
tiveness in GIS spatial analysis: Case study of Gansu,Western China // Fuzzy
Optim Decis Making. — 2006. — № 5. — Р. 99–111.
3. Cathy H.C. Hsu, Kara Wolfe, Soo K. Kang. Image assessment for a destination with
limited comparative advantages // Tourism Management. — 2004. — № 25. —
Р. 121–126.
4. Ngai E.W.T., Wat F.K.T. Design and development ofa fuzzy expert system for hotel
selection // Omega. — 2003. — № 31. — Р. 275–286.
5. Chao-Hung Wang, Li-Chang Hsu. Constructing and applying an improved fuzzy
time series model: Taking the tourism industry for example // Expert Systems
with Applications. — 2008. — № 38. — С. 2732–2738.
Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі …
Системні дослідження та інформаційні технології, 2010, № 3 59
6. Chao-Hung Wang. Predicting tourism demand using fuzzy time series and hybrid
grey theory // Tourism Management. — 2004. — № 25. — Р. 367–374.
7. Tsung-Yu Chou, Mei-Chyi Chen, Chia-Lun Hsu. A fuzzy multi-criteria decision
model for international tourist hotels location selection // International Journal of
Hospitality Management. — 2008. — 27, № 2. — С. 293–301.
8. Wen-Bao Lin. An empirical of service quality model from the viewpoint of manage-
ment // Expert Systems with Applications, 2007. — № 32. — Р. 364–375.
9. Lotfi A. Zadeh. Fuzzy Sets // Information and Control. — 1965. — № 8. —
С. 235–241.
10. Виклюк Я.І. Побудова fuzzy-моделі для визначення рекреаційного потенціалу
євро регіону «верхній прут» // Вестн. НТУ «ХПИ». Сб. научных трудов.
Тематический выпуск «Системный анализ, управление и информационные
технологи». — 2007. — № 41. — С. 191–203.
11. Виклюк Я.І. Використання нечіткої логіки для визначення рекреаційного
потенціалу території // Вісн. Національного ун-ту «Львівська політехніки»
«Інформаційні системи та мережі». — 2008. — № 631. — С. 45–54.
12. Сидоренко А.Н. Логико-лингвистический метод расчета ставки дисконтирования
для принятия решений по управлению портфелем ценных бумаг //
Радіоелектронні і комп’ютерні системи. — 2006. — № 6. — С. 15–20.
13. Дьяконов В.П., Круглов В.П. MATLAB 6.5 SP1/7/7 SP1/7 SP2 Simulink 5/6. Ин-
струменты исскуственного интеллекта и биоинформатики // Серия «Биб-
лиотека проффесионала». — М.: СОЛОН-ПРЕСС, 2006. — 456 с.
14. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH //
СПб.: БХВ-Петербург, 2005. — 736 с.
15. Боголюбов В.С., Орловская В.П. Экономика туризма. — М.: Академия, 2005. —
192 с.
16. Барский А.Б. Нейроные сети: распознавание, управление, принятие решений.
— М: Финансы и статистика, 2004. — 176 с.
Надійшла 01.04.2008
|
| id | journaliasakpiua-article-106910 |
| institution | System research and information technologies |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2025-07-17T10:21:46Z |
| publishDate | 2010 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| resource_txt_mv | journaliasakpiua/2c/56f1c893eb4e1b356ae2068d8a18492c.pdf |
| spelling | journaliasakpiua-article-1069102018-04-06T12:28:40Z Method for recreant flow determination using a modified gravitation model on the basis of fuzzy logic Метод определения потоков рекреантов с помощью модифицированной гравитационной модели на базе нечеткой логики Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки Liakhov, S. A. Vikliuk, Ya. I. A method for calculation of index territory attractivity on the basis of fuzzy logic is proposed. The modified gravitation model used for forecast of the number of potential recreants is improved by this method. Calculations based on the new model are performed, and a comparative analysis of the obtained results is presented. Предложен метод расчета показателей атрактивности территории на базе нечеткой логики. Проведено совершенствование модифицированной гравитационной модели, которое используется для прогнозирования количества потенциальных рекреантов, предложенным методом. Проведены расчеты с использованием новой модели и приведен сравнительный анализ полученных результатов. Запропоновано метод розрахунку показників атрактивності території на базі нечіткої логіки. Проведено вдосконалення модифікованої ґравітаційної моделі, яке використовується для прогнозування кількості потенційних рекреантів, запропонованим методом. Проведено розрахунки з використанням нової моделі та наведено порівняльний аналіз отриманих результатів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2010-09-25 Article Article application/pdf https://journal.iasa.kpi.ua/article/view/106910 System research and information technologies; No. 3 (2010); 46-59 Системные исследования и информационные технологии; № 3 (2010); 46-59 Системні дослідження та інформаційні технології; № 3 (2010); 46-59 2308-8893 1681-6048 uk https://journal.iasa.kpi.ua/article/view/106910/101912 Copyright (c) 2021 System research and information technologies |
| spellingShingle | Liakhov, S. A. Vikliuk, Ya. I. Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title | Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title_alt | Method for recreant flow determination using a modified gravitation model on the basis of fuzzy logic Метод определения потоков рекреантов с помощью модифицированной гравитационной модели на базе нечеткой логики |
| title_full | Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title_fullStr | Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title_full_unstemmed | Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title_short | Метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| title_sort | метод визначення потоків рекреантів за допомогою модифікованої ґравітаційної моделі на базі нечіткої логіки |
| url | https://journal.iasa.kpi.ua/article/view/106910 |
| work_keys_str_mv | AT liakhovsa methodforrecreantflowdeterminationusingamodifiedgravitationmodelonthebasisoffuzzylogic AT vikliukyai methodforrecreantflowdeterminationusingamodifiedgravitationmodelonthebasisoffuzzylogic AT liakhovsa metodopredeleniâpotokovrekreantovspomoŝʹûmodificirovannojgravitacionnojmodelinabazenečetkojlogiki AT vikliukyai metodopredeleniâpotokovrekreantovspomoŝʹûmodificirovannojgravitacionnojmodelinabazenečetkojlogiki AT liakhovsa metodviznačennâpotokívrekreantívzadopomogoûmodifíkovanoígravítacíjnoímodelínabazínečítkoílogíki AT vikliukyai metodviznačennâpotokívrekreantívzadopomogoûmodifíkovanoígravítacíjnoímodelínabazínečítkoílogíki |