運用類神經網路於休閒農場來客數之預測 An ANN Approach to the Tourist Arrival Forecasting at a Recreation Farm Resort 黃仁宗(Jason Huang) ； 盧炳志(Ping-Chih Lu) ； 穆堃豪(Kun-Hao Mu) 休閒觀光與運動健康學報 ； 4 卷 1 期 (2013 / 09 / 30) ， P1 - 19 繁體中文 休閒農業 ； 休閒農場 ； 觀光需求預測 ； 類神經網路 ； 倒傳遞類神經網路 ； agritourism ； recreation farm ； artificial neural networks (ANN) ； back propagation networks (BPN) ； tourism demand forecasting http://www.airitilibrary.com/Publication/alDetailedMesh?DocID=P20110615001-201309-201312020002-201312020002-1-19 休閒農場的經營須投入大量人力、物力、資金及需具備專業的經營管理能力。因此，若能有效的預測未來的營運量，就能更有效分配人力與物力，提升營運的績效。本研究透過運用類神經網路的方法，利用過去營運之數據，分析並預判未來之來客數，所得之結果，將可提供經營管理者參酌，俾達到合理的人力分配及原物料的管理甚或是營運策略之修正。休閒農場來客數預測系統建置，主要係藉由過去營運紀錄建立來客資訊，再利用適當模擬預測技術以推估未來來客數，作為後續改進農場營運措施的依據。本研究以台南市楠西區龜丹溫泉休閒體驗農園為研討案例，以其每日來園人數為輸入參數，並仔細分析過去5年（2007－2011年）的數據與來客樣式。初步結果表明，影響來客數受重要的因素包括天候（溫度、降雨量與颱風）與假日（週末與國定假日）等因子。研究結果顯示，影響龜丹休閒農園來客數的因素及權重依序分別為星期假日、國定假日、颱風及雨量。另來客數受降雨量之影響，十分顯著，但受溫度的影響則相對較不顯著，僅在低溫時（＜16°C）呈現較高的相關性。以本研究的案例而言，納入溫度、降雨量與假期等外部影響因子，使用大樣本高頻率的數據進行倒傳遞類神經網路的訓練與建模，研究...