Modeliranje i prognoziranje broja zaposlenih u turizmu i hotelskoj industriji u Republici Hrvatskoj primjenom modela umjetnih neuronskih mreža
| Autor: | Tea Baldigara |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2020 |
| Předmět: |
broj zaposlenih
turizam i hotelska industrija sezonske vremenske serije modeli umjetnih neuronskih mreža model višeslojnog perceptrona number of employees tourism and hotel industry seasonal time series artificial neural network models multilayer perceptron model broj zaposlenih turizam i hotelska industrija sezonske vremenske serije modeli umjetnih neuronskih mreža model višeslojnog perceptrona Physics::Atmospheric and Oceanic Physics |
| Zdroj: | Oeconomica Jadertina Volume 10 Issue 2 |
| ISSN: | 1848-1035 1848-4956 |
| Popis: | The paper investigates the performance and prognostic power of artificial neural network models in modelling and forecasting of time series of seasonal character. Models of artificial neural networks have been applied in modelling and forecasting the monthly total number of employees, the number of employed men and the number of employed women in the activity of providing accommodation services and preparing and serving food and beverages in the Republic of Croatia. The obtained modelling results have been compared with the results obtained by applying some of the traditionally used quantitative models in the analysis of seasonal time series, such as the Holt-Winters model of triple exponential smoothing and the seasonal multiplicative model of exponential trend. The evaluation of the performance and prognostic power of individual models was performed by comparing the average absolute and average absolute percentage error and the correlation coefficient between the actual and estimated values, and the predicted values were compared with the actual values. The evaluation of the obtained results showed that the selected model of acyclic multilayer perceptron is suitable for modelling and forecasting time series of seasonal character. The comparison of prognostic powers and actual and projected values of the number of employees suggests that the designed model of the artificial neural network is very reliable. This indicates that the models of artificial neural networks have great application potentials in the domain of modelling and forecasting of time series of a seasonal character. Rad istraž uje performansu i prognostičku moć modela umjetnih neuronskih mreža u modeliranju i prognoziranju vremenskih serija sezonskog karaktera. Modeli umjetnih neuronskih mreža primijenjeni su u modeliranju i prognoziranju ukupnoga mjesečnog broja zaposlenih, broja zaposlenih mu škaraca i broja zaposlenih žena u djelatnosti pružanja usluga smj e štaja te pripreme i usluživanja hrane i pića u Republici Hrvatskoj. Dobiveni rezultati modeliranja uspoređeni su rezultatima dobivenim primjenom, nekih od tradicionalno korištenih kvantitati vnih modela u analizi sezonskih vremenskih serija, kao što su Hol t Wintersov model trostrukoga eksponencijalnog izglađivanja te sezonski multiplikativni model eksponencijalnoga trenda. Evaluacija performansi te prognostičke moći pojedinih modela provedena je usporedbom prosječne apsolutne te prosječne apsolutne postotne pogreške i koeficijenta korelacija između stvarnih i procijenjenih vrijednosti, a prognozirane vrijednosti uspoređene su sa stvarnim vrijednostima. Evaluacija dobivenih rezultata pokazala je kako je odabrani model acikličkog višeslojnog perceptrona pogoda n za modeliranje i prognoziranje vremenskih serija sezonskoga karaktera. Usporedba prognostičkih moći te stvarnih i prognoziranih vrijednosti broja zaposlenih sugeriraju kako je dizajnirani m odel umjetne neuronske mreže vrlo pouzdan. Navedeno upućuje na to kako modeli umjetnih neuronskih mreža posjeduju velike aplikativne potencijale u domeni modeliranja i prognoziranja vremenskih serija sezonskog karaktera. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|