Dự báo chính xác nhu cầu du khách đến tại một điểm đến đóng một vai trò rất quan trọng trong việc tư vấn cho các nhà chính sách để lập kế hoạch và đưa ra các chiến lược liên quan đến đầu tư cơ sở vật chất, nâng cấp hạ tầng và phát triển dịch vụ. Có nhiều cách tiếp cận khác nhau trong dự báo nhu cầu du khách, trong đó dự báo dựa trên dữ liệu chuỗi thời gian đã và đang thu hút được nhiều sự quan tâm nhất do tính chất không có cấu trúc của loại dữ liệu đặc biệt này. Mạng nơ-ron nhân tạo được đánh giá là một phương pháp dự báo đặc biệt phù hợp với loại dữ liệu không có cấu trúc này. Bài báo này nghiên cứu việc sử dụng mạng nơ-ron nhân tạo, bao gồm: MLP, RBF và ELN, để dự báo đối với dữ liệu chuỗi thời gian về du khách đến Thừa Thiên Huế. Các phân tích và so sánh dựa trên mô phỏng chỉ ra rằng mạng RBF cho kết quả dự báo tốt nhất với MSE, RMSE, MAE và MAPE thấp nhất. Kết quả này không chỉ tương đồng với các nghiên cứu trước đây mà còn khẳng định thêm rằng tính năng chuyển đổi không gian từ phi tuyến thành tuyến tính của lớp ẩn đã làm cho RBF trở nên mạnh mẽ đối với loại dữ liệu không có cấu trúc.