اکثر تصمیمات مدیریت در تمام سطوح سازمان به طورِ مستقیم و یا غیرمستقیم به پیش بینی آینده بستگی دارد و از طریق همین پیش بینی است که می توان موفقیت یا وضعیت در آینده را تجسم کرد و از این طریق ریسک را به حداقل ممکن رساند و یا هرگونه تعدیل و تطبیق در برنامه صورت داد. یکی از مهم ترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است ؛ اما باید توجه داشت که پیش بینی ها هرگز نمی توانند به طورِ صددرصد با آنچه در عمل پیش خواهد آمد، تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود، ولی استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد که نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه ی گردشگری پیدا کردند. یکی از مهم ترین انواع گردشگری داخلی شهر تهران بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، گردشگری تجاری است به همین منظور پژوهش حاضر سعی دارد مدل هایی برای پیش بینی تقاضای گردشگری تجاری داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه بین سال های 1381 تا 1398 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران تجاری داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند. چهارچوب مدل ترکیبی از رگرسیون، شبکه ی عصبی فازی و الگوریتمSVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و الگوریتم SVR پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری تجاری داخلی داشته باشد.