首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
以黑龙江省1996-2004年城镇建设用地和特殊用地为基础数据,科学预测其需求量.结果表明,利用灰色-马尔可夫模型预测省城建设用地需求量是可行的,能够为全国新一轮省级土地利用总体规划(2005-2020)的编制及建设用地预测方法提供决策依据和理论支持.  相似文献   

2.
为了提高软件鲁棒性检测精度,将灰色预测模型和马尔可夫链进行组合,提出一种基于串联灰色马尔可夫链模型的软件鲁棒性检测组合模型。利用灰色系统模型预测软件可靠性的整体趋势,马尔可夫链对软件可靠性的随机性、波动性进行预测,实现对灰色模型预测结果的修正,实现软件可靠性的准确预测。仿真结果表明,相对于传统预测方法,灰色马尔可夫链组合模型提高了软件鲁棒性的测量精度,可以为软件开发工作提供一些科学性、建设性建议,提高软件质量。  相似文献   

3.
内蒙古自治区建设用地需求量灰色预测   总被引:4,自引:0,他引:4  
本文运用灰色系统理论,建立了内蒙古自治区建设用地需求量的灰色预测模型,并通过残差检验、关联度检验和后验差检验等方法对模型进行验证。从对内蒙古自治区建设用地需求量的预测结果来看,对历史实际值拟合得比较好,表明了模型具有较高的可靠性和实用性,并利用该模型对内蒙古自治区2006~2010年建设用地需求量进行预测。  相似文献   

4.
建设用地需求量预测对合理规划建设用地规模以及有效控制建设用地数量具有重要意义。本文应用多元线性回归模型(MLR)、GM(1,1)灰色系统模型和基于主成分分析的BP神经网络模型(PCA-BP)建立3种预测模型对2020年连云港的建设用地需求量进行预测。结果表明:3种模型的预测精度均较高,其中PCA-BP神经网络模型预测的平均绝对误差(MAE)、误差均方根(RMSE)以及平均相对误差(MRE)在3种模型中均最小,预测精确度最高,多元线性回归模型次之,灰色GM(1,1)模型略低;根据精度评价结果最终确定以3种模型预测结果的平均值作为2020年连云港建设用地需求量的预测值,得出预测结果为189506.02 hm~2。  相似文献   

5.
为了更多的挖掘数据的信息,本文将移动平均与马尔可夫链模型结合,对马尔可夫链模型进行改进,以拟合结果为动态基准线来构建动态的马尔可夫链,并进行预测及平稳分布研究.利用上海市机场2008年1月至2013年10月的各月数据进行模型拟合,将拟合结果作为动态基准线,进行系统状态划分,确定状态转移概率矩阵.预测未来4个月的中值和区间,并根据马尔可夫链的遍历性和稳定性求出状态的平稳分布.实证表明,该方法的预测精度更高,并且具有较强的适用性和泛化性,具有较强的实用价值.  相似文献   

6.
王利敏  欧名豪  郭杰 《资源科学》2011,33(3):521-527
不同的经济社会发展水平需要不同的建设用地结构,只有以适应经济社会发展水平的建设用地规模作基数进行预测,才可能确保规划期内的建设用地供应规模不会超量,有利于控制建设用地规模的急速膨胀,促进建设用地的节约集约利用,保护耕地。本文采用南通市1996年-2008年土地利用变更调查数据及相关经济数据,运用数据包络分析法和灰色系统预测法,对南通市历年建设用地利用有效性进行分析,同时在对DEA表现相对无效的样本进行修正的基础上预测南通市2010和2020年建设用地结构规模。结论如下:①1996年-2005年11年间,有5年建设用地投入产出呈DEA相对无效,其余6年建设用地投入产出呈DEA相对有效;②至2020年,南通市建设用地总规模仍不断扩大,但各类建设用地变化趋势不同;③以进行DEA相对无效改进后的序列为基数预测的各类建设用地规模、年均变速均小于以原始序列为基数所预测的建设用地规模及变速。  相似文献   

7.
以拓展供应链独立需求量预测方法和提高预测精度为目的,采用指数变换、优化灰导数和替代值修正等方法对GM(1,1)进行了系统改进,然后将其与马尔柯夫模型结合,构造了系统改进的灰色-马尔柯夫模型.经实测比较,系统改进的灰色-马尔柯夫模型平均预测精度比传统的灰色-马尔柯夫模型提高了2.1%.同时供应链独立需求量预测精度的提高对整个供应链的优化运行提供了基础和保障.  相似文献   

8.
针对中长期预测的特点,引入了新维无偏灰色马尔柯夫预测模型。该模型充分利用了灰色预测与马尔柯夫链的特点,利用无偏灰色预测拟合系统的变化发展趋势,并在此基础上进行了马尔柯夫预测,在以后每一步的预测中,不断推陈出新,对原始数据进行等维新息处理,成功地对自贡旅游产业2009-2020年旅游需求人次进行了预测。通过对预测数据的对比分析,表明该模型的预测准确度特别是中长期预测准确度较理想。  相似文献   

9.
基于BP神经网络的南通市建设用地需求预测   总被引:7,自引:2,他引:5  
郭杰  欧名豪  刘琼  欧维新 《资源科学》2009,31(8):1355-1361
以南通市1988年~2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理.  相似文献   

10.
肖展春 《科技创业月刊》2009,22(10):138-140
在我国土地利用紧张的情况下,调整和优化土地利用结构,是缓解用地矛盾、提高土地利用综合效率的战略性选择。在分析影响建设用地发展规模的因素——国家的政策、经济、人口、地理位置、交通条件、自然资源状况等——的基础上,以海南省昌江黎族自治县为例,采用模型预测法、定性预测法、分项预测法等预测方法,通过综合比较分析,对规划目标年建设用地需求量进行预测研究,提出保障建设用地布局优化的对策建议。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号