首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于RBF神经网络的成都市城镇建设用地需求预测
引用本文:郝思雨,谢汀,伍文,高雪松,邓良基,李启权.基于RBF神经网络的成都市城镇建设用地需求预测[J].资源科学,2014,36(6):1220-1228.
作者姓名:郝思雨  谢汀  伍文  高雪松  邓良基  李启权
作者单位:四川农业大学资源环境学院, 成都611130;四川农业大学资源环境学院, 成都611130;成都市国土规划地籍事务中心, 成都610072;四川农业大学资源环境学院, 成都611130;四川农业大学资源环境学院, 成都611130;四川农业大学资源环境学院, 成都611130
基金项目:国土资源部公益性行业科研专项项目(编号:201211050)。
摘    要:以成都市为研究区域,利用城镇建设用地和社会经济统计数据,从因素和时间二维角度出发,分别选用RBF神经网络模型和GM(1,1)模型,在模型比较优选的基础上对成都市城镇建设用地需求进行了预测。结果表明:RBF神经网络模型与GM(1,1)模型相比,前者的平均绝对误差和误差均方根较低,且线性拟合效果更佳,是一种精度较高的预测方法;据预测,近期2015年和远期2020年研究区城镇建设用地需求量将分别达到145 986.10hm2和182 321.26hm2,研究结果既能为具有类似数据"突变"特征的城市开展城镇建设用地需求预测提供方法借鉴,又能为研究区土地资源的可持续利用和土地利用总体规划的定期修编提供决策依据。

关 键 词:城镇建设用地  需求量预测  RBF神经网络模型  灰色模型  成都市

Construction Land Demand Forecast in Chengdu City Based on A Rbf Neural Network
HAO Siyu,XIE Ting,WU Wen,GAO Xuesong,DENG Liangji and LI Qiquan.Construction Land Demand Forecast in Chengdu City Based on A Rbf Neural Network[J].Resources Science,2014,36(6):1220-1228.
Authors:HAO Siyu  XIE Ting  WU Wen  GAO Xuesong  DENG Liangji and LI Qiquan
Institution:College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China;College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China;Chengdu Land Planning and Cadastre Center 610072, China;College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China;College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China;College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China
Abstract:
Keywords:urban construction land  demand prediction  RBF neural network model  grey model  Chengdu
本文献已被 CNKI 等数据库收录!
点击此处可从《资源科学》浏览原始摘要信息
点击此处可从《资源科学》下载免费的PDF全文
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