基于RBF神经网络的成都市城镇建设用地需求预测
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.
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
36
2014-07-23(万方平台首次上网日期,不代表论文的发表时间)
1220-1228