基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析 | |
马海涛; 方创琳; 王振波 | |
2013 | |
关键词 | 建成区面积 预测 RBF神经网络 BP神经网络 线性回归 |
ISSN号 | 1004-8227 |
摘要 | 城市建成区面积预测是城市研究的一个核心问题,其与城市经济社会之间表现为一种复杂的非线性关系,传统的方法模型难以精确预测。作为一种较新的人工神经网络模型,RBF神经网络能以任意精度全局逼近任意非线性关系,表现出了极强的处理复杂非线性系统的能力。以合肥市建成区面积预测为例,构建了基于RBF网络的预测模型,作为对比,同时用BP神经网络、一元线性回归和多元线性回归模型进行了预测。预测结果的综合分析表明,在预测精度上,RBF网络>BP网络>多元线性回归模型>一元线性回归模型。研究显示,RBF网络能为城市建成区面积预测提供一种新思路和新方法,进而可为城市土地利用及其规划制定提供科学的决策依据。 |
出处 | 长江流域资源与环境 |
期 | 6页:691-697 |
收录类别 | CSCD |
语种 | 中文 |
内容类型 | 中文期刊论文 |
源URL | [http://ir.igsnrr.ac.cn/handle/311030/28280] |
专题 | 区域可持续发展分析与模拟院重点实验室_城市地理与城市发展研究室_中文期刊论文 地理科学与资源研究所_历年回溯文献 地理科学与资源研究所_区域可持续发展分析与模拟重点实验室_经济地理与区域发展研究室 |
推荐引用方式 GB/T 7714 | 马海涛,方创琳,王振波. 基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析. 2013. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论