基于PCA-RBF神经网络的成都市建设用地需求预测

查看全文 作　　者：谢汀 [1,2 ][3]伍文邓良基 [1,2 ]高雪松 [1,2 ][1]李启权索引徐安琪 [1,2 ][1]谢鑫

机构地区：[1]四川农业大学资源环境学院,成都611130;[2]四川农业大学生态环境研究所,成都611130;[3]成都市国土规划地籍事务中心,成都610072

出　　处：《西南大学学报(自然科学版)》索引2014年第36卷第11期,共8页

基　　金：国土资源部公益性行业科研专项项目(201211050);国家支撑计划资助项目(2012BAD14B18) 摘　　要：为建立'突变'增长条件下建设用地需求预测模型以利于区域土地资源的可持续利用和土地利用总体规划的定期修编,本文提出了基于主元分析(PCA)与径向基函数(RBF)神经网络模型相结合的建设用地需求预测方法.首先,利用灰色关联分析筛选出主要驱动因子作为输入数据;然后,利用主元分析消除其相关性,并达到降维目的;最后,以PCA结果为输入建立建设用地需求的RBF神经网络预测模型.实例研究表明,建设用地需求PCA-RBF神经网络预测模型具有较好的预测效果,平均绝对误差(MAE)、误差均方根(RMSE)、平均相对误差(MRE)、分年度残差和突变点残差都较常规的多元线性回归(MLR)模型更小,更适宜在复杂非线性条件下应用. 关键词：建设用地预测主元分析径向基神经网络模型多元线性回归模型

相关文献

参考文献（19）
引证文献（6）
耦合文献（781）

参考文献(19)

引证文献(6)

耦合文献(781)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于PCA-RBF神经网络的成都市建设用地需求预测

参考文献(19)

引证文献(6)

耦合文献(781)

用户提示