基于加速遗传算法的区域生态足迹预测一般回归模型

• 作者: 吴开亚 金菊良
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 生态足迹 动态预测 一般回归模型 加速遗传算法
• 年，卷（期）: 2008,（2）
• 页码范围: 118-122
• 页数: 5页
• 分类号: X171.1
• 字数: 3845字
• 语种: 中文
• DOI: 10.3321/j.issn:0529-6579.2008.02.027

摘要

为选择区域生态足迹的预测模型结构的合理形式,提出把一般回归模型(GRA)作为区域生态足迹预测模型结构,用加速遗传算法(AGA)进行高精度GRA统一建模的新方案,从而建立了基于AGA的区域生态足迹一般回归模型(AGA-GRA).AGA-GRA的实证结果说明:在2005-2020年期间,安徽省人均生态足迹将由1.724 6升至2.148 6 hm2,平均年增长率为1.48%;人均生态承载力由0.415 8降至0.338 8 hm2,平均年减少率为1.36%;人均生态赤字由1.323 7升至1.876 0 hm2,平均年增长率为2.35%;万元GDP生态足迹由1.836 7降至0.395 9 hm2/万元,平均年减少率为9.73%.安徽省的人均生态赤字仍在不断加剧,说明现有的社会经济发展模式是不可持续的.AGA-GRA克服了普通时间序列分析和回归分析模型中预先确定简单函数曲线则预测误差大而预先确定复杂曲线则模型求解困难之间的矛盾,提高了模型拟合和预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金菊良	合肥工业大学土木与水利工程学院	289	7106	44.0	72.0
2	吴开亚		47	1460	17.0	38.0