基于RBF神经网络的成都市城镇建设用地需求预测

• 作者: 伍文 李启权 谢汀 邓良基 郝思雨 高雪松
• 来源期刊: 资源科学
• 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
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 土地资源
• 页码范围: 1220-1228
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伍文		10	138	8.0	10.0
2	邓良基	四川农业大学资源环境学院	168	3396	30.0	52.0
3	李启权	四川农业大学资源环境学院	57	806	17.0	26.0
4	高雪松	四川农业大学资源环境学院	28	556	11.0	23.0
5	谢汀	四川农业大学资源环境学院	4	83	3.0	4.0
6	郝思雨	四川农业大学资源环境学院	1	21	1.0	1.0