基于BP神经网络的CA城市模拟与预测--以南京市为例

• 作者: 商泽云 杨再贵 杨杰 邝绮婷
• 来源期刊: 城市地理
• 关键词: BP神经网络 CA元胞自动机 南京 城市扩张 预测 扩散 聚合
• 年，卷（期）: 2015,（10）
• 页码范围: 23-24
• 页数: 2页
• 字数: 2638字
• 语种: 中文

摘要

CA模型已被越来越多地用于城市模拟中，基于神经网络的CA模型能够自动获取模型参数，近年来倍受研究者关注。本文选取南京为研究区，以ArcGIS和MATLAB为开发平台，基于BP神经网络对2005年城市化情形的训练定义CA规则，模拟2010年情形并预测2015年情形。研究表明：（1）基于BP神经网络的城市扩张模型能够在86％的精度上实现城市用地模拟，并对未来情景作出预测，该模型在城市模拟和预测领域较有效；（2）南京城市扩张符合“扩散－聚合－扩散”相位理论；（3）水体和交通对城市发展具有一定的导向作用；（4）该模型仍然存在一定缺陷，无法对模型参数做出进一步探究和解释。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨再贵		4	14	1.0	3.0
2	邝绮婷		1	0	0.0	0.0
3	杨杰		2	0	0.0	0.0
4	商泽云		3	0	0.0	0.0