基于MLR、GM(1,1)和PCA-BP三种模型的连云港建设用地需求量预测研究

• 作者: 杨小艳 王丹 胡洋洋 郑剑 陈龙高 高卫东
• 来源期刊: 科技通报
• 学科: 地球科学
• 关键词: 建设用地 需求量预测 GM(1,1)模型 多元线性回归 PCA-BP神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 地球科学
• 页码范围: 60-65
• 页数: 6页
• 分类号: P968
• 语种: 中文
• DOI: 10.13774/j.cnki.kjtb.2019.01.012

摘要

建设用地需求量预测对合理规划建设用地规模以及有效控制建设用地数量具有重要意义.本文应用多元线性回归模型(MLR)、GM(1,1)灰色系统模型和基于主成分分析的BP神经网络模型(PCA-BP)建立3种预测模型对2020年连云港的建设用地需求量进行预测.结果 表明:3种模型的预测精度均较高,其中PCA-BP神经网络模型预测的平均绝对误差(MAE)、误差均方根(RMSE)以及平均相对误差(MRE)在3种模型中均最小,预测精确度最高,多元线性回归模型次之,灰色GM(1,1)模型略低;根据精度评价结果最终确定以3种模型预测结果的平均值作为2020年连云港建设用地需求量的预测值,得出预测结果为189506.02hm2.