基于小波神经网络的城市建设用地预测.pdf

第３１卷第１０期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１０ ２０１４年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１４ 基于小波神经网络的城市建设用地预测 沈 利 华 （浙江农业商贸职业学院农业经济管理系　浙江绍兴３１２０００） 摘　要　　城市建设用地的准确预测是城市土地总体规划的重要决策基础。通过对影响城市建设用地主要因素的研究，提出一种 基于小波神经网络的城市建设用地预测模型，并给出相应的网络学习算法。以湖南省长沙市为例，建立了基于小波神经网络的长沙 市建设用地预测模型，比较分析了小波神经网络模型与灰色ＢＰ神经网络模型和传统ＢＰ神经网络模型的预测结果。分析结果表 明：小波神经网络模型比灰色ＢＰ神经网络模型和传统ＢＰ神经网络模型的收敛速度快、预测精度高，在城市建设用地预测中更具应 用价值。该成果为城市建设用地预测研究提供了有益参考。 关键词　　城市建设用地　小波神经网络　模型　预测 中图分类号　ＴＰ３９１　Ｆ２９３．２　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１０．０４２ ＦＯＲＥＣＡＳＴＯＦＵＲＢＡＮＣＯＮＳＴＲＵＣＴＩＯＮＬＡＮＤＢＡＳＥＤＯＮＷＡＶＥＬＥＴＮＥＵＲＡＬＮＥＴＷＯＲＫ ＳｈｅｎＬｉｈｕａ （ＤｅｐａｒｔｍｅｎｔｏｆＡｇｒｉｃｕｌｔｕｒａｌＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＺｈｅｊｉａｎｇＡｇｒｉｃｕｌｔｕｒｅａｎｄＢｕｓｉｎｅｓｓＣｏｌｌｅｇｅ，Ｓｈａｏｘｉｎｇ３１２０００，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｃｃｕｒａｔｅｆｏｒｅｃａｓｔｏｆｕｒｂａｎｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄ（ＵＣＬ）ｉｓａｎｉｍｐｏｒｔａｎｔｄｅｃｉｓｉｏｎｍａｋｉｎｇｂａｓｉｓｆｏｒｇｅｎｅｒａｌｕｒｂａｎｌａｎｄｐｌａｎ．Ａｃｃｏｒｄｉｎｇｔｏ ｔｈｅｒｅｓｅａｒｃｈｏｎｐｒｉｎｃｉｐａｌｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅＵＣＬ，ｗｅｐｒｅｓｅｎｔａＷＮＮｂａｓｅｄＵＣＬｆｏｒｅｃａｓｔｍｏｄｅｌ，ａｎｄｇｉｖｅｉｔｓｃｏｒｒｅｓｐｏｎｄｉｎｇｎｅｔｗｏｒｋｓｌｅａｒｎｉｎｇ ａｌｇｏｒｉｔｈｍ．ＣｈａｎｇｓｈａｃｉｔｙｉｎＨｕｎａｎｐｒｏｖｉｎｃｅｉｓｕｓｅｄａｓａｃａｓｅ，ｗｅｂｕｉｌｄａＷＮＮｂａｓｅｄＵＣＬｆｏｒｅｃａｓｔｍｏｄｅｌｆｏｒＣｈａｎｇｓｈａ，ａｎｄｍａｋｅｔｈｅｃｏｍｐａｒｉｓｏｎ ａｎｄａｎａｌｙｓｅｓｏｎｔｈｅｆｏｒｅｃａｓｔｒｅｓｕｌｔｓｕｓｉｎｇＷＮＮｍｏｄｅｌ，ｇｒｅｙＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｔｒａｄｉｔｉｏｎａｌＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｒｅｓｐｅｃｔｉｖｅｌｙ．Ａｎａｌｙｓｉｓｒｅｓｕｌｔ ｓｈｏｗｓｔｈａｔｔｈｅＷＮＮｍｏｄｅｌｈａｓｈｉｇｈｅｒｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｆｏｒｅｃａｓｔｐｒｅｃｉｓｉｏｎｔｈａｎｔｈｅｇｒｅｙＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｔｈｅｔｒａｄｉｔｉｏｎａｌＢＰｎｅｕｒａｌ ｎｅｔｗｏｒｋｍｏｄｅｌ，ａｎｄｈａｓｈｉｇｈｅｒａｐｐｌｉｅｄｖａｌｕｅｉｎＵＣＬｆｏｒｅｃａｓｔｓ．ＯｕｒｒｅｓｅａｒｃｈｗｏｒｋｐｒｏｖｉｄｅｓａｕｓｅｆｕｌｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｒｅｓｅａｒｃｈｏｎＵＣＬｆｏｒｅｃａｓｔ． Ｋｅｙｗｏｒｄｓ　　Ｕｒｂａｎｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄ　Ｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋ（ＷＮＮ）　Ｍｏｄｅｌ　Ｆｏｒｅｃａｓｔ 网络模型与灰色ＢＰ神经网络模型和传统 ＢＰ神经网络模型的 ０　引　言 预测结果，考察小波神经网络模型的有效性，以期为城市用地预 测研究提供理论参考。 城市建设用地需求预测是指对一定地区在一定规划期内各 业建设用地的规模和动态变化所进行的预测。城市建设用地需 １　小波神经网络