基于灰色BP网络的城市建设用地预测模型

doi:10.3778/j.issn.1002-8331.2010.01.065

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (1): 218-220.DOI: 10.3778/j.issn.1002-8331.2010.01.065

基于灰色BP网络的城市建设用地预测模型

石海洋，康慕宁，邓正宏

西北工业大学计算机学院，西安 710072

收稿日期:2008-07-22 修回日期:2008-10-13 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 石海洋

Prediction model of urban construction land use based on grey BP network

SHI Hai-yang，KANG Mu-ning，DENG Zheng-hong

College of Computer Science，Northwestern Polytechnical University，Xi’an 710072，China

Received:2008-07-22 Revised:2008-10-13 Online:2010-01-01 Published:2010-01-01
Contact: SHI Hai-yang

摘要/Abstract

摘要： 城市建设用地的准确预测是城市合理规划，持续发展的重要保证，建立一种灰色BP网络预测模型，把灰色预测与BP神经网络组合起来，通过历史数据预测城市建设用地量，该模型既考虑了城市建设用地的时序特性，又考虑了它的非线性特性。通过具体的实例研究，对比了单独灰色预测模型与组合预测模型的预测结果，结果显示组合预测的结果与实际有较高的拟合度。

关键词: 灰色预测, BP神经网络, 城市建设用地, 预测模型

Abstract: To make an accurate prediction for urban construction land use is an important guarantee for city reasonable planning，and sustainable development.The paper establishes a grey BP network prediction model，combines the grey forecast and BP neural network together，predicts urban construction land use through historical data.The model considers the timing features of urban construction land use，also considers its non-linear features.Through a specific case study，the results between separated grey forecast and combination forecast are compared.The results show that the combination forecast has a higher fitting degree.

Key words: grey forecast, BP neural network, urban construction land use, prediction model

中图分类号:

TP301.6

石海洋，康慕宁，邓正宏. 基于灰色BP网络的城市建设用地预测模型[J]. 计算机工程与应用, 2010, 46(1): 218-220.

SHI Hai-yang，KANG Mu-ning，DENG Zheng-hong. Prediction model of urban construction land use based on grey BP network[J]. Computer Engineering and Applications, 2010, 46(1): 218-220.

[1]	郑建锋，王应明. 基于DEA-BP神经网络的效率置信区间预测模型研究[J]. 计算机工程与应用, 2021, 57(3): 273-278.
[2]	黄晶晶，王建宏. 分数阶非因果BP神经网络模型[J]. 计算机工程与应用, 2021, 57(23): 91-97.
[3]	吴明慧，侯凌燕，王超. 面向预测的长短时神经网络记忆增强机制[J]. 计算机工程与应用, 2021, 57(21): 109-115.
[4]	曹林根，宓超. 集装箱箱号字符识别算法研究[J]. 计算机工程与应用, 2021, 57(15): 178-185.
[5]	楚彭子，虞翊，林辉，袁建军，姜西. ATO系统速度控制的BP-FIPID算法[J]. 计算机工程与应用, 2020, 56(22): 224-229.
[6]	张文婧，陈治亚，冯芬玲，李万. 基于稀疏理论的DAE在公路事故伤亡预测应用[J]. 计算机工程与应用, 2019, 55(7): 241-247.
[7]	冯玉芳1，2，卢厚清1，殷宏1，曹林1. 基于BP神经网络的故障诊断模型研究[J]. 计算机工程与应用, 2019, 55(6): 24-30.
[8]	邓烜堃1，2，万良1，2，黄娜娜1，2. 基于DAE-BP神经网络的股票预测研究[J]. 计算机工程与应用, 2019, 55(3): 126-132.
[9]	王勇，杨锦，王瑛. 改进Henon超混沌系统与AES结合的图像加密算法[J]. 计算机工程与应用, 2019, 55(22): 180-186.
[10]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[11]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[12]	刘欢，房胜，李哲，赵晴. 基于多条带HEVC并行编码器的负载均衡算法[J]. 计算机工程与应用, 2019, 55(18): 180-188.
[13]	卞京红1，贺兴时1，范钦伟1，伊宝民2. 基于自适应花授粉算法的BP神经网络结构优化[J]. 计算机工程与应用, 2018, 54(3): 50-56.
[14]	王旭强，陈艳龙，杨青，刘红昌. 基于时序分解的用电负荷分析与预测[J]. 计算机工程与应用, 2018, 54(20): 230-236.
[15]	赵亚飞，韦广梅. 基于BP神经网络的有限元应力修匀的研究[J]. 计算机工程与应用, 2018, 54(13): 67-72.

基于灰色BP网络的城市建设用地预测模型

Prediction model of urban construction land use based on grey BP network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics