基于小波神经网络的城市建设用地预测

发布时间：2018-10-14 15:58

【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。
[Abstract]:Accurate prediction of urban construction land is an important decision-making basis of urban land master planning. Based on the study of the main factors affecting urban construction land, a prediction model of urban construction land based on wavelet neural network is proposed, and the corresponding network learning algorithm is given. Taking Changsha City, Hunan Province as an example, the prediction model of construction land in Changsha City based on wavelet neural network is established. The prediction results of wavelet neural network model, grey BP neural network model and traditional BP neural network model are compared and analyzed. The results show that the wavelet neural network model is faster than the grey BP neural network model and the traditional BP neural network model in the convergence speed and the prediction accuracy is high. The wavelet neural network model is more valuable in urban construction land prediction. The results provide a useful reference for the prediction of urban construction land.
【作者单位】： 浙江农业商贸职业学院农业经济管理系;
【基金】：浙江省供销社2011年度科学研究项目(11SS88)
【分类号】：TP183;F299.23

【相似文献】

相关期刊论文 前10条

1 梁松林;潘宏侠;高阳;;基于DSP的小波神经网络齿轮箱故障诊断[J];煤矿机械;2010年09期

2 李银国;张邦礼;曹长修;;小波神经网络及其结构设计方法[J];模式识别与人工智能;1997年03期

3 余勇;万德钧;程启明;;电力设备基于小波神经网络故障检测方法的仿真研究[J];盐城工学院学报(自然科学版);2000年02期

4 陈哲,冯天瑾,陈刚;一种基于BP算法学习的小波神经网络[J];青岛海洋大学学报(自然科学版);2001年01期

5 康中尉,罗飞路,潘孟春,陈棣湘;小波神经网络在缺陷数据压缩和信号重构中的应用[J];自动化仪表;2004年12期

6 彭鸽,袁慎芳;复合材料结构损伤的小波神经网络辨识研究[J];宇航学报;2005年05期

7 陈惠明,王兰春;一种小波神经网络结构的优化设计方法[J];福建电脑;2005年11期

8 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期

9 严圣华;罗兵;;基于小波神经网络的视频图像恢复[J];长江大学学报(自科版)理工卷;2006年01期

10 李春明;王勇;;基于小波神经网络的模拟电路故障诊断[J];微计算机信息;2007年01期

相关会议论文 前10条

1 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年

2 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年

3 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年

4 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年

5 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年

6 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

7 周绍磊;张文广;李新;;一种基于改进遗传算法的小波神经网络[A];2007年中国智能自动化会议论文集[C];2007年

8 史健芳;汤洪彪;杨盘洪;朱庆双;龚海燕;;小波神经网络的机动目标跟踪方法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

9 王海斌;黄显林;王永富;胡恒章;;基于离散小波神经网络的直接自适应控制[A];1999中国控制与决策学术年会论文集[C];1999年

10 李海良;吉国力;米红;;小波神经网络及其聚类研究[A];2003中国控制与决策学术年会论文集[C];2003年

相关博士学位论文 前10条

1 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年

2 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年

3 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年

4 周卫东;一类混合动态系统建模与优化调度问题的研究[D];山东大学;2005年

5 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年

6 付光杰;油田电网谐波检测与APF控制技术的研究[D];大庆石油学院;2008年

7 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年

8 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年

9 陈斌;天然气管道泄漏监测网络的多源数据融合方法与关键技术研究[D];北京邮电大学;2009年

10 王改革;基于智能算法的目标威胁估计[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2013年

相关硕士学位论文 前10条

1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年

2 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年

3 王勇;基于小波神经网络的模拟电路故障诊断的研究[D];内蒙古工业大学;2006年

4 李昂;基于小波神经网络的入侵检测系统研究[D];河南大学;2007年

5 徐龙云;基于小波神经网络的齿轮故障诊断[D];兰州理工大学;2007年

6 李进如;基于改进小波神经网络的故障识别方法研究[D];华北电力大学（北京）;2008年

7 吴筝;基于小波神经网络的混合气体测试系统研究[D];华中科技大学;2007年

8 杨崴崴;小波神经网络在汽轮发电机组故障预测中的应用[D];浙江大学;2008年

9 谢华;小波神经网络在非线性系统辨识中的应用[D];华北电力大学（河北）;2006年

10 王建双;基于小波神经网络控制器设计与研究[D];哈尔滨理工大学;2009年

，

本文编号：2270939