基于主成分分析的BP神经网络在城市建成区面积预测中的应用——以北京市为例

作     者：刘柯 LIU Ke

作者机构：北京大学城市与环境学院北京大学景观设计学研究院北京100871 

出 版 物：《地理科学进展》 (Progress in Geography)

年 卷 期：2007年第26卷第6期

页      面：129-137页

核心收录：

学科分类：08[工学] 081303[工学-城市规划与设计(含：风景园林规划与设计）] 0813[工学-建筑学] 

基　　金：国家科技攻关计划子课题(编号:2004BA516A18) 北京市国土资源局资助项目 

主　　题：主成分分析 BP神经网络 建成区面积 预测 北京 

摘      要：城市建成区规模受社会、经济、城市环境等诸多因素影响,传统统计方法难以准确预测城市建成区的面积。人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛的应用,尤其是BP神经网络。主成分分析可以在有效保留数据信息前提下对数据进行降维,它与BP神经网络的结合主要在数据输入端,通过减少输入层神经元个数,增强网络性能,提高预测精度。本文以北京市为例,综合运用主成分分析和BP神经网络方法建立预测模型,以1986￣2003年数据为学习样本,以2004年数据为检验样本,对2005年北京市城市建成区面积进行模拟预测。预测结果表明,基于主成分分析的BP神经网络预测结果与实际值的相对误差为2.8%,比传统BP神经网络预测精度提高1.8个百分点,网络训练收敛速度也更快,其预测精度和效率都有不同程度的改善。