基于BP神经网络的城市扩张动态模拟和预测

论文摘要

城市扩张是一个动态的、非线性的、多反馈回路的复合系统,传统的线性、非线性系统辨识在理论研究和实际应用方面存在很大的局限性。BP神经网络具有通过学习逼近任意非线性影射的能力,将BP神经网络应用于非线性系统的建模与预测中具有明显的优越性。本文在充分借鉴国内外关于城市扩张和BP神经网络理论研究的基础上,以泰安市作为研究区域,研究城市扩张过程中土地利用的动态变化过程和规律,并取得了以下研究成果:利用ArcGIS软件对泰安市各个年代的城市土地利用图进行叠加分析,从土地利用结构变化、土地利用类型变化、不同时期建成区土地利用变化三个方面揭示了研究区域城市扩张的规律。分析研究了自然地理、社会经济、人口发展、交通和土地政策5个方面的驱动因子对城市扩张影响,确定了影响城市扩张的主导因素。结合ArcGIS软件中的叠加分析和缓冲区分析功能,从自然地理和交通因子中提取了5个距离变量,4个邻域变量,并将社会经济、人口发展和土地政策矢量化,输出为栅格数据格式,参与城市扩张的动态模拟过程,提高了模拟精度,阐明了城市扩张与各种驱动因子之间的因果关系。通过分析利用MATLAB中的神经网络工具箱建立城市扩张预测模型的局限性和VB编程语言的优越性,提出了将MATLAB中的神经网络功能与Visual Basic 6.0进行集成建立城市扩张预测模型的方法,实现了VB的可视化界面与MATLAB强大的数据分析能力的结合,为城市土地利用规划和宏观调控提供了新的可操作性的理论和方法。运用建立的城市扩张模型,模拟了泰安市城市扩张的动态过程,预测了2010年的城市土地利用状况。给出了1980年～2010年的建成区叠加图,更加形象的揭示了泰安市城市扩张的过程和规律。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 城市扩张的研究背景
• 1.2 研究现状分析
• 1.3 论文主要研究内容
• 2 神经网络理论
• 2.1 引言
• 2.2 BP算法
• 2.3 BP神经网络在城市土地利用研究中的应用
• 3 城市扩张模型的建立
• 3.1 MATLAB中的神经网络工具箱
• 3.2 预测模型的建立
• 4 试验区土地利用及驱动因子研究
• 4.1 数据获取
• 4.2 泰安市城市土地利用变化分析
• 4.3 城市扩张驱动因子研究
• 5 试验区城市扩张模拟和预测
• 5.1 概述
• 5.2 城市扩张的模拟和预测
• 5.3 城市扩张分析
• 6 结论
• 致谢
• 发表论文和科研项目情况
• 参考文献