基于主成分--BP神经网络模型的连云港建设用地规模预测(2)
3.1 研究区概况和数据源 7
3.1.1研究区概况 7
3.1.2数据来源 8
3.2 影响连云港建设用地规模的因素分析 9
3.2.1经济因素 9
3.2.2社会因素 10
3.2.3环境因素 10
3.3主成分分析 11
3.3.1建设用地影响因素选取 11
3.3.2主成分得分的计算 12
3.3.2.1数据标准化 12
3.3.2.2主成分得分值获取 13
3.4 BP 神经网络模型预测 16
3.4.1主成分得分值预测 16
3.4.2建设用地规模预测 18
3.4.2.1数据归一化 18
3.4.2.2 BP神经网络模型参数构建 18
3.4.2.3网络训练与仿真 19
3.4.2.4建设用地规模预测 20
4 结果及分析 21
5 结 论 22
致 谢 22
参考文献 23
1 绪 论
1.1研究背景和意义
土地在人类生存和发展的过程中占有重要地位，近年来，我国城市化进程不断推进，对土地规模的需求不断增大，因此土地也逐渐成为一种重要的稀缺资源。随着经济的快速发展和城市化水平的加深，今天土地供求不平衡问题日益突出，而且变得越发严重，我们通过合理的利用土地，科学地规划土地，就可以在很大程度上协调这个矛盾[ ]。
土地利用规划是我国在土地领域进行的一项长期而意义深远的工作，这项工作对人民生活水平的提高、社会经济的发展、以及生态环境的改变和土地资源管理起到重要的作用，而土地的规模预测是土地利用规划最重要的内容，因此土地规模预测结果准确与否，是合理利用土地资源的关键[ ]，只有对土地规模进行科学地预测，才能调整土地利用结构并优化土地空间布局，更好地的协调各类用地之间的矛盾，提高土地的利用效率，进而集约节约利用土地资源，为土地利用总体规划提供必要的实施依据，保证国民经济的健康有序发展和人民生活水平不断提高[ ]。
在土地利用方式中，建设用地占有很大的比重，因此建设用地规模的预测在土地利用规划修编中占有重要地位。由于建设用地一旦投入使用之后，就很难再恢复其原本的地貌，因此建设用地转变为其他用途的土地比较困难，为了科学合理地利用土地，有必要对建设用地的规模进行预测，同时合理设计建设用地的布局。本文全面收集了连云港市社会经济发展数据，结合历年建设用地面积统计数据，对连云港市建设用地规模进行合理预测，为接下来的土地利用总体规划提供数据支持和技术保障[ ]。
1.2国内外研究进展综述
1.2.1国内研究进展
1.2.2国外研究进展
1.3研究的技术路线
2 基于主成分分析和BP神经网络的建设用地规模预测模型
总结国内外专家学者对建设用地规模预测的经验，学习各种建设用地规模预测的理论和方法，本文构建了主成分-BP神经网络模型对连云港的建设用地规模进行预测，该模型的实施步骤如下：（1）分析影响连云港市建设用地规模变化的驱动力因素，包括：社会因素、经济因素、和环境因素，选取各类因子指标并收集相关数据。（2）对影响因素进行主成分分析：首先对收集的数据进行标准化处理，然后使用SPSS软件获取主成分得分值。（3）使用BP神经网络预测建设用地规模：依据2004-2011年的主成分得分值预测2015-2020年的主成分得分值，对主成分得分值数据进行归一化处理，然后构建预测模型的参数、进行网络训练与数据仿真，最后得出预测结果