关键词：建设用地 预测 主元分析 径向基神经网络模型 多元线性回归模型 

摘要：为建立'突变'增长条件下建设用地需求预测模型以利于区域土地资源的可持续利用和土地利用总体规划的定期修编,本文提出了基于主元分析(PCA)与径向基函数(RBF)神经网络模型相结合的建设用地需求预测方法.首先,利用灰色关联分析筛选出主要驱动因子作为输入数据;然后,利用主元分析消除其相关性,并达到降维目的;最后,以PCA结果为输入建立建设用地需求的RBF神经网络预测模型.实例研究表明,建设用地需求PCA-RBF神经网络预测模型具有较好的预测效果,平均绝对误差(MAE)、误差均方根(RMSE)、平均相对误差(MRE)、分年度残差和突变点残差都较常规的多元线性回归(MLR)模型更小,更适宜在复杂非线性条件下应用.

西南大学学报·自然科学版杂志要求:

{1}来稿请注明作者姓名、学术简历、通讯地址、电子邮箱、电话号码等真实准确的个人信息，以便本刊与您联系。

{2}稿件要求具有一定的原创性，凡是引用处务必标示清楚，请勿剽窃抄袭，文责自负。

{3}“一”后加“、”号，“l”后加“．”，（一）、(l)不加任何标点，‘第一”、‘首先”后面均要加“，”号。

{4}参考文献必须是作者阅读过并对文章有参考作用的主要文献，由著者对照原文核定。未正式出版资料不能作文献引用。

{5}摘要是对论文的内容不加注释和评论的简短陈述，不用公式和化学结构式、图表、特殊符号等。表达力求简单、具体，术语规范，一般400字内。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社