典型文献
基于PCA-BP神经网络的北京市耕地面积预测
文献摘要：
为揭示北京市未来耕地面积变化情况,响应国家保障粮食安全的号召,构建PCA-BP神经网络进行预测并精度检验,验证该优化模型应用的可行性.本文以北京市为研究区域,以耕地面积数据和统计年鉴数据为基础,从时间和因素二维角度出发,选用灰色预测模型、指数平滑模型和PCA-BP神经网络,择优选择预测模型对北京市耕地面积进行了预测,预测得到北京市2022年及2027年的耕地面积分别为208 210 hm2和205 930 hm2.研究表明,PCA-BP神经网络与其他时间模型相比,平均绝对误差和误差均方根均更低,模型精度更高,是一种非线性拟合的良好模型,研究结果可以为其他城市进行耕地面积的预测提供预测思路,同时也为城市进行土地资源的可持续利用和土地合理规划提供了理论依据.
文献关键词：
耕地;面积预测;主成分分析(PCA);BP神经网络;灰色预测模型;指数平滑模型
中图分类号：
作者姓名：
娄在鹏;谢国磐;刘璇;张宝雷
作者机构：
山东师范大学地理与环境学院,250358,济南;山东省土地储备中心,250014,济南;山东省土地发展集团有限公司,250014,济南
文献出处：
引用格式：
[1]娄在鹏;谢国磐;刘璇;张宝雷-.基于PCA-BP神经网络的北京市耕地面积预测)[J].山东师范大学学报（自然科学版）,2022(01):44-53
A类：
B类：
耕地面积,面积预测,面积变化,精度检验,模型应用,积数,统计年鉴,灰色预测模型,指数平滑模型,择优,hm2,时间模型,平均绝对误差,模型精度,非线性拟合,土地资源,可持续利用,合理规划
AB值：
0.232652
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
