基于人工神经网络的城市绿地系统规划评析初探
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 文献综述 | 第11-21页 |
| ·相关概念 | 第11-12页 |
| ·城市绿地(Urban green space) | 第11页 |
| ·开放空间(open space) | 第11页 |
| ·绿地系统 | 第11-12页 |
| ·人工神经网络(ANN) | 第12页 |
| ·城市绿地系统规划 | 第12-17页 |
| ·发展历程 | 第12-14页 |
| ·发展趋势 | 第14页 |
| ·规划方法 | 第14-15页 |
| ·规划模式 | 第15-17页 |
| ·ANN应用研究进展 | 第17-21页 |
| ·发展历程 | 第17-18页 |
| ·国外相关研究 | 第18页 |
| ·国内研究状况 | 第18-21页 |
| 第2章 引言 | 第21-25页 |
| ·研究背景 | 第21页 |
| ·研究目的和意义 | 第21-22页 |
| ·研究内容 | 第22页 |
| ·研究方法和技术路线 | 第22-25页 |
| ·研究方法 | 第22-23页 |
| ·技术路线 | 第23-25页 |
| 第3章 ANN在绿地系统规划评析中的运用 | 第25-35页 |
| ·城市绿地系统规划的景观生态学方法 | 第25-28页 |
| ·景观生态学相关原理及其方法 | 第25-26页 |
| ·景观生态特征指数及其分类 | 第26-27页 |
| ·景观生态学规划方法 | 第27-28页 |
| ·ANN原理 | 第28-30页 |
| ·ANN基本原理 | 第28页 |
| ·ANN的使用条件 | 第28-29页 |
| ·ANN的基本结构 | 第29页 |
| ·ANN的基本模式 | 第29页 |
| ·ANN的主要特点 | 第29-30页 |
| ·ANN运用于绿地系统规划评析的可行性 | 第30-35页 |
| ·ANN与景观生态规划方法的关联 | 第30-31页 |
| ·ANN与绿地系统规划过程的关系 | 第31页 |
| ·ANN参与绿地系统规划过程的可行性 | 第31-35页 |
| 第4章 基于ANN的绿地系统规划评析体系构建 | 第35-41页 |
| ·规划评析网络的设计基础 | 第35-36页 |
| ·网络的选择——BP网络模型 | 第35页 |
| ·隐含层神经元的计算 | 第35-36页 |
| ·激励函数 | 第36页 |
| ·规划评析网络的构建 | 第36-39页 |
| ·输入层的选择 | 第36-37页 |
| ·输出层的选择 | 第37-38页 |
| ·网络训练 | 第38-39页 |
| ·性能测试 | 第39页 |
| ·规划评析网络的运用 | 第39-41页 |
| ·网络评析的原则 | 第39页 |
| ·网络的评析标准 | 第39-41页 |
| 第5章 重庆市万州江南新区绿地系统规划评析 | 第41-65页 |
| ·研究区绿地分析 | 第41-43页 |
| ·城市布局及分区 | 第41-42页 |
| ·绿地现状 | 第42页 |
| ·绿地体系的构建 | 第42-43页 |
| ·研究区绿地网络的数据准备 | 第43-47页 |
| ·研究区绿地样本条件 | 第43-44页 |
| ·样本来源 | 第44-45页 |
| ·数据提取 | 第45-46页 |
| ·数据预处理 | 第46页 |
| ·数据归一化 | 第46-47页 |
| ·绿地ANN模型的设计和训练 | 第47-50页 |
| ·网络构建 | 第47页 |
| ·隐含层神经元数的确定 | 第47-48页 |
| ·网络训练 | 第48-49页 |
| ·网络测试 | 第49-50页 |
| ·江南新区绿地的网络仿真及规划评析 | 第50-60页 |
| ·网络的迭代 | 第50-51页 |
| ·网络仿真及误差分析 | 第51-52页 |
| ·江南新区绿地规划的网络评析 | 第52-60页 |
| ·江南新区城市绿地系统规划对策 | 第60-65页 |
| ·规划绿地的类型比例对策 | 第60-62页 |
| ·规划绿地的景观指数对策 | 第62-63页 |
| ·规划绿地变化趋势预测 | 第63-65页 |
| 第6章 结语 | 第65-69页 |
| ·主要结论 | 第65页 |
| ·主要创新点 | 第65页 |
| ·不足与展望 | 第65-69页 |
| ·存在的不足 | 第65-66页 |
| ·展望 | 第66-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表论文及参与课题项目情况 | 第75页 |
