| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·选题背景、目的及意义 | 第11-12页 |
| ·选题背景 | 第11页 |
| ·选题目的 | 第11-12页 |
| ·选题意义 | 第12页 |
| ·国内外研究现状 | 第12-16页 |
| ·国外土地集约利用研究现状 | 第12-14页 |
| ·国内土地集约利用研究现状 | 第14-16页 |
| ·研究内容、方法 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·研究方法 | 第17-18页 |
| ·论文创新之处 | 第18-19页 |
| ·方法应用 | 第18-19页 |
| ·评价体系 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第二章 新型城镇化背景下城市土地集约利用理论基础 | 第21-29页 |
| ·新型城镇化理论 | 第21-23页 |
| ·新型城镇化的提出 | 第21页 |
| ·新型城镇化的内涵特征 | 第21-23页 |
| ·土地集约利用理论 | 第23-26页 |
| ·土地集约利用概念 | 第23-24页 |
| ·土地集约利用的相关理论 | 第24-26页 |
| ·新型城镇化背景下城市土地集约利用理论 | 第26-27页 |
| ·新型城镇化建设中城市土地集约利用内涵 | 第26页 |
| ·新型城镇化建设中城市土地集约利用影响因素 | 第26-27页 |
| ·评价方法研究 | 第27-28页 |
| ·传统评价方法 | 第27页 |
| ·蚁群算法优化支持向量机（ACO-SVM）的评价方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 蚁群算法优化支持向量机评价方法研究 | 第29-36页 |
| ·支持向量机基本概念 | 第29-31页 |
| ·支持向量机的线性回归原理 | 第29-30页 |
| ·支持向量解决非线性回归问题的原理 | 第30-31页 |
| ·蚁群算法基本概念 | 第31-33页 |
| ·蚁群算法原理 | 第32页 |
| ·基于网格划分策略的连续域蚁群算法 | 第32-33页 |
| ·蚁群算法优化支持向量机（ACO-SVM）的原理 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于ACO-SVM的城市土地集约利用评价实证研究 | 第36-53页 |
| ·土地集约利用评价指标体系的构建 | 第36-45页 |
| ·土地集约利用评价指标体系建立的基本原则 | 第36-37页 |
| ·城市土地集约利用评价指标体系的建立 | 第37-45页 |
| ·基于蚁群算法优化支持向量机的城市土地集约利用实证评价 | 第45-48页 |
| ·ACO-SVM实证评价 | 第45-47页 |
| ·土地集约利用评价结果分析 | 第47-48页 |
| ·土地集约利用对比分析及思考 | 第48-51页 |
| ·东部地区 | 第48-49页 |
| ·东北地区 | 第49页 |
| ·中部地区 | 第49-50页 |
| ·西部地区 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·主要结论与研究成果 | 第53页 |
| ·研究不足与展望 | 第53-55页 |
| ·主要结论与研究成果 | 第53页 |
| ·ACO-SVM回归模型问题 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-63页 |
| 致谢 | 第63-64页 |
| 读研期间主要科技成果 | 第64页 |
| 读研期间主要参与课题研究 | 第64页 |
