基于GANN和CA的城市增长边界预测--以北京市为例
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-22页 |
1.1 研究背景 | 第11-12页 |
1.2 研究目的与意义 | 第12页 |
1.2.1 研究目的 | 第12页 |
1.2.2 研究意义 | 第12页 |
1.3 国内外研究进展 | 第12-19页 |
1.3.1 UGB相似概念 | 第13页 |
1.3.2 UGB概念方面 | 第13-14页 |
1.3.3 UGB划定方法方面 | 第14-16页 |
1.3.4 UGB效果评价方面 | 第16-17页 |
1.3.5 UGB实践方面 | 第17-19页 |
1.4 研究内容 | 第19页 |
1.5 研究方法和技术路线 | 第19-22页 |
1.5.1 研究方法 | 第19-21页 |
1.5.2 技术路线 | 第21-22页 |
第二章 方法理论基础 | 第22-28页 |
2.1 BP神经网络 | 第22-23页 |
2.1.1 BP神经网络基本原理 | 第22-23页 |
2.1.2 BP神经网络的优缺点 | 第23页 |
2.2 元胞自动机 | 第23-24页 |
2.2.1 元胞自动机内涵 | 第23-24页 |
2.2.2 城市元胞自动机 | 第24页 |
2.3 遗传算法 | 第24-26页 |
2.3.1 遗传算法基本要素 | 第25页 |
2.3.2 遗传算法的计算步骤 | 第25-26页 |
2.4 GANN与CA的结合 | 第26-28页 |
2.4.1 遗传神经网络 | 第26-27页 |
2.4.2 CA与遗传神经网络的结合 | 第27-28页 |
第三章 北京市UGB影响因素分析 | 第28-38页 |
3.1 北京市概况 | 第28-30页 |
3.1.1 地理位置 | 第28页 |
3.1.2 地形地貌 | 第28页 |
3.1.3 社会经济及人口状况 | 第28-30页 |
3.1.4 土地资源 | 第30页 |
3.2 北京城市增长过程 | 第30-32页 |
3.2.1 北京市历年城市规划 | 第30-31页 |
3.2.2 北京市城市用地扩张分析 | 第31-32页 |
3.3 北京市UGB影响因素分析 | 第32-38页 |
3.3.1 自然因素 | 第32-33页 |
3.3.2 经济因素 | 第33-34页 |
3.3.3 人口因素 | 第34-35页 |
3.3.4 交通因素 | 第35-37页 |
3.3.5 规划政策因素 | 第37页 |
3.3.6 其他区位因素 | 第37-38页 |
第四章 UGB模型应用 | 第38-50页 |
4.1 基础数据及来源 | 第38页 |
4.2 数据处理 | 第38-44页 |
4.2.1 土地利用分类 | 第38-40页 |
4.2.2 影响变量栅格图 | 第40-44页 |
4.2.3 模型输入数据 | 第44页 |
4.3 模型设计 | 第44-45页 |
4.4 模型编程实现 | 第45页 |
4.5 UGB模型训练过程 | 第45-46页 |
4.6 模型精度检验 | 第46-48页 |
4.6.1 面积匹配值法 | 第47-48页 |
4.6.2Kappa系数法 | 第48页 |
4.7 模型预测 | 第48-50页 |
第五章 北京市UGB划定 | 第50-61页 |
5.1 UGB划定原则 | 第50-51页 |
5.2 建设用地适宜性评价 | 第51-53页 |
5.2.1 评价因子的选择 | 第51-52页 |
5.2.2 建设用地适宜性评价 | 第52-53页 |
5.3 UGB划定 | 第53-58页 |
5.3.1 弹性UGB划定 | 第53-56页 |
5.3.2 刚性UGB划定 | 第56-58页 |
5.4 北京市UGB相关建议 | 第58-61页 |
5.4.1 划定建议 | 第58-59页 |
5.4.2 管理实施建议 | 第59-61页 |
第六章 结论与展望 | 第61-63页 |
6.1 结论 | 第61-62页 |
6.2 展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-69页 |
个人简介 | 第69页 |
在校参加的科研项目及发表论文 | 第69页 |