| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景及目的和意义 | 第7-10页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究目的和意义 | 第8-10页 |
| 1.2 国内外研究进展 | 第10-11页 |
| 1.2.1 国外研究进展 | 第10页 |
| 1.2.2 国内研究进展 | 第10-11页 |
| 1.3 研究内容及研究设计 | 第11-15页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究方法 | 第12页 |
| 1.3.3 数据来源 | 第12-13页 |
| 1.3.4 技术路线 | 第13-15页 |
| 2 研究理论与预测方法 | 第15-20页 |
| 2.1 基本概念 | 第15-16页 |
| 2.1.1 土地利用总体规划 | 第15页 |
| 2.1.2 土地需求量预测 | 第15页 |
| 2.1.3 建设用地需求量预测 | 第15-16页 |
| 2.2 建设用地需求预测的基本理论 | 第16-17页 |
| 2.2.1 土地需求理论 | 第16页 |
| 2.2.2 土地稀缺理论 | 第16-17页 |
| 2.2.3 可持续发展理论 | 第17页 |
| 2.2.4 系统工程理论 | 第17页 |
| 2.3 建设用地需求量预测的基本原则 | 第17-18页 |
| 2.4 建设用地需求量预测方法 | 第18-20页 |
| 3 建设用地需求量预测模型构建 | 第20-38页 |
| 3.1 建设用地需求量影响因素分析 | 第20-22页 |
| 3.1.1 影响因素的选取原则 | 第20页 |
| 3.1.2 选取影响因素 | 第20-21页 |
| 3.1.3 筛选影响因素 | 第21-22页 |
| 3.2 多元回归预测模型 | 第22-27页 |
| 3.2.1 多元回归分析方法 | 第22-23页 |
| 3.2.2 多元线性回归模型检验 | 第23-25页 |
| 3.2.3 模型修正与预测 | 第25-27页 |
| 3.3 G(1，1)灰色预测模型 | 第27-30页 |
| 3.3.1 数据处理 | 第27-28页 |
| 3.3.2 模型建立 | 第28-29页 |
| 3.3.3 模型的检验 | 第29-30页 |
| 3.4 BP 人工神经网络模型 | 第30-38页 |
| 3.4.1 BP 神经网络理论基础 | 第30-34页 |
| 3.4.2 BP 神经网络模型的建立 | 第34-38页 |
| 4 实证研究—以昌吉市为例 | 第38-69页 |
| 4.1 研究区概况 | 第38-40页 |
| 4.1.1 区位地理环境 | 第38-39页 |
| 4.1.2 自然资源环境 | 第39页 |
| 4.1.3 社会经济环境 | 第39-40页 |
| 4.2 研究区土地利用现状分析 | 第40-41页 |
| 4.2.1 土地利用现状 | 第40-41页 |
| 4.3 研究区建设用地特征分析 | 第41-66页 |
| 4.3.1 建设用地利用现状 | 第41-43页 |
| 4.3.2 相关分析 | 第43-47页 |
| 4.3.3 建立多元回归方程模型 | 第47-53页 |
| 4.3.4 基于 GM（1,1）灰色模型的建设用地需求量预测研究 | 第53-56页 |
| 4.3.5 基于 BP 神经网络模型的建设用地需求量预测研究 | 第56-66页 |
| 4.4 各模型预测的对比分析 | 第66-69页 |
| 5 主要研究结论与展望 | 第69-71页 |
| 5.1 结论 | 第69-70页 |
| 5.2 创新点 | 第70页 |
| 5.3 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 发表的论文 | 第74-75页 |
| 致谢 | 第75页 |