文档介绍：研究内容
二、土地规划中人工神经网络模型的研究进展
三、土地规划中人工神经网络模型的应用效果
四、总结与展望
一、研究背景与意义
土地规划中的人工神经网络模型
一、研究背景
静止规划
→动态规划
要求不断跟踪实施反馈信息,适时修改和完善原有的规划方案
现实背景
刚性规划
→弹性规划
较强的应变能力,适应经济发展的需要
模型结果难于实时地动态地反映规划的变化
规划模型一旦建立后就难于修改
传统土地规划模型存在问题
一、研究背景
不能进行有效的动态规划,
无法实现土地利用规划的弹性规划方案
局限于强调规划变量间确定型的函数关系
难于清晰地反映各规划要素之间的复杂的不确定的关系
人工神经网络模型的提出
Your Text Here
人工神经网络模型
弥补传统规划模型方法的不足与缺陷,进一步完善土地利用规划方法体系。
解决土地利用规划复杂的不确定的非线性的规划问题
实现土地利用规划的动态规划与弹性规划的要求
完善与丰富土地利用规划的方法体系,提高当前土地利用总体规划修编的科学性
土地利用规划
二、土地规划中人工神经网络模型的研究进展
目前,人工神经网络主要用来处理模糊的、非线性的、含有噪声的数据,己经在许多研究领域得到广泛的应用,如智能控制、模式识别、风险预测、环境质量预测、组合优化等领域。
人工神经网络模型的结构:
人工神经网络
反馈型网络
径向基函数网络
BP网络模型
线性神经网络
前馈型网络
二、土地规划中人工神经网络模型的研究进展
苏光全,何书金,郭焕成(1998年);胡明星,郭达志,郭玲香(1999);曹菌,师军(2000年);杨国栋,贾成前(2002年分别将人工神经网络应用到矿区废弃土地资源适宜性评价、土地质量评价、土地类型划分、土地复垦适宜性评价中。
焦利民、刘耀林(2004年) 建立了土地适宜性评价的模糊神经网络模型,设计和推导了该模型的学习算法。并通过实例证明该模型应用于土地适宜性评价具有高效、客观、准确等优点。
潘俊龙,赵俊三(2007)以珠海市横琴岛土地利用规划为背景,着重研究了BP神经网络模型在土地适宜性评价中应用的可行性、网络模型结构、学习算法和模型改进措施等,实现了土地适宜性评价的系统化、自动化、定量化。
研究较为成熟
土地利用规划研究及应用领域,土地适宜性评价方面:
1
二、土地规划中人工神经网络模型的研究进展
宋嗣迪, 陈燕红(1997)以BP神经网络为基础,研究了土地利用规划方案的多目标组合优化问题,提出了将神经网络用于土地利用规划方案优化的方法。
石英, 郭靖芬(2008) 将神经网络方法引入土地利用规划方案的评价中,并针对没有已知的学习样本可供学习的情况,提出了一种基于"理想方案"的学习和评价方法。
汤江龙(2006) 在土地利用规划人工神经网络模型构建及应用研究中,以微观层面土地利用总体规划编制阶段为切入点,以江西省新余市为实例验证区域,在新一轮土地利用总体规划修编专题研究中分别建立了土地需求量预测人工神经网络模型,土地利用结构优化神经网络模型,土地利用规划方案评价的人工神经网络模型,对基于人工神经网络模型的规划实践问题进行了探讨。
土地需求量预测、土地利用结构优化、土地利用规划方案评价等方面
2
现有研究很少,还处于提出理论,引