基于最小二乘原理的组合模型在建设用地需求量预测中的应用被引量：1

Forecasting of Construction Land Demand Based on the Composition Model of the Principle of Least Squares

在线阅读下载PDF

导出

摘要通过分析武汉市2002—2011年建设用地数据,选取了三次指数平滑、灰色GM(1,1)模型和多因素回归法建立组合模型,提出了一种基于最小二乘原理解算组合系数的方法,并对武汉市2012—2025年的建设用地需求量进行了预测。经过计算预测结果的平均绝对百分误差、均方根误差及希尔不等系数,证明了该组合模型可信度高,可用于武汉市土地利用规划编制工作。

作者孟成彭明军潘琛玲夏希肖立霞

机构地区武汉市国土资源和规划信息中心

出处《测绘通报》 CSCD 北大核心 2015年第3期111-114,共4页 Bulletin of Surveying and Mapping

基金国家"十二五"科技支撑计划(2012BAH24B00)

关键词建设用地预测组合模型最小二乘原理

分类号 P208 [天文地球—地图制图学与地理信息工程]

引文网络
相关文献

参考文献7

1Bates JM,Granger CWJ.The combination of forecasts. Operational Research Quarterly . 1969
2由向平,孙德山,林丹凤.组合模型在我国GDP预测中的应用[J].廊坊师范学院学报（自然科学版）,2010,10(2):87-89. 被引量：9
3刘纪远,张增祥,徐新良,匡文慧,周万村,张树文,李仁东,颜长珍,于东升,吴世新,江南.21世纪初中国土地利用变化的空间格局与驱动力分析[J].地理学报,2009,64(12):1411-1420. 被引量：538
4涂建军,廖和平,刘力,曹蕾.城镇建设用地双因素预测模型的改进——兼论城镇人口的预测方法[J].西南师范大学学报（自然科学版）,2005,30(2):354-357. 被引量：23
5邱道持,刘力,粟辉,曹蕾.城镇建设用地预测方法新探——以重庆市渝北区为例[J].西南师范大学学报（自然科学版）,2004,29(1):146-150. 被引量：52
6邵建英,王珂,肖志豪,赵小敏.城镇建设用地预测方法研究[J].江西农业大学学报,2006,28(3):472-476. 被引量：18
7张晓东,阳亮.交通能源需求量组合预测模型研究[J].南京工程学院学报（自然科学版）,2008,6(2):62-66. 被引量：12

二级参考文献23

1陆大道,姚士谋,李国平,刘慧,高晓路.基于我国国情的城镇化过程综合分析[J].经济地理,2007,27(6):883-887. 被引量：224
2罗罡辉,吴次芳.建设用地需求预测方法研究[J].中国土地科学,2004,18(6):14-17. 被引量：75
3涂建军,廖和平,刘力,曹蕾.城镇建设用地双因素预测模型的改进——兼论城镇人口的预测方法[J].西南师范大学学报（自然科学版）,2005,30(2):354-357. 被引量：23
4丁晨芳.组合模型分析方法在我国粮食产量预测中的应用[J].农业现代化研究,2007,28(1):101-103. 被引量：49
5钱文荣,葛雄灿,姜炳三.农村土地利用规划的预测方法研究──兼论合理解决耕地保护与建设用地增长的矛盾[J].浙江统计,1997(2):28-30. 被引量：5
6张世英张文泉.技术经济预测与决策[M].天津:天津大学出版社,1996..
7[5]JORGENSON,DALE W,BARBARA FRAUMENI.Relative Prices and Technology Change in Modeling and Measuring Natural Resource Sub-stitution[M].Cambridge,MA:MI Press,1981.
8[7]EVANS S P.Derivation and analysis of some model for combining trip distribution and assignment[J].Transportation Research,1976 (10B):37-57.
9Vapnik V N. Statistical Learning Theory. New York: Wiley, 1998.
10中华人民共和国国家统计局.年度统计数据[DB/OL].www.stats.gov.cn,2004-05-17/2004-06-20.

共引文献618

1张正峰,张阿曼.中国县域乡村发展类型及时空变化[J].资源科学,2020,0(2):207-216. 被引量：15
2吕凤涛,麦建开,王园园,蒋昌晶,杨尧,王彬.粤港澳大湾区城市群时空演化的多尺度分析[J].热带地貌,2020(2):27-37. 被引量：1
3徐新良,刘纪远,张增祥,周万村,张树文,李仁东,颜长珍,吴世新,史学正.中国5年间隔陆地生态系统空间分布数据集(1990-2010)内容与研发[J].全球变化数据学报（中英文）,2017(1):52-59. 被引量：36
4李大正,贺瑜,刘扬,陈劭锋.可持续发展视角下的自然资源核算方法研究[J].科技促进发展,2024,20(7):584-591.
5付小虎,朱煜峰.庐山市土地景观演变生态风险评价与分析[J].江西建材,2023(6):370-372.
6石晓峰,汤晓艳.江北新区土地覆被景观格局变化及驱动力因素分析[J].现代测绘,2021(2):35-39. 被引量：1
7吴丹,邹长新,林乃峰,徐梦佳.长江经济带生态系统格局演变特征分析[J].环境科学与技术,2020(4):208-213. 被引量：5
8樊勇,何宗宜,李敏敏,贺彪.1980—2015年中国建设用地变化研究[J].测绘通报,2020(1):128-131. 被引量：8
9王发章,刘朝炎,朱传民.发掘国土资源潜力配置城镇建设用地研究——以安徽省肥东县为例[J].安徽农学通报,2007,13(2):6-8.
10安祥生.城镇建设用地增长及其预测——以山西省为例[J].北京大学学报（哲学社会科学版）,2006,43(S1):87-90. 被引量：12

同被引文献4

1黄雁勇,王沁,李裕奇.ARMA模型参数估计算法的改进[J].统计与决策,2009,25(16):7-9. 被引量：10
2朱慧明,邓迎春.基于Gibbs抽样的贝叶斯稳健ARMA模型研究[J].经济数学,2009,26(2):82-90. 被引量：4
3焉建国,陈正松,罗志才,李琼.基于AR模型的上海地区地面沉降预测分析[J].大地测量与地球动力学,2009,29(5):121-124. 被引量：14
4韩晓飞,丁晓光,张永奇,苏利娜.基于ARMA模型的GPS基准站坐标时间序列分析[J].测绘与空间地理信息,2014,37(12):134-136. 被引量：3

引证文献1

1钱建国,马洪成,邵禹铮.基于ARMA模型的基坑沉降监测预测研究[J].测绘与空间地理信息,2017,40(6):8-10. 被引量：6

二级引证文献6

1赵桂玲,陈剑秋,王硕.MEMS陀螺随机误差建模及补偿算法研究[J].测绘与空间地理信息,2018,41(8):12-15. 被引量：4
2刘畅.基于改进ARMA模型在地铁基坑变形预测的应用研究[J].国防交通工程与技术,2020,18(1):25-27. 被引量：2
3温玉维,陈威.基于ARMA和BP神经网络组合模型预测冷却塔沉降[J].电力勘测设计,2020(S01):183-187. 被引量：1
4仲志煜,李建春,张琦,王月峰.基于神经网络的基坑紧邻环境多因素预测[J].水利与建筑工程学报,2021,19(3):214-220. 被引量：2
5鲍燕妮,沈丹祎,石振明,朱艳,彭铭.ARMA模型在锚碇基坑变形预测中的应用[J].工程地质学报,2021,29(5):1621-1631. 被引量：8
6侯福昌,曾家俊,江杰,李结全,范懿文.基于动态神经网络NARX时间序列的双排桩基坑变形预测[J].广西大学学报（自然科学版）,2024,49(1):49-59. 被引量：2

1储卫东,陈江龙.城镇化进程中建设用地需求量预测方法研究[J].上海国土资源,2014,35(2):79-82. 被引量：3
2时盛春,赵俊三.大理州建设用地需求量预测研究[J].科技情报开发与经济,2007,17(31):77-80. 被引量：1
3陈国平,赵俊三.基于GIS建设用地需求量预测信息系统研究[J].昆明冶金高等专科学校学报,2009,25(1):9-13. 被引量：1
4贾萍,方源敏,卢水牯.Logistic模型在高层建筑物沉降监测中的应用[J].河南科学,2011,29(3):329-332. 被引量：8
5周泽兵,邓世军,窦华成.天津市“十二五”期间建设用地需求量影响因子分析和预测模型研究[J].测绘通报,2013(2):82-85.
6美国略调低第二季度美国及全球石油日需求量预测[J].中国石化,2005(6):62-62.
7林爱兰.广东前汛期降水预报因子的初步探讨[J].广东气象,1999,21(S1):14-17. 被引量：3
8汤俊,邹自力.基于灰色模型和指数平滑法的地面沉降预测[J].江西测绘,2009(2):9-11. 被引量：6
9郑东健,顾冲时,吴中如.边坡变形的多因素时变预测模型[J].岩石力学与工程学报,2005,24(17):3180-3184. 被引量：75
10斯庭勇,高飞,胡小华.产业用地数据整合研究与实现[J].城市勘测,2013(2):74-76.

测绘通报

2015年第3期

浏览历史

内容加载中请稍等...

基于最小二乘原理的组合模型在建设用地需求量预测中的应用被引量：1

参考文献7

二级参考文献23

共引文献618

同被引文献4

引证文献1

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于最小二乘原理的组合模型在建设用地需求量预测中的应用 被引量：1

参考文献7

二级参考文献23

共引文献618

同被引文献4

引证文献1

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于最小二乘原理的组合模型在建设用地需求量预测中的应用被引量：1