首页> 中文学位 >基于粒子群算法和支持向量机的中心城市承载力预测研究
【6h】

基于粒子群算法和支持向量机的中心城市承载力预测研究

代理获取

目录

摘要

第一章 绪论

第一节 研究背景和研究意义

一、研究背景

二、研究意义

第二节 国内外相关研究进展

一、承载力及城市承载力概念的起源和发展

二、城市承载力影响因素的相关研究

三、承载力研究方法综述

第三节 研究思路及框架

一、论文研究思路

二、基本框架

第四节 可能的研究创新点

第二章 城市承载力评价方法的相关理论

第一节 常用承载力评价方法的构建和评价

一、P-S-R综合指标模型

二、系统动力学

三、模糊综合评价法

四、人工神经网络

五、生态足迹法

第二节 支持向量机及粒子群算法理论阐述

一、支持向量机相关原理概述

二、支持向量机模型的核函数及相关参数介绍

第三章 我国中心城市承载力现状分析

第一节 城市承载力评价指标的选择与说明

一、水资源承载力评价指标的确定

二、土地资源承载力评价指标的确定

三、交通承载力评价指标的确定

四、大气环境承载力评价指标的确定

五、城市综合承载力评价指标的确定

第二节 城市承载力评价指标计算方法和数据来源

第三节 我国中心城市承载力状态现状分析

一、中心城市的的选择

二、城市水资源承载力现状分析

三、城市土地资源承载力现状分析

四、城市交通承载力的现状分析

五、城市大气环境承载力的现状分析

六、城市综合承载力的现状分析

第四章 基于改进的支持向量机的杭州市承载力的预测

第一节 城市和数据时间段的选取

第二节 评价预测效果的方法

第三节 相空间重构与嵌入维度的选择

一、水资源承载力嵌入维度的选择

二、土地资源承载力嵌入维度的选择

三、交通承载力嵌入维度的选择

四、大气环境承载力嵌入维度的选择

第四节 基于支持向量机的杭州市承载力预测模型构建

一、杭州市水资源承载力预测与分析

二、杭州市土地资源承载力预测与分析

三、杭州市交通承载力预测与分析

四、杭州市大气环境承载预测与分析

五、杭州市承载力预测模型效果小结

第五节 基于PSO-SVM模型的杭州市承载力预测

一、杭州市水资源承载力预测

二、杭州市土地资源承载力预测

三、杭州市交通承载力预测

四、杭州市大气环境承载力预测

五、杭州市综合承载力预测

第五章 结论与展望

第一节 本文主要研究成果

第二节 本文的不足之处和展望

参考文献

致谢

附录

声明

展开▼

摘要

随着城市化进程的加快和社会经济快速发展,很多城市盲目发展和建设,城市资源利用效率低下,导致土地浪费现象突出、淡水和能源资源紧张、环境污染严重、生态系统严重退化、交通拥堵日益严重等城市危机险象频生。而城市承载力的大小严重关系到城市能否持续健康的发展,人们能否享受更高的生活质量。因此,人们迫切希望寻求一种切实有效的模型对城市承载力进行预测,进而对人们的生活和政府的规划进行有效的指导。
  由此本文将城市水资源、土地资源、交通和大气环境作为研究的重点对象,结合统计年鉴和水资源公报等发掘已有的城市数据,分别构建城市水资源承载力评价指标、土地资源承载力评价指标、交通承载力评价指标、大气环境承载力评价指标和综合承载力评价指标,以期为解决城市在快速发展的同时衍生出的诸多问题提供方向。此外,为了较全面展现我国中心城市目前的城市承载力发展状况,本文基于选取的评价指标,选择了京津冀、长三角、珠三角等重要区域及直辖市、省会城市和计划单列市共64个城市来研究其承载力现状。研究发现:2014年度,我国城市综合承载力普遍较差。具体来说,逾50%的城市水资源承载力处于预警甚至危机的状态;逾56%的城市的土地资源承载力处于危机状态;80%左右的城市交通承载力极其脆弱;空气质量达优的城市仅有一个,占1.56%。这一切都表明:我国城市的城市承载力已经受到了严重的挑战,人们的正常生活和社会的健康发展已经受到了严重的影响。
  本文针对这一现象,以基于有限数据的机器学习方法——支持向量机(Support Vector Machine,SVM),从四个方面的城市承载力历史数值角度出发对未来的相应的城市承载力数值进行预测。起初,分别对这四个承载力单列的时间序列数据进行相空间重构生成时序矩阵,扩大信息量,确定水资源、土地资源、交通和大气环境它们各自的承载力最优嵌入维度分别为4、5、2、6.然后运用支持向量回归模型对时序矩阵中的数据进行建模。鉴于模型结果会因为支持向量回归机参数的选择不同导致结果差异明显,本文依据核函数参数敏感度强于核函数敏感度的理论,采取以下两种方式选择参数来提高支持向量机回归预测模型效果:其一,直接使用支持向量机中默认参数;其二,采用粒子群优化算法(PSO)择优选取惩罚因子与核参数。模型效果对比结果显示PSO-SVM比一般SVM的预测结果更加精确,其实用性更好。
  之后使用PSO-SVM模型对杭州市未来五年的水资源、土地资源、交通承载力以及大气环境承载力进行预测。结果显示未来五年杭州市的综合承载能力呈现下降趋势,水资源和大气环境承载力处于较好的状态,一般将不会对杭州市的发展产生较坏的影响。而土地资源承载力和交通承载力则相对比较低下,最有可能对杭州市未来发展可能造成阻碍。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号