人口与经济

城市化水平预测方法研究—以BP神经网络模型的应用为例

下载PDF阅读器

作者：郭志仪, 丁刚

单位：兰州大学经济学院, 甘肃兰州 730000

关键词：城市化;预测;BP神经网络模型

分类号：F291.1

出版年,卷(期):页码：2006,27(6):3-8

摘要：

经济因素相关分析法是城市化水平预测领域较常使用的方法之一。然而,由于经济发展与城市化发展水平之间相互关系的作用模式较为复杂,传统的预测方法在实际应用时往往难以取得较为理想的预测效果。本文拟运用BP神经网络模型在这一领域进行新的尝试。

The economic factor forecasting method is one of the most frequently used method in the field of urbanization level forecasting. However, on the reason that the relationship between urbanization development and economic growth is very complex, the ideal forecasting effect may not be obtained when the traditional economic factor forecasting method is putinto practice. In this paper, the authors try to make a new trial in this field on the basis of BP Neural Network Model.

基金项目：

作者简介：

郭志仪(1949-), 男, 甘肃通渭人, 教授, 博士生导师, 研究方向为区域经济与可持续发展。

参考文献：

[1] 耿海清. 我国城市化水平滞后的原因分析及未来展望. 地理科学进展, 2003, (1): 103-110.
[2] 保罗·贝罗克. 城市与经济发展[M]. 南昌: 江西人民出版社, 1991, 222.
[3] H. 钱纳里, M. 塞尔昆. 发展的格局: 1950-1970. 北京: 中国财政经济出版社, 1989. 57.
[4] 谢文惠, 邓卫. 城市经济学[M]. 北京: 清华大学出版社, 1996. 37.
[5] Northam, R. M., Urban Geography, New York: John Wiley & Sons, 1975, 8.
[6] 周一星. 城市化与国民生产总值关系的规律性探讨[J]. 人口与经济, 1982, (1): 28-33.
[7] 张颖, 赵民. 论区域发展差异与总体城市化水平滞后的关联性. 城市规划汇刊, 2004, (4): 12-19.
[8] 夏永祥, 余其刚. 世界城市化进程的一般规律和中国的实践[A]. 陈甬军, 陈爱民. 中国城市化: 实证分析与对策研究[C]. 厦门: 厦门大学出版社, 2002.
[9] 李文溥, 陈永杰. 中国的城市化: 水平与结构偏差[A]. 陈甬军, 陈爱民. 中国城市化: 实证分析与对策研究[C]. 厦门: 厦门大学出版社, 2002.
[10] 王金营. 经济发展中人口城市化与经济增长相关分析比较研究. 中国人口·资源与环境, 2003, (5): 57.
[11] 陈玉样. 记第十一届国际预测大会. 预测, 1991, (5): 6-9. Xinhui Wen andMinj ie Niu. A New Nonlinear Combined Forecasting on the Basis of Neural Networks, Technological Report, 1992.
[12] 飞思科技产品研发中心. MATLAB6. 5辅助神经网络分析与设计. 北京: 电子工业出版社, 2003.1.
[13] 闻新等. MATLAB 神经网络应用设计. 北京: 科学出版社, 2000.
[14] 赵振宇, 徐用懋. 模糊理论和神经网络的基础与应用. 北京: 清华大学出版社, 1996.
[15] D. Rumelhart, J. McCelland, Parallel Distribut ed Processing [M]. MIT Press, 1986.

欢迎阅读《人口与经济》，您是本文的第位浏览者。