武汉工程大学学报
武漢工程大學學報
무한공정대학학보
JOURNAL OF WUHAN INSTITUTE OF TECHNOLOGY
2013年
11期
77-80,86
,共5页
建设需求%人工神经网络%回归分析%预测
建設需求%人工神經網絡%迴歸分析%預測
건설수구%인공신경망락%회귀분석%예측
construction demand%artificial neural networks%regression%forecasting
利用人工神经网络(ANN)和多元回归(MR)预测方法分别基于中国统计年鉴和香港房屋署的相关数据对中国内地和香港地区的建设需求量进行预测,并对两种预测手段得到的预测结果的可信度和离散程度进行对比分析.基于ANN和MR两种预测手段的不同特性,从预测结果中可以看出,就香港地区的预测情况而言,ANN方法产生的结果比回归模型更加精确;从内地的预测结果来看,ANN和MR的预测精度几乎一致.对于存在较大波动性的数据而言,ANN模型建立的非线性关系可以更精确地描述预测结果,反之,两种预测模型的应用均可得出良好结果.同时,经预测得知,两地的建筑需求量都存在上升趋势,有关部门应采取相应措施提前做好规划工作.
利用人工神經網絡(ANN)和多元迴歸(MR)預測方法分彆基于中國統計年鑒和香港房屋署的相關數據對中國內地和香港地區的建設需求量進行預測,併對兩種預測手段得到的預測結果的可信度和離散程度進行對比分析.基于ANN和MR兩種預測手段的不同特性,從預測結果中可以看齣,就香港地區的預測情況而言,ANN方法產生的結果比迴歸模型更加精確;從內地的預測結果來看,ANN和MR的預測精度幾乎一緻.對于存在較大波動性的數據而言,ANN模型建立的非線性關繫可以更精確地描述預測結果,反之,兩種預測模型的應用均可得齣良好結果.同時,經預測得知,兩地的建築需求量都存在上升趨勢,有關部門應採取相應措施提前做好規劃工作.
이용인공신경망락(ANN)화다원회귀(MR)예측방법분별기우중국통계년감화향항방옥서적상관수거대중국내지화향항지구적건설수구량진행예측,병대량충예측수단득도적예측결과적가신도화리산정도진행대비분석.기우ANN화MR량충예측수단적불동특성,종예측결과중가이간출,취향항지구적예측정황이언,ANN방법산생적결과비회귀모형경가정학;종내지적예측결과래간,ANN화MR적예측정도궤호일치.대우존재교대파동성적수거이언,ANN모형건립적비선성관계가이경정학지묘술예측결과,반지,량충예측모형적응용균가득출량호결과.동시,경예측득지,량지적건축수구량도존재상승추세,유관부문응채취상응조시제전주호규화공작.
