《表5 不同方法的仿真预测结果对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于灰色-BP神经网络模型的多情景交通用地需求预测——以长江中游城市群为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据训练的BP神经网络模型结果可知，样本的误差较小，各年份仿真值的相对误差均<0.02，平均误差为0.004 7%，标准误差为0.006 5%，表明基于灰色-BP神经网络模型的预测方法具有较高的精度，可以进行交通用地需求的预测。同时为了与传统方法相对照，表5也给出了基于国土系数法、多元线性回归法、灰色预测法以及指数函数法的仿真结果，结果显示，灰色-BP神经网络模型在其中具有很强的可信度（表5）。