城市增長(zhǎng)模型（UGM）對(duì)于城市的可持續(xù)發(fā)展非常重要，因?yàn)樗鼈兓诋?dāng)前情景預(yù)測(cè)了未來(lái)的城市化進(jìn)程。 實(shí)踐證明，基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)模型可以預(yù)測(cè)城市的增長(zhǎng)，使其更加接近現(xiàn)實(shí)。 最近，基于深度學(xué)習(xí)的技術(shù)正用于預(yù)測(cè)城市增長(zhǎng)。 在本研究中，使用2010年和2013年城市地圖的基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)（NN-CA）模型和基于深度信念的元胞自動(dòng)機(jī)（DB-CA）模型來(lái)預(yù)測(cè)2017年欽奈都會(huì)區(qū)的城市增長(zhǎng)。 由于研究區(qū)域經(jīng)歷了城市增長(zhǎng)的擁堵類型，僅2013年的“現(xiàn)有建筑”就被用作城市化的代理來(lái)預(yù)測(cè)2017年的城市增長(zhǎng)。經(jīng)過(guò)驗(yàn)證，DB-CA模型被證明是更好的模型，因?yàn)樗c僅預(yù)測(cè)502.42 km2的城市（kap