城市增長模型（UGM）對于城市的可持續發展非常重要，因為它們基于當前情景預測了未來的城市化進程。 實踐證明，基于神經網絡的元胞自動機模型可以預測城市的增長，使其更加接近現實。 最近，基于深度學習的技術正用于預測城市增長。 在本研究中，使用2010年和2013年城市地圖的基于神經網絡的元胞自動機（NN-CA）模型和基于深度信念的元胞自動機（DB-CA）模型來預測2017年欽奈都會區的城市增長。 由于研究區域經歷了城市增長的擁堵類型，僅2013年的“現有建筑”就被用作城市化的代理來預測2017年的城市增長。經過驗證，DB-CA模型被證明是更好的模型，因為它與僅預測502.42 km2的城市（kap