[發(fā)明專利]環(huán)境問題的神經(jīng)元網(wǎng)絡評價方法

在審

• 申請?zhí)枺?/td>: 201410700572.0
• 申請日: 2014-11-28
• 公開（公告）號: CN104484701A
• 公開（公告）日: 2015-04-01
• 發(fā)明（設計）人: 余磊
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學深圳研究生院
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06Q50/00
• 代理公司: 深圳市科吉華烽知識產(chǎn)權(quán)事務所(普通合伙) 44248
• 代理人: 羅志偉

技術(shù)領域

本發(fā)明涉及環(huán)境問題的評價方法，尤其涉及一種環(huán)境問題的神經(jīng)元網(wǎng)絡評價方法。

背景技術(shù)

隨著城市化快速發(fā)展，我國環(huán)境問題越來越突出。目前，我國針對環(huán)境問題的處理方式，主要是由環(huán)境工程師進行解決，采取一種“頭痛醫(yī)頭、腳痛醫(yī)腳”的被動式處理方法，缺乏系統(tǒng)化、整體化、前瞻性的應對策略。這主要是由于缺乏科學化、體系化的評價手段造成的。

目前的環(huán)境評價技術(shù)主要針對存在的環(huán)境問題開展現(xiàn)場調(diào)查、實測，根據(jù)對調(diào)查、實測結(jié)果的統(tǒng)計分析，尋找環(huán)境問題癥結(jié)，從而提出解決方案。

這種補救式的環(huán)境評價方法只能是針對某一特定區(qū)域、特定環(huán)境的評價。是一種?“一事一議”的環(huán)境評價方法，對其他相類似的環(huán)境問題評價沒有直接性幫助。同時，這樣的方法是對已破壞環(huán)境的修補，而對未來的建設發(fā)展沒有直接的借鑒作用。

當前，快速城市化使解決環(huán)境問題的速度比不上城市發(fā)展的速度。這主要是傳統(tǒng)的環(huán)境評價方法無法對城市規(guī)劃階段隱藏的環(huán)境問題進行評價，從而導致建設后的環(huán)境問題不斷涌現(xiàn)。

已有環(huán)境評價技術(shù)較為簡單，不適宜解決普遍性問題。對獲得的環(huán)境評價信息沒有充分利用，浪費了實地調(diào)研的人力物力。這種方法沒有充分利用信息資源庫的優(yōu)勢，導致解決環(huán)境問題的局限性。

總體而言，已有技術(shù)的最大缺陷在于不能針對環(huán)境問題提供前瞻性應對措施。環(huán)境評價的主要目的在于了解環(huán)境問題的主要癥結(jié)。很多環(huán)境問題有著極為相似的問題癥結(jié)，通過對某一類問題的調(diào)研分析，應該能夠?qū)窈箢愃茊栴}的產(chǎn)生起到預警作用。因此，利用環(huán)境調(diào)研的大量數(shù)據(jù)，采用計算機科學技術(shù)，改變現(xiàn)有“一事一議”的環(huán)境評價方法，提出一種能在規(guī)劃建設階段就能預判環(huán)境問題的方法，使可能發(fā)生的環(huán)境問題解決在城市規(guī)劃設計階段是本發(fā)明的主要目的。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的問題，本發(fā)明提供了一種科學化、體系化的環(huán)境問題的神經(jīng)元網(wǎng)絡評價方法，可以使城市規(guī)劃師、設計師在城市規(guī)劃與設計階段了解城市建設對環(huán)境的影響程度，為環(huán)境工程師提前給出保護方案、為城市規(guī)劃階段設立相應的保護措施提供重要的量化依據(jù)。

本發(fā)明提供了一種環(huán)境問題的神經(jīng)元網(wǎng)絡評價方法，包括以下步驟：

S1、采集各類環(huán)境問題評價的數(shù)據(jù)；

S2、建立各類環(huán)境問題評價的數(shù)據(jù)庫；

S3、通過相關性分析了解各類環(huán)境問題評價的數(shù)據(jù)對各類環(huán)境問題評價的影響，得到對環(huán)境問題評價有顯著性影響的因素；

S4、基于統(tǒng)計模型的相關性分析結(jié)果，將對環(huán)境問題評價有顯著性影響的因素進行主成分分析，得到對環(huán)境評價有顯著獨立性影響的因素，將該對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型；

S5、利用步驟S2建立的數(shù)據(jù)庫，對步驟S4建立的環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型進行訓練、檢驗、校核、優(yōu)化，得到最優(yōu)的神經(jīng)元網(wǎng)絡模型。

作為本發(fā)明的進一步改進，步驟S1中的各類環(huán)境問題評價的數(shù)據(jù)包括大氣、水、噪聲、土壤、生物多樣性的客觀環(huán)境數(shù)據(jù)以及人的主觀評價數(shù)據(jù)。

作為本發(fā)明的進一步改進，步驟S1為：采集各類環(huán)境問題評價的歷史數(shù)據(jù)和現(xiàn)狀數(shù)據(jù)。

作為本發(fā)明的進一步改進，步驟S3通過采用統(tǒng)計分析模型的方法，求解輸入變量與輸出變量的相關性，得到對環(huán)境問題評價有顯著性影響的因素。

作為本發(fā)明的進一步改進，步驟S4將對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡的初步模型，該環(huán)境評價神經(jīng)元網(wǎng)絡的初步模型根據(jù)輸入變量的個數(shù)M與輸出變量個數(shù)N之差來確定中間層數(shù)n，以及用來做運算的神經(jīng)元個數(shù)m，基于輸入變量與輸出變量的個數(shù)差值，設置與差值數(shù)少1到2的層數(shù)作為神經(jīng)元模型結(jié)構(gòu)層，將每層神經(jīng)元個數(shù)設置為上層神經(jīng)元m個數(shù)的m-2個，并以這樣的設置方式建立多個環(huán)境評價神經(jīng)元網(wǎng)絡的初步模型。

作為本發(fā)明的進一步改進，步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型進行優(yōu)化包括：根據(jù)神經(jīng)元網(wǎng)絡反向傳播算法，在數(shù)據(jù)庫的支持下，確定最優(yōu)的神經(jīng)元網(wǎng)絡模型。

作為本發(fā)明的進一步改進，步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型進行訓練的過程中，比較環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型結(jié)果與真實結(jié)果的差值，利用觀察反向傳播算法自動調(diào)整的參數(shù)，對環(huán)境評價神經(jīng)元網(wǎng)絡模型的初步模型結(jié)構(gòu)進行微調(diào)，得到最優(yōu)的神經(jīng)元網(wǎng)絡模型。