我国各省区电力生产数值分布自组织分类.pdfVIP

我国各省区电力生产数值分布的自组织分类 杨纪青 陈洪萍 (襄樊学院数计学院， 湖北襄樊441053) 摘要：为实现电力生产数值分布的自组织分类，用SOM神经网络技术．以《中国工业统计年鉴》提供的我国各省区电力 生产数据为学习和测试样本，训练和检测神经网络对我国各省区电力生产数值分布的自组织分类。实验显示：经过1000步 的训练，SOM神经网络矩阵映射重复操作归类相同率，在剔除特异结果后达到90％以上。这一结果证实．利用SOld神经网络 技术，可以对我国各省区电力生产数据参数组合取值分布进行客观分类。 关键词：各省区电力生产数值，自组织分类；$OM神经网络；电力生产数值分布 对各种体系例如电力生产数据参数组合取值分布进行客观分 (5)用训练完毕的SOM神经网络，检测中国工业统计年鉴 类这一课题，相关研究已有不少报道。有采用神经网络技术的t 提供的各省区电力生产数据：工业总产值(当年价格)、工业销售 有对烟叶、农作物、文本、图像等进行分类的；有借助遗传算法 产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合 改进神经网络性能的。但是，对电力生产数据的“参数组合取值 计、累计折旧、主营业务收入、主营业务税金及附加、全部从业 分布”为分类对象，采用神经网络技术进行自组织分类，未见报 道。这是一个有价值的课题，本文以我国2006年各省区电力生产 (6)一|：述操作蓖复进行100次，比较每次结果的中国工业统 数据取值分布白组织分类为例研究这一课题。 计年鉴提供的各省区电力生产数据：工业总产值(当年价格)、工 一．材料与方法 业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定 1．材料和仪器 。 资产合计、累计折旧、主营业务收入、主营业务税金及附加、全 (1)统计数据。采用中国工业统计年鉴提供的各省区电力生部从业人员年平均人数(万人)取值分布数据归类一致率，以检验 产数据：工业总产值(当年价格)、工业销售产值(当年价格)、工SOM神经网络矩阵映射的准确性和可靠性。 业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主 二．结果与讨论 营业务收入，主营业务税金及附加、全部从业人员年平均人数(万 运行结果的总分示例数据如下表，SOM神经网络对样品的自 人)取值分布数据为样本体系 “参数组合取值分布”数据。 组织分类，重复100次，剔除这100次统计结果中的特异结果进 (2)仪器和软件。软件运行环境：神经网络训练与检测是在行归类，SOM神经网络矩阵映射的准确率为90％以上。 W[ndows下使用MATLAB7．1开发的。运行环境推荐使用： WINDOWS XP系统，需安装有Office办公软件EXCEL2000及 数据进行预处理。 以上版本，压缩软件WINZIP或WINRAR。 表SOM神经网络对电力生产数值取值分布的自组织分类 计算机配置要求：内存512M以上；硬盘40G以上；显示器 X 和显卡支持1024768、75Hz、24位真彩显示；lO／looM网卡I 打印机{ 2．方法 (1)取中国工业统计年鉴提供的各省区电力生产数据：工业 总产值(当年价格)、工业销售产值(当年价格)、工业增加值(当年 价格)、资产合计、固定资产合计、累计折旧、主营业务收入、主 营业务税金及附加、全部从业人员年平均人数(万人)取值分布数 据作为训练和检测SOM神经网络的输入矩阵； (2)在MATLAB7．1工作界面上输入神经网络相空间维数设 置：net=newsom(minmax(P)，【33】)，训练步数设置：net． trainParam．epochs=1000l (3)训练SOM神经网络：nettrain(net，P)I (4)运行代码程序，输出对中国工业统计年鉴提供的各省区 电力生产数据：工业总产值(当年价格)，工业销售产值(当年价 格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折 旧、主营业务收入、主营业务税金及附加、全部从业人员年平