基于BP神经网络林区经济可持续发展预警系统研究.docVIP

基于BP神经网络林区经济可持续发展预警系统研究 　　摘要：指出了林区经济可持续发展是一种典型的非线性复杂系统，难以用传统的统计方法进行预警。在构建林区经济可持续发展预警指标体系的基础上，运用BP人工神经网络技术，建立了林区经济可持续发展预警模型，为林区经济可持续发展的预警分析提供了技术手段，为林区经济管理和规划提供参考。 　　关键词：林区经济可持续发展；指标体系；预警；警兆分析；BP神经网络 　　收稿日期 　　作者简介：王 刚（1971—），男，四川叙永人，工程师，主要从事林业生产及经济管理工作。中图分类号：S7 文献标识码：A 　　文章编号2013 　　1 引言 　　近年来林区经济的发展对国民经济做出了巨大的贡献，然而随着林业可再生资源的逐渐枯竭，林区的一些经济问题也日趋严重[1]，对林区经济情况进行检测和预警，确保林区经济稳定、健康、可持续的发展，是当前工作中的首要问题。 　　林区经济作为社会经济系统的一个子系统，具有非线性复杂系统的特性。林区经济的可持续发展，不仅涉及到经济问题，还与林区生态、环境、资源、人口等问题交织缠绕，难以使用传统的统计预测技术进行预测和预警。对林区经济可持续发展预警，首先要根据林区经济发展规划，构建可持续发展警兆指标体系，在此基础上运用可动态调整、自主学习的预测分析算法，使用过往数据进行训练，从而得到对未来发展的预测和预警。 　　2 林区经济可持续发展预警指标体系的构建 　　2.1 指标体系构建的原则 　　林区经济可持续发展预警系统是一种多警情并列式系统[2]，其指标体系应具备系统性、层次性、逻辑性、稳定性和可操作性等特点。 　　系统性原则是指从整体上看，指标体系的构建应具有支撑整个系统运作的全方位特点，涵盖林区经济、生态、环境、资源等多方面指标，将林区经济发展的各方面因素有机结合起来。 　　层次性原则是指体系应能全面反映警情、警源和警兆，体现各指标之间的相关关系、符合经济发展的逻辑规律。根据各指标间的相关性将其分成不同类别和多个层次，从上到下逐渐细化指标，以便研究分析。 　　林区经济的发展是一个长期渐进的动态过程，因此要对林区经济进行长期监测和预警，需要选定可以保持相对稳定，同时具有一定灵活性的预警指标。 　　林区经济发展预警系统的构建目的是为经济管理和规划提供决策依据，同时为降低预警系统运行的成本，指标的选取应简单明了，数据应较容易获取或采集，且以较为简单的形式体现[3]。 　　2.2 林区经济可持续发展指标体系 　　根据学科领域的不同，可持续发展的指标体系有多种不同的分类方法[4]。一个林区是一个结构复杂的系统，包含多个相互作用、相互关联的子系统。在设计上，层次化的思路将林区经济可持续发展的指标分为经济指标、生态环境指标和社会指标3个子系统。在此基础上进行按预警指标、警兆指标进行细化，如表1所示。 　　3 林区经济可持续发展预警系统的组成要素 　　林区经济可持续发展预警是一个复杂的统计分析与预测过程，需要结合预警理论和林区经济可持续发展的指标体系，合理的设计预警系统的结构。系统由警情、警源、警兆和警度等要素构成。警情是在预警时需要检测和预报的内容。警源是警报情况产生的根源，在林区经济可持续发展预警中，警源通常来自于自然因素（如林木蓄积量低于阈值）、外在因素（如国家林业经济政策变化）和内部因素（如林区造林投资下降）。 　　警兆是指警情爆发前的先兆，对警兆进行分析是预警过程中的关键环节。通常来说，不同的警情对应不同的警兆。警兆和警情之间存在直接或间接的相关关系。 　　警度即警告级别，是根据警兆的变化对警情严重程度的描述。警度确定的关键是根据据历史分析、专家调查、国际对比、数学方法等综合因素确定警线。本文借鉴文献[5]中的方法，将警度划分为无警、弱警、中警和重警等4个警线。 　　4 基于BP神经网络的警兆分析 　　人工神经网络采用一定的简单数学模型来对生物神经网络结构进行描述，能在某种程度上模拟生物神经网络所具有的智能行为，解决传统算法不能胜任的智能信息处理问题[6]。人工神经网络具有平行分散式的处理模式，具有强大的函数拟合能力和自主学习能力，可以根据新的数据资料进行自我学习和训练。因此特别适合对复杂多变的经济发展警兆指标进行处理，拟合警兆和警情间的非线性映射关系，从而预报未来林区经济可持续发展警情。 　　在多种神经网络中，BP神经网络的理论研究和实践应用较为成熟。BP神经网络是一种单向传播的多层前向网络。除输入节点外，有一层或多层的隐层节点，同一层的节点间没有任何耦合。输入信号从输入层节点输入，依次传过各隐层节点，最终传递到输出接点。实际上，BP网络是一种输入到输出的高度非线性映射，通过对非