历史文化名城保护规划评估分析.docVIP

历史文化名城保护规划评估分析 作为历史信息的承载体，历史文化名城蕴含着深厚的文化底蕴，是反映城市发展历程、回顾历史事件的重要窗口。近年来国家越来越注重历史文化名城的保护，从1982年第一批历史文化名城审批开始，截至2018年5月2日，国务院已将134座城市列为国家历史文化名城，并对这些历史遗迹进行重点保护。然而历史文化名城保护的关注重点一直在于历史文化名城的价值评估、分级以及规划编制上，对于名城保护规划编制后实施情况的关注度显然不足。保护规划不应是一成不变的，应该随着保护工作的开展，根据实施情况的变化对保护规划进行评估，并以此作为规划调整的依据。 1历史文化名城保护实施评估研究现状 到目前为止，我国专家学者对历史文化名城保护规划评估方面的研究较少。现有的历史文化名城实施评估,评估方法大多为主成分分析法、层次分析法、模糊综合评估法、因子分析法等，但历史名城保护规划实施评估是一个涉及众多影响因素的复杂系统，应用主成分分析法、模糊综合评估法、因子分析法等难免存在一定的主观性和难以确定的缺陷。而BP神经网络作为解决复杂非线性系统的有效方法，更适合用于历史文化名城保护实施评估，因此笔者认为有必要构建基于BP神经网络模型的历史文化名城保护规划评估模型[1]。 2历史名城保护规划实施评估体系 2.1评估指标的选取和主要内容。通过研究相关领域的其他文献，本文以构建全过程的实施评估为目标，按照名城保护规划实施前、实施中、实施后的次序，分为规划编制、实施过程、实施效果三个评估层面，建立历史名城保护规划实施评估体系。规划编制的评估主要从编制完整性、内容完整性，内容协调性三方面进行研究，实施过程的评估主要从实施保障制度的完整性、保护机构的设置、资金到位情况三方面进行研究，实施结果的评估是评估体系中内容最多，也是更为重要的评估层面，不仅考虑实施效果与名城保护规划一致性，而且需要去考量规划实施效果是否符合了原真性、完整性原则，名城整体的保护工作是否促进了城市发展，保护了城市环境，社会影响如何等，因此将从保存效果、环境效果、经济效果、社会效果四个方面对实施效果进行评估。2.2评估指标体系的构建。历史文化名城保护规划评估体系构建步骤主要为：建立一套可操作的尽可能全面的指标体系(找出问题)；建立BP神经网络模型对指标进行综合分析(分析问题)；提出规划对策和调整意见(解决问题)。构建指标体系应遵循以下原则：科学性原则、通用可比性原则、层次性原则、真实性原则、实用性原则。根据上述名城评估的类型和主要内容，构建了以历史名城保护规划实施为评估目标的评估体系，其中一级指标3个，二级指标20个。具体情况如表1所示。 3基于BP神经网络的历史名城保护规划实施评估模型的构建 3.1BP神经网络的概述。BP神经网络是一种在模拟神经网络结构和功能的基础上研究设计出的信息处理系统[2]。BP神经网络的算法在一定程度上尽可能地避免了主观因素对结果的影响，使评估模型更加定量化，使用其高度的仿真功能经过网络的反复学习能有效修正误差。BP神经网络（BackPropagationNetwork，BPNetwork），由输入层、隐含层、输出层三层构成。外部信息通过输入层中的各神经元接收并传递到中间层，在中间层进行信息处理和变换后，通过输出层向外界输出信息并处理结果。神经网络工作时，若现行输出与期望相同，则训练结束；反之，误差反向进入网络，将输出与期望的误差信号按照原连接通路反向计算，修改各层权值和阈值，逐次向输入层传播。这样反复地循环，不断训练网络，当网络的全局误差小于给定的误差值后学习终止，即可得到收敛的网络和相应稳定的权值[3]。3.2BP神经网络评估模型的建立。基于BP神经网络评估模型的建立过程（图1）。3.2.1BP神经网络训练样本期望值的确定。BP神经网络模型训练必须有一系列的期望值与神经网络输出值不断比较、反复训练及仿真运算，才能满足训练误差与预测误差的要求。通过专家打分法得到历史名城保护规划实施评估的综合评估值，作为BP神经网络模型训练样本的期望值。训练样本来源于随机生成的100组样本评估值。根据分数对名城进行测评，分为（90～100）为好、（80～89）为较好、（70～79）为良、（60～69）为一般、60分以下为差五个等级。计算公式为：　　　　　P=∑Ci×WiP为历史名城保护规划实施综合评估值，Ci为评估指标单项得分，Wi为评估指标权重。3.2.2利用Matlab软件建立神经网络模型。首先在Matlab中对样本数据进行归一化处理，然后构建BP神经网络，训练样本数据。本文所选用的历史名城保护规划实施评估的指标一共有20个，采用3层BP神经网络结构，输入层神经元节点数设置为20。同时在Matlab中，根据f