基于BP神经网络的中国水库移民可持续发展评价.docx

基于BP神经网络的中国水库移民可持续发展评价黄健a，黄莉b，施国庆b（河海大学a.商学院;b.中国移民研究中心，南京210098）摘要：水利水电工程建设产生的移民问题已受到越来越多的学者关注，文章结合国内外学者的相关研究，寻找适合我国水库移民可持续发展评价的指标体系，并根据乌江流域水电梯级开发水库移民现状进行实证分析，以期为我国水库移民长远生计及可持续发展研究提供理论参考与实践指导。关键词：BP神经网络；水库移民；可持续发展评价中图分类号：F224.9文献标识码：A文章编号：1002-6487（2014）13-0058-040引言移民可持续发展是一个动态的过程，其可持续发展的量性指标和质性指标具有时间、空间、层次、数量等特点和功能。评价可持续发展的状态和可持续发展的程度的过程，即建立一套能度量可持续发展的指标体系的过程，通过这些指标体系来表征可持续发展的状况以及评价该发展模式是否具备可持续性。考虑到神经网络评价方法比较适合于一些信息十分复杂、知识背景不十分清楚和推理规则不明确问题的分析与处理，能降低评价过程中人为的不确定性因素，既具备综合评价方法的规范性又能体现出较高的问题求解效率。其中三层结构的BP神经网络模型是最常用的用来解决非线性问题的一种神经网络算法[3]。本文在此选择三层BP神经网络作为乌江梯级电站可持续评价方法。2.1数据收集及预处理可以在已完成的大型水利水电工程移民评价报告中，选取时间、地理位置、经济社会环境比较有代表性，评价指标比较规范的水利水电项目移民影响区域，在尊重原专家经验和评价结果的基础上，将原来评价结果的量化值，作为神经网络的期望输出值。将水库移民影响区域划成小区，然后按小区来获取调查数据作为输入值。在影响区域内的小区的评价和原报告的总体评价一致，即输出值一样，但从各个小区输入数据不同，因此形成多个样本。在水利水电项目移民影响区域内，将影响区域按行政区划层次进行划分，采用的行政区划层次越低，结论也越能反映实际情况，所获训练样本数也越多。影响区域划分过大，则分析的基本单位太过笼统；影响区域划分过小，则数据收集存在较大困难。因此，本文以区县为单位进行数据收集，并以乌江梯级电站为例。在移民可持续发展评价的指标体系中，各个指标没有统一的度量标准，因而难于进行比较。因此，在进行综合水电移民面临着政治、经济、环境、社会等多方面的风险，安置效果不仅直接影响着移民未来的生产和生活，也对区域社会稳定、移民可持续发展以及电站正常运营有着直接或间接的影响。长期以来，对水库移民评价的研究一直是以社会评价、生产生活水平评价、经济评价[1]等为主。随着“以人为本”、“可持续发展”等理念的提出，越来越多的学者开始了对水库移民可持续发展的研究和评价[2]。目前中国水库移民可持续发展评价较多地采取IHA（国际水电协会）的水库移民可持续发展评价指标体系，但是在实践中发现，这一评价指标体系中有部分指标与中国的国情很难吻合，推行起来困难较多。本文在构建中国移民可持续发展评价指标体系基础上，基于BP神经网络对水库移民可持续发展进行评价，并结合乌江梯级电站进行实证分析，可为水电开发项目建设中移民工作的完善提供经验和借鉴。1移民可持续发展评价指标体系的建立移民可持续性评价的基础是对移民村、安置区以及移民村中的移民样本户和安置区的居民样本户进行深入细致的调查，通过对具体评价指标的统计、分析，来达到验证可持续性的目的。可持续性评价指标体系必须全面反映水库移民搬迁前后的生产、生活水平与社会基本状况，同时还要满足项目业主和管理单位的具体要求。经过分析，构建出水库移民可持续性水平评价指标体系，见表1。2基于BP神经网络的移民可持续发展评价方法基金项目：国家社会科学基金重点项目(07ASH010)；中央高校基本科研业务费专项资金资助项目(2011B10114)作者简介：黄健（1980-），男，陕西汉中人，博士研究生，研究方向：工程经济、经济和社会评价。黄莉（1982-），女，陕西汉中人，博士，讲师，研究方向：水库移民、工程经济。施国庆（1959-），男，安徽定远人，教授，博士生导师，研究方向：水库移民、工程经济。统计与决策２０14年第13期·总第409期58表1水库移民可持续性水平评价指标体系图1神经网络综合评价模型图1中，rp1、rp2、…、rpn1为指标集域上xp经相应无量纲化函数计算后的评价向量，记为：rp=(rp1，rp2，…，rpn1)，W（iji=1，2，…，n1；j=1，2，…，n2）表示输入层第i单元到隐单元层第j单元的连接权系数，W（jj=1，2，…，n2）表示隐单元层第j单元到输出单元层的连接权系数，OP为样本模式P的网络输出。按照移民可持续发展评价指标属性值的无量纲化方法可将属性值矩阵转换成下述评价矩阵：R=[r1，r2，…，rs]T=