[发明专利]一种基于GA-BP神经网络算法的城市生态建设评价方法

说明书

本发明涉及一种基于GA‑BP神经网络算法的城市生态建设评价方法，属于智慧城市生态建设领域。该方法包括以下步骤：构建城市生态评价指标体系；生成神经网络训练和测试样本；确定神经网络的拓扑结构；设定神经网络训练的相关参数；利用遗传算法来对神经网络的初始权值和阈值进行优化；输入训练和测试样本对GA‑BP神经网络进行训练和检验，最终构建出基于GA‑BP神经网络算法的城市城市生态评价模型。本发明能够实现城市生态建设评价功能，具有较高的科学性、有效性和实用性。

技术领域

本发明属于智慧城市生态建设领域，涉及一种基于GA-BP神经网络算法的城市生态建设评价方法。

背景技术

随着人们生活水平的提高，生态意识的加强，以及可持续发展共识的形成等因素，城市生态建设越来越成为世界关注的焦点。城市生态理念强调以人和自然为对等中心，兼顾社会、自然、环境等因素，很好的体现了可持续、和谐发展的理念。近年来城市经济状况不断改善,伴随而来的是整体环境质量的下降以及对自然系统的威胁等问题的不断增加，城市的可持续发展面临着巨大的压力。另一方面，随着社会经济的不断发展，人们越来越关注居住的环境质量,创造良好的人居环境既是社会理想也是人民生活的基本需求。而建设城市生态城市能够非常好的解决上述问题，满足社会的发展需求和人们的居住需求。故目前“城市生态”受到政府和城市建设管理者强烈地关注和支持，建设城市生态已经成为世界城市发展的新趋势，尤其在当今国内城市飞速地发展浪潮下变得越来越重要。众所周知，建立一个城市生态建设评价体系是发展宜居城市生态的前提和必要条件，为城市生态的建设提供决策支撑。因此在城市生态的建设过程中，急需建立一个可靠、准确、完善、智能的城市生态建设评价体系。

目前，用于综合评价城市城市生态的传统方法有层次分析法、数据包络分析法、TOPSIS(TechniqueforOrderPreferenceby SimilaritytoanIdeal Solution，双基点法)评价法、模糊综合评价法、灰色关联度分析法、灰色聚类法等。比如通过模糊综合评价法综合评价城市城市生态性、通过对城市环境质量指标的分析研究；运用多层次模糊评价法对城市环境质量进行了综合评价；借助TOPSIS方法综合评价城市城市生态程度，运用数据包络分析方法对城市的建设能力进行了评价研究。还有基于灰色关联度分析方法，对城市宜居水平进行了解析。总的说来，这些方法在统计上简单易行，不足之处是具有较强的主观性，而且面对大量的指标数据，只是简单地统计和计算，对数据挖掘的深度不够，尤其是不易发现隐性关联指标。这会导致评价结果的科学性、说服力和智能性不强。近年来随着大数据和人工智能的火热兴起，利用数据分析、数据挖掘、神经网络等方法构建城市生态评价体系也成为该领域的一个研究热点。

发明内容

有鉴于此，本发明的目的在于提供一种基于GA-BP(GeneticAlgorithms-BackPropagation，遗传算法-反向传播)神经网络算法的生态宜居评价方法，其构建了基于GA-BP神经网络的城市城市生态建设评价模型。该发明能够实现城市生态评价功能，有利于发现隐性关联指标，具有更高的科学性、智能性和实用性。

为达到上述目的，本发明提供如下技术方案：

一种基于GA-BP神经网络算法的城市生态建设评价方法，该方法包括以下步骤：

步骤1：构建城市生态评价评价指标体系；

步骤2：生成用于训练和测试城市城市生态评价神经网络的数据样本；

步骤3：确定用于城市生态评价的神经网络结构；

步骤4：利用遗传算法来优化神经网络的初始权值和阈值；

步骤5：利用训练数据集通过神经网络训练，生成城市生态评价模型，并利用测试数据集进行优化。