[发明专利]一种城市建设水平预测系统

摘要

本发明公开一种城市建设水平预测系统，数据获取模块获取城市运维的初始指标数据；离散处理模块通过粗糙集算法将初始指标数据进行离散化处理形成测度指标体系；冗余处理模块采用约简算法约简测度指标体系去除冗余指标；划分模块对去除冗余指标的测度指标体系进行训练样本集和测试样本集划分；测度模型获取模块将划分后的测度指标体系样本集作为输入变量确定BP神经网络的拓扑结构，对测度指标体系中的样本集数据进行学习和训练获得测度模型；预测模块根据测度模型对城市建设水平进行预测。本发明提高工作效率的同时有效避免了人为主观臆断因素，提高预测和分类能力，使测度结果具有较高有效性，实现定量、多维、多层的智慧城市建设水平测度。

主权项

1.一种城市建设水平预测系统，其特征在于，包括：数据获取模块，用于获取城市运维的初始指标数据；离散处理模块，用于通过粗糙集算法将所述初始指标数据进行离散化处理形成测度指标体系；冗余处理模块，用于采用约简算法约简所述测度指标体系去除冗余指标；划分模块，用于对去除冗余指标的所述测度指标体系进行训练样本集和测试样本集划分；测度模型获取模块，用于将划分后的所述测度指标体系样本集作为输入变量确定BP神经网络的拓扑结构，对测度指标体系中的样本集数据进行学习和训练获得测度模型；所述测度模型获取模块包括：归一化单元，用于采用mapminmax函数对BP神经网络的输入数据进行归一化运算；神经网络创建单元，用于创建BP神经网络，确定输入层、输出层和隐含层；初始化单元，用于初始化学习参数，设定非零随机权重，确定初始阀值，设置目标误差值、最大迭代次数和网络学习率；计算单元，用于计算输出层神经元输出结果；比较修正单元，用于将训练输出结果和预期输出比较，当存在误差时进行逆向传播，修正所述非零随机权重和初始阀值；更新单元，用于更新权重和阀值，重新训练直至误差小于设定的允许拟合误差；预测模块，用于根据所述测度模型对城市建设水平进行预测。