[发明专利]环境问题的神经元网络评价方法

说明书

技术领域

本发明涉及环境问题的评价方法，尤其涉及一种环境问题的神经元网络评价方法。

背景技术

随着城市化快速发展，我国环境问题越来越突出。目前，我国针对环境问题的处理方式，主要是由环境工程师进行解决，采取一种“头痛医头、脚痛医脚”的被动式处理方法，缺乏系统化、整体化、前瞻性的应对策略。这主要是由于缺乏科学化、体系化的评价手段造成的。

目前的环境评价技术主要针对存在的环境问题开展现场调查、实测，根据对调查、实测结果的统计分析，寻找环境问题症结，从而提出解决方案。

这种补救式的环境评价方法只能是针对某一特定区域、特定环境的评价。是一种 “一事一议”的环境评价方法，对其他相类似的环境问题评价没有直接性帮助。同时，这样的方法是对已破坏环境的修补，而对未来的建设发展没有直接的借鉴作用。

当前，快速城市化使解决环境问题的速度比不上城市发展的速度。这主要是传统的环境评价方法无法对城市规划阶段隐藏的环境问题进行评价，从而导致建设后的环境问题不断涌现。

已有环境评价技术较为简单，不适宜解决普遍性问题。对获得的环境评价信息没有充分利用，浪费了实地调研的人力物力。这种方法没有充分利用信息资源库的优势，导致解决环境问题的局限性。

总体而言，已有技术的最大缺陷在于不能针对环境问题提供前瞻性应对措施。环境评价的主要目的在于了解环境问题的主要症结。很多环境问题有着极为相似的问题症结，通过对某一类问题的调研分析，应该能够对今后类似问题的产生起到预警作用。因此，利用环境调研的大量数据，采用计算机科学技术，改变现有“一事一议”的环境评价方法，提出一种能在规划建设阶段就能预判环境问题的方法，使可能发生的环境问题解决在城市规划设计阶段是本发明的主要目的。

发明内容

为了解决现有技术中的问题，本发明提供了一种科学化、体系化的环境问题的神经元网络评价方法，可以使城市规划师、设计师在城市规划与设计阶段了解城市建设对环境的影响程度，为环境工程师提前给出保护方案、为城市规划阶段设立相应的保护措施提供重要的量化依据。

本发明提供了一种环境问题的神经元网络评价方法，包括以下步骤：

S1、采集各类环境问题评价的数据；

S2、建立各类环境问题评价的数据库；

S3、通过相关性分析了解各类环境问题评价的数据对各类环境问题评价的影响，得到对环境问题评价有显著性影响的因素；

S4、基于统计模型的相关性分析结果，将对环境问题评价有显著性影响的因素进行主成分分析，得到对环境评价有显著独立性影响的因素，将该对环境评价有显著独立性影响的因素作为环境评价神经元网络模型的输入变量，建立环境评价神经元网络模型的初步模型；

S5、利用步骤S2建立的数据库，对步骤S4建立的环境评价神经元网络模型的初步模型进行训练、检验、校核、优化，得到最优的神经元网络模型。

作为本发明的进一步改进，步骤S1中的各类环境问题评价的数据包括大气、水、噪声、土壤、生物多样性的客观环境数据以及人的主观评价数据。

作为本发明的进一步改进，步骤S1为：采集各类环境问题评价的历史数据和现状数据。

作为本发明的进一步改进，步骤S3通过采用统计分析模型的方法，求解输入变量与输出变量的相关性，得到对环境问题评价有显著性影响的因素。

作为本发明的进一步改进，步骤S4将对环境评价有显著独立性影响的因素作为环境评价神经元网络模型的输入变量，建立环境评价神经元网络的初步模型，该环境评价神经元网络的初步模型根据输入变量的个数M与输出变量个数N之差来确定中间层数n，以及用来做运算的神经元个数m，基于输入变量与输出变量的个数差值，设置与差值数少1到2的层数作为神经元模型结构层，将每层神经元个数设置为上层神经元m个数的m-2个，并以这样的设置方式建立多个环境评价神经元网络的初步模型。

作为本发明的进一步改进，步骤S5中环境评价神经元网络模型的初步模型进行优化包括：根据神经元网络反向传播算法，在数据库的支持下，确定最优的神经元网络模型。

作为本发明的进一步改进，步骤S5中环境评价神经元网络模型的初步模型进行训练的过程中，比较环境评价神经元网络模型的初步模型结果与真实结果的差值，利用观察反向传播算法自动调整的参数，对环境评价神经元网络模型的初步模型结构进行微调，得到最优的神经元网络模型。