基于bp人工神经网络的开发区土地集约利用

《基于bp人工神经网络的开发区土地集约利用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第30卷第4期地域研究与开发Vol．30No．42011年8月AREALRESEARCHANDDEVELOPMENTAug．2011基于BP人工神经网络的开发区土地集约利用评价———以浙江省为例李焕a，徐建春a，李翠珍a，徐知渊b，范晓娟a(浙江工商大学a．土地研究所;b．旅游与城市管理学院，杭州310018)摘要:为了研究开发区土地集约利用评价的新方法，运用BP人工神经网络对浙江省11个市开发区的土地集约利用水平进行评价并提出相关政策建议。BP人工神经网络模型及实证分析结果表明:(1)浙江省开发区土地集约利用程度普遍偏高，无论是用地效益还是用地结构状况均高于全国平均水平，在长江三角洲地区也处

2、于领先地位。(2)开发区土地集约利用程度存在空间差异，主要表现为东高、中平、南北低。(3)集约度与经济发展水平呈正相关关系，相关系数高达0．903。BP人工神经网络能够克服主观因素对评价结果的不利影响，具有巨大的实际应用价值。关键词:BP人工神经网络;土地集约利用;开发区;浙江省中图分类号:F301．24文献标志码:A文章编号:1003-2363(2011)04-0122-05开发区作为城市发展和土地利用的重点区域，已经中的45组样本作为BP人工神经网络训练数据，9组作成为产业升级、区域发展的推动器和科技创新基地。然为测试数据。此类数据主要参考了2009年浙江省开发而，由于存在功能定位不清、产

3、业结构趋同等问题，开发区土地集约利用评价的成果，不仅包括14项评价指标，区的集聚效应和规模效益并未得到充分体现，土地浪费而且还有一项开发区土地集约利用集约度分值。研究［1］与低效利用现象仍然存在。目前，在开发区土地集约运用第2类样本数据对BP人工神经网络模型进行训练利用评价研究中，运用较多的是层次分析法和回归分析和测试，并将第1类数据代入模型，预测这11个开发区法，通过构建递阶层次结构、确定权重、估算理想值等环2010年的土地集约利用集约度分值。节建立评价体系，从而度量土地集约利用程度的高低。表1样本分布表个但是，以上评价方法的各个环节都存在不同程度的主观Tab．1Thesampledistr

4、ibutionitem性判断，进而影响评价结果的科学性。本研究经过大量城市杭州湖州嘉兴金华宁波衢州绍兴台州温州舟山丽水的数据搜集，尝试运用BP人工神经网络建立一个合适数量955655108921的评价模型，摆脱主观因素的负面影响，体现研究的客观合理性。表2评价对象一览表1样本数据的采集与分类Tab．2Tableoftheevaluatedobjects城市开发区名称面积/hm2城市开发区名称面积/hm2研究样本数据共有65组，占浙江省开发区总数的杭州余杭经济金华经济开发56%，样本总面积为2810．47hm2，占浙江省开发区总面杭州2746．72金华885．99开发区区积的58．1%，覆盖了浙

5、江省全境，共11个市(表1)，除宁波鄞州工业衢州经济开发宁波410．00衢州400．00园区区丽水和舟山市样本量较小外，其他9个市的样本数量均温州滨海工业舟山定海工业在5～10个之间。根据研究需要，将65组样本数据细分温州2000．00舟山339．11园区园区为2类:第1类样本数据采集时点为2010年，共11组，台州经济开发嘉兴嘉兴工业园区927．86台州1285．81是从浙江省11个市中各选取1个具有代表性的开发区区作为本研究的评价对象，每组样本包括14项评价指标湖州吴兴经济丽水经济开发湖州1135．00丽水565．00技术开发区区(表2)。第2类样本数据为剩下的54组，并随机选取其绍兴经济

6、开发绍兴1044．24区收稿日期:2010－10－18;修回日期:2011－05－08基金项目:国家自然科学基金项目(41001375);浙江省新苗人2BP人工神经网络概要才计划项目(2011年度);杭州市哲学社会科学项目(B10YJ18Q)作者简介:李焕(1986－)，男，浙江舟山人，硕士，主要从事土地根据T．Koholen的定义:“人工神经网络是由具有资源管理研究，(E-mail)lihuan2039@163．com。适应性的简单单元组成的广泛并行互连的网络，它的组通讯作者:李翠珍(1979－)，女，河北定州人，讲师，博士，主要从织能够模拟生物神经系统对真实世界物体所作出的交事土地资源利用

7、与保护研究，(E-mail)licuizhen2003@126．con。第4期李焕，等:基于BP人工神经网络的开发区土地集约利用评价·123·互反应。”它的基本结构如图1所示。练时出现“过拟合”的直接原因，但是，目前理论上还没有一种科学和普遍的确定方法。本研究主要参考了严［5－6］太山等提出的经验公式法，他们认为最佳隐含层节点数与问题的要求、输入输出单元的多少以及训练样本数都有直接的关系，并在实验