基于bp神经网络的农户宅基地置换意愿分析预测

《基于bp神经网络的农户宅基地置换意愿分析预测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于BP神经网络的农户宅基地置换意愿分析预测　　　　摘要近年来，农村人口不断减少，农村宅基地存在大量闲置。为解决农村宅基地闲置问题，合理置换宅基地是政府的必然选择。分析预测农户宅基地置换意愿并提出相关建议具有重大意义。本文以威海市农村为例，基于农户的特征，构建BP神经网络，预测农户置换宅基地的意愿，分析最佳置换条件。分析得出：该分类器精度可达%；新区最佳月生活费为800～1200元，在该水平下，平均每上升一点福利因素，置换意愿就上升%。下载论文网/3/　　关键词农户宅基地置换意愿神经网络　　一、引言　　目前，神经网络已应用于许多领域。农户置换意愿

2、受较多因素影响，且复杂程度并不能用简单的函数表示，因此本文基于BP神经网络，运用其较强的非线性建模的能力，以农户的相关特征作为输入，以其是否愿意置换作为输出，构建分类器，并据此提出相应建议。这一研究对差别化引导和推动农户进行置换、缓解城乡建设用地矛盾、推进城乡一体化建设意义重大。　　二、数据来源与研究方法　　（一）调查概况与变量选取　　本文基于威海市文登区、荣成市的实地调研数据进行分析。调查采取随机抽样的方式，共涉及20个行政村，村的地理分布均匀，每村样本数量按村落规模确定，且每村平均约有20%的闲置房屋，数据具有较强的代表性。调查共发出问卷29

3、6份，有效问卷263份，有效性为%。　　目前已有许多学者就影响农户宅基地置换的因素进行了讨论，本文主要参考王丹秋等人的logistic模型分析结果，综合其他学者研究，选取相应的研究变量。　　（二）BP神经网络　　BP神经网络是由Rumelhart与McCelland等科学家提出的抽象数学模型，是一种基于误差反向传播算法，通过训练调整权值的多层前馈网络，该类网络目前运用最为广泛。典型的神经网络的拓扑结构包括输入层、隐含层和输出层三部分，网络的学习过程可分为信号的正向传播和误差的反向传递。在正向传播中，样本信息从输入层，经过隐含层处理后到达输出层，再

4、由输出层处理后输出预测值。之后系统以减少预测值与期望值之间的误差为目标，从输出层开始，将误差逐层反向传递，经过中间各个隐含层，修正各连接权值，直到输入层。不断执行这种修正传播，直至误差达到理想值。　　三、基于神经网络的分类器　　（一）模型的搭建　　当模型的参数数量越多，神经网络具有的非线性建模能力越强。当参数不足时或者过多时，欠拟合与过拟合现象均会导致泛化能力不足，分类精度下降。通常要求样本数为参数数量的10倍以上，因此本文设计一个含两个隐藏层，神经元数量均为2的网络进行分析，共21个参数。　　选择合适的激活函数，可以提高模型的计算速度以及分类的

5、精度。由于本文构建的网络较小，为了使模型在参数较少的情况下具有较强的非线性拟合能力，本文选取非线性拟合效果较好的Sigmoid函数（Tanh函数在输出值趋于0时，函数的斜率趋近于线性）。　　（二）模型的训练与分类　　训练分类器时，从263个样本中随机抽取1/4作为测试集，剩余的3/4作为训练集训练神经网络，学习率选为，每次训练在[-1，1]的范围内随机初始化权重矩阵，训练精度设置为。在学习规则上，选取最为基础的梯度下降算法。由于问题为二分类互斥问题，所以损失函数选取分类交叉熵函数。　　利用训练好的分类器对测试集进行分类，当输出值大于时，认为该农户

6、有置换意愿，反之则没有，据此估计分类正确的概率，即使用梯度下降算法与较小的学习率，损失函数也能较快地下降，模型的分类精度迅速上升。本次训练结果，训练集分类正确率达%，测试集为%；测试集中不愿意置换农户的预测准确率为%，愿意置换宅基地的农户预测准确率为%。　　四、农户置换条件分析　　在不愿意置换宅基地的农户中，大部分农户仅有一栋宅基地且没有闲置。因此以该类农户为例，进行进一步分析。该类农户的房屋建造时间大多集中在1970―1974年，因此取房屋等级为5级。在此条件下生存成本与环境福利对农户置换意愿的影响：当新区的福利因素不断上升时，农户置换宅基地的

7、意愿不断增强；而对于新区的生存成本而言，当该成本过高或过低时，均会导致农户置换意愿的下降；当该值为5时，置换意愿最高，而该等级所代表的月生活费大致为800～1200元之间，在该水平下，平均每上升一点福利因素，置换意愿上升%。　　五、结论与建议　　随着城镇化率的大幅度提高，目前农村人口数量不断减少，宅基地不能得到及时收回，存在大量闲置。为了解决这一问题，本文基于农户视角，利用威海市自然村的实际调研数据，设计一个含有两个隐藏层，神经元数量均为2的网络，从农户自身的5个特征来预测分析农户置换宅基地意愿的大小，分类精度可达%。　　政府可以适当参与置换新区

8、物价管控，通过对新区基本生活所需产业生产者进行补贴或是合理地对新区基础物品进行限价，将新区的每户月生活消费控制在800～1200元之间。