鞏保勝，劉夢川，穆春迪

（1.61243部隊(duì)，新疆 烏魯木齊830006；2.61618部隊(duì)，北京100000）

一帶一路地理空間輔助決策框架研究

鞏保勝1，劉夢川1，穆春迪2

（1.61243部隊(duì)，新疆 烏魯木齊830006；2.61618部隊(duì)，北京100000）

“一帶一路”是中國與周邊國家合作、發(fā)展的理念和倡議，是聯(lián)系歐亞各經(jīng)濟(jì)體的紐帶，已經(jīng)成為我國的國家發(fā)展戰(zhàn)略。提出以地理空間信息、統(tǒng)計(jì)和分析數(shù)據(jù)為基礎(chǔ)，通過神經(jīng)網(wǎng)絡(luò)模型計(jì)算分析，構(gòu)建“一帶一路”沿線國家及地區(qū)的地理空間輔助決策框架，為“一帶一路”的發(fā)展建設(shè)提供科學(xué)的認(rèn)知和決策分析服務(wù)。

一帶一路；地理空間框架；神經(jīng)網(wǎng)絡(luò)模型；決策分析

“一帶一路”是“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的簡稱，2013年9月和10月由中國國家主席習(xí)近平提出建設(shè)。它不是一個(gè)實(shí)體和機(jī)制，而是合作發(fā)展的理念和倡議，是依靠中國與有關(guān)國家既有的雙多邊機(jī)制，借助既有的、行之有效的區(qū)域合作平臺，主動地發(fā)展與沿線國家的經(jīng)濟(jì)合作伙伴關(guān)系，是我國重大的國家發(fā)展戰(zhàn)略［1］。

現(xiàn)有的“一帶一路”研究主要集中在人文角度的描述、統(tǒng)計(jì)和分析，缺少科學(xué)的、形象的空間思維手段對戰(zhàn)略全局的整體把控［2-4］。因此，本研究提出“一帶一路”地理空間輔助決策框架。在地理空間信息的基礎(chǔ)上，加載相應(yīng)國家和地區(qū)的基本情況、政治狀況、經(jīng)濟(jì)形勢、投資狀況、雙邊關(guān)系等專題信息，通過計(jì)算機(jī)計(jì)算分析，形成框架模型，為“一帶一路”建設(shè)提供快速、科學(xué)、準(zhǔn)確服務(wù)保障。

1　框架構(gòu)建

“一帶一路”是我國確立的跨國境區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略，空間跨度大、涉及領(lǐng)域廣，對其的地理空間認(rèn)知不可能完全采用實(shí)地考察或定性分析的方式進(jìn)行，必須要根據(jù)相關(guān)的數(shù)據(jù)、信息、知識以及空間推理來完成量化、準(zhǔn)確的把握。按照前人對地理空間規(guī)律的認(rèn)知，“一帶一路”戰(zhàn)略的認(rèn)知框架是一個(gè)從概念空間、數(shù)據(jù)空間到信息空間、知識空間，最終形成決策智慧空間的知識化過程［5］。

“一帶一路”的建設(shè)目標(biāo)是在政策溝通、道路聯(lián)通、貿(mào)易暢通、貨幣流通、民心相通基礎(chǔ)上，實(shí)現(xiàn)經(jīng)濟(jì)帶相關(guān)國家在能源、經(jīng)貿(mào)、金融、基礎(chǔ)設(shè)施等全方的區(qū)域經(jīng)濟(jì)合作。圍繞這一任務(wù)，對地理概念、數(shù)據(jù)獲取、服務(wù)平臺、地理分析等方面的需求分析，結(jié)合地理空間信息技術(shù)的發(fā)展現(xiàn)狀，重點(diǎn)從任務(wù)需求、地理數(shù)據(jù)、專家認(rèn)知和政策法規(guī)4個(gè)方面對其進(jìn)行認(rèn)知研究，構(gòu)建地理空間輔助決策框架，如圖1所示。

圖1　地理空間輔助決策框架

1.1基礎(chǔ)數(shù)據(jù)庫

基礎(chǔ)數(shù)據(jù)庫是決策框架的靈魂，基礎(chǔ)數(shù)據(jù)不完整、不準(zhǔn)確，就失去了分析決策的基礎(chǔ)［6］。本框架中基礎(chǔ)數(shù)據(jù)庫主要包含空間信息、專題產(chǎn)品和統(tǒng)計(jì)分析數(shù)據(jù)三大類。其中，基礎(chǔ)空間信息包含地理元數(shù)據(jù)、時(shí)空基準(zhǔn)、地圖數(shù)據(jù)、地理實(shí)體數(shù)據(jù)、影像數(shù)據(jù)、地名地址數(shù)據(jù)等，主要作為用戶提供目標(biāo)區(qū)域的地理空間信息，作為地理空間描述的背景資料。專題產(chǎn)品包含公共交通數(shù)據(jù)、道路導(dǎo)航產(chǎn)品、環(huán)境專題產(chǎn)品、經(jīng)濟(jì)專題產(chǎn)品、人口專題產(chǎn)品、公共安全專題產(chǎn)品等，可為用戶提供針對性強(qiáng)的多樣化服務(wù)。統(tǒng)計(jì)分析數(shù)據(jù)主要是各類人文角度的描述、分析統(tǒng)計(jì)等研究成果，是分析決策的重要依據(jù)。

1.2智能決策

“一帶一路”作為經(jīng)濟(jì)發(fā)展戰(zhàn)略，其決策功也主要用于經(jīng)濟(jì)活動的分析評估。在一般的經(jīng)濟(jì)活動中，所依據(jù)的大量信息都帶有模糊性，再加上經(jīng)濟(jì)活動本身的復(fù)雜性，難以建立精確的數(shù)學(xué)模型。同時(shí)，在客觀實(shí)際中，由于經(jīng)濟(jì)活動往往與多個(gè)因素有關(guān)，且對事物的評價(jià)往往采用的是模糊性的語言［7］，因此，本研究采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行決策分析［8］。

神經(jīng)網(wǎng)絡(luò)模型是由大量結(jié)構(gòu)和功能十分簡單的處理單元即神經(jīng)元廣泛互連而成的高度復(fù)雜的非線性動力學(xué)系統(tǒng)。它是對人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的某種簡化、抽象和模擬，可以反映人腦功能的許多基本特征。神經(jīng)網(wǎng)絡(luò)可以通過學(xué)習(xí)逐步實(shí)現(xiàn)其計(jì)算過程，在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程中，神經(jīng)元之間的連接強(qiáng)度將根據(jù)環(huán)境信息發(fā)生緩慢的變化，把環(huán)境信息逐步地存儲于神經(jīng)網(wǎng)絡(luò)之中，形成長期記憶。將專家認(rèn)知和政策法規(guī)作為已知的學(xué)習(xí)樣本，對神經(jīng)網(wǎng)絡(luò)的連接強(qiáng)度進(jìn)行系統(tǒng)調(diào)整，在不斷相互作用中達(dá)到自組織，因此而積累知識和經(jīng)驗(yàn)，通過這種自組織，系統(tǒng)可以不斷地修正自己的知識，修正神經(jīng)網(wǎng)絡(luò)中的知識編碼，進(jìn)而計(jì)算輸出［9-14］。其三層神經(jīng)網(wǎng)絡(luò)模型如圖2所示。

圖2　三層神經(jīng)網(wǎng)絡(luò)模型

設(shè)x1，x2，…xn是網(wǎng)絡(luò)輸入值，u1，u2，…un是網(wǎng)絡(luò)隱含層輸出值，網(wǎng)絡(luò)輸出值為y1，y2，…ym，輸入神經(jīng)元i到隱含層神經(jīng)元j的權(quán)值為Wij，隱含層神經(jīng)元j到輸出神經(jīng)元k的權(quán)值為Vjk，θj和hj氣分別表示隱含層和輸出層的偏置值。則，3層BP網(wǎng)絡(luò)的數(shù)學(xué)模型，隱含層各單元的輸入為：

輸出層單元輸出為：

其中f（）采用sigmoid函數(shù)：

3BP算法是一種有教師的學(xué)習(xí)算法，設(shè)輸入學(xué)習(xí)樣本有P個(gè)，為X1，X2…，Xp，已知與其對應(yīng)的教師為T1，T2…，Tp，學(xué)習(xí)算法是以實(shí)際的出Y1，Y2…，Yp與T1，T2…，Tp的誤差來修改其連接的閥值和權(quán)值，使輸出的Y與要求的T盡可能接近。用平方型誤差函數(shù)，對于P個(gè)樣本，其學(xué)習(xí)誤差為：

其中yil表示第l個(gè)樣本的第i個(gè)實(shí)際輸出值，til表示對應(yīng)的教師。對于給定的精度ε，如果E＜ε，則計(jì)算停止。整個(gè)網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個(gè)階段，第一階段是從網(wǎng)絡(luò)的底部向上進(jìn)行計(jì)算，如果網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值已設(shè)定，輸入已知的學(xué)習(xí)樣本，可按（1）式、（2）式計(jì)算每一層的神經(jīng)元輸出；第二個(gè)階段是對權(quán)值和偏置值的修改，這是從最高層向下進(jìn)行計(jì)算和修改，從已知最高層的誤差修改來調(diào)整最高層相聯(lián)的權(quán)值，然后修改各層的權(quán)值和偏置值，兩個(gè)過程反復(fù)交替，直到收斂為止。

2　驗(yàn)證實(shí)驗(yàn)

為驗(yàn)證決策框架模型的有效性，本研究以現(xiàn)有的“一帶一路”專家研究成果為依據(jù)，對“一帶一路”沿線一些國家的政局現(xiàn)狀、經(jīng)濟(jì)狀況、投資情況、地緣價(jià)值以及與我國的雙邊關(guān)系情況進(jìn)行量化，然后經(jīng)神經(jīng)網(wǎng)絡(luò)模型計(jì)算分析，得到其投資的風(fēng)險(xiǎn)情況，與其現(xiàn)實(shí)投資情況對比，進(jìn)行驗(yàn)證。

2.1已知樣本的學(xué)習(xí)訓(xùn)練

選取“一帶一路”沿線5個(gè)研究較為成熟的國家，將專家的研究成果進(jìn)行量化，對其投資風(fēng)險(xiǎn)評估樣本集進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練，給定其學(xué)習(xí)誤差精度為0.1，其學(xué)習(xí)情況見表1。

2.2投資風(fēng)險(xiǎn)評估

選取阿富汗、馬其頓、土耳其、烏克蘭、波蘭5國評估目標(biāo)，對其政局現(xiàn)狀、經(jīng)濟(jì)狀況、投資情況、雙邊關(guān)系情況進(jìn)行量化，經(jīng)神經(jīng)網(wǎng)絡(luò)模型計(jì)算分析得到其投資風(fēng)險(xiǎn)評估，得出富汗、馬其頓、土耳其、烏克蘭、波蘭5國的投資風(fēng)險(xiǎn)分別為77%、56%、44%、71%、61%（見表2）。

3　結(jié)果分析

利用“一帶一路”沿線國家的現(xiàn)有研究成果及相關(guān)統(tǒng)計(jì)數(shù)據(jù)，對5個(gè)國家的投資風(fēng)險(xiǎn)進(jìn)行評估，得出阿富汗、烏克蘭投資風(fēng)險(xiǎn)較大、馬其頓、土耳其、投資風(fēng)險(xiǎn)一般、土耳其投資風(fēng)險(xiǎn)較小，基本符合實(shí)際情況。同時(shí)經(jīng)對比分析，可得出政局狀況、雙邊關(guān)系是投資風(fēng)險(xiǎn)的最大影響因子。

存在不足：（1）影響投資風(fēng)險(xiǎn)因素有很多，試驗(yàn)中僅從政局現(xiàn)狀、經(jīng)濟(jì)狀況、投資情況、地緣價(jià)值以及雙邊關(guān)系5個(gè)影響因子較大方面對投資風(fēng)險(xiǎn)進(jìn)行評估，評估的全面性不足；（2）政局現(xiàn)狀、投資情況、地緣價(jià)值、雙邊關(guān)系4個(gè)因素主要是人文角度的描述，對其進(jìn)行量化的過程存在較大的主觀因素，導(dǎo)致評估結(jié)果的科學(xué)性不夠高。

驗(yàn)證表明：本框架模型在“一帶一路”建設(shè)過程中可實(shí)現(xiàn)一定的輔助決策功能。

表1　俄羅斯、伊朗、印度、巴基斯坦、緬甸5國投資風(fēng)險(xiǎn)評估樣本集

表2　阿富汗、馬其頓、土耳其、烏克蘭、波蘭5國投資風(fēng)險(xiǎn)評估情況

4　結(jié)束語

本研究基于地理空間信息技術(shù)與神經(jīng)網(wǎng)絡(luò)分析模型，構(gòu)建了“一帶一路”地理空間輔助決策框架。并以“一帶一路”沿線隨機(jī)抽取的5個(gè)國家現(xiàn)有的研究成果為基礎(chǔ)，對其進(jìn)行投資風(fēng)險(xiǎn)評估，對框架的可行性進(jìn)行了驗(yàn)證。本研究的創(chuàng)新點(diǎn)在于將模糊地“一帶一路”人文研究成果進(jìn)行量化，再通過分析計(jì)算，得出結(jié)論，從而對“一帶一路”的建設(shè)提供科學(xué)、可靠的依據(jù)?！耙粠б宦贰钡乩砜臻g輔助決策框架對于“一帶一路”的認(rèn)知研究和建設(shè)發(fā)展具有十分重要的意義。

［1］ 劉衛(wèi)東.“一帶一路”戰(zhàn)略的科學(xué)內(nèi)涵與科學(xué)問題［J］.地理科學(xué)進(jìn)展，2015，34（5）：538-544.

［2］ 杜德斌，馬亞華.“一帶一路”：中華民族復(fù)興的地緣大戰(zhàn)略［J］.地理研究，2015，34（6）：1005-1014.

［3］ 鄭蕾，劉志高.中國對“一帶一路”沿線直接投資空間格局［J］.地理科學(xué)進(jìn)展，2015，34（5）：563-567.

［4］ 韓永輝，羅曉斐，鄒建華.中國與西亞地區(qū)貿(mào)易合作的競爭性和互補(bǔ)性研究——以“一帶一路”戰(zhàn)略為背景［J］.世界經(jīng)濟(jì)研究，2015（3）：89-98.

［5］ 馬照亭，李成名，印潔.絲綢之路經(jīng)濟(jì)帶的地理空間認(rèn)知框架研究［J］.測繪科學(xué)，2015，40（10）：48-53.

［6］ 田博，覃正.非平衡數(shù)據(jù)集的支持向量域分類預(yù)測模型研究［J］.運(yùn)籌與管理，2009，18（1）：138-145.

［7］ KULKARNI A D，CAVANAUGH C D.Fuzzy Neural Network Models for Classification［J］.Applied Intelligence，2000，12（3）：207-215.

［8］ 朱大奇，史慧，編著.人工神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用［M］.北京：科學(xué)出版社，2006.

［9］ 許俊奎，武芳，魏慧峰.人工神經(jīng)網(wǎng)絡(luò)在居民地面狀匹配中的應(yīng)用［J］.測繪科學(xué)技術(shù)學(xué)報(bào)，2013，30（3）：78-83.

［10］謝立春.BP神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及收斂性分析［J］.計(jì)算技術(shù)與自動化，2007，26（3）：52-56.

［11］胡守仁，編著.神經(jīng)網(wǎng)絡(luò)導(dǎo)論［M］.長沙：國防科技大學(xué)出版社，1993.

［12］ZHANG L，ZHANGL Y，WANGJ，MAFT.Prediction of Rolling Loadin Hot Strip Mill by Innovations Feedback Neural Networks［J］.Journal of Iron and Steel Research（International），2007，14（2）：42-45，51.

［13］覃強(qiáng).平面問題的一種新型神經(jīng)網(wǎng)絡(luò)算法［D］.西安：西安電子科技大學(xué)，2006.

［14］Too E G，Weaver P.The Management of Project Management：A Conceptual Framework for Project Governance［J］.Interna tional Journal of Project Management，2013，32（8）：1382-1394.

P231.4