戚登林

(甘肅省高校區(qū)域循環(huán)經(jīng)濟(jì)重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 730101)

0 引 言

甘肅地區(qū)循環(huán)發(fā)展覆蓋的層面較多、內(nèi)容較廣,從該地區(qū)循環(huán)發(fā)展的定性分析、綜合評(píng)價(jià)與優(yōu)化調(diào)控等不同方面,對(duì)其進(jìn)行深入的探究。自組織算法是一種結(jié)合神經(jīng)網(wǎng)絡(luò)與自動(dòng)控制的高效算法,網(wǎng)絡(luò)結(jié)構(gòu)可在自組織特征映射的作用下,實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)權(quán)值的有效調(diào)整與指標(biāo)評(píng)價(jià)[1]。有鑒于此,將采用自組織算法,對(duì)甘肅地區(qū)循環(huán)發(fā)展水平進(jìn)行研究,并將該算法應(yīng)用至地區(qū)循環(huán)發(fā)展的評(píng)價(jià)中,旨在分析甘肅地區(qū)循環(huán)發(fā)展的特點(diǎn)及水平提升舉措。

1 自組織算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及其網(wǎng)絡(luò)訓(xùn)練機(jī)制

1.1 自組織神經(jīng)網(wǎng)絡(luò)的映射與訓(xùn)練

作為一種競(jìng)爭(zhēng)學(xué)習(xí)型的無監(jiān)督神經(jīng)網(wǎng)絡(luò),自組織(Self Organizing Maps,SOM)神經(jīng)網(wǎng)絡(luò)通過自組織特征映射來實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)權(quán)值的有效調(diào)整,在此基礎(chǔ)上可令網(wǎng)絡(luò)收斂為一種穩(wěn)定狀態(tài)[2]。SOM神經(jīng)網(wǎng)絡(luò)在應(yīng)用過程中不需要對(duì)訓(xùn)練樣本進(jìn)行標(biāo)記處理,該算法的準(zhǔn)確性與效率均顯著高于其他神經(jīng)網(wǎng)絡(luò)算法[3]。此次課題實(shí)驗(yàn)采用SOM神經(jīng)網(wǎng)絡(luò)對(duì)權(quán)重初始化矩陣進(jìn)行調(diào)整,在計(jì)算獲取到樣本集中的平均向量后,在其基礎(chǔ)上添加一個(gè)新的隨機(jī)數(shù),以該結(jié)果作為初始權(quán)重向量,計(jì)算公式如式(1)所示:

式(1)中N表示樣本空間的大小,W ij表示計(jì)算后獲取的改進(jìn)初始權(quán)重矩陣。權(quán)重調(diào)整進(jìn)行時(shí)還需要對(duì)學(xué)習(xí)率函數(shù)進(jìn)行相應(yīng)的調(diào)整,通過利用線性函數(shù)可確保權(quán)重的有效調(diào)整與聚類結(jié)果的準(zhǔn)確性。SOM神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程可利用前述內(nèi)容來獲取到獲勝結(jié)點(diǎn),在獲取到獲勝結(jié)點(diǎn)后,需要考慮獲勝結(jié)點(diǎn)對(duì)相距較近與相距較遠(yuǎn)的神經(jīng)元分別造成促進(jìn)與抑制作用這一影響,SOM神經(jīng)網(wǎng)絡(luò)的自組織映射能夠在不斷迭代的過程中,應(yīng)用領(lǐng)域函數(shù)來形成離散近似輸入空間的分布模式。

1.2 基于自組織算法的數(shù)據(jù)挖掘技術(shù)

在自組織算法常見的應(yīng)用中,主要包含兩種類型的基本任務(wù),其一為利用數(shù)據(jù)樣本來挖掘出不同系統(tǒng)變量之間的相關(guān)性,其二是指利用所估計(jì)得出的相關(guān)性來解決相應(yīng)的問題,并實(shí)現(xiàn)對(duì)系統(tǒng)變量的有效預(yù)測(cè)。基于自組織算法的數(shù)據(jù)挖掘技術(shù)通常被稱為成組數(shù)據(jù)處理方法(Group Method of Data Handling,GMDH)。作為自組織算法中的核心數(shù)據(jù)挖掘技術(shù),GMDH在最優(yōu)模型的產(chǎn)生中發(fā)揮著重要作用,其模型產(chǎn)生過程詳見圖1。

圖1 GMDH產(chǎn)生最優(yōu)模型的流程

據(jù)圖1可知,GMDH產(chǎn)生最優(yōu)模型的主要方式為在不斷生成競(jìng)爭(zhēng)模型的過程中,同時(shí)對(duì)其進(jìn)行篩選,如此循環(huán),直至獲取到最優(yōu)模型為止。GMDH的實(shí)現(xiàn)步驟主要分為六步,其一,將包含N個(gè)數(shù)據(jù)樣本的樣本集劃分為訓(xùn)練集與檢測(cè)集,分別用A與B進(jìn)行表示。其二,采用K-G多項(xiàng)式的方式來構(gòu)建參考函數(shù),用以表示輸出變量與輸入變量間存在的一般關(guān)系。其三,在具有外補(bǔ)充性質(zhì)的選擇準(zhǔn)則中進(jìn)行篩選,獲取到至少一個(gè)準(zhǔn)則,并將其作為目標(biāo)函數(shù)。其四,在自組織自適應(yīng)訓(xùn)練的作用下,生成中間模型,且該模型中包含不同的函數(shù)結(jié)構(gòu)與變量個(gè)數(shù)。其五,以外準(zhǔn)則為依據(jù),對(duì)該層中間模型進(jìn)行細(xì)致的篩選,獲取到下一層的中間模型的輸入變量。其六,循環(huán)進(jìn)行生成競(jìng)爭(zhēng)模型與篩選的操作,直至獲取到具有最優(yōu)復(fù)雜度的網(wǎng)絡(luò)模型為止。

2 自組織算法在甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)中的作用

2.1 基于自組織算法的甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)結(jié)果

由于地區(qū)循環(huán)發(fā)展評(píng)價(jià)是一種綜合性的評(píng)價(jià)方式,因此其不僅具有較強(qiáng)的方向性,還能夠?qū)υu(píng)價(jià)結(jié)果進(jìn)行逐層的分解處理,進(jìn)而全面實(shí)現(xiàn)對(duì)甘肅地區(qū)循環(huán)發(fā)展特點(diǎn)的分析。甘肅省內(nèi)不同地區(qū)間的循環(huán)發(fā)展評(píng)價(jià)結(jié)果存在一定的差異,不同年限中各地區(qū)的綜合評(píng)價(jià)得分表現(xiàn)出較大的起伏。但就整體評(píng)價(jià)情況而言,不管處于任意年限中時(shí),不同地區(qū)的評(píng)價(jià)得分排名幾乎始終保持一致。為進(jìn)一步降低評(píng)價(jià)地區(qū)數(shù)量較多而帶來的影響,此次課題將不同地區(qū)的評(píng)價(jià)結(jié)果進(jìn)行等級(jí)劃分,主要分為低、中、高三個(gè)不同等級(jí),將每個(gè)等級(jí)中具有典型代表意義的地區(qū)篩選出來,用以分析甘肅地區(qū)循環(huán)發(fā)展的規(guī)律特點(diǎn),其結(jié)果如圖2所示。

圖2 具有典型代表意義的地區(qū)循環(huán)發(fā)展評(píng)價(jià)結(jié)果

圖2中呈現(xiàn)出三個(gè)代表地區(qū)的循環(huán)發(fā)展評(píng)價(jià)結(jié)果表現(xiàn)出穩(wěn)定顯著的高低之別,為了消除課題的主觀臆斷性,將甘肅省內(nèi)這三個(gè)代表地區(qū)的名稱進(jìn)行隱去。據(jù)圖2可知,A地區(qū)的評(píng)價(jià)得分最高,B地區(qū)次之,C地區(qū)的評(píng)價(jià)得分居于最末。整體評(píng)價(jià)結(jié)果可在自組織算法及GMDH的作用下進(jìn)行拆分,得出源于三個(gè)不同評(píng)價(jià)角度的評(píng)價(jià)結(jié)果,詳見圖3。

圖3(a)從資源相關(guān)角度出發(fā),可以看到在甘肅省內(nèi),所有地區(qū)的循環(huán)發(fā)展水平均較高,且在資源消耗過程中,各地區(qū)的經(jīng)濟(jì)增長(zhǎng)績(jī)效也隨之而不斷提升。圖3(b)所示為廢棄物排放評(píng)價(jià)角度下的評(píng)價(jià)結(jié)果,該結(jié)果與整體評(píng)價(jià)結(jié)果保持一致,這顯示甘肅省內(nèi)循環(huán)發(fā)展水平較高的地區(qū),通常在廢棄物排放指標(biāo)體系的監(jiān)督作用下可有效提升地區(qū)內(nèi)的廢棄物再生利用率。圖3(c)為經(jīng)濟(jì)發(fā)展評(píng)價(jià)角度下的結(jié)果,該結(jié)果基本與整體評(píng)價(jià)結(jié)果相同,均為A地區(qū)＞B地區(qū)＞C地區(qū),但在時(shí)間分布層面中,呈現(xiàn)出一定的錯(cuò)落現(xiàn)象。這表示甘肅省內(nèi)地區(qū)循環(huán)發(fā)展水平較高的地區(qū),其同期的資源消耗水平與廢棄物排放水平可能會(huì)處于較低層次,但不會(huì)對(duì)該地區(qū)的整體循環(huán)發(fā)展水平及評(píng)價(jià)結(jié)果造成較大的影響。

圖3 甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)結(jié)果的拆分情況

2.2 甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)結(jié)果下的優(yōu)化調(diào)控通道軌跡

由于甘肅地區(qū)循環(huán)發(fā)展水平的持續(xù)提高主要受到三個(gè)角度因素的制約,即經(jīng)濟(jì)快速增長(zhǎng)的穩(wěn)定性、資源綜合利用率的高低、廢棄物處理水平的高低,因此需要利用自組織算法對(duì)其進(jìn)行深入的探析。應(yīng)用自組織算法可獲取到甘肅地區(qū)循環(huán)發(fā)展的綜合評(píng)價(jià)結(jié)果,據(jù)此可得相應(yīng)的循環(huán)發(fā)展優(yōu)化調(diào)控通道軌跡,如圖4所示。

圖4 甘肅地區(qū)循環(huán)發(fā)展優(yōu)化調(diào)控的通道軌跡結(jié)果

據(jù)圖4可知,隨著年限的不斷增加,甘肅地區(qū)循環(huán)發(fā)展的評(píng)價(jià)水平表現(xiàn)出整體的提升。甘肅地區(qū)循環(huán)發(fā)展實(shí)現(xiàn)優(yōu)化調(diào)控的通道軌跡,主要依賴于該地區(qū)循環(huán)發(fā)展的綜合評(píng)價(jià)結(jié)果。甘肅省內(nèi)地區(qū)循環(huán)發(fā)展水平的最高值與最低值,分別作為其優(yōu)化調(diào)控通道的上邊界與下邊界。當(dāng)超過一定數(shù)量的地區(qū)循環(huán)發(fā)展評(píng)價(jià)得分,達(dá)到某個(gè)既定閾值時(shí),則說明該地區(qū)循環(huán)發(fā)展的整體水平得到了大幅的提升。由此可知,要對(duì)甘肅地區(qū)循環(huán)發(fā)展水平進(jìn)行優(yōu)化調(diào)控,應(yīng)當(dāng)將甘肅省內(nèi)不同地區(qū)之間的循環(huán)發(fā)展差異作為基礎(chǔ)依據(jù),針對(duì)性地制定相應(yīng)的調(diào)控舉措。

3 結(jié) 語

我國(guó)經(jīng)濟(jì)水平的提升加速推進(jìn)了各地區(qū)的循環(huán)發(fā)展,其中甘肅地區(qū)循環(huán)發(fā)展水平受到的重視程度不斷加大。為了對(duì)甘肅地區(qū)循環(huán)發(fā)展進(jìn)行準(zhǔn)確的評(píng)價(jià),此次課題將自組織算法及其網(wǎng)絡(luò)結(jié)構(gòu)、數(shù)據(jù)挖掘算法等內(nèi)容作為研究基礎(chǔ),并將自組織算法應(yīng)用至甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)中。結(jié)果顯示,甘肅地區(qū)循環(huán)發(fā)展主要受到三方面因素的影響,即經(jīng)濟(jì)水平的增長(zhǎng)、廢棄物的排放、資源的利用,滿足這三方面的要求即可促進(jìn)地區(qū)循環(huán)發(fā)展整體水平的提高,且這三個(gè)層面的評(píng)價(jià)水平與地區(qū)循環(huán)發(fā)展水平基本保持一致。這表明自組織算法在甘肅地區(qū)循環(huán)發(fā)展評(píng)價(jià)中具有較好的應(yīng)用成效,據(jù)此本課題提出了相應(yīng)的發(fā)展提升舉措。盡管如此,囿于地區(qū)數(shù)據(jù)的保密性等因素,此次課題未詳盡地展現(xiàn)出甘肅省內(nèi)所有地區(qū)的循環(huán)發(fā)展水平,僅選擇了其中具有代表性的個(gè)別地區(qū),望未來加以完善。