建筑城市规划系统工程

1、城市规划系统工程课程论文论文中文名：基于BP 人工神经网络的小城镇生态规划研究以大通湖河坝镇为列论文英文名：BP artificial neural networkbased on small towns ecological planning - Taking Chase Lake Creek is listed Nanba专业班级0701104-10姓 名段 欣学 号 1 0 完成日期2011-6-16基于BP 人工神经网络的小城镇生态规划研究以大通湖河坝镇为列摘要：试图将人工神经网络方法引入生态规划，采用BP（Back- Propagation）神经网络建立生态适宜度评价模型，并用于实际

2、的生态适宜度分析中，从而为生态规划提供一种新的方法。人工神经网络是20世纪40年代产生、80年代发展起来的模拟人脑生物过程的人工智能技术，是由大量简单的神经元广泛互连形成的复杂非线性系统。脑生物过程的人工智能技术，是由大量简单的神经元广泛互连形成的复杂非线性系统& 它不需要任何先验公式，就能从已有数据中自动地归纳规则，获得这些数据的内在规律，具有自学习性、自组织性、自适应性和很强的非线性映射能力，特别适于对因果关系复杂的非确定性推理、判断、识别和分类等问题的处理。关键词：生态规划；BP 人工神经网络；生态适宜度；小城镇小城镇作为分布于我国广大农村的经济、政治、文化和商业中心，代表着我国

3、农村经济发展、居民生活、文化教育的最高水平。“小城镇大战略”是党中央、国务院对发展和建设小城镇的战略定位，它对带动农村社会和经济的发展具有十分重要的作用。小城镇的迅速崛起，极大的促进了农村经济的发展和繁荣，加速了城镇化进程。在实现社会进步、改变人们生活方式，提高农村居民的生活质量等方面发挥着重要的作用，充分体现了小城镇作为农村地域性经济文化及各种社会服务中心的地位。在小城镇建设过程中如不进行合理的规划，将会对生态环境造成难以预知的损害。1 研究地区与研究方法1.1研究去概况河坝镇位于湖南省洞庭湖平原中部，东临漉湖，北接南县、岳阳，南连沅江，全镇积雨面积89平方公里，耕地面积88980亩，全区地

4、势平坦，坡度一般小于千分之一。境内成土母质均系河湖沉积物，主要由长江上游和沅、澧两水冲积而成。土壤质地较好，粒径小于0.1毫米，以粘壤土居多，占总面积的46.5%，其次为砂壤土和壤土，占38%。全区境内一级土壤71075亩占耕地面积的29.4%，二级土壤136000亩，占耕地面积的56.2%。人均拥有耕地3亩。1.2人工神经网络模型人工神经网络是20世纪40年代产生、80年代发展起来的模拟人脑生物过程的人工智能技术，是由大量简单的神经元广泛互连形成的复杂非线性系统。它不需要任何先验公式，就能从已有数据中自动地归纳规则，获得这些数据的内在规律，具有自学习性、自组织性、自适应性和很强的非线性映射能

5、力，特别适于对因果关系复杂的非确定性推理、判断、识别和分类等问题的处理。bp人工神经网络是ANN技术中应用最广泛的一种网络类型，是一种多层前向型神经网络，其权值的调整采用反向传播学习算法，体现了神经网络理论中最为精华的部分，它是一种包含输入层、隐含层和输出层的中向传播的多层前向网络（图1），可解决多层网络中隐含单元连接权的学习问题。其输入信号从输入节点依次传过各隐含层，然后传到输出节点，每一层节点的输出只影。1.3数据来源与处理采用bp神经网络方法建模的首要和前提条件是有足够的典型性好、精度高的样本。而且，为监控训练（学习）过程使之不发生“过拟合”，以提高网络模型的性能和泛化能力，必须将收集到

6、的数据随机分成训练样本、检验样本（10%以上）和测试样本3部分。此外，数据分组时还应尽可能考虑样本模式间的平衡。1.3.1训练样本 生态环境质量评价本质上是模式识别问题，即将生态环境质量评价指标系统的实际监测结果与对应生态环境质量评价标准值构成的数组进行比较，与监测值构成的数组最为接近的标准值数组所对应的生态环境质量等级即为bp人工神经网络模型的识别结果，也就是对应区域的生态环境质量评价结果。bp人工神经网络模型的建立与验证2.1 bp人工神经网络层数的确定在bp人工神经网络拓扑结构中，输入层与输出层是必须具备的，因而隐含层层数是确定网络层数的关键所在，隐含层层数选择的恰当与否直接影响到网络性

7、能的优劣。关于bp人工神经网络模型隐含层的层数，有研究证明，当各节点具有不同的界限时，对于在闭区间内的一个连续函数可用一个隐含层的网络来逼近，一个3层的bp网络可以完成任意的n维到m维的映射。因此，本研究中小城镇生态环境质量评价的bp人工神经网络模型层数取3层，即输入层、隐含层和输出层。2.2传递函数和训练参数的确定为保证bp人工神经网络模型的非线性，从输入层到隐含层采用非线性s型传递函数tansing函数；从隐含层到输出层采用线性函数purlin函数% 为保证bp网络模型的快速收敛，采用Levenberg-Mar-quardt学习规则，算法中需要设定的训练参数及其取值如图2所示2.3 bp人

8、工神经网络拓扑结构的确定输入层节点数是由模型需要解决的实际问题本身所决定的，由于本研究参评的生态环境质量指标数为29个，故本模型的输入层节点数为29.与bp人工神经网络模型输入层节点数确定的出发点相同，输出层节点数的确定也是基于问题本身而决定的，杜山镇生态环境质量评价bp网络模型的目标输出为各个行政村对应的生态环境质量等级，因此，本模型输出层节点数确定为1.3小城镇生态规划的原则及传统方法3.1小城镇生态规划原则3.1.1可持续发展原则。以可持续发展理论为指导，构建市域范围内的生态安全格局，实现社会经济发展与生态环境保护“双赢”，促进区域社会经济环境的可持续发展。3.1.2经济效益、社会效益与

9、生态效益相协调的原则。积极促进经济、社会与生态环境之间的良性循环，实现经济现代化、社会进步、生态环境之间的良性互动。3.1.3集约与和谐原则。在生态优先的基础上，以经济建设为重点，整合不同区域的资源优势，构建集约化的生态结构体系、生产体系和管理体系，达到区域内社会经济与生态的共荣。3.1.4多样性与层次性原则。以生态系统多样性理论为依据，构建多层次性的生态资产体系、产业产品体系、文化建设体系，确保生态系统的健康稳定。3.1.5动力创新与开放合作原则。以人力资源的区域整合为动力，加快创新步伐，扩大国际国内交流与合作。3.2小城镇生态规划传统方法 McHarg 因素叠加法。此法按一定的评价准则进行

10、各因子对规划目标的适宜性分级，在地图上形成单因子评价图，应用适宜性模型将各单要素适宜性叠加得到具有不同色调的适宜性综合图。3.2.1数学组合法。该方法用定量值代替颜色或符号来表示适宜度等级，并且赋予各种因素相对分值和权重值，将每个因素的适宜性等级乘以权重得到该因素的适宜性值。3.2.3逻辑组合法。该方法是针对分析因子之间存在的复杂关系，运用逻辑规则建立适宜性分析准则，再以此为基础进行判别适宜性的方法。3.2.4生态位模型。其基本原理是根据区域发展对资源的需求，确定发展的资源需求生态位，再与现实条件进行匹配，分析其适宜性，其度量采用多维资源生态位适宜度指数来估计。3.3传统生态规划方法存在的缺陷

11、3.3.1准确性差。随着研究逐步深入，建立了各种生态适宜性评价模型来用与生态规划。从建立的生态适宜性评价模型可以看出，人们试图有一种数学模型或数学表达式来评价一个地区的生态环境。这些方法客观存在不足，这主要是因为评价一个地区生态适宜性是非常复杂的，并且是非线性关系，不可能用一个数学模型来模拟。现在的生态适宜性评价方法中，需要确定大量的模型参数。在模型参数的选取过程中，会加入人为的主观因素，进一步的影响了生态规划的准确性。3.3.2工作量大。传统的生态规划方法，计算过程复杂，工作量大，可操作性差，不利推广。4案例区生态系统健康评价由于生态系统具有多变量的特性，衡量生态系统健康的标准也具有多尺度、

12、动态的特性。一般认为可通过生态系统的活力、组织结构、恢复力、生态系统服务功能的维持、管理选择、外部输入减少、对邻近系统的影响及人类健康影响等8 个方面来衡量其健康状况。它们分属于生物物理范畴、社会经济范畴、人类健康范畴以及一定的时间、空间。这8个标准中最重要的是前3 个方面1。这主要是针对自然生态系统提出的，本研究对这些评价指标作出适当调整，找出适合山地流域城镇生态系统特性的健康评价指标，并运用模糊数学模型，对中和镇生态系统健康状况进行现状评价，并找出胁迫因子。4.1小城镇生态系统健康评价指标体系本研究在充分理解城镇生态系统健康内涵的基础上，结合城镇这一复合生态系统的特点，选择活力、组织结构、

13、恢复力、生态系统功能的维持、人群健康状况及教育水平等作为城镇生态系统健康评价的五个要素2 表1）。4.2小城镇生态系统健康评价小城镇生态系统健康评价模型采用模糊数学方法建立城镇生态系统健康评价模型。该方法是基于模糊数学的理论，给每一个评价因素赋予评语，将该因素与系统的关系用01之间连续值中的某一数值来表示3。4.3评价分级代表值的确定依据国家环保总局环发200391 号，关于印发生态县、生态市、生态省建设指标（试行）的通知、国家环保总局环发2002101 号“关于深入开展创建全国环境优美乡镇活动的通知”等文件。某些指标可根据理论和现实的最低或最高值域，或以国内外公认的城镇生态状况良好城镇的现状

14、值、先进城镇的生态环境目标作为很健康级别的参考标准。很健康级别的标准确定之后，以全国最低值为病态的限定值，再于很健康与病态标准值之间平均划分三个等级，分别为较健康、亚健康、不健康级别的标准。5规划结果我们给基于bp人工神经网络模型，对大通湖区河坝镇做了生态环境保护规划，具体规划如下：5.1规划原则5.1.1生态环境保护是我国的一项基本国策，环境规划是城镇总体规划的重要组成部分，总体规划阶段的环境保护是在宏观上提出环境规划目标，并针对城镇建设对环境保护规划提出环境整治措施。5.1.2结合河坝镇的实际情况，在城镇中进行合理的环境分区，并且针对不同的环境分区制定不同的、科学合理的环境目标。5.1.3

15、以环境质量达到国家要求的标准为总的目标，结合城镇总体布局，城镇经济发展及城镇环境容量，制定实现环境目标的具体措施。5.1.4在新的历史条件下和现实条件，结合城镇绿地建设以及其它组团分区建设对城镇环境进行全面的综合治理，最终达到经济效益、社会效益和生态环境效益的统一。5.2环境分区及环境目标环境分区及目标5.2.1一级环境保护区主要为非城镇建设地区，包括林木保护区、基本农田保护区、风景旅游区、城镇周围的农田、果园、苗圃等，该区对维持城市良好的生态环境起着重要的作用，其环境目标为国家大气质量一级标准。5.2.2二级环境保护区（一类混合区）该区是城镇重点环境保护区，包括成片居住区，商业与居住混合区，

16、该地区按国家大气环境质量二级标准，噪声防护按国家城镇区域噪声标准“二类混合区”标准，噪声等效声级昼间60db（A），夜间50db（A）。5.3.3三级环境保护区该区是城镇次要环境保护区，包括成片工业区、仓储区，该地区按国家大气环境质量三级标准。水体环境目标重点保护沱江及镇区水体，其水质应控制达到国家地面水质二级标准。5.3区域生态空间协调规划通过实地踏查，根据保护对象受人类活动影响的程度，兼顾工业开发资源与当地群众生产生活的需要，将保护区划为严格控制开发区（核心区）、控制开发区（缓冲区）、引导开发区（实验区）三个功能区。以区域生态格局的基本特征为基础，区域生态空间规划的原则为指导，区域一体化发

17、展为核心，建立水中有城、城中有水、碧水蓝天、四季常青、生态功能良好、人居环境优美、城乡一体化演进的景观生态结构体系，保障区域社会经济健康稳定持续地发展。6结论通过上述研究表明，BP 神经网络模型用于生态适宜度评价相对于传统方法有其突出的优越性，这主要表现在以下几方面：6.1提高了生态适宜度评价的精度BP 神经网络可以很好的反应非线性问题，更加接近实际。另外，BP 人工神经网络模型计算得出的结论（输出），可以大大提高评价精度，并为更深入的研究提供数据资料。6.2评价结论的客观性本文采用典型样本对网络进行训练，使BP 网络模型学习并“记忆”不同生态适宜状况对应的影响因素的值，从而对生态适宜度作出判

18、断，排除人为干扰，使评价结论客观可靠。6.3评价方法简单，大大简化了评价过程采用BP 人工神经网络模型进行生态适宜度评价，一旦模型建立并训练成功，则生态适宜度评价过程只需要进行将数据输入这一简单操作就可快速地得出评价结果。6.4模型的普便适用性BP 人工神经网络一旦模型建立并训练成功，则只需将评价区域的生态指标数据输入到网络模型当中，即可得出评价结论，具有普遍适用性。使用BP 神经网络进行生态适宜性评价，将人为因素引入评价过程中，不利于评价精度的提高。为了减少人为主观的影响，在今后的研究中应进一步与其它技术结合，来弥补BP 神经网络的不足。参考文献：1 Rapport DJ. EcosystemHealthM.Oxford：Blackwell Science Inc，1998：1- 356.2 杨志峰，何孟常，毛显强