基于人工神经网络的黑龙江农垦经济系统优化研究

发布时间：2020-08-28 09:19

　　中国是第一人口大国，农业是关乎民生乃至国家安全的产业。黑龙江省是农业大省，2011年黑龙江省粮食总产量为1114.1亿斤，一跃成为全国第一产粮大省。作为黑龙江省农业的基础，农垦经济备受关注。目前，黑龙江省农垦经济发展势头良好，同时，其也面临着结构调整的现实问题。本论文利用人工神经网络方法及柯布—道格拉斯公式，对黑龙江省农垦经济系统进行研究，给出进一步发展经济的投资优化决策方案，从而实现黑龙江省农垦经济产业结构的优化。本论文针对黑龙江省农垦经济投入产出关系上的非线性特点，利用人工神经网络方法对其进行建模以模拟其非线性映射，并将传统BP算法中神经元的线性映射改成非线性映射，提出了一种改进的BP算法。数值计算结果表明，该种改进算法针对黑龙江省农垦经济投入产出关系的模拟是有效的。在针对黑龙江省农垦经济系统建立模型之前，本论文首先运用数据包络分析（DataEnvelopment Analysis，DEA）方法，对黑龙江省农垦经济系统的投资决策状况进行了评估。在分析和研究黑龙江省农业垦区投入产出情况的基础上，通过选取时间决策单元及投入和产出指标，对黑龙江省垦区的生产状况建立了DEA评估模型。通过对DEA评估模型的求解，本论文给出了黑龙江省农垦经济系统内部产业之间投入产出的相对有效性的分析。针对黑龙江省农垦经济的资本、劳动力及产出的具体情况，本论文利用柯布—道格拉斯生产函数对其进行分析和研究。为了便于应用，对柯布—道格拉斯生产函数进行了数学上的变换，并将生产函数细化到黑龙江省农垦系统的第一产业、第二产业及第三产业中，引入人工神经网络方法对其进行模拟，对黑龙江省农垦经济生产建立了自反馈环RNN模型。利用真实数据的计算结果表明，该方法易于实现，并且具有模拟效果好、预测精度高的特点。本论文一项重点的工作就是分析黑龙江省农垦经济系统的产业结构对经济效益产生的影响。本论文利用BP网络模型建立了黑龙江省农垦经济在第一产业、第二产业及第三产业的投资与总产值之间的映射关系；针对黑龙江省农垦经济系统建立了以总产值为目标函数、以三个产业投资为自变量的非线性规划模型；通过最优搜索，最终得到了总产值最大时的三个产业的最佳投资策略。针对黑龙江省农垦经济系统的计算结果表明，模型是有效的。
【学位单位】：哈尔滨工程大学
【学位级别】：博士
【学位年份】：2012
【中图分类】：F224;F324.1
【部分图文】：

感知器神经元,渐近线,函数图

图 2.1 感知器神经元Fig.2.1 The neural cell of perceptron元处于“兴奋”状态，-1 表示神经元处于“抑制”状态。连续的2( ) 11uf ue = +1 与 1 之间，以直线 f (u ) = 1及 f (u ) = 1 为渐近线，函数图之处，如图 2.2。1xyo

网络结构图,网络结构,迭代网络,输出向量

图 2.4 BP 算法的网络结构Fig.2.4 The structure of BP neural net第k 次迭代的近似均方误差为( ( )) ( ( ))TE = t a k t a k（2-1 ( k )表示第k 次迭代网络的输出向量（以下 a ( k )简记为a）。记ma 为第 m 层的输mb 分别为第 m 层的权值和阈值，mf 为第 m 层的传递函数，mS 为 m 层的神经元12mmmmmmSEnEEsnnEn = = 反映E 对第m 层的网络输入变化的敏感性。BP 算法的基本步骤如下。

模型图,模型,系统激励,权值

图 2.5 BP 模型Fig.2.5 Model of the BP neuron1ni iinet w x b== ∑ +, (i = 1,2,..., n)（为权值， b 是阈值。令 y 是网络的输出，Hf 是系统激励( )Hy = f net.为 sigmoid 函数：1( ) log ( )1 exp( )Hf net sig netnet= =+ 1 exp( )( ) tan ( )1 exp( )Hnetf net sig netnet = =+

【参考文献】