基于RBF神经网络的资源型城市系统协同演进——以临汾市为例

发布时间：2021-06-21 16:36

　　以山西省临汾市作为研究对象,运用协同理论和RBF神经网络对临汾市生态经济系统进行研究。实证结果表明:2008—2019年,临汾市经济系统得到长足发展,生态经济协同发展水平不高,生态系统成为制约临汾市复合系统协同发展的主要因素;RBF神经网络对于城市复合系统协同状态的拟合程度较高,可应用于资源型城市;从研究结果来看,临汾市生态系统落后于经济系统,致使复合系统协同度下滑。因此,需在保障经济平稳运行的基础上,改善生态环境以促进临汾市生态经济系统协同发展。 

【文章来源】：煤炭经济研究. 2020,40(06)

【文章页数】：9 页

【部分图文】：

资源型城市发展历年政策回顾

协同理论也称“协同学”，由Hermann[14]于20世纪70年代提出。主要研究在存有外界能量交换和物质传递的前提下，处于不稳定状态的开放系统，如何通过自身的协同作用，实现自组织的目的。生态经济系统协同如图2所示。我国学者利用协同理论对复合系统进行了大量的研究，在文献研究的基础上，本文构建协同度模型[15-17]。该模型包含有子系统有序度模型，能够通过获得子系统的有序度，进而得出总体的协同度。可以分析复杂系统中子系统的协同变化规律及状态，并广泛应用于系统评价。

RBF神经网络是一种3层的神经网络，包括有输入层（Input）、隐含层（Hidden）及输出层（Output）。RBF神经网络的基本理念是：隐含层空间由径向基函数（RBF）形成，在不涉及权重计算的情况下，可以实现输入层与隐含层之间数据的传递，如图3所示。由于隐含层矢量与输出层矢量的线性关系，最终结果可表示为隐含层输出的加权求和，此处比重为可变参数。采用这种方法，权重可以通过最小二乘法解方程组获得，极大提高了学习的速度。3.2.1 RBF神经网络的激活函数

【参考文献】：
期刊论文
[1]空间视角下资源型城市转型效率差异演化及影响因素分析——以东北地区资源型城市为例[J]. 熊彬,胡振绅.  华东经济管理. 2019(07)
[2]“反哺”还是“虹吸”:我国资源型城市工业与农业关系研究[J]. 杨柳,杨帆.  当代经济管理. 2020(02)
[3]基于系统动力学的资源型城市转型模式实证研究——以鄂尔多斯为例[J]. 窦睿音,张生玲,刘学敏.  干旱区资源与环境. 2019(08)
[4]基于RBF神经网络模型的资源型城市生态安全预警——以榆林市为例[J]. 吴艳霞,邓楠.  生态经济. 2019(05)
[5]不同类别资源型城市工业结构演进对比研究——基于淮南市、攀枝花市的比较[J]. 杨显明,高莉苹.  煤炭经济研究. 2019(03)
[6]区域轨道交通系统协同发展模型[J]. 汪意涵,郝京京,黄豪,刘澜.  综合运输. 2019(02)
[7]基于能值分析的资源型区域生态经济系统研究[J]. 张国兴,马玲飞.  生态经济. 2018(12)
[8]基于协同理论的智慧图书馆服务过程控制研究[J]. 王静,宋迎法,都平平,鲍劼,张霞.  图书馆工作与研究. 2018(10)
[9]中国资源型城市识别与综合类型划分[J]. 余建辉,李佳洺,张文忠.  地理学报. 2018(04)
[10]水资源环境与城市生态经济系统耦合模型及评价[J]. 常玉苗.  水电能源科学. 2018(02)



本文编号：3241020