基于智能遺傳算法與支持向量機的生態文明建設體系的研究

桂安琪　朱家明　王銳杰　孟　康

?

基于智能遺傳算法與支持向量機的生態文明建設體系的研究

桂安琪1朱家明2王銳杰1孟康3

本文針對生態文明建設評價問題，運用層次分析法、模糊綜合評價法等方法，構建出我國的生態文明建設評價體系，從而對我國生態文明建設程度進行了綜合評價；然后運用智能遺傳算法與最小二乘支持向量機這一先進的數學模型思想，建立出數學預測模型，成功預測了落后省市經改進后生態文明建設情況，證明了其實施效果是有效的。

生態文明建設；模糊綜合評價模型；智能遺傳算法；支持向量機；MATLAB

一、引言

從黨的十七大第一次提出“建設生態文明”，以此作為全面建設小康社會的一項重要目標開始，我國就踏上了全方位、多角度、省市聯動地建設生態文明的新征程。人類發展史的實踐表明，生態文明是有別于任何一種文明的嶄新文明形態，其產生和發展具有必然的歷史演進軌跡。人們所熟知的物質，精神，政治等文明都是伴隨人類社會的發展而產生，惟有生態文明是現代工業高度發展階段的產物。而生態文明也不單單只是生態、環境領域的問題，它是人與自然、發展與環境、經濟與社會、人與人之間關系協調、發展平衡、步入良性循環的理論與實踐，是人類社會跨入一個新的時代的標志。因此，對于生態文明建設程度的評價體系的研究建立就顯得尤為重要了。一個城市或地區可以準確的判斷出當地生態文明的建設程度，對于清晰明了之后的發展方向和進度具有深遠意義。

二、生態文明建設程度的定量評價

(一)生態文明建設評價指標的選取

為研究我國各省域生態文明建設程度，本文基于我國現有評價指標中國省域生態文明建設評價指標(ECCI)，并結合其他指標體系[1]，剔除那些對指標體系貢獻度不高的指標，選入了一些通過分析認為貢獻度較高的指標，如生態經濟文明、生態環境文明、生態社會文明和生態意識文明等；并對三級指標進行優化，進而得到本文所使用的指標體系。

(二)研究方法

1、主要指標的選取

由于指標體系中指標過多，若全部分析必會給數據搜集工作帶來較大的麻煩，因此本文決定采用層次分析法，從上述指標體系中篩選出權重較大的指標。首先本文根據上述指標體系建立了遞階層次結構，然后根據上下層元素間的隸屬關系構造出判斷矩陣，其中二級指標間的判斷矩陣如下：

在得到上述模糊判斷矩陣之后，對矩陣進行歸一化處理，然后求出判斷矩陣中各向量的最大特征值。最后通過一致性檢驗，得到了二、三級指標的權重大小，其中生態文明綜合指數對生態經濟文明，生態環境文明，生態社會文明，生態意識文明4個二級指標的重視程度分別為:生態環境文明>生態經濟文明>生態意識文明>生態社會文明。而三級指標中人均GDP,城鎮居民可支配收入,基尼系數，污水處理率，森林覆蓋率，SO2排放量，失業率，基本社會保險覆蓋率，平均預期壽命，公共生態文明滿意度，恩格爾系數，財政性教育經費占GDP比重這12個指標是權重較大的，對評價體系影響較大的指標。

2、模糊綜合評價方法

3、綜合評價模型的構建

根據上述分析所得，本文建立了生態文明建設程度評價模型，具體如下：

三、對我國主要省域生態文明建設程度的研究分析

(一)研究思路

為了結合我國各省域生態文明的不同情況，需要對其進行評價分析。因此本文首先根據不同省市的所處的地域與經濟發展狀況，選出10個最具代表性的省市，然后利用之前確定的12個指標，通過查閱相關資料找出10個省市12個指標最新的數據；最后，利用相對優屬度評價的方法，求出各個省市的綜合評價激勵指數與綜合評價約束指數，排序分析。

(二)各省域生態建設情況的評價分析

根據相對偏差模糊矩陣評價方法，結合Fuzzy AHP方法模型中所求出的權重，能夠得到各個項目的風險程度。利用EXCEL軟件對數據進行處理后，在得到激勵型矩陣之后通過數據加權求和可得到相應指標值。其中綜合評價激勵指數排序表如下所示：

表1　綜合評價激勵指數排序表

從上表我們可以得到，這十個省市中，北京、海南、云南等地區的生態文明建設評價排名相對靠前，寧夏、山西、甘肅等地區的生態文明建設評價排名相對靠后；重慶、安徽、上海、江蘇等省份生態文明建設評價排名居于中等。其排名靠前的省份一是由于社會發展程度高，經濟發展水平高；另一些省份如云南是由于生態環境較好，生態資源基礎雄厚[3]；排名中等的省份，各項指標處于中等水平；排名靠后的省份，大部分處于中部地區，相較而言，經濟水平發展不高，環境也較脆弱。

四、基于智能遺傳算法與支持向量機的生態文明建設預測研究

(一)研究思路

根據上述研究分析發現，所研究的十個省市中其中山西省和甘肅省的生態文明建設程度最低。因此為了研究分析這兩個省份未來的生態文明建設程度，本文決定采用基于智能遺傳算法與支持向量機模型，并利用所收集的該兩省份近十年的數據對其未來生態文明建設程度進行預測，從而針對預測結果向該兩省份提出合理解決措施。

(二)研究方法

本文之所以采用基于智能遺傳算法與支持向量機模型來進行預測分析[4]，是考慮到常用的人口預測模型有人口自然增長法、線性回歸法(一元和多元)、灰色系統、神經網絡模型等等，這些方法一般在使用上有較大的局限性，不能很好地結合實際進行預測，而且在實際應用中誤差較大。因此為了更科學、更準確地預測某地區生態文明建設程度，決定采用該模型。

1、支持向量回歸

一般支持向量回歸的函數形式為：

其中式中f(x)是一個高維的特征空間中的函數,b是一個常數。w和b通過將下式最小化來求解:

通過引進核函數,上述可以寫成如下形式：

2、智能遺傳算法

(1)設計適應度函數

本文將負平均絕對百分誤差(MAPE)作為適應度函數。平均絕對百分誤差定義為:

其中ai表示實際值,fi表示預測值,N是訓練數據樣本的數目。

適應度函數通常也稱為評價函數,它是根據目標函數所確定的用于區分群體中個體好壞的標準,是進行自然選擇的唯一依據，也是算法演化過程的驅動力。

(2)設計正交實驗

(3)改進措施下的生態文明建設程度的預測

通過對兩省市近十年數據的收集，我們得到下表：

本文采用Matlab7.2編程，設定種群大小N=100;進化代數為500;交叉概率為0.5;變異概率為0.004 5。其中BP神經網絡[5]是三層根據Kolmogorov 定理隱節點數取m=2n+1,其中n 為輸入節點數,這里取13 個隱節點,設定均方誤差為0.000 1,最大進化代數為3 000 次。并按照山西人均GDP年增長率不低于20%，SO2排放量年增長率不高于3.5%,公共生態文明滿意度年增長率不低于5%；甘肅人均GDP年增長率不能低于20%,森林覆蓋率年增長率不能低于10%，基本社會保險覆蓋率年增長率不能低于1%的條件下進行預測，經計算后分別得到兩省未來在上述措施[6]下的生態文明建設程度。最終發現，2014—2023十年間，生態綜合約束指數呈現下降趨勢，未來發展前景很樂觀。

五、結束語

本文在建立新的生態文明評價體系之前，參考查閱了相關資料，仔細研究了已有的比較常用的評價體系，剔除了部分影響不明顯、數據不容易收集的指標，轉而用影響比例更大的指標進行替換，并對評價體系的整個結構進行了進一步的優化，從而得到了本文中的最終的生態文明評價體系，該體系與之前的體系相比，數據來源更易獲得，分析的結果也更加準確。另外，文章的重點研究課題在于利用建立的評價體系，對選出的我國具有代表性的10個城市的生態文明建設程度進行評價并提出改進建議，同時對這10個城市十年之后，是否按照改進建議進行的建設程度分別進行預測，并對預測結果進行比較。研究結果表明，經濟條件較好或是先天生態較好的城市，通常生態文明的建設程度都相對高一些，相反地，經濟條件落后或者先天環境較差的城市，生態文明建設的程度就會比較落后了；同時，按照改進建議進行建設的數據要明顯優于未按照建議改進的建設程度。因此表明，評價體系有效，改進建議也是有效的。(作者單位：1.安徽財經大學金融學院；2.安徽財經大學統計與應用數學學院；3.安徽財經大學管理科學與工程學院)

[1]張靜,夏海勇.生態文明指標體系的構建與評價方法[J].統計與決策,2009,21:60-63.

[2]嚴耕,林震,吳明紅.中國省域生態文明建設的進展與評價[J].中國行政管理,2013,10:7-12.

[3]田智宇,楊宏偉,戴彥德.我國生態文明建設評價指標研究[J].中國能源,2013,11:9-13.

[4]楊繼奎.關于長江水質污染預測的兩種數學模型[J].數學理論與應用,2011,03:44-51.

[5]戴宏亮.基于智能遺傳算法與支持向量回歸的人口預測[J].計算機工程與應用,2008,21:9-11+40.

[6]谷樹忠,胡詠君,周洪.生態文明建設的科學內涵與基本路徑[J].資源科學,2013,01:2-13.

桂安琪，女，安徽六安人，本科，安徽財經大學金融學院，研究方向：金融學。

國家級大學生創新創業訓練計劃項目(201510378050)

朱家明，男，安徽泗縣人，碩士，安徽財經大學統計與數學應用學院，副教授，研究方向：應用數學與數學建模。