基于神經網絡分析的自來水廠的選址問題

陳森森

近年來，隨著我國農村人口的不斷增加，鄉鎮規模不斷擴大，居民生活水平的也在不斷提高。為了滿足日益遞增的農村用水需求，各地政府都積極進行農村自來水廠的新建、擴建或改建。城市最重要的基礎設施，自來水廠的規劃選址關系到整個農村地區供水系統的安全和合理性，本文以上海市模農村地區為例建立選址決策的模糊評價矩陣，利用BP人工神經網絡來進行處理確定最優選址方案。

來水廠選址

BP神經網絡 模糊評價矩陣

引言

上海市境內河流眾多，隨著上海市經濟的發展，城區和農村地區人口不斷增加自來水用水量急劇增長，現有水廠供水規模已經接近極限，同時人們對水質和服務的要求也越來，由于各種原因上海市在各種方面的規劃明顯滯后由此帶來的水資源浪費等問題逐漸顯現。因此為保障農村地區人們的用水急需新建水廠，擴大供水規模，以滿足人們的用水需求。

合理的自來水廠選址能節省費用，滿足人們的供水需求，也能增加水廠的收入避免資源浪費。因此水廠的選址對整個新農村建設起到了至關重要的作用。近年來隨著我國經濟的飛速發展，其選址問題逐漸引起了務實界的高度關注以及理論界的探究研究。在西方國家已有的研究中，Nelson、Grune等人提出并不斷完善的列舉法，Cohen、Applebaum等提出繪圖法用于獲取所選位置的描述信息。本文在層次分析法的基礎上，利用BP神經網絡的進行選址決策，確定最優方案。

自來水廠選址的原則

選擇水廠廠址時，應從全面、科學、協調發展的視角融合多學科知識；充分考慮當地的地質情況；盡量靠近農村鄉鎮建設發展地區以便于方便地獲取相關服務；同時也不應離水源地過遠避免水資源運輸過程中產生的浪費；充分考慮到現實可行性和可操作性，動態規劃。滿足綜合性、協調性、安全性、科學前瞻與現實可行性相結合的四大選址原則。

BP神經網絡分析方法

BP算法是一種有導師學習算法，單個樣本學習方法如下：

BP算法是一種有導師學習算法，單個樣本學習方法如下：

（1）預處理

1.確定訓練的樣本集Xp，p=1，2取其中一個樣本進行編碼；

2.給出期望輸出值（教室值）。

（2）初始化權值Wij Wjk。

（3）前向計算

1.隱含層的輸入為hj= ∑iWijxi，輸出為vj=f（hi），其中f（x）=1/（1+e^（-x））為sigmoid函數。

2.輸出層的輸人為hk=∑jWjkvkj，輸出為yk=f（hk）∑jWjkf（∑iWijxi）。

ε=1/2∑k（tk-yk）^2

（4）誤差的反向傳播

1.更新規則

利用梯度下降法調整權值，學習速率為η。

2.更新權值

至此，一個樣本的一次州算完成。

當需要訓練的樣本數目為P時，更新規則如下：

ΔWjk=η∑pδpkvpj；

δpk=f（hpk）（tpk-ypk）；

δpj=f（hpj）∑kδpkWjk

應用BP神經網絡分析進行自來水廠選址決策分析

自來水廠選址跟其他設施選址一樣包括兩個層次的問題：其一是定位，即選擇什么樣的地區設置設施。其二是定址，即在地區選定后，具體該在該地區什么位置建立水廠。

自來水廠選址屬于設施選址的一種。設施選址的影響因素與選址決策的目標和原則直接相關。因此進行選址影響因素分析，必須首先明確選址決策的目標和原則。自來水廠的選址的影響因素有很多，本文根據上海市農村地區的的實際情況，結合自來水廠本身建設時要考慮的因素，選擇其中的一些重要指標，作為進行決策的指標。這些因素大致可分為自然環境、交通條件、建設費用、當地人口密度以及公共設施這幾大類。指標選擇的好壞對自來水廠選址的正確決策起到十分重要的作用。

在上海市某一農村地區進行實地調研，收集要進行選址決策的指標的具體數值，確定出六個可行的方案，得出每個方案要考慮的指標的值。本文選取典型自來水廠建設資料為學習的樣本。首先將樣本進行預處理，使得各指標的效應值在[0，1]區間；將各個指標的效應值作為因變量，用網絡的輸出節點表達，自來水廠的選址決策的結果則由網絡的輸出節點表達。根據待選的水廠決策結果決策。由于篇幅限制，這里省略計算過程，直接列出計算結果。

在本文中我們設計出七個可行方案，由于方案的指標體系有五個指標，故輸出層單元數設計為五個。中間層設計為一層，單元數設計為三個，輸出層的單元數設計為一個。通過運用模糊綜合評判法對自來水廠選址進行評價，看出采用BP神經網絡模型進行自來水廠決策是有效的、合理的。

結語

在我國自來水廠選址問題日益突出的情況下，本文以層次分析法為基礎建立BP神經網絡模型，以彌補現有相關理論研究的欠缺和不足。盡管BP神經網絡的學習性能和學習效率會受到樣本數量、質量、網絡層次及隱含層神經元數的影響，但本文通過一定的樣本學習和訓練所建立的神經網絡，在分析自來水廠的不同選擇位置時顯現出較強的可行性和有效性。因此在自來水廠選擇決策中，如有一定的歷史數據可供參考，則使用基于BP人工神經網絡的綜合評價法較好，能對備選方案作出快速、客觀、準確的評價，提高選址決策的利學性和效率性。

[1]韓慶蘭，梅運先.基于BP人工神經網絡的物流配送中心選址決策[J].中國軟件學；2004（6）

[2]宮尚寶，郭玉翠.基于人工BP神經網絡的社區醫院選址決策[M].北京郵電大學