基于層次分析法和神經網絡的景觀設計評估

張潔， 張林

(商洛學院 數學與計算機應用學院， 陜西 商洛 726000)

0 引言

隨著我國經濟的不斷發展提高，人們生活水平不斷地提高，家庭、公共場所均進行了一些園林景觀設計，園林景觀設計可以給人們帶來更加舒適的感覺，而每一個人對園林景觀設計要求不一樣，因此需要對園林景觀設計效果進行準確評估，以更好地為人們提供最佳生活、工作、休閑環境，因此園林景觀設計效果評估一直是人們關注的焦點[1-3]。

針對景觀設計效果評估問題，國內外研究機構進行了深入的研究，當前存在許多有效的景觀設計效果評估方法[4]。當前景觀設計效果評估方法分為定性分析和定量分析兩種，其中定性分析方法最具代表性的為層次分析法[5]，其對景觀設計效果評估指標進行根據，根據各種指標的權值得到景觀設計效果評估結果，該方法比較簡單，屬于線性建模方法，而景觀設計效果與評價指標是一種非線性的映射關系，導致景觀設計效果評估偏差比較大，實際應用價值低[6]；定量分析方法最具代表性的為人工神經網絡[7]，如RBF神經網絡、BP神經網絡、極限學習機網絡等，人工神經網絡具有較強的非線性建模能力，得到比較好的景觀設計效果評估結果[8-9]。由于景觀設計效果評估十分復雜，單一層次分析法和神經網絡均存在自己的不足，無法全面、準確描述景觀設計效果，因此景觀設計效果評估面臨巨大的挑戰[10]。

為了獲得理想的景觀設計效果評估結果，設計了層次分析法和神經網絡的景觀設計效果評估方法，該方法具有層次分析法、神經網絡的優點，克服了它們的不足，仿真實驗結果表明，本文方法獲得了理想的景觀設計效果評估結果，而且景觀設計效果評估效率也明顯優于層次分析法和神經網絡的景觀設計效果評估方法。

1 層次分析法和神經網絡的景觀設計效果評估方法

1.1 建立景觀評估指標體系

為了高精度地對景觀設計效果進行評估，必須建立最優的景觀評估指標體系，本文基于代表性、可測性、可比性、有效性和科學性的原則，建立一個景觀評估指標體系，如表1所示。

表1 景觀設計效果綜合評估指標體系

對景觀設計效果進行量化操作，采用100分制形式，它們具體描述如表2所示。

表2 景觀設計效果綜合評估結果的評分標準

1.2 層次分析法確定景觀設計評估指標的權重

(1) 對景觀設計效果評估指標進行量化處理，并建立景觀設計效果評估指標判斷矩陣，具體形式如式(1)。

(1)

式中，ai,j為指標i相對于j的相對權重。

(2) 計算式(1)每一行元素的乘積，具體為式(2)。

(2)

(3) 計算Mi的n次方根，即有式(3)。

(3)

(4)

1.3 BP神經網絡

BP神經網絡的輸入、隱含和輸出節點數分別為N、L和M，輸入向量為X=[x0,x1,…,xN-1]，隱含層點j與輸入層點i、輸出層節點k之間的權重分別為Vij和Wik，輸出層和隱含層的閾值分別為θk和φj。隱含層節點和輸出層的輸出計算式為式(5)、式(6)。

(5)

(6)

計算yk與目標輸出dk的偏差，具體如式(7)、式(8)。

δk=(dk-yk)yk(1-yk)

(7)

(8)

權重調整大小為式(9)、式(10)。

ΔWjk(n)=ηδkhj

(9)

(10)

權重的調整式為式(11)、式(12)。

Wjk(n+1)=

Wjk(n)+ΔWjk(n)+μΔWjk(n-1)

(11)

Vij(n+1)=Vij(n)+ΔVij(n)+μΔVij(n-1)

(12)

1.4 層次分析法和神經網絡的景觀設計評估流程

(1) 建立景觀設計評估的指標體系。

(2) 采用層次分析法確定景觀設計評估的指標的權值。

(3) 采集景觀設計評估樣本數據，并采用專家對景觀設計評估效果進行打分，與其景觀設計評估指標組成樣本集合。

(4) 采用景觀設計評估指標數量確定BP神經網絡的輸入節點數，景觀設計評估效果作為BP神經網絡的輸出，并根據一定的公式確定BP神經網絡的隱含節點數，從而建立BP神經網絡的拓撲結構。

(5) 初始化BP神經網絡的相關參數。

(6) 采用BP神經網絡對景觀設計評估的訓練樣本進行學習，以景觀設計評估精度為訓練目標，確定最優參數。

(7) 根據最優參數建立景觀設計評估模型，并采用景觀設計評估測試樣本對模型性能進行測試。

綜合上述，層次分析法和神經網絡的景觀設計評估具體流程如圖1所示。

圖1 層次分析法和神經網絡的景觀設計評估流程

2 景觀設計評估方法的性能測試

2.1 測試環境的設置

為了測試層次分析法和神經網絡的景觀設計評估性能，采用具體實驗對其性能進行測試，其測評環境如表3所示。

表3 測試環境的設置

為了使層次分析法和神經網絡的景觀設計評估結果具有可比性，選擇層次分析法的景觀設計評估、BP神經網絡的景觀設計評估方法進行對比測試，選擇評估精度和評價時間作為性能評價指標。

2.2 測試對象

對于50個景觀設計方案的效果，采用多個專家，多個同行根據景觀設計指標的值以及自身的經驗和知識進行打分，并統計每一種景觀設計打分的結果，具體如圖2所示。

圖2 50個景觀設計效果的得分值

從圖2可以發現，不同景觀設計效果的評分結果不一樣，說明景觀設計效果具有一定的隨機性和非線性變化特點。

2.3 景觀指標層評估精度對比

隨機選擇10個景觀設計方案作為測試樣本，其他作為訓練樣本，每一種方法進行5次仿真測試，以體現實驗結果的公平性，景觀設計效果評估精度如圖3所示。

圖3 不同方法的景觀設計效果評估精度對比

對圖3的景觀設計效果評估精度進行對比可以知道，本文方法的景觀設計效果評估精度平均值為91.52%，層次分析的景觀設計效果評估精度平均值為84.20%，BP神經網絡的景觀設計效果評估精度平均值為86.3%，相對于對比方法，本文方法的景觀設計效果評估誤差大幅度下降，這主要是本文方法集成了層次分析法和神經網絡的優點，解決當前景觀設計效果評估誤差大的缺陷，驗證了本文景觀設計效果評估方法的優越性。

2.4 景觀指標層評估效率對比

統計每一種方法的5次仿真測試的景觀設計效果評估時間，結果如圖4所示。

由圖4可知，本文方法的景觀設計效果評估時間明顯少于對比方法，克服當前景觀設計效果評估效率低的弊端，提升了景觀設計效果評估速度。

圖4 不同方法的景觀設計效果評估時間對比

3 總結

針對當前景觀設計評估過程中存在的缺陷，基于組合優化理論，利用層次分析法和神經網絡的各自優勢，提出了層次分析法和神經網絡的景觀設計效果評估方法，采用層次分析法建立科學、客觀的景觀設計評估指標體系，采用神經網絡的非線性擬合能力跟蹤景觀設計的變化特點，它們克服了單一層次分析法和神經網絡的缺陷，最后測試結果表明，本文方法是一種精度高、速度快的景觀設計效果評估方法，評估結果可以為景觀設計工作人員提供有價值的參考意見，具有十分廣泛的應用前景。