应用GA-BP神经网络的生态工业园风险评价

• 作者: 王秋莲
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 生态工业园 风险评价 BP神经网络 遗传算法
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 信息·计算机
• 页码范围: 75-79,86
• 页数: 6页
• 分类号: TP183
• 字数: 4842字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2013.10.016

摘要

由于生态工业园的结构和外界影响因素均存在很多不确定性,给系统的运行带来了很多风险,定量化分析生态工业园风险成为一个研究难题.提出了一种应用GA-BP神经网络的生态工业园风险评价方法.首先提出一套生态工业园风险评价指标体系,并对指标体系的二级指标进行了分析;然后考虑各个评价指标的非线性关联性,提出一种基于遗传算法优化BP神经网络的生态工业园风险评价方法,该方法利用遗传算法优化BP神经网络的初始权值,提高了BP神经网络的求解精度;最后在Matlab R2011b环境下对30组样本进行案例研究.仿真结果表明:应用GA-BP神经网络的评估方法能较好地评估生态工业园风险水平,与标准BP网络相比收敛速度更快,具有更好的全局收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秋莲	南昌大学经济与管理学院	9	56	4.0	7.0