基于系統(tǒng)動力學和神經網絡模型的區(qū)域可持續(xù)發(fā)展的仿真研究——以江蘇省建湖生態(tài)縣為例.pdf

1、本文運用系統(tǒng)動力學、神經網絡模型與計算機仿真來對江蘇省建湖縣區(qū)域可持續(xù)發(fā)展系統(tǒng)進行研究。通過將三種方法的有機結合，仿真該系統(tǒng)在不同的發(fā)展模式下的發(fā)展動態(tài)，并建立可持續(xù)發(fā)展水平的評價模型，進而從這些模式中篩選出該地區(qū)今后最佳的發(fā)展道路。由于可持續(xù)發(fā)展系統(tǒng)的高度復雜性與不可實驗性，我們無法得到系統(tǒng)精確的數學模型，只能得到系統(tǒng)的歷史資料，因此本文的研究目的在于探索一種建立復雜系統(tǒng)模型的新方式，即通過運用人工智能化的方法來對復雜系統(tǒng)中難以確定的

2、關系進行建模，在建立系統(tǒng)模型的基礎上，仿真它在不同的政策參數下系統(tǒng)的動態(tài)響應，這對我們認識與操縱可持續(xù)發(fā)展系統(tǒng)具有重大的意義。 本文首先通過對當地可持續(xù)發(fā)展系統(tǒng)歷史狀況的調查研究，收集了大量的系統(tǒng)歷史資料．然后根據可持續(xù)發(fā)展原理和研究目的，對當地的可持續(xù)發(fā)展系統(tǒng)進行分析和描述，將此系統(tǒng)分解為人口、經濟、資源與環(huán)境3大密切聯(lián)系，相互作用的子系統(tǒng)，并用95個系統(tǒng)變量對整個系統(tǒng)和子系統(tǒng)進行描述；繼而運用系統(tǒng)動力學的語言對系統(tǒng)進行分析，

3、將95個系統(tǒng)變量分成三種類型：狀態(tài)變量、速率變量和輔助變量。通過對3大子系統(tǒng)的結構和因果反饋關系的分析，確定各個子系統(tǒng)的結構以及它們內部的主反饋環(huán)和次反饋環(huán)，再建立各個反饋環(huán)的主要狀態(tài)方程，速率方程和輔助方程，進而得到各個子系統(tǒng)的系統(tǒng)模型。最后對各個子系統(tǒng)進行復雜的多維耦合，從而得到整個建湖縣區(qū)域可持續(xù)發(fā)展的系統(tǒng)模型。 本文中大多數的速率方程和輔助方程都使用神經網絡模型來確立，通過神經網絡模型對歷史數據的學習，通過系統(tǒng)辨識的方法

4、建立它們之間的關系，這樣建立的關系很容易通過歷史的檢驗，也容易使整個系統(tǒng)模型與真實系統(tǒng)之間建立行為上的相似性，并通過行為一致性檢驗。具有行為一致性的系統(tǒng)模型可以對真實系統(tǒng)未來的發(fā)展狀況進行模擬與仿真。由于建立神經網絡模型需要大量的學習訓練樣本，而歷史數據往往是不足的，因此本文選用3次B-樣條函數對這些歷史數據進行內插值的方法來構建學習樣本。在充足的學習訓練樣本的基礎上，構建的神經網絡模型具有魯棒性強，泛化能力高等特點，可以對系統(tǒng)未來的發(fā)

5、展趨勢進行穩(wěn)健地預測。 將系統(tǒng)模型建立并通過行為一致性檢驗之后，對它進行靈敏性分析，從而設計調控系統(tǒng)的政策參數，并根據這些政策參數的不同取值來模擬真實系統(tǒng)在未來不同的發(fā)展模式。系統(tǒng)模型的靈敏性分析主要包括數值靈敏性分析，行為靈敏性分析和政策靈敏性分析三種。根據建湖縣實際情況和調控參數不同取值，設定了建湖縣(2001-2020年)區(qū)域可持續(xù)發(fā)展的4種系統(tǒng)模式：傳統(tǒng)發(fā)展型，經濟高效型，資源環(huán)保型和經濟．環(huán)保協(xié)調發(fā)展型。傳統(tǒng)發(fā)展型是不

6、對系統(tǒng)今后的發(fā)展加以干預，系統(tǒng)完全按照傳統(tǒng)的發(fā)展模式向前發(fā)展，系統(tǒng)中的各個調控參數都不加以改變；經濟高效型是指在堅持區(qū)域可持續(xù)發(fā)展的前提下，優(yōu)先保證經濟的快速發(fā)展；資源環(huán)保型的發(fā)展模式是在堅持可持續(xù)發(fā)展的前提下，強調了對資源與環(huán)境的保護；經濟-環(huán)保協(xié)調型發(fā)展模式是指在發(fā)展過程中同時兼顧經濟發(fā)展和資源環(huán)境保護。仿真結果表明： 傳統(tǒng)發(fā)展型模式不是一種可持續(xù)發(fā)展意義上的發(fā)展模式，在這種發(fā)展模式下，該地區(qū)人口增長快，經濟發(fā)展緩慢，對資源

7、與環(huán)境的破壞嚴重，長此以往，會對該地區(qū)的經濟發(fā)展、社會進步和環(huán)境保護帶來非常不利的影響，因此該地區(qū)在今后的發(fā)展道路上，應該摒棄這樣的發(fā)展模式。 在經濟高效型發(fā)展模式下，經濟的增長比較快，各項社會事業(yè)都取得了快速的發(fā)展，人民的生活水平也大大提高。但是該模式下，對資源的消耗與環(huán)境的污染還是比較嚴重，系統(tǒng)在剛開始的時候，由于經濟水平提高的驅動，使得系統(tǒng)各個方面的發(fā)展都會有長足的進步，但經過一段時候的快速發(fā)展之后，區(qū)域發(fā)展的可持續(xù)性就受

8、到了影響，無法在強可持續(xù)性的狀態(tài)下繼續(xù)發(fā)展，并因此會出現一系列的問題。 在資源環(huán)保型發(fā)展模式下，區(qū)域資源與環(huán)境得到了有效的保護，并且經濟與社會得到了明顯的發(fā)展和進步，但總的來說，由于資源與環(huán)境的保護力度比較大，對經濟與社會的發(fā)展有一定的限制作用。與區(qū)域經濟發(fā)展有關的指標增速都比較緩慢，所以會在以后的發(fā)展過程中同樣也會帶來一系列的問題，不利于長久的可持續(xù)發(fā)展。 經濟-環(huán)保協(xié)調型發(fā)展模式在經濟的發(fā)展速度上不如經濟高效型，在對

9、資源與環(huán)境的保護成效上不如資源環(huán)保型，但這種方案恰恰是一種能夠使經濟發(fā)展與環(huán)境保護協(xié)調進行的方案，在這種發(fā)展模式下，經濟能夠比較快速的發(fā)展，同時資源與環(huán)境也得到了很好的保護，能夠使該地區(qū)的經濟效益、社會效益和生態(tài)效益都得到充分的提高，這種提高是在區(qū)域發(fā)展高可持續(xù)性的基礎上實現的，是在良性循環(huán)的軌道上實現的，有利于當地長期穩(wěn)定地走可持續(xù)發(fā)展的道路。 本文使用自組織學習向量量化神經網絡建立可持續(xù)發(fā)展水平的評價模型。在對建湖縣可持續(xù)發(fā)

10、展系統(tǒng)進行模擬與仿真的基礎上，以國家環(huán)?？偩忠?guī)定的生態(tài)縣的36項驗收指標作為評價指標，對建湖縣在各個年份的可持續(xù)發(fā)展水平進行綜合評價。結果表明： 在傳統(tǒng)型發(fā)展模式下，系統(tǒng)的可持續(xù)水平下降很快，到2020年該系統(tǒng)的可持續(xù)水平一直保持在比較低的層次上，系統(tǒng)可持續(xù)發(fā)展特性并不理想。 在經濟高效型的發(fā)展模式下，可持續(xù)發(fā)展水平開始時比較高，但隨著時間的推移，到2013年左右，系統(tǒng)的可持續(xù)發(fā)展水平開始下降，到仿真期末，下降到比較弱的

11、可持續(xù)發(fā)展水平。 資源環(huán)保型也有上述類似的發(fā)展趨勢，隨著時間的推移，系統(tǒng)的可持續(xù)發(fā)展水平也在不斷地下降。 經濟-環(huán)保型的發(fā)展模式，兼顧了經濟、社會和生態(tài)環(huán)境等各方面的協(xié)調發(fā)展，因而逐漸呈現出良性循環(huán)的狀態(tài)，它的可持續(xù)發(fā)展水平一直維持在比較高的水平上?？梢娊洕h(huán)保型發(fā)展模式是當地今后最佳的發(fā)展模式，我們可以以該模式生成的調控參數的范圍作為科學參考依據，確定當地今后走該模式的發(fā)展道路所應采取的政策。 本文所運用的方