遗传算法和BP网络及其在城市系统评价中的应用

摘要

城市系统是个典型的巨系统.因此,分析、研究、规划和管理城市系统应从巨系统的观点出发.城市系统评价是认识和研究城市系统的一种科学方法,为城市的规划、建设、管理等提供科学的依据.文中对常用的评价方法进行了分析研究,指出了常用评价方法的优缺点,指出不同的评价方法有不同的适用环境,应用时应当结合实际的情况.详细阐述和分析了投影寻踪评价方法,并对其用于城市系统评价进行了尝试,结果表明投影寻踪评价方法应用于城市系统评价是可行且有效的.采用遗传算法对于投影寻踪方法在评价过程中涉及到的模型优化问题进行优化,遗传算法是模拟生物

目录

文摘

英文文摘

独创性声明和学位论文版权使用授权书

致谢

第一章绪论

1.1城市系统评价问题

1.1.1系统的基本概念

1.1.2城市的系统性

1.1.3城市系统评价概念

1.1.4城市系统评价的原则和步骤

1.1.5评价指标体系的建立

1.1.6评价中的定量化方法

1.1.7城市系统评价的目的和意义

1.2城市系统评价研究进展

1.2.1系统评价方法综述

1.2.2当前综合评价中存在的问题

1.3论文的研究内容

第二章改进的遗传算法——扰动式遗传算法

2.1遗传算法概述

2.1.1遗传算法的基本原理

2.1.2遗传算法的编码方式

2.1.3遗传操作

2.1.4适应度函数

2.1.5遗传算法的运行参数设置

2.1.6遗传算法的实现步骤

2.1.7遗传算法的特点及其应用

2.2扰动式遗传算法

2.2.1扰动式遗传算法的实现

2.2.2扰动式遗传算法的参数设置

2.2.3扰动式遗传算法的性能分析

2.3扰动式遗传算法的性能测试

第三章基于遗传算法的投影寻踪聚类评价模型

3.1基于遗传算法的投影寻踪聚类评价模型的建模过程

3.2投影寻踪聚类模型在城市区域环境质量动态评价中的应用

3.3投影寻踪聚类模型在城市市政工程建设评价中的应用

第四章基于遗传算法的投影寻踪等级分类评价模型

4.1基于遗传算法的投影寻踪等级分类评价模型的建模过程

4.2投影寻踪等级分类评价模型在城市环境质量评价中的应用

4.2.1中国城市环境质量现状概述

4.2.2城市环境质量评价

第五章BP神经网络评价模型

5.1人工神经网络概述

5.1.1人工神经网络基本原理

5.1.2 BP神经网络分析

5.1.3 BP神经网络特点及其存在的问题

5.1.4 BP神经网络模型

5.1.5 BP算法的实现步骤

5.1.6 BP网络的训练与测试

5.2人工神经网络评价模型在城市系统评价中的应用

第六章基于遗传算法的逼近理想点评价模型

6.1基于遗传算法的逼近理想点评价模型的建模过程

6.2逼近理想点评价模型在城市规划方案优选中的应用

6.3逼近理想点评价模型在污染源治理方案初选中的应用

第七章结论与展望

7.1评价方法及其应用研究总结

7.2评价方法研究展望

参考文献