基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型的云南文山州水資源脆弱性綜合評(píng)價(jià)

崔東文

(云南省文山州水務(wù)局，云南文山 663000)

水資源脆弱性是指水資源系統(tǒng)易于遭受人類活動(dòng)、自然災(zāi)害威脅和損失的性質(zhì)和狀態(tài)，受損后難于恢復(fù)到原來狀態(tài)和功能的性質(zhì)［1］。其本質(zhì)特征是自然屬性和人類活動(dòng)(主要以水事活動(dòng)為主)共同作用的結(jié)果。當(dāng)水資源系統(tǒng)受到各種干擾因素的作用后，使得某一部分(系統(tǒng))崩潰而直接或間接地影響其他部分(系統(tǒng))，從而引發(fā)了連鎖反應(yīng)，給系統(tǒng)帶來突發(fā)的、沉重的打擊，甚至導(dǎo)致系統(tǒng)的崩潰，從而給經(jīng)濟(jì)、社會(huì)、生態(tài)帶來嚴(yán)重的毀壞［2］。評(píng)價(jià)區(qū)域水資源脆弱性的關(guān)鍵問題是如何合理制定水資源脆弱性評(píng)價(jià)指標(biāo)體系及其等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)和如何合理建立有效的定量評(píng)價(jià)模型［3－4］。目前，國內(nèi)外對(duì)水資源脆弱性的評(píng)估剛剛起步，缺乏可操作的定量方法，亟待進(jìn)一步深入開展研究［5］。本文結(jié)合豐水地區(qū)區(qū)域?qū)嶋H，利用層次分析法構(gòu)建符合豐水地區(qū)水資源脆弱性評(píng)價(jià)的指標(biāo)體系和分級(jí)標(biāo)準(zhǔn)，分別構(gòu)建單、雙隱層BP神經(jīng)網(wǎng)絡(luò)模型對(duì)云南文山州區(qū)域水資源脆弱性進(jìn)行綜合評(píng)價(jià)，評(píng)價(jià)結(jié)果令人滿意，可為研究區(qū)域的水資源脆弱性評(píng)價(jià)方法提供參考和依據(jù)。

1 水資源脆弱性評(píng)價(jià)指標(biāo)體系構(gòu)建

1.1 評(píng)價(jià)指標(biāo)的選取

水資源脆弱性是水資源可持續(xù)開發(fā)和利用的障礙，脆弱度越大，越不利于可持續(xù)發(fā)展［1］。為了能夠定量分析水資源系統(tǒng)的脆弱性，本文參考文獻(xiàn)［2］，并結(jié)合豐水地區(qū)區(qū)域水資源開發(fā)利用現(xiàn)狀，利用層次分析法構(gòu)建適用于豐水地區(qū)水資源脆弱性評(píng)價(jià)的指標(biāo)體系和分級(jí)標(biāo)準(zhǔn)，將區(qū)域水資源脆弱性評(píng)價(jià)分為目標(biāo)層A、準(zhǔn)則層B和指標(biāo)層C 3個(gè)層次。目標(biāo)層A主要用于綜合評(píng)價(jià)區(qū)域水資源脆弱性狀況;準(zhǔn)則層B用于反映水資源脆弱性水平和內(nèi)部協(xié)調(diào)性，分別由驅(qū)動(dòng)力指標(biāo)、壓力指標(biāo)、狀態(tài)指標(biāo)、影響指標(biāo)和響應(yīng)指標(biāo)5部分構(gòu)成，它將水資源系統(tǒng)脆弱性的各個(gè)方面有機(jī)地結(jié)合在一起;指標(biāo)層C反映水資源脆弱性水平中各個(gè)準(zhǔn)則層的具體指標(biāo)，由反映驅(qū)動(dòng)力等準(zhǔn)則的34個(gè)評(píng)價(jià)指標(biāo)組成，它是區(qū)域水資源脆弱性評(píng)價(jià)的基礎(chǔ)。

1.2 評(píng)價(jià)標(biāo)準(zhǔn)的確定

水資源系統(tǒng)相關(guān)綜合評(píng)價(jià)的關(guān)鍵之處在于如何合理制定評(píng)價(jià)指標(biāo)體系及其評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)［3，6－7］。對(duì)于水資源系統(tǒng)脆弱性綜合評(píng)價(jià)，目前學(xué)術(shù)界尚沒有統(tǒng)一認(rèn)可的水資源系統(tǒng)脆弱性標(biāo)準(zhǔn)，本文參考文獻(xiàn)［2］，結(jié)合豐水地區(qū)區(qū)域?qū)嶋H，建立適用于豐水地區(qū)衡量水資源脆弱性狀況的尺度和標(biāo)準(zhǔn)，并將水資源脆弱性狀態(tài)分5個(gè)等級(jí)，詳見表1豐水區(qū)域水資源脆弱性評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)標(biāo)準(zhǔn)。

表1 豐水區(qū)域水資源脆弱性綜合評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)標(biāo)準(zhǔn)Table 1 Evaluation indexes and criteria for the vulnerability of water resources in water-abundant areas

2 BP網(wǎng)絡(luò)水資源脆弱性評(píng)價(jià)

2.1 BP 網(wǎng)絡(luò)概述

BP(Back Propagation)網(wǎng)絡(luò)即誤差逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)，是能實(shí)現(xiàn)映射變換的前饋網(wǎng)絡(luò)中最常用的一類網(wǎng)絡(luò)，它是一種典型的誤差修正方法，具有理論上能逼近任意非線性連續(xù)函數(shù)的能力，且結(jié)構(gòu)簡單，易于編程，在眾多的領(lǐng)域得到了廣泛的應(yīng)用［8－9］。BP網(wǎng)絡(luò)是一種單向傳播的多層前饋神經(jīng)網(wǎng)絡(luò)，其主要特點(diǎn)是信號(hào)前向傳播，誤差反向傳播。在前向傳播中，輸入信號(hào)從輸入層經(jīng)隱含層逐層處理，直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)，如果輸出層得不到期望輸出，則轉(zhuǎn)入反向傳播，根據(jù)預(yù)測誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，從而使BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸出不斷逼近期望輸出。由非線性變換單元組成的BP神經(jīng)網(wǎng)絡(luò)，不僅結(jié)構(gòu)簡單，而且具有良好的非線性映射能力，其廣泛應(yīng)用于函數(shù)逼近、模式識(shí)別、分類和數(shù)據(jù)壓縮等領(lǐng)域［10－11］。根據(jù)隱含層數(shù)的多少，BP網(wǎng)絡(luò)可以劃分為單隱含層網(wǎng)絡(luò)和多隱含層網(wǎng)絡(luò)。理論上，單隱層BP網(wǎng)絡(luò)已能映射或逼近任何有理函數(shù)。增加層數(shù)可以進(jìn)一步降低誤差，提高精度，同時(shí)使網(wǎng)絡(luò)復(fù)雜化，從而增加網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間。而誤差精度的提高也可以通過增加隱含層神經(jīng)元數(shù)目來獲得，訓(xùn)練結(jié)果比增加層數(shù)更容易觀察和調(diào)整［11－12］。本文同時(shí)構(gòu)建單、雙隱層BP網(wǎng)絡(luò)模型進(jìn)行區(qū)域水資源脆弱性評(píng)價(jià)分析。

2.2 BP網(wǎng)絡(luò)模型結(jié)構(gòu)

單、雙隱層BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖1、圖2所示［8－11，13－14］。

圖1 單隱層BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖Fig.1 Structure of BP neural network model with single hidden layer

圖2 雙隱層BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖Fig.2 Structure of BP neural network model with double hidden layer

本文以3層BP網(wǎng)絡(luò)為例說明BP網(wǎng)絡(luò)算法。圖1 中，X1，X2，…，Xn是 BP 神經(jīng)網(wǎng)絡(luò)的輸入值，Y1，Y2，…，Ym是 BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測值，ωij和 ωjk為 BP神經(jīng)網(wǎng)絡(luò)權(quán)值。從圖1可以看出，BP神經(jīng)網(wǎng)絡(luò)可以看一個(gè)非線性函數(shù)，網(wǎng)絡(luò)輸入值和預(yù)測值分別為該函數(shù)的自變量和因變量。當(dāng)輸入節(jié)點(diǎn)數(shù)為n，輸出節(jié)點(diǎn)數(shù)為m時(shí)，BP神經(jīng)網(wǎng)絡(luò)就表達(dá)了從n個(gè)自變量到m個(gè)因變量的函數(shù)映射關(guān)系。BP神經(jīng)網(wǎng)絡(luò)預(yù)測前首先要訓(xùn)練網(wǎng)絡(luò)，通過訓(xùn)練使網(wǎng)絡(luò)具有聯(lián)想記憶和預(yù)測能力，其標(biāo)準(zhǔn)算法具體實(shí)現(xiàn)步驟如下［11，13］:

(1)網(wǎng)絡(luò)初始化。根據(jù)系統(tǒng)輸入輸出序列(X，Y)確定網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)n、隱含層節(jié)點(diǎn)數(shù)l，輸出層節(jié)點(diǎn)數(shù)m，初始化輸入層、隱含層和輸出層神經(jīng)元之間的連接權(quán)值為ωij，ωjk，初始化隱含層閾值a，輸出層閾值b，給定學(xué)習(xí)速率和神經(jīng)元激勵(lì)函數(shù)。

(2)隱含層輸出計(jì)算。根據(jù)輸入向量X，輸入層和隱含層間連接權(quán)值ωij以及隱含層閾值a，計(jì)算隱含層輸出H。

式中:l為隱含層節(jié)點(diǎn)數(shù);f為隱含層激勵(lì)函數(shù)，該函數(shù)有多種表達(dá)形式，本文所選函數(shù)為

(3)輸出層輸出計(jì)算。根據(jù)隱含層輸出H，連接權(quán)值ωjk和閾值b，計(jì)算BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸出O。

(4)誤差計(jì)算。根據(jù)網(wǎng)絡(luò)預(yù)測輸出O和期望輸出Y，計(jì)算網(wǎng)絡(luò)預(yù)測誤差e。

(5)權(quán)值更新。根據(jù)網(wǎng)絡(luò)預(yù)測誤差e更新網(wǎng)絡(luò)連接權(quán)值 ωij，ωjk。

式中:i=1，2，…，n;j=1，2，…l，;k=1，2，…，m;η為學(xué)習(xí)速率。

(6)閾值更新。根據(jù)網(wǎng)絡(luò)預(yù)測誤差e更新網(wǎng)絡(luò)節(jié)點(diǎn)閾值 a，b。

(7)判斷算法迭代是否結(jié)束，若沒有結(jié)束，返回步驟(2)。

2.3 BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)

標(biāo)準(zhǔn)梯度BP算法在實(shí)際應(yīng)用中存在以下不足:①算法收斂速度較慢，一般需要成千上萬次的迭代計(jì)算;②系統(tǒng)訓(xùn)練可能不穩(wěn)定;③目標(biāo)函數(shù)可能陷入局部極小值;④網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目的選取和連接權(quán)W初值的選取，往往靠經(jīng)驗(yàn)等。為克服算法中的不足和提高BP網(wǎng)絡(luò)的預(yù)測精度及訓(xùn)練時(shí)間，給出以下網(wǎng)絡(luò)改進(jìn)算法［8－10］。

2.3.1 附加動(dòng)量法

該方法是在反向傳播法的基礎(chǔ)上在每一個(gè)權(quán)值(或閾值)的變化上加上一項(xiàng)正比于前次權(quán)值變化量的值，并根據(jù)反向傳播法來產(chǎn)生新的權(quán)值(或閾值)及偏差變化。

帶有附加動(dòng)量因子的權(quán)值調(diào)節(jié)公式為

式中:t為訓(xùn)練次數(shù);η為學(xué)習(xí)速率;α為動(dòng)量因子;αΔwki(t)為附加動(dòng)量項(xiàng)。利用附加動(dòng)量法可以平滑梯度方向的劇烈變化，增加算法的穩(wěn)定性。MATLAB中的工具函數(shù)traingdm()即對(duì)應(yīng)于附加動(dòng)量法。

2.3.2 適應(yīng)調(diào)整參數(shù)法

采用自適應(yīng)調(diào)整參數(shù)的改進(jìn)算法基本設(shè)想是學(xué)習(xí)速率η應(yīng)根據(jù)誤差變化而自適應(yīng)調(diào)整，以使權(quán)系數(shù)調(diào)整向誤差減少的方向變化，其迭代過程可表示為

選擇適當(dāng)?shù)膶W(xué)習(xí)速率η，能加快網(wǎng)絡(luò)的訓(xùn)練速度，增加網(wǎng)絡(luò)學(xué)習(xí)的穩(wěn)定性。但在▽f(w(t))很小的情況下，采用自適應(yīng)調(diào)整參數(shù)的改進(jìn)算法仍然存在權(quán)值修正量很小的問題，致使學(xué)習(xí)速率降低。MATLAB中的工具函數(shù)traingda()即對(duì)應(yīng)于自適應(yīng)調(diào)整參數(shù)法。

2.3.3 彈性改進(jìn)算法

BP網(wǎng)絡(luò)通常采用Sigmod隱含層。當(dāng)輸入函數(shù)較大時(shí)，斜率接近于零，這將導(dǎo)致算法中的梯度值很小，可能使網(wǎng)絡(luò)權(quán)值的修正幾近停止。彈性方法只取偏導(dǎo)數(shù)的符號(hào)，而不考慮偏導(dǎo)的幅值。其權(quán)值修正的迭代過程可表示為

式中sign(·)為符號(hào)函數(shù)。在彈性BP算法中，當(dāng)訓(xùn)練發(fā)生振蕩時(shí)，權(quán)值的變化量將減小;當(dāng)幾次迭代過程中的權(quán)值均朝一個(gè)方向變化時(shí)，權(quán)值的變化量將增大。

2.3.4 共軛梯度法

梯度下降法收斂速度較慢，而擬牛頓法計(jì)算又較復(fù)雜，共軛梯度法兼有二者的優(yōu)點(diǎn)。其也是一種改進(jìn)搜索方向的算法，它是把前一點(diǎn)的梯度乘以適當(dāng)?shù)南禂?shù)，加到該點(diǎn)的梯度上，得到新的搜索方向。其迭代算法為

式中 ρ(t)為最佳步長。

共軛梯度法比常規(guī)梯度下降法收斂快，并且只需增加較少的存儲(chǔ)量和計(jì)算量。MATLAB中的工具函數(shù) traincgb()，traincgf()，traincgp()即對(duì)應(yīng)于共軛梯度法。

2.3.5 Levenberg-Marquardt改進(jìn)算法

由于梯度下降法在最初幾步下降較快，但隨著接近最優(yōu)值，梯度趨于零，導(dǎo)致誤差函數(shù)下降緩慢，而牛頓法則可在最優(yōu)值附近產(chǎn)生一個(gè)理想的搜索方向。Levenberg-Marquardt法實(shí)際上是梯度下降法和牛頓法的結(jié)合，其比傳統(tǒng)的BP及其他改進(jìn)算法有迭代次數(shù)少，收斂速度快和精確度高等優(yōu)點(diǎn)。L－M算法基本思想是使其每次迭代不再沿著單一負(fù)梯度方向，而是允許誤差沿著惡化的方向進(jìn)行搜索，同時(shí)通過在最速梯度下降和高斯－牛頓法之間自適應(yīng)調(diào)整來優(yōu)化網(wǎng)絡(luò)權(quán)值，使網(wǎng)絡(luò)能夠有效收斂，提高網(wǎng)絡(luò)的收斂速度和泛化能力。

其權(quán)值調(diào)整公式為

式中:e為誤差向量;JT為誤差對(duì)權(quán)值微分的雅可比矩陣;μ為標(biāo)量。MATLAB中的工具函數(shù)trainlm()即對(duì)應(yīng)Levenberg-Marquardt法的改進(jìn)算法。本文程序采用trainlm訓(xùn)練函數(shù)。

2.4 雙隱層BP評(píng)價(jià)模型的建立

基于BP神經(jīng)網(wǎng)絡(luò)模型的區(qū)域水資源脆弱性評(píng)價(jià)建模包括:BP神經(jīng)網(wǎng)絡(luò)構(gòu)建、BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練和BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)3步，算法流程如圖3所示［13］。

圖3 區(qū)域水資源脆弱性評(píng)價(jià)流程Fig.3 Process of assessing regional water vulnerability

2.5 水資源脆弱性評(píng)價(jià)的實(shí)現(xiàn)

2.5.1 指標(biāo)一致性處理

表1中的水資源脆弱性評(píng)價(jià)指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)，對(duì)于正向指標(biāo)其值越大則評(píng)價(jià)越優(yōu);負(fù)向指標(biāo)取值正好相反，即相應(yīng)的值越小其評(píng)價(jià)越優(yōu)。本文將負(fù)向指標(biāo)進(jìn)行處理，即對(duì)這些指標(biāo)的原始值取倒數(shù)［6－7］(為便于計(jì)算，取倒后再同時(shí)乘以100)。

2.5.2 數(shù)據(jù)處理

由于網(wǎng)絡(luò)的各個(gè)輸入數(shù)據(jù)常常具有不同的物理意義和不同的量綱及數(shù)量級(jí)，因此，在網(wǎng)絡(luò)訓(xùn)練前要先對(duì)于原始數(shù)據(jù)進(jìn)行歸一化處理［6］。數(shù)據(jù)歸一化方法很多，本文采用最大最小法，公式為

2.5.3 訓(xùn)練樣本設(shè)計(jì)

依據(jù)表1，以各評(píng)價(jià)因子上下限(極小值、極大值)為限值，利用線性插值方法將歸一化的各評(píng)價(jià)因子插值得到100個(gè)訓(xùn)練樣本作為網(wǎng)絡(luò)的輸入，將0～1插值得到100個(gè)訓(xùn)練樣本作為輸出;將歸一化的水資源脆弱性分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)值作為“評(píng)價(jià)”樣本進(jìn)行評(píng)價(jià)，并將“評(píng)價(jià)”結(jié)果作為區(qū)域水資源脆弱性綜合評(píng)價(jià)等級(jí)的劃分標(biāo)準(zhǔn)，再對(duì)區(qū)域水資源脆弱性進(jìn)行評(píng)價(jià)分析。

2.5.4 網(wǎng)絡(luò)訓(xùn)練

本文采用單、雙隱層BP神經(jīng)網(wǎng)絡(luò)對(duì)區(qū)域水安全進(jìn)行評(píng)價(jià)，網(wǎng)絡(luò)包括輸入層、隱含層和輸出層3部分，見圖1和圖2。以表1中各指標(biāo)作為輸入向量，即輸入層神經(jīng)元個(gè)數(shù)為34個(gè);以0～1插值結(jié)果作為輸出向量，即輸出層的神經(jīng)元數(shù)為1個(gè);對(duì)于各隱層神經(jīng)元個(gè)數(shù)的選取，目前并沒有統(tǒng)一的計(jì)算方法，本文采用逐步增長或逐步修剪法確定最終神經(jīng)元數(shù)［14－16］，經(jīng)過反復(fù)試數(shù)，單隱層 BP網(wǎng)絡(luò)評(píng)價(jià)模型結(jié)構(gòu)為34—30—1;雙隱層BP網(wǎng)絡(luò)評(píng)價(jià)模型結(jié)構(gòu)為34—34—36—1，含層和輸出層傳遞函數(shù)分別采用tansig和logsig，訓(xùn)練函數(shù)采用trainlm，閾值和權(quán)值的學(xué)習(xí)函數(shù)采用learngd，性能函數(shù)采用mse，設(shè)定期望誤差為1×10－6，最大訓(xùn)練輪回為2 000次。經(jīng)過計(jì)算，網(wǎng)絡(luò)達(dá)到了較好的訓(xùn)練精度和評(píng)價(jià)要求。

3 實(shí)例應(yīng)用

3.1 研究區(qū)域概況

文山州位于云南省東南部，屬亞熱帶低緯度高原季風(fēng)氣候區(qū)，全州總面積31 456 km2，轄文山、硯山、西疇、麻栗坡、馬關(guān)、丘北、廣南、富寧8縣，現(xiàn)人口345萬。境內(nèi)河流分屬珠江流域和紅河流域，珠江流域?yàn)槲鹘?，面積17 145 km2，占全州總面積的54.5%，主要有南盤江、清水江、馱娘江、西洋江、普廳河、那馬河等;紅河流域?yàn)闉o江水系，面積14 311 km2，占全州總面積的45.5%，主要有盤龍河、八布河、南利河、迷福河、那么果河等。境內(nèi)降水量及水資源總量相對(duì)豐富:多年平均降水量1 178.5 mm，水資源總量157.7億 m3［17］。近年來，由于全球氣候變化，尤其是人類活動(dòng)對(duì)氣候以及環(huán)境的影響，區(qū)域水資源系統(tǒng)表現(xiàn)出一種易于遭受這類影響而被損壞，難以恢復(fù)到原有狀態(tài)和功能的脆弱性［18］。水資源脆弱性又是度量水資源安全的標(biāo)準(zhǔn)之一，是保障水資源安全和持續(xù)利用的重要前提，因而開展文山州區(qū)域水資源脆弱性研究對(duì)預(yù)測未來水資源安全的變化趨勢，探求水資源安全的關(guān)鍵性要素和過程具有重要意義［19］。

3.2 評(píng)價(jià)結(jié)果及分析

依據(jù)表1豐水區(qū)域水資源脆弱性評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)標(biāo)準(zhǔn)，利用上述訓(xùn)練好的單、雙隱層BP神經(jīng)網(wǎng)絡(luò)模型分別對(duì)水資源脆弱性分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)值和文山州區(qū)域不同規(guī)劃水平年水資源脆弱性進(jìn)行評(píng)價(jià)，結(jié)果見表2和表3。

表2 區(qū)域水資源脆弱性評(píng)價(jià)等級(jí)劃分依據(jù)Table 2 Grades and assessment results of regional water resources vulnerability

分析表2、表3可以得出以下結(jié)論:

(1)文山州各評(píng)價(jià)區(qū)域不同規(guī)劃水平年水資源脆弱性評(píng)價(jià)等級(jí)為Ⅲ—Ⅴ級(jí)，即處于中度脆弱與不脆弱之間，反映了文山州現(xiàn)狀及中、長期水資源脆弱狀況，符合區(qū)域現(xiàn)狀和規(guī)劃實(shí)際，說明研究建立的單、雙隱層BP神經(jīng)網(wǎng)絡(luò)水資源脆弱性評(píng)價(jià)模型和評(píng)價(jià)方法均是合理可行的，評(píng)價(jià)結(jié)果可以作為研究區(qū)域水資源脆弱性評(píng)價(jià)的參考依據(jù)。

表3 文山州區(qū)域不同規(guī)劃水平年水資源脆弱性評(píng)價(jià)結(jié)果Table 3 Assessment results of water resource vulnerability in different regions of Wenshan prefecture in different target years

(2)從評(píng)價(jià)方法上看，單、雙隱層BP神經(jīng)網(wǎng)絡(luò)對(duì)區(qū)域水資源脆弱性的評(píng)價(jià)結(jié)果基本一致，僅有2020年廣南縣和富寧縣的評(píng)價(jià)結(jié)果略有差別，但也較為接近，說明單、雙隱層BP神經(jīng)網(wǎng)絡(luò)模型均可作為區(qū)域水資源脆弱性評(píng)價(jià)的選用模型。

(3)現(xiàn)狀水平年除文山縣水資源脆弱性評(píng)價(jià)等級(jí)為輕度脆弱外，其他評(píng)價(jià)區(qū)域評(píng)價(jià)等級(jí)均為中度脆弱，評(píng)價(jià)區(qū)域主要在壓力、影響和響應(yīng)驅(qū)動(dòng)方面表現(xiàn)較差。具體主要受城市化率、人均GDP、萬元工業(yè)用水量、需水量模數(shù)、水害災(zāi)害受害率、工業(yè)重復(fù)利用率、生態(tài)用水比例、水土流失率、污水處理率和生態(tài)、農(nóng)業(yè)缺水率等指標(biāo)的影響。文山縣是文山州經(jīng)濟(jì)、政治和文化中心，城市化率、人均GDP、萬元工業(yè)用水量、工業(yè)重復(fù)利用率和污水處理率等指標(biāo)相對(duì)較高，故評(píng)價(jià)等級(jí)為Ⅳ級(jí)，即輕度脆弱。

(4)隨著區(qū)域經(jīng)濟(jì)、社會(huì)的快速發(fā)展，國家“資源水利”的快速推進(jìn)和“三條紅線”制度的實(shí)施，評(píng)價(jià)區(qū)域內(nèi)城市化率、人均GDP、萬元工業(yè)用水量、需水量模數(shù)、水害災(zāi)害受害率、工業(yè)重復(fù)利用率、生態(tài)用水比例、水土流失率、污水處理率和生態(tài)、農(nóng)業(yè)缺水率等指標(biāo)將有較大的改善和提高，從中、長期規(guī)劃后的水資源脆弱性狀況來看，各評(píng)價(jià)區(qū)域水資源脆弱性評(píng)價(jià)等級(jí)分別為Ⅳ—Ⅴ級(jí)，即輕度脆弱和不脆弱，符合區(qū)域?qū)嶋H。

(5)整體而言，文山州水資源脆弱性現(xiàn)狀水平年處于“中度脆弱”，2020年處于“輕度脆弱”，2030年處于“不脆弱”狀態(tài)。從輸出結(jié)果上看，各區(qū)域水資源脆弱性評(píng)價(jià)等級(jí)隨著現(xiàn)狀—中期—長期逐漸趨于不脆弱。當(dāng)然，中、長期水資源脆弱性評(píng)價(jià)結(jié)果主要受規(guī)劃預(yù)測數(shù)據(jù)精確度的影響，但總體趨勢合理可信。

4 結(jié)語

(1)本文分別構(gòu)建了單、雙隱層BP神經(jīng)網(wǎng)絡(luò)水資源脆弱性評(píng)價(jià)模型，并對(duì)區(qū)域水資源脆弱性進(jìn)行對(duì)比評(píng)價(jià)分析，評(píng)價(jià)結(jié)果基本相同，表明將BP網(wǎng)絡(luò)模型應(yīng)用于水資源脆弱性評(píng)價(jià)是合理可行的，進(jìn)一步驗(yàn)證了諸如人工神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)方法和蒙特卡洛方法等智能方法在綜合評(píng)價(jià)方面的可行性和有效性，且BP等神經(jīng)網(wǎng)絡(luò)在許多方面表現(xiàn)出優(yōu)于常規(guī)評(píng)價(jià)方法的顯著特點(diǎn)。

(2)本文將水資源脆弱性評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)值的“評(píng)價(jià)”結(jié)果作為評(píng)價(jià)區(qū)域水資源脆弱性評(píng)價(jià)等級(jí)劃分的依據(jù)，摒棄了以往采用隸屬度原則的主觀臆斷成分，評(píng)價(jià)具有客觀性和適用性。但評(píng)價(jià)結(jié)果往往受評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)值和評(píng)價(jià)指標(biāo)上下限范圍(極大值、極小值)的影響較大，這也是如何客觀綜合評(píng)價(jià)此類問題的難點(diǎn)和關(guān)鍵所在。

［1］王明泉，張濟(jì)世，程中山.黑河流域水資源脆弱性評(píng)價(jià)及可持續(xù)發(fā)展研究［J］.水利科技與經(jīng)濟(jì)，2007，13(2):114 － 116.(WANG Ming-quan，ZHANG Ji-shi，CHENG Zhong-shan.Water Resources Vulnerability and Sustainable Development in Heihe River Basin［J］.Water Conservancy Science and Technology and Economy，2007，13(2):114 －116.(in Chinese))

［2］董四方，董增川，陳康寧.基于DPSIR概念模型的水資源系統(tǒng)脆弱性分析［J］.水資源保護(hù)，2010，26(4):1－4，25.(DONG Si-fang，DONG Zeng-chuan，CHEN Kangning.Analysis of Water Resources System Vulnerability Based on DPSIR Conceptual Model［J］.Water Resources Protection，2010，26(4):1 －4，25.(in Chinese))

［3］金菊良，吳開亞，魏一鳴.基于聯(lián)系數(shù)的流域水安全評(píng)價(jià)模型［J］.水利學(xué)報(bào)，2008，39(4):401 －409.(JIN Ju-liang，WU Kai-ya，WEI Yi-ming.Connection Number Based Assessment Model for Watershed Water Security［J］.Journal of Hydraulic Engineering，2008，39(4):401 －409.(in Chinese))

［4］金菊良，王文圣，洪天求，等.流域水安全智能評(píng)價(jià)方法的理論基礎(chǔ)探討［J］.水利學(xué)報(bào)，2006，37(8):918－925.(JIN Ju-liang，WANG Wen-sheng，HONG Tianqiu，et al.Theoretical Basis of Intelligent Evaluation Methods of Watershed Water Security［J］.Journal of Hydraulic Engineering，2006，37(8):918 －925.(in Chinese))

［5］馮少輝，李 靖，朱振峰，等.云南省滇中地區(qū)水資源脆弱性評(píng)價(jià)［J］.水資源保護(hù)，2010，26(1):13－16.(FENG Shao-hui，LI Jing，ZHU Zhen-feng，et al.Study on Water Resources Vulnerability Assessment in Central Yunnan［J］.Water Resources Protection，2010，26(1):13 －16.(in Chinese))

［6］耿雷華，卞錦華，徐澎波，等.水資源合理配置評(píng)價(jià)指標(biāo)體系研究［M］.北京:中國環(huán)境科學(xué)出版社，2008.(GENG Lei-hua，BIAN Jin-hua，XU Peng-bo，et al.E-valuation Index System for the Rational Allocation of Water Resources［M］.Beijing:China Environmental Science Press，2008.(in Chinese))

［7］王順久，張欣莉，倪長鍵，等.水資源優(yōu)化配置原理及方法［M］.北京:中國水利水電出版社，2007.(WANG Shun-jiu，ZHANG Xin-li，NI Chang-jian，et al.Water Resources Optimal Allocation Principles and Methods［M］.Beijing:China Water Power Press，2007.(in Chinese))

［8］張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2009.(ZHANG De-feng.MATLAB Neural Network Design［M］.Beijing:Mechanical Industry Press，2009.(in Chinese))

［9］張良均，曹 晶，蔣世忠.神經(jīng)網(wǎng)絡(luò)實(shí)用教程［M］.北京:機(jī)械工業(yè)出版社，2008.(ZHANG Liang-jun，CAO Jing，JIANG Shi-zhong.Practical Guide to Neural Networks［M］.Beijing:Mechanical Industry Press，2008.(in Chinese))

［10］叢 爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用［M］.合肥:中國科學(xué)技術(shù)大學(xué)出版社，2009.(CONG Shuang.Theory and Application of MATLAB Neural Network Toolbox［M］.Hefei:China University of Science and Technology Press，2009.(in Chinese))

［11］楊淑瑩.模式識(shí)別現(xiàn)智能計(jì)算——MATLAB技術(shù)實(shí)現(xiàn)［M］.北京:電子工業(yè)出版社，2009.(YANG Shu-ying.Pattern Recognition-MATLAB is Smart Computing Technology［M］.Beijing:Electronic Industry Press，2009.(in Chinese))

［12］范佳妮，王振雷，錢 鋒.BP人工神經(jīng)網(wǎng)絡(luò)隱層結(jié)構(gòu)設(shè)計(jì)的研究進(jìn)展［J］.控制工程.2005，12(增):105－109.(FAN Jia-ni，WANG Zhen-lei，QIAN Feng.Research Progresses of Hidden Layer Structure Design in BP Artificial Neural Network［J］.Control Engineering，2005，12(Sup.):105 －109.(in Chinese))

［13］MATLAB中文論壇.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析［M］.北京:北京航空航天大學(xué)出版社，2010.(MATLAB Chinese Forum.Thirty Cases of MATLAB Neural Network［M］.Beijing:Beihang University Press，2010.(in Chinese))

［14］卓金武.Matlab在數(shù)學(xué)建模中的應(yīng)用［M］.北京:北京航空航天大學(xué)出版社，2011.(ZHUO Jin-wu.Matlab in Mathematical Modeling［M］.Beijing:Beihang University Press，2011.(in Chinese))

［15］董長虹.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用［M］.北京:國防工業(yè)出版社，2005.(DONG Chang-hong.Matlab Neural Network and Application［M］.Beijing:National Defence Industry Press，2005.(in Chinese))

［16］趙振寧.模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用［M］.北京:清華大學(xué)出版社，1996.(ZHAO Zhen-ning.Fuzzy Theory and Neural Network:Foundation and Application［M］.Beijing:Tsinghua University Press，1996.(in Chinese))

［17］文山州水利電力勘測設(shè)計(jì)院.文山壯族苗族自治州水資源綜合規(guī)劃報(bào)告［R］.文山:文山州水利電力勘測設(shè)計(jì)院，2009.(Wenshan Water and Power Survey Design Institute.Comprehensive Planning Report of Water Resources in Wenshan Zhuang and Miao Autonomous Prefecture［R］.Wenshan:Wenshan Water and Power Survey Design Institute，2009.(in Chinese))

［18］黃友波，鄭冬燕，夏 軍，等.黑河地區(qū)水資源脆弱性及其生態(tài)問題分析［J］.水資源與水工程學(xué)報(bào)，2004，15(1):32 － 37.(HUANG You-bo，ZHENG Dong-yan，XIA Jun，et al.Analysis of Water Resources Vulnerability and Ecological Problems in Heihe River Basin［J］.Journal of Water Resources and Water Engineering，2004，15(1):32 －37.(in Chinese))

［19］李劍穎，王 恒，戴文育.地下水資源脆弱性研究進(jìn)展［J］.水利水電科技進(jìn)展，2006，(增刊 1):152 －155.(LI Jian-ying，WANG Heng，DAI Wen-yu.Groundwater Resource Vulnerability Research［J］.Advances in Science and Technology of Water Resources，2006，(Sup.1):152 －155.(in Chinese))