论文部分内容阅读
本文运用系统动力学、神经网络模型与计算机仿真来对江苏省建湖县区域可持续发展系统进行研究。通过将三种方法的有机结合，仿真该系统在不同的发展模式下的发展动态，并建立可持续发展水平的评价模型，进而从这些模式中筛选出该地区今后最佳的发展道路。由于可持续发展系统的高度复杂性与不可实验性，我们无法得到系统精确的数学模型，只能得到系统的历史资料，因此本文的研究目的在于探索一种建立复杂系统模型的新方式，即通过运用人工智能化的方法来对复杂系统中难以确定的关系进行建模，在建立系统模型的基础上，仿真它在不同的政策参数下系统的动态响应，这对我们认识与操纵可持续发展系统具有重大的意义。
本文首先通过对当地可持续发展系统历史状况的调查研究，收集了大量的系统历史资料．然后根据可持续发展原理和研究目的，对当地的可持续发展系统进行分析和描述，将此系统分解为人口、经济、资源与环境3大密切联系，相互作用的子系统，并用95个系统变量对整个系统和子系统进行描述；继而运用系统动力学的语言对系统进行分析，将95个系统变量分成三种类型：状态变量、速率变量和辅助变量。通过对3大子系统的结构和因果反馈关系的分析，确定各个子系统的结构以及它们内部的主反馈环和次反馈环，再建立各个反馈环的主要状态方程，速率方程和辅助方程，进而得到各个子系统的系统模型。最后对各个子系统进行复杂的多维耦合，从而得到整个建湖县区域可持续发展的系统模型。
本文中大多数的速率方程和辅助方程都使用神经网络模型来确立，通过神经网络模型对历史数据的学习，通过系统辨识的方法建立它们之间的关系，这样建立的关系很容易通过历史的检验，也容易使整个系统模型与真实系统之间建立行为上的相似性，并通过行为一致性检验。具有行为一致性的系统模型可以对真实系统未来的发展状况进行模拟与仿真。由于建立神经网络模型需要大量的学习训练样本，而历史数据往往是不足的，因此本文选用3次B-样条函数对这些历史数据进行内插值的方法来构建学习样本。在充足的学习训练样本的基础上，构建的神经网络模型具有鲁棒性强，泛化能力高等特点，可以对系统未来的发展趋势进行稳健地预测。
将系统模型建立并通过行为一致性检验之后，对它进行灵敏性分析，从而设计调控系统的政策参数，并根据这些政策参数的不同取值来模拟真实系统在未来不同的发展模式。系统模型的灵敏性分析主要包括数值灵敏性分析，行为灵敏性分析和政策灵敏性分析三种。根据建湖县实际情况和调控参数不同取值，设定了建湖县(2001-2020年)区域可持续发展的4种系统模式：传统发展型，经济高效型，资源环保型和经济．环保协调发展型。传统发展型是不对系统今后的发展加以干预，系统完全按照传统的发展模式向前发展，系统中的各个调控参数都不加以改变；经济高效型是指在坚持区域可持续发展的前提下，优先保证经济的快速发展；资源环保型的发展模式是在坚持可持续发展的前提下，强调了对资源与环境的保护；经济-环保协调型发展模式是指在发展过程中同时兼顾经济发展和资源环境保护。仿真结果表明：
传统发展型模式不是一种可持续发展意义上的发展模式，在这种发展模式下，该地区人口增长快，经济发展缓慢，对资源与环境的破坏严重，长此以往，会对该地区的经济发展、社会进步和环境保护带来非常不利的影响，因此该地区在今后的发展道路上，应该摒弃这样的发展模式。
在经济高效型发展模式下，经济的增长比较快，各项社会事业都取得了快速的发展，人民的生活水平也大大提高。但是该模式下，对资源的消耗与环境的污染还是比较严重，系统在刚开始的时候，由于经济水平提高的驱动，使得系统各个方面的发展都会有长足的进步，但经过一段时候的快速发展之后，区域发展的可持续性就受到了影响，无法在强可持续性的状态下继续发展，并因此会出现一系列的问题。
在资源环保型发展模式下，区域资源与环境得到了有效的保护，并且经济与社会得到了明显的发展和进步，但总的来说，由于资源与环境的保护力度比较大，对经济与社会的发展有一定的限制作用。与区域经济发展有关的指标增速都比较缓慢，所以会在以后的发展过程中同样也会带来一系列的问题，不利于长久的可持续发展。
经济-环保协调型发展模式在经济的发展速度上不如经济高效型，在对资源与环境的保护成效上不如资源环保型，但这种方案恰恰是一种能够使经济发展与环境保护协调进行的方案，在这种发展模式下，经济能够比较快速的发展，同时资源与环境也得到了很好的保护，能够使该地区的经济效益、社会效益和生态效益都得到充分的提高，这种提高是在区域发展高可持续性的基础上实现的，是在良性循环的轨道上实现的，有利于当地长期稳定地走可持续发展的道路。
本文使用自组织学习向量量化神经网络建立可持续发展水平的评价模型。在对建湖县可持续发展系统进行模拟与仿真的基础上，以国家环保总局规定的生态县的36项验收指标作为评价指标，对建湖县在各个年份的可持续发展水平进行综合评价。结果表明：
在传统型发展模式下，系统的可持续水平下降很快，到2020年该系统的可持续水平一直保持在比较低的层次上，系统可持续发展特性并不理想。
在经济高效型的发展模式下，可持续发展水平开始时比较高，但随着时间的推移，到2013年左右，系统的可持续发展水平开始下降，到仿真期末，下降到比较弱的可持续发展水平。
资源环保型也有上述类似的发展趋势，随着时间的推移，系统的可持续发展水平也在不断地下降。
经济-环保型的发展模式，兼顾了经济、社会和生态环境等各方面的协调发展，因而逐渐呈现出良性循环的状态，它的可持续发展水平一直维持在比较高的水平上。可见经济．环保型发展模式是当地今后最佳的发展模式，我们可以以该模式生成的调控参数的范围作为科学参考依据，确定当地今后走该模式的发展道路所应采取的政策。
本文所运用的方法，是对复杂系统模型建立方法的一种崭新的尝试，本研究证明，将人工智能的方法应用到区域可持续发展系统模型的建立中，可以大大节省建模时间和强度，得到的系统模型易于理解和操纵，而且鲁棒性强，不会受到建模数据噪音和系统运行状态的干扰，得到的结论真实可信，这些都是其他建模方法所不能比拟的。本文研究的结果可以为当地的可持续发展提供科学的仿真实验参考，从而为当地今后如何走可持续发展道路提供科学的帮助和指导。