论文部分内容阅读
本文以新型城镇化内涵及发展模式为理论基础,以支持向量机及粒子群算法为方法指导,结合定性同定量分析、规范研究与实证研究,实现对我国新型城镇化发展水平的评价分析,并根据实证研究的结果将全国河北、山西、内蒙古等27个省份划分为四大区域进行横向比较27个省份的新型城镇化发展现状,进而得出推动我国新型城镇化发展及加快我国新型城镇化建设的对策及建议。第一章首先分析了论文的选题背景和研究的目的与意义,分析了推动新型城镇化发展对我国整体发展的意义之所在,其次根据时间脉络对有关新型城镇化内涵及发展模式的国内外研究进行综述,再次介绍了本论题所运用的研究方法以及创新之处,最后以技术路线图的形式展现了本文的研究思路。第二章分别阐述并分析了我国新型城镇化发展水平评价指标方法和我国新型城镇化发展水平测度方法的现状。通过对评价指标方法的评述,总结出我国新型城镇化相关指标体系的问题,为后续章节相关指标体系的构建奠定一定现实基础,并分析了当前新型城镇化相关测度方法的不足,简略阐述了粒子群算法优化支持向量机评价模型的优越性。第三章在严格遵循指标体系建立基本原则的基础上,参考现今国内学者对新型城镇化相关评价研究的成果,对源自全国河北、山西、内蒙古等27个省份2012年度总数达1600多个指标数据进行标准化预处理,并将SPSS18.0应用于这些标准化后的数据,由此输出显著性与相关性矩阵,并根据该矩阵对初选指标进行指标筛选,进而构建了我国新型城镇化发展水平评价的指标体系。第四章首先描述了我国新型城镇化发展现状,并分开阐述了支持向量机同粒子群算法的相关原理并叙述了PSO-SVM的运行流程,意在强调PSO-SVM方法的科学性及合理性。其次,基于粒子群算法优化支持向量机对我国新型城镇化发展水平评价问题进行实证研究。本章根据第三章所确定的评价方法以及评价指标体系,利用河北、山西、内蒙古等27个省份的筛选后的指标数据,在Matlab平台上建立了基于PSO-SVM的我国新型城镇化发展水平评价模型,利用相关程序语言实现运行。程序运行结果显示,均方误差是0.00565827;与综合评价值曲线的拟合相关系数是99.7104%,这说明回归结果具有一定科学性,通过PSO优化SVM所得到的最佳惩罚因子及核函数分别为10.0179和0.0527。最后,本章根据仿真结果对我国27个省份的新型城镇化发展水平进行了划区域评价及结果分析,并有针对性的提出相应的对策及建议,意在为我国27个省份持续推动新型城镇化建设提供一定建设性的建议。第五章首先对全文的研究进行总结,得出本论题的研究结论,相关结论如下:(1)东部地区新型城镇化发展水平较高,优势较为明显;(2)中部地区新型城镇化发展水平相对滞后;(3)西部地区新型城镇化发展水平呈现阶梯分布。其次,对本论题未来进一步的研究方向从评价指标体系及测度方法两个方面做出了展望。