论文部分内容阅读
随着环境问题的日益严峻,社会的可持续发展和人类自身的进步受到了严重的威胁。为了实现经济与环境兼容、人与自然和谐共处的可持续发展目标,工业生态化已经成为全球关注的话题。作为工业生态化进程的一个不可或缺的重要部分,生命周期评价更是成为工业生态学研究的热点。
但是由于生命周期评价整个过程包括从原材料的选择到生产制造和使用测量困难致使用于生命周期评价的定量数据不易获得,存在一定的不确定性,且影响生命周期评价的因子多,非线性关系复杂等,使得生命周期评价成为一项繁琐的复杂系统工程;鉴于此,关于人工神经网络在生命周期评价中的研究与应用也鲜有探讨和研究。
本文正是针对生命周期评价影响因子多,非线性关系复杂等特点,利用人工神经网络中的BP网络模拟生命周期评价的过程来进行建模分析。
本文在研究生命周期评价一般方法基础上,以木制板材为研究背景,研究其生命周期评价的一般过程;又基于人工神经网络的研究,提出运用BP网络对木制板材的生命周期评价来建模的方法,建立可行的输入输出关系;同时,提出基于遗传算法的BP网络改进模型,优化网络性能。实验证明:使用遗传算法改进型BP网络模型,具有更好的网络性能,从而较好地实现了人工神经网络在LCA中的应用。
本文运用理论和实践证明了人工神经网络用于生命周期评价的可行性,为信息社会的工业生态进程的发展提供了一种全新的思路和方法,对于人类社会可持续性发展具有非常重要的意义。