吴茜,明海廷,秦学环,朱文晶,吴宜进

• 1:中国电建湖北省电力勘测设计院
• 2:湖北省地质科学研究所
• 3:华中师范大学城市与环境科学学院

摘要(Abstract)：

针对传统的土地复垦适宜性评价方法受人为主观影响较大的问题,该文通过分析神经网络结构、计算流程及误差传递规律,建立了基于人工神经网络的输变电土地复垦适宜性评价模型;然后根据土壤等级7个评价参数的特点确定输入层神经元数为7,根据土地复垦成4类的特点确定输出层神经元数为4,根据经验公式确定隐含层神经元数为9;配置成7-9-4的网络结构,采用Levenberg-Marquardt快速学习算法对网络进行训练、测试及矫正;最后采用输变电线路具有代表性实测样本对该算法进行验证。实验表明经过神经网络识别的土壤等级与实际综合评估土壤等级相符,说明了BP神经网络在输变电土地复垦项目中的可行性和实用性。

关键词(KeyWords)： 土地复垦;适宜性评价;神经网络

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 吴茜,明海廷,秦学环,朱文晶,吴宜进

DOI: 10.16251/j.cnki.1009-2307.2015.02.019

参考文献(References)：

• [1]苏光全,何书金,郭焕成.矿区废弃土地资源适宜性评价[J].地理科学进展,1998,17(4):39-46.
• [2]王欢,王平.土地复垦适宜性评价方法[J].中南林业科技大学学报,2010,30(4):154-158.
• [3]王世东,郭徵,陈秋计.基于极限综合评价法的土地复垦适宜性评价研究与实践[J].测绘科学,2012,37(1).
• [4]陈建飞,刘卫民.Fuzzy综合评判在土宜中的应用[J].资源科学,1999,21(4):71-74.
• [5]张国良,张绍良.矿区土地复垦灰色决策模式研究[J].中国矿业大学学报,1997(1).
• [6]Caudill M,Butler C.Understanding Neural Networks:Computer Explorations[C]//Vols.1 and 2,Cambridge,MA:The MIT Press,1992.
• [7]Charalambous C.Conjugategradient Algorithm for Efficient Training of Artificial Neural Networks[C]//IEEE Proceedings,1992,139(3):301-310.
• [8]戴文战.基于三层BP网络的多指标综合评估方法及应用[J].系统工程理论与实践,1999,19(5):30-33.
• [9]Irie B,Miyake S.Capabilities of Three-layered Perceptrons[C]//Proceedings of the IEEE Inter Conf on Neural Network,1998(1):641-648.
• [10]阎平凡,黄瑞旭.人工神经网络模型分析与应用[M].合肥:安徽教育出版社,1993:27-29.
• [11]Gorman R P,Sejnowski T J.Analysis of Hidden Units in a Layered Network Trained to Classify Sonar Targets[J].Neural Networks,1988,11(1):75-89.
• [12]卢柳叶,张青锋,李光录.基于BP神经网络的遥感影像分类研究[J].测绘科学,2012,37(6):140-143.
• [13]杨国栋,贾成前.高速公路复垦土地适宜性评价的BP神经网络模型[J].系统工程理论与实践,2002(2):119-124.
• [14]潘大丰,李群.神经网络多指标综合评价方法研究[J].农业系统科学与综合研究,1999(2):125-130.