最严格水资源管理评价的神经网络模型及其应用

以云南省曲靖市最严格水资源管理评价为研究对象,提出了最严格水资源管理评价指标体系和分级标准,构建基于回归支持向量机(SVR)和径向基函数(RBF)神经网络的评价模型。利用层次分析法(AHP)从用水总量、用水效率、限制纳污与责任考核4个方面遴选出20个指标,构建最严格水资源管理评价指标体系和分级标准;采用随机生成和随机选取的方法在最严格水资源管理评价等级标准阈值间构造小容量训练样本和检验样本对SVR与RBF模型进行验证。利用SVR与RBF模型对实例进行评价分析。结果表明:1SVR与RBF模型具有较高的评价精度和泛化能力,可用于最严格水资源管理评价。2SVR与RBF模型对曲靖市2010、2015、2020和2030年最严格水资源管理评价分别为"不理想","较理想","理想"和"最理想"。