矿山生态安全的BP神经网络评价方法与应用研究

矿产资源是人类生存、社会发展和经济建设不可或缺的重要物质基础,但是在过去相当长的一段时期内,粗放型的开采模式、落后的生产工艺、不完善的管理制度对矿山生态环境系统的完整性与健康状态造成了较为严重的影响甚至破坏,导致矿山生态安全态势趋于恶化,严重地影响和制约了矿山资源的可持续开发与利用。因此,定量化地对矿山生态安全进行研究是十分必要的。 本文在研读与分析前人研究成果的基础上,针对矿山生态安全在定量化技术评价方面有所不足的问题,从矿山生态系统完整性与健康性角度出发,结合BP人工神经网络基础理论与方法,首次提出并建立了基于BP人工神经网络的矿山生态安全评价模型,初步形成了定量化分析与评价矿山生态安全态势的技术方法体系,为矿山生态环境的保护与恢复治理提供科学的指导,具有一定的理论价值和现实意义。 论文研究成果主要包括以下几方面： (1)根据山西省矿山环境的特点,结合生态安全评价理论与BP神经网络方法,从矿山生态安全评价的等级划分与特征描述、指标体系的建立、指标评价标准的制定以及评价模型的构建四个方面着手,建立了一种定量化分析与研究矿山生态安全态势的技术方法体系 (2))结合矿山生态安全的特点,运用等分思想与归一化数据处理方法将矿山生态安全态势划分为理想、良好、预警、较差、恶劣五个等级。通过研究与分析矿山自然资源环境和人类行为之间的相互作用关系,提出了PSR概念模型扩展框架,并在其基础上遵循完整性、客观性与可获得性的指标选取原则,选取了25个评价指标因子,建立了矿山生态安全评价指标体系；以评价指标体系为基础,结合研究区域的实际情况并参照相关标准,首次制定了基于BP人工神经网络的矿山生态安全评价模型的评价指标标准体系。 (3)从模型应用价值的需求性与技术方法的衔接性角度出发,运用随机插值方法对训练样本进行了扩充,解决了训练样本不足的问题；采用黄金分割算法对BP神经网络隐含层节点数进行了优化处理,确定了网络模型的最佳拓扑结构,首次建立了基于BP神经网络的矿山生态安全评价模型。 (4)以山西省大同市唐山沟煤矿矿区为研究载体对矿山生态安全评价模型进行了实例验证,模型评价结果与矿区实际情况基本相符,验证了矿山生态安全的BP神经网络评价模型的实用性与可操作性。