基于案例推理和智能算法的石漠化治理模式優(yōu)選研究.pdf

1、石漠化是目前巖溶學領域最突出的環(huán)境問題和研究熱點?？λ固厥侵冈趤啛釒Эλ固氐赜颦h(huán)境背景下，受人類不合理活動的驅動，引起土壤嚴重侵蝕、基巖大面積裸露、土地生產(chǎn)力急劇下降、地表出現(xiàn)類似荒漠景觀的土地退化過程。目前我國西南喀斯特地區(qū)一批石漠化生態(tài)治理項目正在試點實施，并提出了一些治理模式，但石漠化綜合治理進展仍然比較緩慢，還存在不少問題。如何利用新思路、新手段與新方法準確、客觀而有效地防治石漠化災害與維護喀斯特生態(tài)環(huán)境健康安全，是跨學科

2、的重大課題之一。
　　基于相似性的推理越來越受到重視，出現(xiàn)案例推理(Case-Based Reasoning，CBR)概念，并且基于案例推理的基本思想符合人的推理模式。許多領域基于規(guī)則的系統(tǒng)無能為力，但基于案例的系統(tǒng)卻幾乎不受應用領域的限制，案例推理中知識表示是以案例為基礎，案例的獲取比規(guī)則獲取要容易，大大簡化知識獲取，對過去的求解結果進行復用，可以提高對新問題的求解效率。在 CBR推理中，根據(jù)新案例與案例庫中現(xiàn)有案例的相似度來確

3、定其石漠化綜合治理類型的隸屬度，在推理過程中使用隸屬度可以減少許多不確定性，使得分類結果更合理，對比不同方法的分類效果顯示，所建立的案例庫可以被重復使用。
　　本研究對當前西南地區(qū)石漠化治理中較為成功的治理模式進行了初步分類，并初步建立了喀斯特石漠化治理案例指標體系。實現(xiàn)了使用GA BP ANN模型對石漠化治理案例進行初步推理，并取得了較為明顯的效果。
　　BP神經(jīng)網(wǎng)絡是在梯度算法的基礎上推導出來的，進化學習收斂速度較慢，容

4、易陷入局部最優(yōu)值。由于BP神經(jīng)網(wǎng)絡初始權值與閾值是隨機取值，導致網(wǎng)絡容易陷入局部最優(yōu)值，并且每次訓練后的網(wǎng)絡預測輸出都有差別。本研究把 BP神經(jīng)網(wǎng)絡與遺傳算法有機結合，用遺傳算法尋找網(wǎng)絡初始最優(yōu)權值和閾值，可以彌補初始權值和閾值隨機取值的缺陷，使網(wǎng)絡能夠更精確的預測系統(tǒng)輸出，從而使預測推理的結果更為準確。同時，本論文根據(jù)所建立的GA-BP神經(jīng)網(wǎng)絡模型，在石漠化治理模式案例推理中進行了實證分析，并取得了較為理想的效果。
　　本論文所