[发明专利]环境问题的神经元网络评价方法

权利要求书

1.一种环境问题的神经元网络评价方法，其特征在于，包括以下步骤：

S1、采集各类环境问题评价的数据；

S2、建立各类环境问题评价的数据库；

S3、通过相关性分析了解各类环境问题评价的数据对各类环境问题评价的影响，得到对环境问题评价有显著性影响的因素；

S4、基于统计模型的相关性分析结果，将对环境问题评价有显著性影响的因素进行主成分分析，得到对环境评价有显著独立性影响的因素，将该对环境评价有显著独立性影响的因素作为环境评价神经元网络模型的输入变量，建立环境评价神经元网络模型的初步模型；

S5、利用步骤S2建立的数据库，对步骤S4建立的环境评价神经元网络模型的初步模型进行训练、检验、校核、优化，得到最优的神经元网络模型。

2.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S1中的各类环境问题评价的数据包括大气、水、噪声、土壤、生物多样性的客观环境数据以及人的主观评价数据。

3.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S1为：采集各类环境问题评价的历史数据和现状数据。

4.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S3通过采用统计分析模型的方法，求解输入变量与输出变量的相关性，得到对环境问题评价有显著性影响的因素。

5.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S4将对环境评价有显著独立性影响的因素作为环境评价神经元网络模型的输入变量，建立环境评价神经元网络的初步模型，该环境评价神经元网络的初步模型根据输入变量的个数M与输出变量个数N之差来确定中间层数n，以及用来做运算的神经元个数m，基于输入变量与输出变量的个数差值，设置与差值数少1到2的层数作为神经元模型结构层，将每层神经元个数设置为上层神经元m个数的m-2个，并以这样的设置方式建立多个环境评价神经元网络的初步模型。

6.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S5中环境评价神经元网络模型的初步模型进行优化包括：根据神经元网络反向传播算法，在数据库的支持下，确定最优的神经元网络模型。

7.根据权利要求1所述的环境问题的神经元网络评价方法，其特征在于：步骤S5中环境评价神经元网络模型的初步模型进行训练的过程中，比较环境评价神经元网络模型的初步模型结果与真实结果的差值，利用观察反向传播算法自动调整的参数，对环境评价神经元网络模型的初步模型结构进行微调，得到最优的神经元网络模型。