基于神经网络分析的自来水厂的选址问题

陈森森

近年来，随着我国农村人口的不断增加，乡镇规模不断扩大，居民生活水平的也在不断提高。为了满足日益递增的农村用水需求，各地政府都积极进行农村自来水厂的新建、扩建或改建。城市最重要的基础设施，自来水厂的规划选址关系到整个农村地区供水系统的安全和合理性，本文以上海市模农村地区为例建立选址决策的模糊评价矩阵，利用BP人工神经网络来进行处理确定最优选址方案。

来水厂选址

BP神经网络 模糊评价矩阵

引言

上海市境内河流众多，随着上海市经济的发展，城区和农村地区人口不断增加自来水用水量急剧增长，现有水厂供水规模已经接近极限，同时人们对水质和服务的要求也越来，由于各种原因上海市在各种方面的规划明显滞后由此带来的水资源浪费等问题逐渐显现。因此为保障农村地区人们的用水急需新建水厂，扩大供水规模，以满足人们的用水需求。

合理的自来水厂选址能节省费用，满足人们的供水需求，也能增加水厂的收入避免资源浪费。因此水厂的选址对整个新农村建设起到了至关重要的作用。近年来随着我国经济的飞速发展，其选址问题逐渐引起了务实界的高度关注以及理论界的探究研究。在西方国家已有的研究中，Nelson、Grune等人提出并不断完善的列举法，Cohen、Applebaum等提出绘图法用于获取所选位置的描述信息。本文在层次分析法的基础上，利用BP神经网络的进行选址决策，确定最优方案。

自来水厂选址的原则

选择水厂厂址时，应从全面、科学、协调发展的视角融合多学科知识；充分考虑当地的地质情况；尽量靠近农村乡镇建设发展地区以便于方便地获取相关服务；同时也不应离水源地过远避免水資源运输过程中产生的浪费；充分考虑到现实可行性和可操作性，动态规划。满足综合性、协调性、安全性、科学前瞻与现实可行性相结合的四大选址原则。

BP神经网络分析方法

BP算法是一种有导师学习算法，单个样本学习方法如下：

BP算法是一种有导师学习算法，单个样本学习方法如下：

（1）预处理

1.确定训练的样本集Xp，p=1，2取其中一个样本进行编码；

2.给出期望输出值（教室值）。

（2）初始化权值Wij Wjk。

（3）前向计算

1.隐含层的输入为hj= ∑iWijxi，输出为vj=f（hi），其中f（x）=1/（1+e^（-x））为sigmoid函数。

2.输出层的输人为hk=∑jWjkvkj，输出为yk=f（hk）∑jWjkf（∑iWijxi）。

ε=1/2∑k（tk-yk）^2

（4）误差的反向传播

1.更新规则

利用梯度下降法调整权值，学习速率为η。

2.更新权值

至此，一个样本的一次州算完成。

当需要训练的样本数目为P时，更新规则如下：

ΔWjk=η∑pδpkvpj；

δpk=f（hpk）（tpk-ypk）；

δpj=f（hpj）∑kδpkWjk

应用BP神经网络分析进行自来水厂选址决策分析

自来水厂选址跟其他设施选址一样包括两个层次的问题：其一是定位，即选择什么样的地区设置设施。其二是定址，即在地区选定后，具体该在该地区什么位置建立水厂。

自来水厂选址属于设施选址的一种。设施选址的影响因素与选址决策的目标和原则直接相关。因此进行选址影响因素分析，必须首先明确选址决策的目标和原则。自来水厂的选址的影响因素有很多，本文根据上海市农村地区的的实际情况，结合自来水厂本身建设时要考虑的因素，选择其中的一些重要指标，作为进行决策的指标。这些因素大致可分为自然环境、交通条件、建设费用、当地人口密度以及公共设施这几大类。指标选择的好坏对自来水厂选址的正确决策起到十分重要的作用。

在上海市某一农村地区进行实地调研，收集要进行选址决策的指标的具体数值，确定出六个可行的方案，得出每个方案要考虑的指标的值。本文选取典型自来水厂建设资料为学习的样本。首先将样本进行预处理，使得各指标的效应值在[0，1]区间；将各个指标的效应值作为因变量，用网络的输出节点表达，自来水厂的选址决策的结果则由网络的输出节点表达。根据待选的水厂决策结果决策。由于篇幅限制，这里省略计算过程，直接列出计算结果。

在本文中我们设计出七个可行方案，由于方案的指标体系有五个指标，故输出层单元数设计为五个。中间层设计为一层，单元数设计为三个，输出层的单元数设计为一个。通过运用模糊综合评判法对自来水厂选址进行评价，看出采用BP神经网络模型进行自来水厂决策是有效的、合理的。

结语

在我国自来水厂选址问题日益突出的情况下，本文以层次分析法为基础建立BP神经网络模型，以弥补现有相关理论研究的欠缺和不足。尽管BP神经网络的学习性能和学习效率会受到样本数量、质量、网络层次及隐含层神经元数的影响，但本文通过一定的样本学习和训练所建立的神经网络，在分析自来水厂的不同选择位置时显现出较强的可行性和有效性。因此在自来水厂选择决策中，如有一定的历史数据可供参考，则使用基于BP人工神经网络的综合评价法较好，能对备选方案作出快速、客观、准确的评价，提高选址决策的利学性和效率性。

[1]韩庆兰，梅运先.基于BP人工神经网络的物流配送中心选址决策[J].中国软件学；2004（6）

[2]宫尚宝，郭玉翠.基于人工BP神经网络的社区医院选址决策[M].北京邮电大学