| 基于BP神经网络的工业生态安全动态评价及障碍因子诊断 |
| |
| 引用本文： | 赵杨秋,何刚,王莹莹,阮君,张朋.基于BP神经网络的工业生态安全动态评价及障碍因子诊断[J].水土保持通报,2021,41(3):127-136. |
| |
| 作者姓名： | 赵杨秋 何刚 王莹莹 阮君 张朋 |
| |
| 作者单位： | 安徽理工大学 经济与管理学院, 安徽 淮南 232001 |
| |
| 基金项目： | 安徽省哲学社会科学规划项目“淮河生态经济带产业转型升级与生态环境的耦合协调发展研究”（AHSKY2019D026）；安徽理工大学研究生创新资助项目“淮河生态经济带经济发展与生态环境的共生性研究”（2020CX2089），“淮河生态经济带新型城镇化对生态环境质量影响研究”（2019CX2075） |
| |
| 摘 要： | 目的] 对安徽省工业生态安全进行评价和预测，为安徽省工业生态安全可持续发展提供科学依据。方法] 基于压力、状态、响应框架和生态、环境、经济、社会框架构建工业生态安全评价指标体系，采用聚类工具进行安全等级划分，结合熵权法和综合指数法评价2009—2018年安徽省工业生态安全水平，运用BP神经网络模型对2019—2025年工业生态安全水平进行科学预测。结果] ①从总体上看，2009—2018年安徽省工业生态安全评价指数呈波动上升趋势，安全等级由“临界安全”上升为“较安全”；②从各子系统来看，2009—2018年压力子系统的评价指数呈上升态势，状态和响应子系统的评价指数呈先下降后上升态势；③BP神经网络预测结果显示：2019—2025年安徽省工业生态安全态势总体呈波动上升状态，处于“临界安全”向“较安全”转变态势；④影响安徽省工业生态安全的主要障碍因素包括第二产业从业人员比例、第二产业占GDP的比例、污水集中处理率、森林覆盖率和人口密度，是今后调控的方向。结论] 研究期间安徽省工业生态安全波动明显，但总体上呈上升趋势，工业生态安全得到明显的改善。
|
| 关 键 词： | PSR-EEES模型 BP神经网络模型 生态安全评价 障碍因子 安徽省 |
| 收稿时间： | 2021/1/15 0:00:00 |
| 修稿时间： | 2021/3/12 0:00:00 |
Dynamic Assessment and Obstacle Factor Diagnosis of Industrial Ecological Safety Based on BP Neural Network |
| |
| Zhao Yangqiu,He Gang,Wang Yingying,Ruan Jun,Zhang Peng.Dynamic Assessment and Obstacle Factor Diagnosis of Industrial Ecological Safety Based on BP Neural Network[J].Bulletin of Soil and Water Conservation,2021,41(3):127-136. |
| |
| Authors: | Zhao Yangqiu He Gang Wang Yingying Ruan Jun Zhang Peng |
| |
| Institution: | College of Economic and Management, Anhui University of Science and Technology, Huainan, Anhui 232001, China |
| |
| Abstract: | |
| |
| Keywords: | PSR-EEES model BP neural network model ecological safety evaluation obstacle factor Anhui Province |
|
| 点击此处可从《水土保持通报》浏览原始摘要信息 |
| 点击此处可从《水土保持通报》下载免费的PDF全文 |
