基于模式识别神经网络的水资源配置评价模型研究

针对传统水资源配置合理性评价方法中存在的缺陷,为了解决其在评价过程中确定参数或指标权重时较大主观任意性的问题,基于模式识别神经网络和水资源配置评价指标及分级标准构建了模式识别神经网络水资源配置评价模型,该模型数据通过在分级标准阈值区间以随机内插方法产生,以分类误判百分率和交叉熵为模型性能评价指标,模型经过设计实现,对其进行了训练及测试实验,并结合实例应用该模型进行了全国各省级行政区水资源配置评价。实验结果表明:模式识别神经网络水资源配置评价模型精度性能较高、分类能力优良,其训练集、验证集及测试集交叉熵误差分别为2.81×10~(-7)、3.07×10~(-7)、1.31×10~(-6),且其分类误判百分率都为0;进一步的实例分析进一步表明,模型应用于水资源配置评价实践中的合理可行性,评价结果分析则揭示了在水资源配置中存在的突出问题,提出了改进配置合理性的建议。