反向传播神经网络在社会发展中的智慧应用研究

2021-06-11关成立杨岳

计算机时代 2021年5期

关成立杨岳

摘要：人工神经网络技术已被广泛应用于社会经济发展各领域中的非线性复杂问题的处理。文章阐述了反向传播神经网络的工作原理，研究了BP神经网络仿真预测模型在社会经济发展典型领域，如公共安全与灾害防治、医疗、交通、教育、环保及农业、工业、第三产业经济等领域的应用，研究表明，BP神经网络具有广泛的适用性和应用价值。

关键词：反向传播神经网络; 社会发展; 智慧; 应用

中图分类号：TP39 文献标识码：A 文章编号：1006-8228（2021）05-46-03

Research on the application of back propagation neural network in the social development

Guan Chengli， Yang Yue

（Net Center， Yangjiang Polytechnic， Yangjiang， Guangdong 529566， China）

Abstract： The artificial neural network（ANN）had been widely used to deal with the nonlinear complex problems in various fields of social and economic development. This paper describes the working principle of the back propagation （BP） network and researches the application of BP network's simulation and prediction models in the typical areas of social and economic development， such as public safety and disaster prevention， medical treatment， traffic， education， environment protection as well as agriculture， industry and the third industry's economy. The research showed that the BP network had a wide range of practicability and application value.

Key words： back propagation neural network; social development; intelligence; application

0 引言

我国社会已进入“新常态”发展时期，呈现出若干新的特征，例如在2020年以来新冠病毒疫情影响下，涉及的各行业、各领域发展愈加复杂而任务艰巨。决策者的思维不定性、认识模糊性、主观随意性等主观因素，以及现实的大量不确定性因子和因子目标间的非线性关系等客观因素，均会影响决策及评价结果的准确性[1]。由于指标加权平均法、层次分析法及模糊综合评价法等传统评价法[2]实施前提为多个影响要素（即各评价指标）之间须呈现线性相关特点，而社会发展中涉及的管理、经济、交通、医疗等各个行业都存在一个动态变化的进程，影响这一进程的要素众多，且各个要素的影响大小各异，评价结果难以单纯使用某数学方程式加以描述。因此，采用以上方法对各行业发展进行客观公正的测定，具有较大的不合理性。

随着互联网与计算机技术理论及实践研究不断深入，社会必将迎接新的变革。智慧城市建设正逐渐崛起，计算机模拟技术应运而生，广泛应用于城市管理、生物、医疗、化工、环境、交通、军事、航天、经济、教育等多個研究领域，已经成为当前研究的热点课题[3-4]。对比传统研究及评价手段，计算机模拟技术不需进行大量实际的试验研究，而是在计算机设备上进行虚拟设计，自由实施模拟及仿真预测，能节省大量的试验成本及研究者时间等，具有显著的经济、环境及社会效益。鉴于系统理论及人工智能中的神经网络（Artificial Neural Network， ANN）是一种非线性模拟技术，其中反向传播神经网络（Back Propagation，BP）具备高度自主组织、自主学习、自主适应及自主推理能力[5]，它能够解决许多非线性、复杂的现实问题，将它应用于社会经济及城市发展中的多个领域，可以解决非线性影响的困难。

1 反向传播神经网络工作原理

自上世纪40年代初建立的第一个神经网络模型开始，模仿人脑神经元结构及功能的人工智能信息处理技术，即人工神经网络（ANN）技术引起众多学者青睐及关注，包括Hopfield神经网络、自适应谐振技术及反向传播神经网络等[6]。而在众多神经网络模型中，反向传播BP神经网络在各领域应用最为广泛。反向传播神经网络源于BP算法，该算法隶属于δ算法，是一种监督型的导师式学习算法，本质上是以网络实际输出与期望输出的均方误差值为目标函数，基于学习样本集运用梯度搜索技术使目标函数趋于最小值，其学习过程包括信息的正向传播与误差的反向传播[7]。一般地，BP神经网络结构由输入层、隐含层及输出层构成，一个典型的3层BP神经网络拓扑结构如图1所示[8]。

2 反向传播神经网络的智慧应用

2.1 在公共安全及灾害防治中的应用

2019年末的新冠肺炎疫情及2020年初四川凉山森林火灾将公共卫生及安全的重要性提升至新的关注高度，动力学及数学模型在传染病疫情发展趋势及传播规律预测、科学防控指导与评估、灾害防治中持续发挥着重要作用，为公共安全管理者的决策与宏观调控措施的制定提供理论依据，有利于稳定社会情势及维护经济正常发展。在2003年爆发的非典疫情中，张建勋等[9]已探索采用三层反馈神经网络模型建立SARS的传染模型，用其预报SARS的传播规律，结果表明将城市特征作为系统特征状态，该模型经过各个城市的典型样本训练后，可通用于预测各个城市的SARS传播规律。石姗姗等[10]利用全局人工鱼群算法优化BP神经网络，以温度、烟雾浓度及CO浓度为输入神经元，以火灾等级为输出神经元，获得收敛速度快、迭代次数小的火灾预测模型，有效改进传统火灾探测器的报警准确性低以及延迟等问题，对火灾预测领域有一定的适用性及推广价值。

2.2 在醫疗领域中的应用

中药成分复杂，其提取物中的某种或几种成分含量不能全面反映中药的整体疗效，而传统药效评价实验繁琐，影响因素众多，结果不够稳定，因此，亟需科学全面评价中药提取物质量的新技术。ANN处理非线性复杂问题的优势近年来在医学领域有了广泛的应用研究，并可应用于临床诊断、疾病预后以及临床决策分析等方面，为医生提供一种客观、准确的初步诊断结果，辅助医生的确诊诊断。马磊等[11]以黄芩提取物为例，采用BP算法分别构建颜色-抑菌率等7种预测神经网络模型，结果表明性状结合成分含量指标能全面快速地评价黄芩提取物的整体质量，其中采用颜色、味道与成分含量3种指标相结合与体外抑菌率所建立的模型训练和预测能力最好，能快速准确地预测体外抑菌率。宓保宏等[12]采集165位健康和有不同程度心肌缺血患者的红外热图像，通过对红外热图像人体几何定位，提取心前区左右两侧温差集合，并使用多种卷积核对温差集合做降维处理，最终通过BP神经网络在留一法交叉验证下对训练集训练，并确定网络参数，建立分类模型。测试集在网络上分类准确率达到95.56%，可以为新样本做出准确预测。

2.3 在交通领域中的应用

在城市及现代高铁、飞机、公路、水路交通运输快速发展的大背景下，交通治理有关问题日益凸显，交通流量预测及交通安全形势严峻，交通控制逐渐向网络化及智能化方向发展。孔繁辉等[13]采用深度信念网络DBN算法优化BP神经网络，克服传统BP网络易陷入局部最优以及函数拟合度不高的缺点，有效提高交通流预测精度。宋程等[14]结合BP神经网络递推预测与广义预测控制，有效消除高速动车组网络控制系统时延，仿真结果表明预测模型具有实时性高、控制效果好、计算速度快及鲁棒性强等优点，对高速动车组非线性网络控制系统的设计具有重要的参考价值。

2.4 在教育领域的应用

高校教育工作中，教学内容、教学层次及人才培养模式等要求多样化，因材施教及个性化学生培养难度大，且教学进程通常涵盖大量非定量因素，教学质量很难实施科学合理地量化评价，高校教育变革需求迫切，发展适应新时代的智能教育。刘效含等[15]利用BP神经网络与灰色系统，建立了一个应用于智能教育的BP-GM（1，1）预测模型，避免“一锅端”式的教学，精准预测学生的发展倾向，在有限师资及学资条件下，对学生进行分层次的个性化培养，构建智能教育体系。笔者针对高职教学中实践教学质量难以客观评价问题，构建基于BP神经网络的评价模型，利用职校教育实践数据对该模型进行训练和预测[16]。网络运行结果表明，所建立的网络模型可以较好反映高职实践教学质量的优劣，具有良好的仿真预测能力，评价结果客观有效，适用于高校教学质量评价。

2.5 在环保领域的应用

近年来，富营养化、重金属、雾霾等水及大气环境污染问题日益严峻，此次新冠疫情爆发带来的医疗废水、废气、废弃物等“三废”的排放及处理引发新一轮环保热议，众多研究者致力研发新型环保工艺及环境质量评价技术。杨岳等[17]利用神经网络的非线性映射特性建立BP神经网络，以溶解氧等7项常规地表水水质评价指标为输入参数对漠阳江水质进行评价，评价结果表明较传统的水质评价方法，BP网络具有较高识别精度，可提高水质评价等级的准确性，使评价结果更具科学性。王杉等[18]利用BP神经网络模型学习空气质量和图片透射率间的隐性联系，提出一种基于光学成像的空气质量定期性制定方法，通过图片来定性地判定空气质量。实验结果显示，该模型整体识别率为83.72%，优、良类识别率达到90%以上。

2.6 在经济领域的应用

现阶段经济形势复杂多变，农业、工业及服务业均不同程度受到疫情影响，内外部影响因素众多，面临诸多发展问题，为抢占经济制高点，智能产业及智能经济成为研究热点。张俊彪等[19]构建BP神经网络预测池塘养鱼产量与换水量，随机选取45组实践数据进行模型学习，两种模型总体拟合性能良好，相关系数分别达到0.9413及0.9965，表明BP网络可有效预测养鱼池塘经济效益及生态影响，从而指导生产，优化管理决策。靳威等[20]采用基于水泥工业大数据的神经网络人工智能技术，构造人性理解、操作、感知的应用系统环境，建立稳控、量差斜率、积分、预动以及补偿数学模型，让企业生产线的生产控制更加符合人的习惯，调整会更加高效，设备运转更加有效及安全。钟滋庆等[21]以 2000-2018年赣州市社会发展数据为样本，采用BP神经网络模型对赣州未来金融规模进行预测，并根据预测结果，从赣州对接大湾区金融资源前期、中期、后期三方面提出政策建议。

3 结束语

反向传播神经网络在各个领域有着非常广泛的应用，对各领域的非线性问题均具有较好的映射能力，尤其是在智能交通、智慧医疗、智能教育、智慧经济等方面具有非常广阔的发展前景，为各行各业提供了更加高效的服务，可为各决策者提供客观依据及有效的预警信号，具有重要的理论意义及实践价值。但是BP神经网络在发展过程中还面临着更多的挑战，具有收敛速度慢及易陷入局部最小等问题，随着研究的深入，各种优化算法及组合模型将具备更好的可用性与优越性，应用的领域空间必将得到进一步拓展。

参考文献（References）：

[1] 于群，冯玲.基于BP神经网络的网络安全评价方法研究[J].计算机工程与设计，2008.29（8）：1963-1966

[2] 徐敏，蒋伟梁.基于模糊综合评价的交互式产品设计应用与研究[J].计算机时代，2015.2：40-41，44

[3] 杨岳，张敏，关成立.活性碳纤维ACF吸附重金属Cr（Ⅵ）及神经网络智能优化研究[J].电镀与精饰，2019.41（2）：28-32

[4] Chengli Guan， Yue Yang. Research of extraction behaviorof heavy metal Cd in tea based on backpropagation neural network[J].Food Science & Nutrition，2020：1-8

[5] Yue Yang， Chenglong Yu， Chengli Guan. Study of thephotocatalytic degradation of toluene over CdS-TiO2 nanoparticles supported on multi-walled carbon nanotubes by back propagation neural network[J].Fullerenes， Nanotubes and Carbon Nanostructures，2018.26（5）：246-254

[6] 杜涛.基于神经网络的计算机网络安全评价技术[J].长春工业大学学报，2015.36（3）：310-314

[7] 李俊青，陈鹤年，严丽丽等.基于BP神经网络的计算机实验室管理评价指标[J].实验室研究与探索，2011.30（4）：71-73

[8] 虞和济，陈长征，张省等.基于神经网络的智能诊断[M].冶金工业出版社，2000.

[9] 张建勋，张红，曾庆森.基于神经网络的SARS传播模型[J].计算机工程与应用，2004.23：188-191

[10] 石姗姗，高正中.全局人工鱼群优化BP神经网络在火灾探测中的应用[J].中国科技论文，2019.14（11）：1255-1259

[11] 马磊，王佳辉，郝宣润，苏青.基于人工神经网络模型的黄芩提取物性状-成分与药效相关性研究[J].中草药，2020.51（8）：2151-2161

[12] 宓保宏，洪文学，宋佳霖，吴士明，孟辉.基于红外热成像技术与BP神经网络的心肌缺血预诊断方法研究[J].激光与光电子学进展，2019.56（1）：160-166

[13] 孔繁辉，李健.深度信念网络优化BP神经网络的交通流预测模型[J].管理评论，2020.32（3）：300-306

[14] 宋程，王元东，徐滨全.基于BP神经网络的高速动车组网络控制系统时延研究[J].科技创新与应用，2020.9：1-5

[15] 刘效含，李华.人工智能视域下BP灰色神经网络助推智能教育[J].科技资讯，2018.16（23）：5-6

[16] 关成立，杨岳.基于系统控制理论的高职实践教学质量评价模型应用研究[J].信息技术与信息化，2018.11：158-159，167

[17] 杨岳，关成立，陈兴汉.基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究[J].环境科学与管理，2014.39（11）：161-165