BP神经网络模型在水库移民后期扶持评估中的应用

2022-07-16刘文铮

水利规划与设计 2022年8期

刘文铮

(辽宁江河水利水电新技术设计研究院有限公司，辽宁沈阳 110003)

水库移民后期扶持监测评估工作是一项基础性工作，是全面了解和掌握水库移民后期扶持政策实施情况的重要手段，也是积极实行“水利行业强监管”的水利改革发展总基调的重要举措[1]。开展监测评估工作，对后期扶持政策实施情况进行跟踪监测，及时掌握情况，评估实施效果，保障资金使用安全和后期扶持政策顺利实施，对维护移民群众合法权益、促进库区和移民安置区经济发展和社会稳定具有重要意义。

根据收集的样本数据，运用统计分析、对比分析、参与式评价、综合评价等方法进行分析评价[2-3]。水库移民后期扶持政策实施情况监测评估的主要内容，包括后期扶持人口核定与动态管理情况、直补资金发放情况、项目实施情况、资金的使用管理情况、政策实施效果等方面[4]。

1 研究区概况

辽阳县是辽东半岛的对外开放县之一，隶属于辽宁省辽阳市，位于辽阳市中南部，地处东经122°35′04″-123°41′00″，北纬40°42′19″-41°25′22″。辽阳县现有199个行政村，其中179个为移民村；人口总户数为131389户，总人口为459864人。移民总人口为18054人，截止到2021年末，核实到人移民人口为11368人，统筹人口6686人。

辽阳县的深山丛林具有极好的水源涵养能力，泉水溪流汇成大河，蕴藏着丰富的水利资源。境内水系主要分为黄海水系和渤海水系，共有流程5km以上的大小河流86条，其中10km以上的大小河流29条，太子河、浑河2大水系在境内形成水网。水陆交通便利，其中较大的河流有太子河、汤河、蓝河、北沙河等。建有大、中、小型水库9座，其中：大型水库有1座，中型水库有2座，小型水库有6座，水库总库容22.8亿m3。

2 数据来源与研究方法

2.1 数据来源分析

水库移民数据收集是一项复杂的工程，收集方法也有很多种，根据项目进度和实际开展工作情况，均采用调查抽样的方法进行。按照SL/T 779—2019《大中型水库移民后期扶持监测评估导则》要求，监测评估应以县为基本单元开展。年度监测评估应以年度预算和年度计划为依据逐年开展，并区分当年预算和往年未完成预算在监测年度的执行情况。监测评估应开展现场监测，采取文献调研、抽样调查、典型调査、重点调查、个案调查等方法收集相关信息；评估应以定量为主，采取定量与定性相结合的方法开展。监测方法应与国民经济和社会发展统计调查方法相衔接，宜使用大数据和互联网等新技术新方法。监测评估内容、方法和对象应在一定时期内保持相对稳定，保证监测评估数据的连续性和可比性。

本次选取具有代表性的首山镇、兴隆镇、刘二堡镇、小河北镇、黄泥洼镇、唐马寨镇、穆家镇、柳壕镇、河栏镇、隆昌镇等10个镇的数据作为样本训练值。同时，将八会镇、寒岭镇、下达河乡、吉洞峪乡、甜水乡等5个乡镇的数据作为采用BP神经网络的检测数据样本，最终进行15个样本选择点的水库移民后期扶持综合监测评估。

2.2 研究方法

神经网络是简单的计算单元因素构成的一种非线性分析系统，能及时进行大量信息的处理、分析、保存和检索等，是一种简化、抽象的计算方法。BP神经网络属于前馈网络分类，主要思想就是通过n个样本输入，即x1、x2、x3、…、xn，以其相对应的m个样本目标值作为输出，即y1、y2、y3、…、ym。将网络实际输出值z1、z2、z3、…、zm与目标输出值之间的误差来进行修改权衡，使其网络实际输出值与样本目标值尽可能接近，即输出的误差最小[5]。

BP神经网络主要有4部分组成，即输入顺传播、输出误差逆传播、网络循环记忆训练、结果识别，具体流程如图1所示。

图1 BP神经网络运算流程框图

算法步骤如下[6-7]：

(1)隐含层与输出层的神经元输出

(1)

式中，qj—隐含层输出j个神经元；f—传递函数；ωij、ωjk—神经元连接权；xi—输入样本模式；θ—偏置；zk—输出层输出k个神经元；g—传输函数。

(2)网络实际输出值与目标输出值之间的误差计算

(2)

式中，yk—输出样本值；δ—误差值，需要对δ进行调整，调整的顺序为首先调整隐含层到输出层的误差权值迭代，其次进行输入层到隐含层的误差权值迭代调整，从而使误差越来越小，满足精度要求[8]。

根据相关学者的研究成果，结合水库移民后期扶持工作的开展效果，考虑评价指标体系影响因素的大小，将水库移民后期扶持监督评估等级分为5级[9]，即优秀、良好、一般、合格、不合格，相对应的网络向量输出为(0 0 0 0 1)、(0 0 0 1 0)、(0 0 1 0 0)、(0 1 0 0 0)、(1 0 0 0 0)。

3 分析与结果

3.1 综合评价指标建立

水库移民后期扶持监测评估体系是要对实行移民村和非移民村中符合政策和享受条件的具有代表性的样本用户进行调查、统计和分析。通过对具体数据进行对比，来满足监测评估的综合评价目的。因此，评价指标体系的建立能够全面地反应当地水库移民群众的实际生活、生产发展水平，具体指标在选取中应考虑以下几方面的原则：指标全面性原则、科学合理性原则、可靠可测性原则、定量与定性相结合原则、以人为本原则。指标体系按照3层次设计，即目标层、影响层、指标层。具体水库移民后期扶持综合评估指标体系，如图2所示。

图2 水库移民后期扶持综合评估指标体系框图

3.2 综合分析

通过BP神经网络样本训练优化算法，在选取的10个镇作为样本训练，仿真训练过程设置如下：构建一个3层的BP神经网络对水库移民后期扶持监测评估，本文构建23个相关综合评价指标进行5个方面映射，利用选取的10个镇作为样本训练，建立神经网络模型框架，在满足一定精度情况下完成循环学习训练过程，并利用网络学习模式模拟5个乡镇的综合评估效果。采用梯度下降动量和自适应算法训练BP网络，目标误差为1×10-3，学习率为0.035，最大迭代次数为2000。

根据选取的首山镇、兴隆镇、刘二堡镇、小河北镇、黄泥洼镇、唐马寨镇、穆家镇、柳壕镇、河栏镇、隆昌镇等10个镇的移民样本数据作为BP神经网络的训练样本，经过网络模式的训练学习，构建神经网络模型，指标数据选取是通过数据分析中的方法收集，同时对目标期望的输出是按照水库移民后期扶持政策中的指导方法划定的等级标准进行划分，并相对应的进行输出值输出。选取的训练样本的输出结果评定结果，见表1。

表1 选取的训练样本输出结果评定结果

根据选取的八会镇、寒岭镇、下达河乡、吉洞峪乡、甜水乡等5个乡镇的数据作为采用BP神经网络的检测数据样本，对模型的的数据进行样本监测评估，具体结果见表2。从表2中可以看到，运用BP神经网络模型进行输出的下达河乡输出综合评估结果为优秀，吉洞峪乡输出综合评估结果为良好等。

表2 选取的检测样本的输出结果评定结果

根据2021年辽阳县水库移民后期扶持政策监测评估实施情况、后期扶持资金的使用管理情况、后期扶持政策实施效果进行跟踪监测和系统进行综合评估，进行分析比较后发现，辽阳县首山镇东王庄村搬迁安置工程完成后，对发展农村的精神文明建设，对进一步构建和谐社会意义重大。提高了基础设施水平，健全了功能配套和农民生活配套设施，改善了人居环境，提高了群众生活质量。

辽阳县刘二堡镇自来水改造工程建设，一定程度上减少了水源污染问题，减少了水资源浪费，减少了疾病的传播途径，促进了农村改灶、改厨、改厕和改造环境。

穆家镇村民生活水平相比移民搬迁扶持之前已经恢复正常水平，并有大幅度提升。环境卫生用水的增加，农民生活习惯的改变，都大大改善了农村生活环境，有利于中国特色新农村建设。

小河北镇、黄泥洼镇、柳壕镇、甜水乡的移民生活生产水平还处在恢复水平，主要影响搬迁前水平较差的村民，在经济收入、农业生产等方面还不适应，导致村民整体搬迁以后总体水平较其他乡镇比较滞后。

4 结论与建议

4.1 结论

在实施水库移民政策以来，辽阳县的移民在生活、生产、经济、环境等方面得到了很大的改善。利用BP神经网络模型对辽阳县的15个乡镇进行样本监测评估，并与2021年辽阳县水库移民后期扶持政策监测评估实施情况进行对比，在比较中发现BP神经网络模型训练得出的综合监测评估结果与后期扶持政策监测评估实施情况基本吻合，说明在选取的23个综合评价指标及构建的BP神经网络模型在移民后期扶持监测评估中评价效果是合理有效的。