林區(qū)公路網(wǎng)評(píng)價(jià)和優(yōu)化研究.pdf

1、可持續(xù)發(fā)展是人類社會(huì)發(fā)展的必然模式，林業(yè)可持續(xù)發(fā)展是可持續(xù)發(fā)展理論在林業(yè)中的具體應(yīng)用和體現(xiàn)。傳統(tǒng)的林區(qū)公路網(wǎng)優(yōu)化理論、評(píng)價(jià)指標(biāo)體系和方法不能完全適應(yīng)林業(yè)可持續(xù)發(fā)展的需求，因此構(gòu)建一套完整的適應(yīng)林業(yè)可持續(xù)發(fā)展的林區(qū)公路網(wǎng)評(píng)價(jià)指標(biāo)體系，對(duì)于深入研究林區(qū)公路網(wǎng)的優(yōu)化和評(píng)價(jià)問(wèn)題具有重要的意義和應(yīng)用價(jià)值。本文基于第三章構(gòu)建的評(píng)價(jià)指標(biāo)體系，將支持向量機(jī)和蟻群算法分別應(yīng)用到林區(qū)公路網(wǎng)的評(píng)價(jià)和優(yōu)化領(lǐng)域，研究結(jié)果表明這兩種方法完全可以應(yīng)用于林區(qū)公路網(wǎng)的評(píng)

2、價(jià)與優(yōu)化問(wèn)題中，且性能較常用的方法好，結(jié)果合理可行。
　　 本文的主要研究?jī)?nèi)容和研究結(jié)果如下:
　　 (1)借鑒國(guó)內(nèi)外公路網(wǎng)評(píng)價(jià)指標(biāo)體系構(gòu)建的方法和部分研究成果，使用頻數(shù)分析法、專家咨詢法和層次分析法，篩選出林區(qū)公路網(wǎng)評(píng)價(jià)指標(biāo)，計(jì)算每個(gè)指標(biāo)的權(quán)重，最終構(gòu)建了完整的基于林業(yè)可持續(xù)發(fā)展理論的林區(qū)公路網(wǎng)評(píng)價(jià)指標(biāo)體系。
　　 (2)在對(duì)比分析幾種常用支持向量機(jī)分類算法和核函數(shù)優(yōu)劣的基礎(chǔ)上，采用一對(duì)多分類算法和徑向基核函數(shù)

3、，基于本文構(gòu)建的林區(qū)公路網(wǎng)評(píng)價(jià)指標(biāo)體系，建立了一種基于支持向量機(jī)的林區(qū)公路網(wǎng)評(píng)價(jià)模型，使用libsvm軟件包完成核函數(shù)參數(shù)的選定、樣本的訓(xùn)練和測(cè)試，分別以廣州市公益林公路網(wǎng)、岳陽(yáng)林紙商品林公路網(wǎng)為實(shí)例，進(jìn)行了實(shí)證研究，同時(shí)對(duì)比了BP神經(jīng)網(wǎng)絡(luò)、模糊綜合評(píng)價(jià)和k-近鄰分類算法的分類性能，結(jié)果表明支持向量機(jī)模型具有更好的分類性能。
　　 (3)采用最大最小蟻群算法，設(shè)計(jì)了信息素濃度的更新策略、啟發(fā)因子的取值方法和螞蟻的搜索迭代步驟，基