文档介绍：基于SOM网络的城市分类探讨及实证分析论文
摘要:科学的城市分类不仅便于我们对各个城市的发展进行评估,并且为我们制定城市的发展决策提供了依据。而基于人工神经网络(ANN)的自组织特征映射网络(SOM)具有强大的聚类功能。文章探讨了SOM网络在城市分类方面的应用,并利用MATLAB软件,对山东省各地级市城市进行了实证分析,从而指出了SOM网络在城市分类方面的优缺点及意义。
关键词:人工神经网络;SOM;城市分类
一、引言
城市分类不仅便于我们对各个城市的发展进行评估,并且为我们制定城市的发展决策提供了依据。然而,如何能够进行科学的城市分类一直备受关注。而基于近些年来人工神经网络的飞速发展,)/(max-min)公式把所有数据归一化为0到1之间的数。
(二)网络设计
本文利用MATLAB R2008进行编程构建。确定网络的输入模式为:
Pk=(P1k,P2k,.freel创建一个SOM网络。根据实际情况本文创建网络的竞争层分别选用3、4、5、6层的结构。然后经过实验,分别观察其性能,从而选取分类效果最好的一组。
2、利用函数train和仿真函数sim对网络进行训练并仿真。仿真的步数大小同样影响网络的聚类性能,这里我们设置步数为1000。
最后经过分类结果如表1所示。
(三)实验结果分析
最后经过分析筛选,发现当这17个城市被划分为6类时和现实情况较为符合。分类情况如表2所示。
第一类:从表中看出,济南和青岛被归为了一类,并且在分类数为3、4、5、6时,济南和青岛都被列为了一类。从表中我们可以看到济南、青岛在各方面都优于其他城市,尤其是制造业、教育、以及公共管理和社会组织方面。济南是山东省省会,是全省、文化、经济,金融,教育中心,也是国家批准的沿海开放城市和十五个副省级城市之一。青岛是全国70个大中城市之一,全国五个计划单列市之一。工业有纺织、机车车辆、机械、化学、石油化工、钢铁、橡胶、家用电器、啤酒、卷烟等。有驰名中外的青岛啤酒、海尔集团、海信集团等大企业集团。并且,二者都有丰富的教育资源,全省大多高校均聚集在此。
第二类:淄博、泰安、德州、聊城在发展方面,各个方面较为均衡,没有特别显著的特点。四者的制造业、建筑业和教育大约位于全省中间地位。
第三类:枣庄、东营属特殊职能类型城市。两个城市相对其他城市来说,采矿业较为发达。枣庄境内已探明地下矿藏36种:煤、铁、铜、铝、金、银、锶(天青石)、石膏、萤石、水泥原料灰岩等。其中煤、。而东营又称“石油之城”,丰富的石油、天然气资源。但是,两个城市的制造业相对薄弱,其他产业大约处于平均水平。
第四类:烟台在此被单独分成了一类,其具有自身的特色,并且发展潜力巨大。烟台的制造业和交通运输业位于全省前列。烟台的工业主要以造船、轻纺、机械、建材、电子、冶金、医药等行业为主,并且还有张裕葡萄酒、三环锁等烟台的传统产