BP神經網絡模型在水庫移民后期扶持評估中的應用

劉文錚

(遼寧江河水利水電新技術設計研究院有限公司，遼寧 沈陽 110003)

水庫移民后期扶持監測評估工作是一項基礎性工作，是全面了解和掌握水庫移民后期扶持政策實施情況的重要手段，也是積極實行“水利行業強監管”的水利改革發展總基調的重要舉措[1]。開展監測評估工作，對后期扶持政策實施情況進行跟蹤監測，及時掌握情況，評估實施效果，保障資金使用安全和后期扶持政策順利實施，對維護移民群眾合法權益、促進庫區和移民安置區經濟發展和社會穩定具有重要意義。

根據收集的樣本數據，運用統計分析、對比分析、參與式評價、綜合評價等方法進行分析評價[2-3]。水庫移民后期扶持政策實施情況監測評估的主要內容，包括后期扶持人口核定與動態管理情況、直補資金發放情況、項目實施情況、資金的使用管理情況、政策實施效果等方面[4]。

1 研究區概況

遼陽縣是遼東半島的對外開放縣之一，隸屬于遼寧省遼陽市，位于遼陽市中南部，地處東經122°35′04″-123°41′00″，北緯40°42′19″-41°25′22″。遼陽縣現有199個行政村，其中179個為移民村；人口總戶數為131389戶，總人口為459864人。移民總人口為18054人，截止到2021年末，核實到人移民人口為11368人，統籌人口6686人。

遼陽縣的深山叢林具有極好的水源涵養能力，泉水溪流匯成大河，蘊藏著豐富的水利資源。境內水系主要分為黃海水系和渤海水系，共有流程5km以上的大小河流86條，其中10km以上的大小河流29條，太子河、渾河2大水系在境內形成水網。水陸交通便利，其中較大的河流有太子河、湯河、藍河、北沙河等。建有大、中、小型水庫9座，其中：大型水庫有1座，中型水庫有2座，小型水庫有6座，水庫總庫容22.8億m3。

2 數據來源與研究方法

2.1 數據來源分析

水庫移民數據收集是一項復雜的工程，收集方法也有很多種，根據項目進度和實際開展工作情況，均采用調查抽樣的方法進行。按照SL/T 779—2019《大中型水庫移民后期扶持監測評估導則》要求，監測評估應以縣為基本單元開展。年度監測評估應以年度預算和年度計劃為依據逐年開展，并區分當年預算和往年未完成預算在監測年度的執行情況。監測評估應開展現場監測，采取文獻調研、抽樣調查、典型調査、重點調查、個案調查等方法收集相關信息；評估應以定量為主，采取定量與定性相結合的方法開展。監測方法應與國民經濟和社會發展統計調查方法相銜接，宜使用大數據和互聯網等新技術新方法。監測評估內容、方法和對象應在一定時期內保持相對穩定，保證監測評估數據的連續性和可比性。

本次選取具有代表性的首山鎮、興隆鎮、劉二堡鎮、小河北鎮、黃泥洼鎮、唐馬寨鎮、穆家鎮、柳壕鎮、河欄鎮、隆昌鎮等10個鎮的數據作為樣本訓練值。同時，將八會鎮、寒嶺鎮、下達河鄉、吉洞峪鄉、甜水鄉等5個鄉鎮的數據作為采用BP神經網絡的檢測數據樣本，最終進行15個樣本選擇點的水庫移民后期扶持綜合監測評估。

2.2 研究方法

神經網絡是簡單的計算單元因素構成的一種非線性分析系統，能及時進行大量信息的處理、分析、保存和檢索等，是一種簡化、抽象的計算方法。BP神經網絡屬于前饋網絡分類，主要思想就是通過n個樣本輸入，即x1、x2、x3、…、xn，以其相對應的m個樣本目標值作為輸出，即y1、y2、y3、…、ym。將網絡實際輸出值z1、z2、z3、…、zm與目標輸出值之間的誤差來進行修改權衡，使其網絡實際輸出值與樣本目標值盡可能接近，即輸出的誤差最小[5]。

BP神經網絡主要有4部分組成，即輸入順傳播、輸出誤差逆傳播、網絡循環記憶訓練、結果識別，具體流程如圖1所示。

圖1 BP神經網絡運算流程框圖

算法步驟如下[6-7]：

(1)隱含層與輸出層的神經元輸出

(1)

式中，qj—隱含層輸出j個神經元；f—傳遞函數；ωij、ωjk—神經元連接權；xi—輸入樣本模式；θ—偏置；zk—輸出層輸出k個神經元；g—傳輸函數。

(2)網絡實際輸出值與目標輸出值之間的誤差計算

(2)

式中，yk—輸出樣本值；δ—誤差值，需要對δ進行調整，調整的順序為首先調整隱含層到輸出層的誤差權值迭代，其次進行輸入層到隱含層的誤差權值迭代調整，從而使誤差越來越小，滿足精度要求[8]。

根據相關學者的研究成果，結合水庫移民后期扶持工作的開展效果，考慮評價指標體系影響因素的大小，將水庫移民后期扶持監督評估等級分為5級[9]，即優秀、良好、一般、合格、不合格，相對應的網絡向量輸出為(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 分析與結果

3.1 綜合評價指標建立

水庫移民后期扶持監測評估體系是要對實行移民村和非移民村中符合政策和享受條件的具有代表性的樣本用戶進行調查、統計和分析。通過對具體數據進行對比，來滿足監測評估的綜合評價目的。因此，評價指標體系的建立能夠全面地反應當地水庫移民群眾的實際生活、生產發展水平，具體指標在選取中應考慮以下幾方面的原則：指標全面性原則、科學合理性原則、可靠可測性原則、定量與定性相結合原則、以人為本原則。指標體系按照3層次設計，即目標層、影響層、指標層。具體水庫移民后期扶持綜合評估指標體系，如圖2所示。

圖2 水庫移民后期扶持綜合評估指標體系框圖

3.2 綜合分析

通過BP神經網絡樣本訓練優化算法，在選取的10個鎮作為樣本訓練，仿真訓練過程設置如下：構建一個3層的BP神經網絡對水庫移民后期扶持監測評估，本文構建23個相關綜合評價指標進行5個方面映射，利用選取的10個鎮作為樣本訓練，建立神經網絡模型框架，在滿足一定精度情況下完成循環學習訓練過程，并利用網絡學習模式模擬5個鄉鎮的綜合評估效果。采用梯度下降動量和自適應算法訓練BP網絡，目標誤差為1×10-3，學習率為0.035，最大迭代次數為2000。

根據選取的首山鎮、興隆鎮、劉二堡鎮、小河北鎮、黃泥洼鎮、唐馬寨鎮、穆家鎮、柳壕鎮、河欄鎮、隆昌鎮等10個鎮的移民樣本數據作為BP神經網絡的訓練樣本，經過網絡模式的訓練學習，構建神經網絡模型，指標數據選取是通過數據分析中的方法收集，同時對目標期望的輸出是按照水庫移民后期扶持政策中的指導方法劃定的等級標準進行劃分，并相對應的進行輸出值輸出。選取的訓練樣本的輸出結果評定結果，見表1。

表1 選取的訓練樣本輸出結果評定結果

根據選取的八會鎮、寒嶺鎮、下達河鄉、吉洞峪鄉、甜水鄉等5個鄉鎮的數據作為采用BP神經網絡的檢測數據樣本，對模型的的數據進行樣本監測評估，具體結果見表2。從表2中可以看到，運用BP神經網絡模型進行輸出的下達河鄉輸出綜合評估結果為優秀，吉洞峪鄉輸出綜合評估結果為良好等。

表2 選取的檢測樣本的輸出結果評定結果

根據2021年遼陽縣水庫移民后期扶持政策監測評估實施情況、后期扶持資金的使用管理情況、后期扶持政策實施效果進行跟蹤監測和系統進行綜合評估，進行分析比較后發現，遼陽縣首山鎮東王莊村搬遷安置工程完成后，對發展農村的精神文明建設，對進一步構建和諧社會意義重大。提高了基礎設施水平，健全了功能配套和農民生活配套設施，改善了人居環境，提高了群眾生活質量。

遼陽縣劉二堡鎮自來水改造工程建設，一定程度上減少了水源污染問題，減少了水資源浪費，減少了疾病的傳播途徑，促進了農村改灶、改廚、改廁和改造環境。

穆家鎮村民生活水平相比移民搬遷扶持之前已經恢復正常水平，并有大幅度提升。環境衛生用水的增加，農民生活習慣的改變，都大大改善了農村生活環境，有利于中國特色新農村建設。

小河北鎮、黃泥洼鎮、柳壕鎮、甜水鄉的移民生活生產水平還處在恢復水平，主要影響搬遷前水平較差的村民，在經濟收入、農業生產等方面還不適應，導致村民整體搬遷以后總體水平較其他鄉鎮比較滯后。

4 結論與建議

4.1 結論

在實施水庫移民政策以來，遼陽縣的移民在生活、生產、經濟、環境等方面得到了很大的改善。利用BP神經網絡模型對遼陽縣的15個鄉鎮進行樣本監測評估，并與2021年遼陽縣水庫移民后期扶持政策監測評估實施情況進行對比，在比較中發現BP神經網絡模型訓練得出的綜合監測評估結果與后期扶持政策監測評估實施情況基本吻合，說明在選取的23個綜合評價指標及構建的BP神經網絡模型在移民后期扶持監測評估中評價效果是合理有效的。

4.2 建議

(1)隨著示范區各部門機構的職能逐步完善，相關制度也逐漸完善，各項基礎數據指標的統計工作逐步開展，統計數據依法依規公開。有利于解決基礎資料缺乏的問題。

(2)建議增加移民后期扶持項目的多樣性，加大移民生產開發項目的投入。在解決移民基礎設施、飲水等生計問題的基礎上，在后續工作中應加強對種植業、養殖業和加工業等短、平、快項目的扶持，進而進行產業扶持，形成特色產業，拓寬增收渠道。使移民實實在受益。

(3)加強移民技能培訓，解決移民就業問題，尤其是為留守婦女、留守老人等開展適合的技能培訓項目，促進移民增收，增加移民獲得感和幸福感。