论文部分内容阅读
随着社会经济的发展,经济增长与资源环境的矛盾日益凸显,为了协调经济与资源环境的关系,开展生态效率的相关研究具有重大意义。首先利用非线性回归与信息熵针对核主成分分析法应用中核函数和核参数的选取进行了探讨,基于UCI和统计年鉴原数据集拟合信息熵与核函数参数的经验公式22?(10)(28)291.11274-410.21300612.9958-xx。其次在归纳综合了生态效率指标选择的目标及原则的基础上,针对目前国内外对生态效率的研究以及研究存在的问题,结合当前经济发展与资源环境的关系,对原有的生态效率评价、预测指标体系进行了改进。利用核主成分分析法、数据包络分析法,对经典的生态效率评价模型进行改进,建立了KPCA-DEA复合评价模型。接着,应用核主成分分析法、BP神经网络预测法等方法对经典预测模型进行改进,建立了KPCA-BP复合预测模型。实证分析结果显示,DEA模型评价的综合技术效率值有14个为1,PCA-DEA模型的综合技术效率值为1的有12个,而KPCA-DEA模型综合技术效率值有6个为1,从综合技术效率值结果表明,KPCA-DEA复合评价模型的效果优于PCADEA和DEA。说明生态效率复合评价中具有一定的优势和可行性。KPCA-BP复合预测模型实证分析显示,KPCA-BP的相对误差为1.56%,PCA-BP相对误差为17.15%,而BP模型预测的相对误差为20.75%,结果表明KPCA-BP复合预测模在预测中具有一定的优势。通过本研究丰富了生态效率的评价和预测方法,为生态效率的评价与预测提供了参考。