应用GA-BP神经网络的生态工业园风险评价
2013-08-01王秋莲
重庆理工大学学报(自然科学) 2013年10期
王秋莲
(南昌大学经济与管理学院,南昌 330031)
随着资源稀缺的加剧和环境压力的增大,为了改变传统的粗放式线性资源利用模式,许多专家、学者对高效低排放的循环经济发展模式进行了研究。生态工业园是一种循环经济实践方式,它能实现产业链间副产品和废弃物之间的交换利用、能源的梯级利用、水资源的循环利用;能互享信息系统等公共设施;能减少碳排放,缓解全球变暖的趋势;采用废弃物和副产品替代原材料,能降低企业成本、节约社会资源,并减少废弃物的排放,从而减少对环境的影响[1]。但是,由于生态工业园的结构和外界影响因素均存在很多不确定因素,这给生态工业园系统的运行带来了很多风险[2]。生态工业园是由多个行业的核心企业、附属企业,地方、区域和国家政府部门,商业协会,工会组织,教育与研究机构,跨学科的专家和顾问,非政府组织,居民等组成的复杂系统,成员之间关系错综复杂,利益分配机制多样,其风险特征具有多层次结构、多约束条件、多个决策者、多种不确定性因素、众多风险来源等特征,因此风险识别过程是一个复杂的过程。在评价生态工业园风险时,由于影响生态工业园风险的因素很多,而且各因素影响的程度也不同,评价结果难以用恰当的数学解析表达式来表示,属于非线性问题。因此,评价方法的选择直接影响评价结果的有效性。传统的评价方法倾向于主观评价,较常见的有AHP、德尔菲法等。……
登录APP查看全文
