《可持续发展评价模型与应用》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:李祚泳等著
  • 出 版 社:北京:科学出版社
  • 出版年份:2007
  • ISBN:7030187075
  • 页数:314 页
图书介绍:本书介绍了可持续发展的有关概念、评价指标体系及常用的可持续发展评价的模型、方法和应用。主要论述了物元可拓集、集对分析、禁忌搜索算法、投影寻踪技术、模拟退火算法、遗传算法、量子遗传算法、蚁群算法、人工神经网络、鱼群算法、粒子群算法、支持向量机和概率神经网络等新理论和新方法及其在可持续发展评价模型中的应用。反映了可持续发展评价的最新成果和发展方向。

第1章 概述 1

1.1 可持续发展概念 1

1.2 可持续发展评价 2

本章小结 3

参考文献 3

第2章 可持续发展评价指标体系 5

2.1 可持续发展评价指标体系的概念及特点 5

2.2 构建可持续发展评价指标体系的基本原则 6

2.3 国内外可持续发展评价指标体系研究进展 7

2.4 可持续发展评价指标体系构建的若干实例 7

本章小结 26

参考文献 26

第3章 常见的可持续发展评价模型与方法 28

3.1 基于主分量分析与回归分析相结合的经济环境系统协调发展评价 28

3.2 基于模糊综合评价法的可持续发展评价 31

3.3 基于层次分析法和线性加权法的可持续发展评价 35

3.4 环境与经济协调发展评价模型 41

3.5 基于主分量分析和层次分析的可持续发展综合评价模型 43

3.6 可持续发展多目标综合评价法 49

本章小结 54

参考文献 55

第4章 基于可拓集合的可持续发展评价 56

4.1 可拓学简介 56

4.2 基于物元可拓的城市经济可持续发展的综合评价 59

4.3 基于物元可拓的区域水资源可持续利用系统综合评价 63

本章小结 67

参考文献 67

第5章 基于集对分析的可持续协调发展评价 68

5.1 集对分析简介 68

5.2 基于集对分析的同异反态势排序的可持续协调发展评价模型 72

5.3 集对分析用于城市可持续发展评价模型 76

本章小结 82

参考文献 82

第6章 基于蚁群算法的可持续发展评价 83

6.1 蚁群算法简介 83

6.2 基于连续蚁群优化算法的可持续发展评价 90

6.3 蚁群算法用于城市可持续发展评价模型 96

本章小结 107

参考文献 108

第7章 基于禁忌搜索算法的可持续发展评价 109

7.1 禁忌搜索算法简介 109

7.2 基于免疫禁忌搜索算法的区域生态环境可持续发展评价 120

7.3 基于免疫禁忌搜索算法的城市可持续发展评价 124

本章小结 132

参考文献 132

第8章 基于模拟退火算法的可持续发展评价 134

8.1 模拟退火算法的基本原理及实现步骤 134

8.2 基于模拟退火算法的区域水资源可持续利用评价实例之一 138

8.3 基于模拟退火算法的区域水资源可持续利用评价实例之二 143

8.4 基于模拟退火算法的城市可持续发展评价 147

本章小结 150

参考文献 150

第9章 基于投影寻踪的可持续发展评价 151

9.1 投影寻踪简介 151

9.2 基于投影寻踪的区域经济可持续发展能力评价 153

9.3 城市可持续发展的投影寻踪评价模型 158

9.4 区域生态环境可持续发展的投影寻踪评价模型 160

9.5 基于投影寻踪的区域水资源可持续利用评价 161

本章小结 164

参考文献 164

第10章 基于遗传算法的可持续发展评价 166

10.1 遗传算法简介 166

10.2 基于遗传算法优化的城市可持续发展评价的普适公式 175

本章小结 182

参考文献 183

第11章 基于量子遗传算法的可持续发展评价 184

11.1 量子遗传算法简介 184

11.2 基于QGA的城市可持续发展幂函数加和型指数评价 195

11.3 基于QGA的城市可持续发展评价的参数化多指标组合模型 197

11.4 基于QGA的生态可持续发展评价参数化多指标组合模型 203

11.5 基于QGA的水资源可持续利用评价参数化多指标组合模型 208

本章小结 211

参考文献 212

第12章 基于BP人工神经网络的可持续发展评价 213

12.1 BP网络简介 213

12.2 基于BP网络的水资源可持续利用评价模型 224

12.3 水资源可持续利用系统的BP网络评价模型 231

12.4 基于BP网络的城市可持续发展评价模型 234

本章小结 238

参考文献 238

第13章 基于人工鱼群算法的可持续发展评价 240

13.1 人工鱼群算法 240

13.2 鱼群算法用于可持续发展评价公式中的参数优化 244

13.3 基于鱼群算法的地下水资源承载力可持续性评价 249

13.4 基于鱼群算法的水资源可持续利用评价模型 252

本章小结 254

参考文献 255

第14章 基于粒子群算法的可持续发展评价 256

14.1 粒子群算法简介 256

14.2 基于粒子群算法优化的可持续发展评价指数公式 260

14.3 基于粒子群算法优化的城市可持续发展评价公式 263

14.4 基于粒子群算法优化的区域水资源可持续利用评价 266

本章小结 268

参考文献 269

第15章 基于支持向量机的可持续发展评价 270

15.1 支持向量机简介 270

15.2 基于支持向量机的区域生态环境可持续发展评价 287

15.3 基于支持向量机的水资源可持续性利用评价 292

本章小结 295

参考文献 296

第16章 基于概率神经网络的可持续发展评价 299

16.1 概率神经网络理论简介 299

16.2 基于概率神经网络的生态环境可持续发展评价 302

16.3 基于概率神经网络的水资源可持续性利用评价 303

本章小结 305

参考文献 305

总结与展望 306

后记 313