《表9 生态系统样本数据：基于RBF神经网络的资源型城市系统协同演进——以临汾市为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于RBF神经网络的资源型城市系统协同演进——以临汾市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于RBF神经网络模型的输入层及输出层确定，本文选取输入层为4个神经元，输出层为1个神经元。运用到协同理论中来，即是以预测生态经济系统的协同度作为最终的输出层。考虑到预测的准确程度，本文选择2008—2019年生态经济系统的各项数据进行分析。以生态子系统为例，2008—2018年有序度数据作为神经网络预测环节的输入数据，以滚动预测的方式实现对2012—2019年的生态系统有序度进行预测，预测步长取一年；由于样本较少，所有8组输入数据都用作学习样本，样本数据见表9。神经网络的设计通过MATLAB编程实现，其学习效果如图4所示。