基于SSA-BPNN的农村精准扶贫成效评价

doi:10.14088/j.cnki.issn0439-8114.2022.23.045

湖北农业科学 ›› 2022, Vol. 61 ›› Issue (23): 229-233.doi: 10.14088/j.cnki.issn0439-8114.2022.23.045

基于SSA-BPNN的农村精准扶贫成效评价

来阿龙

陕西国际商贸学院,西安 712046

收稿日期:2021-11-18 出版日期:2022-12-10 发布日期:2023-01-27
作者简介:来阿龙（1988-）,女,陕西西安人,讲师,硕士,主要从事空间统计分析研究工作,（电话）13319109014（电子信箱）lal880320@126.com。
基金资助:
陕西省教育厅研究项目（20JK0050）

Effectiveness evaluation of rural targeted poverty alleviation based on SSA-BPNN

LAI A-long

Shaanxi Institute of International Trade & Commerce, Xi’an 712046,China

Received:2021-11-18 Online:2022-12-10 Published:2023-01-27

摘要/Abstract

摘要： 为实现精准扶贫成效评价,建立基于农户满意度的樽海鞘算法（Salp swarm algorithm,SSA）优化反向传播神经网络（Back propagation neural network,BPNN）的农村精准扶贫成效评价模型。首先,从生存环境维度、生活状况维度、精准扶贫政策效果和人文发展与社会保障4个角度建立基于农户满意度的精准扶贫成效评价指标体系。其次,将16个精准扶贫成效评价二级指标的得分数据和精准扶贫成效评价等级作为BPNN的输入向量和输出向量,建立精准扶贫成效评价BPNN模型。最后,运用SSA优化BPNN模型的初始权值和阈值,建立SSA-BPNN的精准扶贫成效评价模型。结果表明,与其他算法相比,SSA-BPNN具有更高的准确率,为精准扶贫成效评价提供了方法。

关键词: 反向传播神经网络（BPNN）, 樽海鞘算法（SSA）, 精准扶贫, 满意度, 成效评价

Abstract: In order to achieve the effectiveness evaluation of targeted poverty alleviation, the rural targeted poverty alleviation effectiveness evaluation model based on the salp swarm algorithm （SSA） optimization back propagation neural network （BPNN） based on farmers’ satisfaction was established. Firstly, from the perspectives of living environment dimensions, living conditions, the effects of targeted poverty alleviation policies, and human development and social security, the indicator system for evaluating the effectiveness of targeted poverty alleviation based on farmers’ satisfaction was established. Secondly, the score data of 16 secondary indicators for the effectiveness evaluation of targeted poverty alleviation and the evaluation grade of the effectiveness of targeted poverty alleviation were used as the input vector and the output vector of BPNN to establish a BPNN model for the effectiveness evaluation of targeted poverty alleviation. Finally, SSA was used to optimize the initial weights and thresholds of the BPNN model, and establish the SSA-BPNN targeted poverty alleviation effectiveness evaluation model. The results showed that compared with other algorithms, SSA-BPNN had a higher accuracy rate and provided a method for evaluating the effectiveness of targeted poverty alleviation.

Key words: back propagation neural network（BPNN）, salp swarm algorithm（SSA）, targeted poverty alleviation, satisfaction, effectiveness evaluation

中图分类号:

F323.8

来阿龙. 基于SSA-BPNN的农村精准扶贫成效评价[J]. 湖北农业科学, 2022, 61(23): 229-233.

LAI A-long. Effectiveness evaluation of rural targeted poverty alleviation based on SSA-BPNN[J]. HUBEI AGRICULTURAL SCIENCES, 2022, 61(23): 229-233.

参考文献

[1] 刘丹, 郑喜喜, 杨悦. 精准扶贫绩效评价模型及应用[J]. 统计与决策, 2019, 35(9):28-32.
[2] 石丹, 刘睿彬. 基于多维贫困测度的湖北省精准扶贫成效评价[J]. 统计与决策, 2020, 36(4):44-48.
[3] WANG S K,JIA H M,PENG X X.Modified salp swarm algorithm based multilevel thresholding for color image segmentation[J]. Mathematical biosciences and engineering:MBE,2019,17(1):700-724.
[4] 孟志华. “三维”视角下精准扶贫全覆盖审计的评价标准体系[J]. 审计月刊, 2019(3):12-14.
[5] 聂君,束锡红. 青海藏区精准扶贫绩效评价及影响因素实证研究[J]. 北方民族大学学报(哲学社会科学版), 2019(1):31-39.
[6] BABAEI F,LASHKARI Z B, SAFARI A, et al.Salp swarm algorithm-based fractional-order PID controller for LFC systems in the presence of delayed EV aggregators[J]. IET electrical systems in transportation, 2020, 10(3):259-267.
[7] 刘彬,范瑞星,刘浩然,等. 基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法[J]. 通信学报,2019,40(7):151-161.
[8] 东梅, 王满旺, 马荣,等. 陕青宁六盘山集中连片特困地区精准扶贫绩效评价及其影响因素研究——基于三阶段DEA和TOBIT模型[J]. 软科学,2021,34(9):72-78.
[9] 周洁, 傅海威, 张洪玉. “交邮合作”搭建物流平台模式的精准扶贫绩效评价[J]. 中国商论, 2019(18):8-9.
[10] 邢伯伦, 龚贤, 闫紫月. 深度贫困民族地区精准扶贫满意度评价及影响因素——基于对凉山彝族自治州乡村的调查[J]. 财经科学, 2019(5):71-80.
[11] 黄亚冰,林同智. 基于模糊物元模型的西南民族地区旅游精准扶贫绩效评价研究[J]. 桂林师范高等专科学校学报,2020, 34(1):49-57.
[12] 王依. 基于贫困户满意度视角的精准扶贫效果评价研究——以A县为例[J]. 劳动保障世界, 2019(36):80-81.

[1]	刘琳华, 刘豪, 徐冬梅. 易地搬迁后续政策农户满意度影响因素研究——以吕梁市离石区为例[J]. 湖北农业科学, 2022, 61(4): 176-180.
[2]	李秋月, 郭莉. 陕西省公共文化数字平台用户满意度实证研究[J]. 湖北农业科学, 2022, 61(4): 196-201.
[3]	刘梓盟. 制度变迁理论视角下的扶贫制度分析[J]. 湖北农业科学, 2022, 61(3): 185-189.
[4]	吴键, 李秀军. 基于文本挖掘的特色农产品网络零售满意度影响因素与提升策略研究——以随州香菇为例[J]. 湖北农业科学, 2022, 61(24): 236-242.
[5]	王会战, 于凌仪, 任子敬, 王慧敏, 薛凡. 旅游精准扶贫核心利益相关者的演化博弈分析——以革命老区Z县A村为例[J]. 湖北农业科学, 2022, 61(22): 195-199.
[6]	周思齐, 王兆夺. 英山县旅游扶贫脱贫成果满意度分析[J]. 湖北农业科学, 2022, 61(2): 45-48.
[7]	刘龙龙, 王怡, 李明群, 潘思淇, 曲梦男. 精准扶贫视域下商洛市乡村旅游供给侧结构性改革路径探究[J]. 湖北农业科学, 2022, 61(2): 52-55.
[8]	南瑞江, 肖俊涛. 有效衔接乡村振兴视角下脱贫满意度影响因素研究[J]. 湖北农业科学, 2022, 61(2): 76-84.
[9]	张文琦, 王垚, 曹月娥. 基于地理探测器的乌鲁木齐市居民宜居满意度影响机理[J]. 湖北农业科学, 2022, 61(14): 211-218.
[10]	郑霜, 谭世明. 高标准农田建设农户满意度的影响因素分析——以荆门市石桥驿镇为例[J]. 湖北农业科学, 2022, 61(10): 173-179.
[11]	王涛, 刘星亮, 王泓淇, 于志军. 基于机器学习的富硒茶评论文本消费者满意度感知研究[J]. 湖北农业科学, 2022, 61(1): 146-152.
[12]	游茂林, 刘俊. “两山”论与户外运动资源开发的辩证关系[J]. 湖北农业科学, 2021, 60(6): 139-142.
[13]	冯宣凤, 李禕. 农村灾害移民住房安置满意度研究——以射阳县风灾移民为例[J]. 湖北农业科学, 2021, 60(6): 157-160.
[14]	高雅, 杨立敏, 杨海滨. 基于感知价值的鄯善县乡村旅游游客满意度研究[J]. 湖北农业科学, 2021, 60(6): 193-200.
[15]	邓淑红, 吕杰, 殷静蔚. 深度贫困地区精准扶贫特征研究及对策建议——基于陕西省岚皋县滔河镇统计数据[J]. 湖北农业科学, 2021, 60(4): 111-115.

基于SSA-BPNN的农村精准扶贫成效评价

Effectiveness evaluation of rural targeted poverty alleviation based on SSA-BPNN

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价