發(fā)布時(shí)間：2021-07-15 17:49

　　在當(dāng)前精準(zhǔn)扶貧實(shí)施背景下,如何科學(xué)有效地對(duì)扶貧績(jī)效評(píng)價(jià)是一個(gè)值得探究的問(wèn)題,一方面能夠綜合評(píng)價(jià)工作成效,另一方面為摘帽貧困縣的可持續(xù)發(fā)展起著推動(dòng)作用。本文通過(guò)整理文獻(xiàn)和現(xiàn)階段研究成果,發(fā)現(xiàn)目前學(xué)者們對(duì)于扶貧績(jī)效的研究,已經(jīng)有了較為豐富的成果,有許多精髓之處值得我們借鑒,但也存在一些不足,如在評(píng)價(jià)方法選擇上,常用的層次分析法等,往往需依據(jù)專(zhuān)家的經(jīng)驗(yàn)賦值,主觀性較強(qiáng)。因子分析法較客觀,但若數(shù)據(jù)對(duì)KMO檢驗(yàn)不通過(guò),則因子分析表現(xiàn)出不適用性,且綜合因子的實(shí)際含義難以精確定義。本文提出一種扶貧績(jī)效評(píng)價(jià)方法,將粗糙集作為支持向量機(jī)建模的前置系統(tǒng),兩者結(jié)合應(yīng)用于精準(zhǔn)扶貧績(jī)效評(píng)價(jià)中。在理論研究的基礎(chǔ)上,分析了二者的優(yōu)勢(shì)互補(bǔ)性,并詳細(xì)說(shuō)明模型的構(gòu)建步驟。結(jié)合山西省23個(gè)貧困縣做實(shí)證分析,首先從經(jīng)濟(jì)效益、社會(huì)效益、生態(tài)效益和反貧困四個(gè)層次,確定了十四個(gè)指標(biāo)構(gòu)建指標(biāo)體系;再運(yùn)用粗糙集理論對(duì)初始決策表的指標(biāo)屬性進(jìn)行約簡(jiǎn),基于屬性重要度計(jì)算出各個(gè)屬性的重要度,約簡(jiǎn)不重要的指標(biāo)并得到相應(yīng)的權(quán)重,綜合評(píng)價(jià)得分,構(gòu)建新的決策表;然后對(duì)新的決策表建立支持向量機(jī)模型,在參數(shù)尋優(yōu)過(guò)程中,采用了網(wǎng)格搜索法、遺傳算法和粒子群算... 

【文章來(lái)源】：山西大學(xué)山西省

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

粗糙集概念示意圖

Ｐ��；瘓浠八凳侵附??澳?力與得到模型的復(fù)雜度建立在泛化能力強(qiáng)的基礎(chǔ)上。相比于只有在樣本量接近無(wú)窮大時(shí)才能得到較好的預(yù)測(cè)能力的傳統(tǒng)學(xué)習(xí)方法，支持向量機(jī)適用于對(duì)有限的樣本的統(tǒng)計(jì)研究。支持向量機(jī)比傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)方法更有優(yōu)勢(shì)，即使是非線性問(wèn)題仍有強(qiáng)大的學(xué)習(xí)能力，能在有限樣本范圍內(nèi)避免維數(shù)災(zāi)難，又能避免局部極小的情況。最初的支持向量機(jī)是一種分類(lèi)學(xué)習(xí)機(jī)，支持向量分類(lèi)機(jī)（SVC）[36]用來(lái)解決兩分類(lèi)問(wèn)題。為了使分類(lèi)器對(duì)于新的樣本點(diǎn)的泛化能力盡可能的好，支持向量機(jī)提出使兩種分類(lèi)之間的間隔距離最遠(yuǎn)。如下圖2.2所示，包含了兩個(gè)不同類(lèi)的樣本點(diǎn)，將三角和圓圈分別記為1和-1，記三角所在直線為L(zhǎng)1：bxw1T；圓圈所在直線記作L2：bxw1T；L1與L2之間的線記L0：bxw0T，這就是分類(lèi)超平面。L1與L2是超平面的兩條上下邊緣線。圖2.2支持向量機(jī)分類(lèi)L1與L2之間的距離，稱(chēng)為間隔距離，要求出最大間隔距離，常將其替換為求min。顯然，當(dāng)w=0時(shí)為最小，這意味著兩條直線L1與L2距離無(wú)窮大，那么樣本點(diǎn)1和-1不但沒(méi)有被間隔開(kāi)，反而聚集到了L1與L2之間，所以要同時(shí)滿(mǎn)足前提條件：bxw1iT和bxw1iT；于是有：2,21minwbw，ts..bxwy1)(iTi，i=1,2,…,p(2.3)引入拉格朗日乘子ai構(gòu)造拉格朗日函數(shù)，得到無(wú)約束優(yōu)化問(wèn)題并對(duì)其求解。最優(yōu)解滿(mǎn)足bxwya0)1))(((iTiipi，支持向量就是那些ai不為零對(duì)應(yīng)的樣本點(diǎn)xi，并且落在L1或L2邊界線上。由此可以得出最大化目標(biāo)函數(shù)繼而得到?jīng)Q策函數(shù)為：))(sgn())sgn(()(*1**bxxyabxwxfiipiiT(2.4)以上對(duì)支持向量機(jī)的討論是基于線性可分類(lèi)情況的。當(dāng)樣本數(shù)據(jù)的線性卻存在不可分的異常點(diǎn)時(shí)，要使分類(lèi)間隔和錯(cuò)分的誤差都小，引入松弛變量0i，樣本數(shù)

基于RS-SVM模型的精準(zhǔn)扶貧績(jī)效研究12據(jù)的經(jīng)驗(yàn)風(fēng)險(xiǎn)用i反映，在結(jié)構(gòu)風(fēng)險(xiǎn)最小化的基礎(chǔ)上，又引入懲罰參數(shù)C用來(lái)平衡最大間隔和最小錯(cuò)分類(lèi)誤差，得到分類(lèi)器新優(yōu)化軟間隔問(wèn)題式(2.5)，由此可知線性分類(lèi)問(wèn)題中，線性可分與線性不可分問(wèn)題約束條件有差別。piiCw12)2/min(s.t.iiTibxwy1])[(,0i,i=1,…,p(2.5)對(duì)于非線性分類(lèi)問(wèn)題，通常采用合適的非線性變換解決問(wèn)題。支持向量機(jī)選擇核函數(shù)作為映射函數(shù)，將原始輸入空間中的向量x，映射到高維特征空間中訓(xùn)練，這樣就變成了簡(jiǎn)單的線性問(wèn)題，如圖2.3所示。核函數(shù)的選擇與要研究的問(wèn)題和樣本數(shù)據(jù)相關(guān)，選擇不同，實(shí)驗(yàn)效果不同。選定核函數(shù)后，把內(nèi)積xi*xj的值用核函數(shù)k(xi,xj)的值來(lái)代替，于是最終對(duì)應(yīng)的分類(lèi)函數(shù)為：)),(sgn()(*1*bxxkyaxfiipii（2.6）圖2.3核函數(shù)映射支持向量回歸[36]（SVR）解決回歸預(yù)測(cè)問(wèn)題就是由支持向量分類(lèi)演化而來(lái)，由分類(lèi)最大間隔我們可以想到，當(dāng)所有樣本點(diǎn)都落在邊界線L1與L2之間時(shí)，就近似為線性回歸問(wèn)題，如圖2.4：圖2.4支持向量回歸機(jī)在訓(xùn)練樣本中，不是所有的樣本點(diǎn)都能落到邊界線上，存在損失，設(shè)定0，為f(x)與y之間允許的最大損失，也就是與超平面間隔的最大距離，當(dāng))(yxf時(shí)，才會(huì)計(jì)算學(xué)習(xí)器整體的誤差損失，因此定義一個(gè)損失函數(shù)。為減小異常點(diǎn)帶

【參考文獻(xiàn)】：
期刊論文
[1]精準(zhǔn)扶貧績(jī)效提升的現(xiàn)實(shí)困境[J]. 呂華.  內(nèi)蒙古科技與經(jīng)濟(jì). 2019(23)
[2]精準(zhǔn)扶貧的績(jī)效評(píng)估研究[J]. 張敏.  時(shí)代金融. 2019(33)
[3]后精準(zhǔn)扶貧階段農(nóng)村精準(zhǔn)扶貧綜合績(jī)效提升研究——基于4省38市數(shù)據(jù)的實(shí)證分析[J]. 陳弘,周賢君,胡揚(yáng)名.  中國(guó)行政管理. 2019(11)
[4]基于GIS的武陵山區(qū)旅游扶貧績(jī)效空間差異分析——以湖南省37個(gè)縣市為例[J]. 唐業(yè)喜,周盛芳,李智輝,李逸舒,陳其紅,鄧明蓉.  湖北農(nóng)業(yè)科學(xué). 2019(20)
[5]精準(zhǔn)扶貧績(jī)效評(píng)價(jià)指標(biāo)體系構(gòu)建及實(shí)證——以全國(guó)重點(diǎn)扶貧地區(qū)為例[J]. 陳升,張?chǎng)?何增華.  武漢交通職業(yè)學(xué)院學(xué)報(bào). 2019(03)
[6]基于大數(shù)據(jù)挖掘的精準(zhǔn)扶貧工作第三方評(píng)估——以武漢市為例[J]. 李紅艷,汪濤.  武漢工程職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2019(03)
[7]全過(guò)程視域下精準(zhǔn)扶貧績(jī)效評(píng)價(jià)體系構(gòu)建[J]. 李社寧,張哲,李喜寧.  地方財(cái)政研究. 2019(08)
[8]精準(zhǔn)扶貧績(jī)效評(píng)價(jià)模型及應(yīng)用[J]. 劉丹,鄭喜喜,楊?lèi)?  統(tǒng)計(jì)與決策. 2019(09)
[9]精準(zhǔn)扶貧的過(guò)程與績(jī)效探討[J]. 余兵皓,吳明凱.  廣西質(zhì)量監(jiān)督導(dǎo)報(bào). 2019(02)
[10]精準(zhǔn)扶貧績(jī)效評(píng)價(jià)研究綜述[J]. 程詩(shī)祺,裴瀟.  農(nóng)村經(jīng)濟(jì)與科技. 2018(22)

碩士論文
[1]基于因子分析和數(shù)據(jù)包絡(luò)法的河北省精準(zhǔn)扶貧績(jī)效評(píng)估研究[D]. 王玉娜.河北大學(xué) 2019
[2]精準(zhǔn)扶貧的績(jī)效評(píng)價(jià)及影響因素研究[D]. 王璇.電子科技大學(xué) 2019
[3]我國(guó)農(nóng)村扶貧績(jī)效評(píng)價(jià)與實(shí)證分析[D]. 劉倩倩.青島大學(xué) 2017



本文編號(hào)：3286178