摘要
基于“大危机时代人类面临的威胁与挑战”、“可持续发展实施的紧迫性与必要性”以及“区域是可持续发展实现的主要载体”三大背景，提出了本文的研究。本文研究的意义在于内在运行机制是区域可持续发展评价研究的基础和重点、指标筛选、权重确定以及模型是综合评价法的热点和难点以及跨学科、多视角、多方法是可持续发展评价的焦点和前沿。本文研究范畴是区域可持续发展学科体系中的核心环节，起到承上启下的关键作用。为了顺利完成研究，本文按照“提出问题、分析问题、解决问题、应用检验以及得出结论”的技术路线。
针对传统区域可持续发展评价中存在的理论研究有待完善的问题，本文在前人研究的基础上提出了“动因—过程—结果”的分析模式以及“动因—目标—约束”的区域可持续发展内在运行机制，弥补了前人研究的不足。另外，在此基础上从多学科、多理论视角提出了区域可持续发展的“五系统三层次”评价指标体系，五系统指经济发展、社会进步、资源供给、生态环境以及能源消耗，三层次指系统层、特征层以及指标层。
针对传统综合评价模型中指标筛选、权重确定及综合评价等步骤中存在的问题及不足，本文提出了SG—MA—ISPA模型。集对分析与广义回归神经网络相结合的改进MIV算法通过映射思想实现了评价结果的赋值量化，从而有效弥补了神经网络在区域可持续发展评价指标筛选应用中存在的不足，充分利用了神经网络非线性拟合及高精度等优点，实现了其在区域可持续发展评价中的变量筛选功能。此外，通过改进传统MIV指标提高了变量筛选的精度。蒙特卡洛与层次分析法相结合的模拟算法利用层次分析法的计算规则及层次递归优点，通过计算机模拟技术，根据随机抽样统计原理实现两种方法的结合，成功克服了传统主客观赋权方法难以应用于区域可持续发展评价中的问题。改进的集对分析模型针对传统集对分析模型存在公式有待推导、细节有待完善以及应用有待拓展三大问题提出了评价参照标准的改进、重要公式推导的补充以及评价结果的映射赋值三大改进，由此弥补了综合评价模型的不足并极大的拓展了区域可持续发展评价结果的应用范围。
通过我国31个省市的区域可持续发展横截面数据的评价以及重庆市区域可持续发展时间序列数据的评价证明SG—MA—ISPA模型能够真实、客观的反应事物的变化规律，评价结果与事实基本吻合。此外，评价结果通过映射赋值后可以拓展与神经网络结合使用并实现系统的敏感性分析。
通过研究，本文认为SG—MA—ISPA模型为区域可持续发展评价提供了新的方法、映射思想的赋值极大的拓展了评价结果的应用范围、跨学科和多理论视角有助于探究可持续发展的机理。可以预见，评价指标的选择、评价结果的拓展、模型标准化及指标编码等问题将成为区域可持续发展研究的热点。
The research is proposed in the background of "human facing threats andchallenges in the big crisis era"," urgency and necessity of sustainable developmentimplementation" and "region is the main carrier of sustainable development realization".The significances of the research are "internal operation mechanism is the foundationand key of regional sustainable development evaluation","index screening, determiningweight and model choose are hot and difficult of comprehensive evaluation method","interdisciplinary, multi-angled, multi-methods combination are the focus and front ofsustainable development evaluation". The object of the research which is a key part, acta role as connecting link between the preceding and the following. In order tosuccessfully completed the study, this paper according to "put forward, analysis,problem solving, application inspection and draw the conclusion" technical route.
According to the problem of regional sustainable development theory research needto ben improved, the research proposed a analysis mode called "reasons-process-results" and a operational mechanism called " reasons-objective-constraints", it makesup for the deficiency of previous studies. In addition, on the basis of analysis mode andoperational mechanism, the research proposed a indicator system with " five systemsand three levels" on the perspectives of interdisciplinary and multi-theory. The fivesystems are ‘economic development’,‘social progress’,‘resource supply’,‘ecologicalenvironment’. The three levels are ‘systems level’,‘character levels’ and ‘indicatorlevels’.
According to the problem of indicator screening, weight definition andcomprehensive evaluation in traditional sustainable development research, the researchproposed a model called "SG—MA—ISPA". Combination of SPA-General RegressionNeural Network with improved Mean Impact Value method realized quantification ofevaluation results by mapping theory, it makes up for the deficiency of Neural Networkusing in regional sustainable development, make use of the advantages of non-linearfittings and high precision, and realizes the index screening function of Neural Networkusing in regional sustainable development. The combination of Mento Carlo and AHPalgorithm make use of the advantages of AHP and computer simulation, solve theproblem of traditional method with statistical sampling technology. The Improved SetPair Analysis proposed "improvement of evaluation standard definition method", " implementation of important formula" and "mapping the evaluation results" threeimprovements according to the deficiency of traditional SPA, the improvements extendthe range of evaluation results using greatly.
With cases study of31provinces regional sustainable development in China andChongqing regional sustainable development, it is proved that the "SG—MA—ISPA"model can reflect the trend of things change objectively, and its evaluation resultsconsistents with the fact basically. In addition, quantitative the evaluation results withmapping theory can extend the sustainable development to combination with NeuralNetwork and Sensitivity Analysis.
In the end, the study suggest that "SG—MA—ISPA" model realized a new methodto solve the problem of sustainable development evaluation, evaluation resultsquantitative by mapping theory extend the application range greatly, andinterdisciplinary and multi-theory are helpful exploring the mechanism of sustainabledevelopment. It is predictable that "index screeing","evaluation results extension" and"model standardization and indicator coding" will be the next hot issus in sustainabledevelopment research.
引文
[1] United Nations. World civilization prospects, the2007revision. Executive Summary[R]. NewYork.2008:2
[2]联合国.世界城市化展望[R].2003年修订.
[6]联合国人居署.和谐城市—世界城市状况报告（2008/2009）[M].北京:中国建筑工业出版社,2008:5.
[4]鲍健强,黄海凤.循环经济概论[M].北京:科学出版社,2009.
[5]《我国循环经济发展战略研究》课题组.发达国家发展循环经济的基本经验[J].宏观经济研究,2005,（4）:21-23.
[6]冯之浚.循环经济与立法研究[J].中国软科学,2006,（1）:7-12.
[7]国家发展和改革委员会循环经济研究中心课题组.天津经济技术开发区循环经济实践与经验的调研报告[J].宏观经济研究,2008,（3）:17-23.
[8]段炳德.构建发展循环经济的财税政策研究[J].发展研究,2008,（8）:48-50.
[9]戴宏民.德国DSD系统和循环经济[J].中国包装,2002,（6）:53-55.
[10]董联党.日本循环经济战略体系及其对中国的启示[J].亚太经济,2008,（2）:68-72.
[11]韩冰.循环经济的国际发展趋势[J].再生资源与循环经济,2008,（7）:14-17.
[12]李伟,严汉平.我国循环经济发展的新模式:双系统循环共生模式[J].福建论坛,2009,（6）:27-30.
[13]刘贵富.循环经济的循环模式及结构模型研究[J].工业技术经济,2005,（8）:9-14.
[14]孙仁中.日本发展循环经济的政策、经验及启示[J].现代日本经济,2006,（1）:46-49.
[15]李廉水.循环经济中企业管理理念的转变[J].现代管理科学,2004,（5）:6-7.
[16]孙曙生.论废弃品问题与生产者责任延伸制度的回应[J].生态经济,2007,（9）:72-76.
[17]王虹,叶逊.生态工业园中企业的动力机制分析[J].环境保护,2005,(7):72-75.
[18]徐丰果.循环经济与环境税费制度改革[J].求索,2008,（2）:35-37.
[19]陈宗兴,刘燕华.循环经济的战略思考[M].沈阳:辽宁科学技术出版社,2007.
[20]冯之浚.循环经济是个大战略[J].科学学与科学技术管理,2003,（5）,30.
[21]马永欢,周立华.我国循环经济的梯度推进战略与区域发展模式[J].中国软科学,2008a,（2）,82-88.
[22]牛文元.循环经济:实现可持续发展的理想模式[J].中国科学院院刊,2004,（6）,408-411.
[23]李丽.区域循环经济的动力学仿真研究[D].四川大学硕士学位论文,成都:2007.
[24]马永欢,周立华.武威市凉州区发展循环经济的路径优化与仿真模拟[J].经济地理,2008b,（9）,1015-1019.
[25]秦钟,章家恩.基于系统动力学的广东省循环经济发展的情景分析[J].中国生态农业学报,2009,（7）:800-806.
[26]联合国环境规划署.全球环境展望[M].北京:中国环境科学出版社,2007.
[27]联合国环境规划署.联合国环境规划署年鉴2009[M].北京:中国环境科学出版社,2009.
[28]严茂超.生态经济学新论:理论、方法与应用[M].北京:中国经济出版社,2001.
[29]丹尼斯·米都斯.增长的极限[M].成都:四川人民出版社,1984.
[30]曲格平.中国的环境与发展[M].北京:中国环境科学出版社,1992.
[31]刘思华.绿色经济论—经济发展理论变革与中国经济再造[M].北京:中国财经经济出版社,2001.
[32]廖福林.生态文明建设的理论与实践[M].北京:林业出版社,2001.
[33]张叶.绿色经济问题初探[J].经济研究参考,2002,（7）:21-24.
[34]崔如波.绿色经济:21世纪持续经济的主导形态[J].社会科学研究,2002,（5）:25-29.
[35]张春霞.绿色经济发展研究[M].北京:中国林业出版社,2002.
[36]孙正甲.发展绿色经济论析[J].边疆经济与文化,2004,（5）:25-27.
[37]亢金绒.绿色经济与绿色经济制度[J].甘肃省经济管理干部学院学报,2007,（3）:6-9.
[38]王旭波.浅论绿色经济[J].科技情报开发与经济,2008,（3）:17-19.
[39]陶在朴.生态包袱与生态足迹[M].北京:经济科学出版社,2003.
[40]李双成,傅小峰等.中国经济持续发展水平的能值分析[J].自然资源学报,2001,16（4）:297-304.
[41]隋春花,蓝盛芳.广州城市生态系统能值分析研究[J].重庆环境科学,2001,23（5）:4-6.
[42]蓝盛芳,钦佩.生态经济系统能值分析[M].北京:化学工业出版社,2002.
[43]艾尼瓦尔·吐米尔.农田及生态补偿区甲虫群落结构的差异[J].生态学报,2005,25（9）:2284-2290.
[44]王军等.物质流分析方法的理论及其应用研究[J].中国人口·资源与环境,2006,（4）:60-64.
[45]蔡林海.低碳经济:绿色革命与全球创新竞争大格局[M].北京:经济科学出版社,2009.
[46]庄贵阳.低碳经济气候变化背景下中国的发展之路[M].北京:气象出版社,2007.
[47]付允等.低碳经济的发展模式研究[J].中国人口·资源与环境,2008,（3）:12-16.
[48]鲍健强.低碳经济:人类经济发展方式的新变革[J].中国工业经济,2008,（6）:28-31.
[49]吴传钧.论地理学的研究核心—人地关系地域系统[J].经济地理,1991,11,（3）:1-6.
[50]洪银星.可持续发展经济学[M].北京:商务印书馆,2002,80-81,83,85.
[51] Reid W. Sustainable development: lessons from success [J]. Environment,1989,31:7-9.
[52] Onishi T. A capacity approach for sustainable urban development: an empirical study [J].Regional studies,1994,28(1):39-51.
[53] Maclaren V. W. Urban sustainability reporting [J]. Journal of the American PlanningAssociation,1996,62(2):185-202.
[54]叶文虎,栾胜基.论可持续发展的衡量与指标体系[J].世界环境,1996,（1）:7-10.
[55]纪崑,曾五一.多目标多层次模糊优选综合评价方法的应用研究—区域可持续发展评价问题[J].山西财经大学学报,2006,（10）:23-26.
[56]甄江红.内蒙古区域可持续发展评价研究[J].内蒙古师范大学学报（自然科学汉文版）,2006,（6）:238-242.
[57]李利锋,郑度.区域可持续发展评价—以拉萨地区为例[J].地理研究,2004,（7）:551-560.
[58]蔡学金,慕金波等.区域可持续发展评价方法与实例研究[J].山东环境,1999,（5）:24-25.
[59]丁仲时,曾雪荣等.区域可持续发展评价工作的经常化问题[J].重庆环境科学,2002,（2）:16-19.
[60]汪克夷,刘玉峰.区域可持续发展评价理论与方法研究[J].大连理工大学学报（社会科学版）,2003,（6）:52-57.
[61]温琰茂,柯雄侃等.区域可持续发展评价体系与方法研究[J].环境导报,1999,（2）:33-36.
[62]李正发.区域可持续发展评价指标体系[J].数量经济技术经济研究,2000,（4）:48-51.
[63]陈郁,张树深等.区域可持续发展评价指标体系及方法[J].辽宁工程技术大学学报（增刊）,2006,（11）:301-303.
[64]张宗书.区域可持续发展评价指标体系与方法研究[J].乐山师范学院学报,2002,（8）:79-82.
[65]王兰霞,张守忠等.熵权物元模型在区域可持续发展评价中的应用[J].黑龙江科技学院学报,2009,（5）:247-252.
[66]马文学,王俊武.天保工程区域可持续发展评价研究—以双丰林业局为例[J].林业经济,2009,（2）:57-61.
[67]高志刚.新疆区域可持续发展评价指标体系构建与测度方法研究[J].新疆社会科学,2004,（4）:27-31.
[68]贾若祥,刘毅.长江流域区域可持续发展评价及类型划分[J].华侨大学学报（自然科学版）,2004.（4）:215-219.
[69]奚青梅.资源型区域可持续发展评价指标体系的构建及方法探讨[J].生态经济,2009,（8）:92-96.
[70]李乃伟,左玉辉.南京市可持续发展评价指标体系研究[J].上海环境科学,1999,18（6）:249-251.
[71]顾朝林,甄峰等.江苏省地级市可持续发展能力综合评价研究[J].南京大学学报（自然科学版）,2001,37（3）:281-287.
[72]王慧炯,甘师俊等.可持续发展与经济结构[M].北京:科学出版社,1999:188-193.
[73]徐君,曾旗等.矿区城市可持续发展的综合评价研究[J].系统工程理论与实践,2005,25（1）:56-68.
[74]曹利军,王华东.可持续发展评价指标体系建立原理与方法研究[J].环境科学学报,1998,18（5）:526-532.
[75]李祚泳,沈仕伦等.经济与环境协调发展指数评价模型[J].上海环境科学,2000,19（5）:201-204.
[76]唐亮,廖正军等.重庆高新区可持续发展水平评价与对策研究[J].重庆环境科学,2003,25（1）:9-12.
[77]邓群钊,丁荣华等.江西省实现可持续发展的动态分析[J].系统工程理论与实践,2003,23（4）:115-123.
[78]毛汉英.山东省可持续发展指标体系初步研究[J].地理研究,1996,15（4）:16-23.
[79]林祥国,梁勇等.山东省经济社会协调发展评价[J].中国人口·资源与环境,2005,15（专刊）:167-170.
[80]方创林, Yehua Dennis Wei.河西地区可持续发展能力评价及地域分异规律[J].地理学报,2001,56（5）:561-569.
[81]吴开亚,李如忠等.区域生态环境评价的灰色关联投影模型[J].长江流域资源与环境,2003,12（5）:473-478.
[82]程淑兰,柳易林等.生态示范区可持续发展指标体系和数学模型[J].长江流域资源与环境,2004,13（3）:203-207.
[83]赵莹雪.山区县域农业可持续发展综合评价研究—以五华县为例[J].地理科学,2003,23（2）:223-229.
[84]王慧炯,甘师俊等.可持续发展与经济结构[M].北京:科学出版社,1999:188-193.
[85]李祚泳,汪嘉杨等.可持续发展评价模型与应用[M].北京:科学出版社,2007:43-49.
[86]唐亮,廖正军等.重庆高新区可持续发展水平评价与对策研究[J].重庆环境科学,2003,25（1）:9-12.
[87]戴一鸣,乔旺忠.德尔菲法、优序图法建立课堂教学评价指标体系的研究[J].中医教育,2011,30,（5）:8-11.
[88]胡春萍,吴建南等.地方政府绩效评估信息来源的未来使用趋势—基于德尔菲法的研究[J].2011,18,（3）:39-43.
[89]赵振宇,张伟等.基于模糊德尔菲法的国家助学贷款信用风险评估研究[J].黑龙江高教研究,2011,（1）:57-59.
[90]任玥,田洪海等.利用层次分析法探讨生活垃圾焚烧设施二噁英类排放的影响因素[J].环境化学,2011,（1）:391-398.
[91]杨建仁,刘卫东.基于灰色关联分析和层次分析法的新型工业化水平综合评价—以中部六省为例[J].数学的实践与认识,2011,41,（2）:122-132.
[92]汤筠筠,李长城.基于灰色聚类和层次分析法的汛期公路交通气象灾害后评估方法[J].公路,2011,1,（1）:171-176.
[93]杜彦斌,曹华军.基于熵权与层次分析法的机床再制造方案综合评价[J].计算机集成制造系统,2011,17,（1）:84-88.
[94]李天勇.模糊优选法和层次分析法在人才招聘中的应用研究[J].价值工程,120-122.
[95]张水清,黄绍敏等.基于主成分分析法的土壤肥力评价[J].安徽农业科学,2011,39,(2):1096-1097,1165.
[96]曲双红,李华等.基于主成分分析的几种常用改进方法[J].统计与决策,2011,329,（5）:155-156.
[97]汪凡,赵军.基于灰色关联模型和主成分分析的上市公司绩效评价研究[J].商业经济,2011,3:110-111.
[98]方健,李自品等.基于主成分分析法的BP神经网络的应用[J].变压器,2011,48,（1）:47-51.
[99]刘炳胜,王雪青等.基于主成分分析与DEA-DA组合的中国区域建筑产业竞争优势系统评价[J].土木工程学报,2011,44,（2）:143-150.
[100]余传明,张小青等.基于LDA模型的评论热点挖掘:原理与实现[J].情报理论与实践,2010,33,（5）:103-106.
[101]王徽蓉,李卫军.基于遗传算法与线性鉴别的近红外光谱玉米品种鉴别研究[J].光谱学与光谱分析,2011,31,（3）,669-672.
[102]向晖,杨胜刚.消费者信用评估的SVM-LDA组合模型[J].消费经济,2010,26,（1）:54-56.
[103]陈金凤,杨慧中等.一种基于LDA和FCM的BPA多模型软测量方法[J].华东理工大学学报（自然科学版）,2010,36,（1）:126-129.
[104]陈全润,杨翠红.“类逐步回归”变量筛选法及其在农村居民收入预测中的应用[J].系统工程理论与实践,2008,11:16-22,28.
[105]刘良季.多元回归及变量筛选表(LLJ)的内涵及应用[J].沈阳建筑大学学报(自然科学版),2008,24,（5）:904-910.
[106]吕学梅,张磊,刘圣娟.多元双重筛选回归法分析气候因子对临沂市水稻[J].安徽农学通报,2008,14,（20）:115-117.
[107]许凤华,李述山等.基于双重筛选的多因变量偏最小二乘逐步回归方法[J].统计与决策,2008,256,（4）:25-27.
[108]高大文,王鹏.神经网络和多元线性回归筛选QSAR模型结构参数[J].中国环境科学,2005,25(Suppl.):34~38.
[109]肖筱南.小样本多元逐步回归的最优筛选分析[J].统计与信息论坛,2002,17,（1）:22-24.
[110]刘行,赵吉坤.改进熵权法在工程项目评标决策中的应用[J].中国制造业信息化,2010,39,（17）:60-62.
[111]章穗,张梅等.基于熵权法的科学技术评价模型及其实证研究[J].管理学报,2010,7,（1）:34-42.
[112]王国伟,闫丽等.基于熵权法加权的模糊C均值聚类算法研究[J].农业网络信息,2010,8:148-153.
[113]韩可勤,倪永兴.多指标试验分析方法的有效性评价探讨—变异系数法[J].数理医药学杂志,1998,11,（1）:15.
[114]徐建新,闫旖君.基于变异系数法的灰色关联决策模型在城市供水方案优选中的应用[J].水资源与水工程学报,2007,18,（4）:9-11.
[115]郭璐芸,刘蓓蕾.基于变异系数法的上市公司经营业绩灰色关联评价[J].统计与决策,2005,183,（2）:18-19.
[116]梅国平.基于复相关系数法的公司绩效评价实证研究[J].管理世界,2004,1:145-149.
[117]王瑾,钱瑜等.灰色关联分析在工业区清洁生产企业筛选中的应用[J].环境保护科学,2010,36,（4）:69-72.
[118]游桂芝,鲍大忠.灰色关联度法在地质灾害危险性评价指标筛选及指标权重确定中的应用[J].贵州工业大学学报(自然科学版),2008,37,（6）:4-8.
[119]郭基联,董彦非.灰色关联度分析在变量筛选应用中的误区[J].系统工程理论与实践,2002,11:126-128.
[120]张朝阳,赵涛.基于粗糙集的属性约简方法在指标筛选中的应用[J].科技管理研究,2009,1:78-85.
[121]叶明全,姚应水.应用粗糙集差别矩阵筛选医学诊断因子的研究[J].中国卫生统计,2009,26,（3）:325-327.
[122]应竹青.一种决策指标定权的新方法:决策科学与应用[M].北京:海洋出版社,1996.
[123]许学娜,刘金兰等.基于熵权TOPSIS法的企业对标评价模型及实证研究[J].情报杂志,2011,30,（1）:78-82.
[124]张守华,孙树栋.基于AHP和区间模糊TOPSIS法的高新技术科研项目评价[J].上海交通大学学报,2011,45,（1）:134-138.
[125]刘坤,席一凡.改进TOPSIS和灰色关联度法的绿色供应链合作关系评价研究[J].中国物流与采购,2011,1:70-71.
[126]马慧民,叶春明.BP神经网络在专利技术产业化筛选评估中的应用研究[J].科技管理研究,2005,6:94-97.
[127]周荣义,张诺曦等.基于AHP与重要性指标筛选的神经网络评价模型与应用[J].中国安全科学学报,2007,14,（4）:43-47.
[128]赵倩,汤乃云等.基于改进遗传算法和LVQ神经网络包裹算法的特征筛选[J].微电子学与计算机,2007,24,（3）:88-94.
[129]高大文,王鹏.神经网络和多元线性回归筛选QSAR模型结构参数[J].中国环境科学,2005,25（增刊）:34-38.
[130]习勤,米帅军.指标筛选技术在神经网络数据挖掘模型中的应用[J].统计与决策,2011,334,（10）:163-165.
[131]杜卓明,屠宏等.KPCA方法过程研究与应用[J].计算机工程与应用,2010,46,（7）:8-10.
[132]丁鸿弼,阮俊.基于KPCA-SVM的入侵检测模型研究[J].科技创新导报,2011,1:33.
[133]李权,周兴社.基于KPCA的多变量时间序列数据异常检测方法研究[J].计算机测量与控制,2011,19,（4）:822-824.
[134]杨俊,陈贤富.基于KPCA和RBF网络的文本分类研究[J].微电子学与计算机,2010,27,（3）:122-125.
[135]祝志博,宋执环.融合FDA一PCMC样本分类的KPCA故障检测新算法[J].控制与决策,2010,25,（4）:542-550.
[136]成功,赵巍等.基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究[J].航空学报,2007,28,（3）:667-672.
[137]张建明,杜丹等.基于2D-Gabor与KLDA的特征提取[J].计算机工程,2011,37,（15）:137-139.
[138]曾薇,赵守盈.非计量多为尺度中单调最小二乘回归技术[J].中国考试,2011,10:8-12.
[139]厉红梅,蔡立哲等.深圳湾潮间带底栖动物群落结构的等级聚类与非度量多维标度排序[J].厦门大学学报(自然科学版),2011,40,（3）:735-740.
[140]史延科,蒋丹.快速CL-Isomap算法及其在印染检测中的应用[J].纺织高校基础科学学报,2010,23,（1）:105-109.
[141]苏苑英,董超俊.结合Isomap与K均值聚类算法的交通时段划分研究[J].计算机工程与应用,2010,46,（27）:234-237.
[142]王胜利,王科欣.ISOMAP在中文文本聚类分析中的应用[J].开发应用,2009,25,（8）:25-2.
[143]郑凯梅,钱旭等.HL-Isomap+SVM在网络入侵检测中的应用[J].计算机工程与应用,2010,46,（28）:85-87.
[144]肖学中,马利庄.嵌入重要性权值的LLE算法及应用[J].中国科技论文在线,2010,5,（2）:149-153.
[145]朱明旱,罗大庸.基于逆迭代的增量LLE算法[J].计算机工程与应用,2010,46,（17）:176-178.
[146]冯燕,王洪元等.基于LLE-k均值方法的中文文本聚类[J].计算机与数字工程,2010,253,（11）:10-12,21.
[147]傅荟璇,赵红等. Matlab神经网络应用设计[M].北京:机械工业出版社,2010:101.
[148]魏艳强.基于RBF神经网络的货运量预测模型研究[D].天津:天津理工大学,2007.
[149]范群林,李桃等.基于广义回归神经网络的经济预测模型研究[J].商场现代化,2008,（26）:195.
[150]谷志红,牛东晓等.广义回归神经网络模型在短期电力负荷预测中的应用研究[J].中国电力,2006,（04）:11-14.
[151]镇常青.多目标决策中的权重调查确定方法[J].系统工程理论与实践,1987,7,(2):16-24.
[152]程明熙.处理多目标决策问题的二项系数加权和法[J].系统工程理论与实践,1983,3,(4):23-26.
[153]陆明生.多目标决策中的权系数[J].系统工程理论与实践,1986,6(4):77-78.
[154]宣家骥.多目标决策[M].长沙:湖南科技出版社,1989.
[155]陈挺.决策分析[M].北京:科学出版社,1997.
[156]郭亚军.综合评价理论与方法[M].北京:科学出版社,2002.
[157]李斌.层次分析法和特尔菲法的赋权精度与定权[J].系统工程理论与实践,1998,12:75-79.
[158]马云东,胡明东.改进AHP法及其在多目标决策中的应用[J].系统工程理论与实践,1997,6:40-44.
[159]宣家骥.多目标决策[M].长沙:湖南科技出版社,1989.
[160]王应明,傅国伟.主成份分析法在有限方案多目标决策中的应用[J].系统工程理论方法应用,1993,2(2):43-48.
[161]严鸿和等.专家评分机理与最优评价模型[J].系统工程理论与实践,1989,9(2):19-23.
[162]樊治平.多属性决策的一种新方法[J].系统工程,1994,12,（l）:25-28.
[163]王应明,傅国伟.运用无限方案多目标决策方法进行有限方案多目标决策[J].控制与决策,1993,8,（l）:25-29.
[164]郭亚军.综合评价理论与方法[M].北京:科学出版社,2002.
[165]王应明.运用离差最大化方法进行多指标决策与排序[J].系统工程与电子技术,1998,20,（7）:24-26.
[166]黄祥志,佘成学.基于可拓理论的围岩稳定分类方法的研究[J].岩土力学,2006,27,(10):1800-1804.
[167]王锦国,周志芳等.可拓评价方法在环境质量综合评价中的应用[J].河海大学学报,2002,30,（1）:15-18.
[168]应竹青.一种决策指标定权的新方法[J].决策科学与应用,海洋出版社,1996.
[169]应天元.系统综合评价的赋权新方法—PC-LINMAP耦合模型[J].系统工程理论与实践,1997,2:8-13.
[170]王雪标等.线性综合评价函数的充要条件及权系数的确定[J].系统工程理论与实践,2000,10:58-62
[171]毛权等.基于神经网络的多属性决策方法[J].系统工程,1993,11(l):31-37,
[172]李登峰,陈守馒等.多属性决策问题的模糊神经网络综合决策方法[J].系统工程理论方法应用,1995,4(2):47-52,
[173]宋如顺.基于小波神经网络的多属性决策方法及应用[J].控制与决策,2000,15,（6）:765-768.
[174]李因果,李新春.基于可变权系数的我国地区信息化测度模型及应用[J].情报杂志,2006（2）:107-1-09.
[175]罗党,王伟等.一类不确定性决策问题的变权分析方法[J].郑州大学学报:理学版,2005,（3）:100-103.
[176]李洪兴.因素空间理论与知识表示的数学框架[J].模糊系统与数学,1995,（3）:1-7.
[177]刘文奇.一般变权原理与多目标决策[J].系统工程理论与实践,2000,（3）:1-11.
[178]李德清,李洪兴.状态变权向量的性质与构造[J].北京师范大学学报:自然科学版,2002,（4）:455-461.
[179]刘文奇.变权综合中的惩罚-激励效应[J].系统工程理论与实践,1998,（18）:41-47.
[180]王晓玲.素质教育评价中的变权综合方法[J].系统工程理论与实践,2000,（4）:136-140.
[181]樊治平,赵萱.多属性决策中权重确定的主客观赋权法[J].决策与决策支持系统,1997,7,（4）:87-91.
[182]樊治平,张全等.多属性决策中权重确定的一种集成方法[J].管理科学学报,1998,1,(3):50-53.
[183]陶菊春,吴建民.综合加权评分法的综合权重确定新探[J].系统工程理论与实践,2001,21,（8）:43-48.
[184]徐泽水,达庆利.多属性决策的组合赋权方法研究[J].中国管理科学,2002,10,（2）:84-87.
[185]陈加良.基于博弈论的组合赋权评价方法研究[J].福建电脑,2003,（9）:15-16.
[186]郭红玲,黄定轩.多属性决策中属性权重的无偏好赋权方法[J].西南交通大学学报,2007,42,（4）:505-510.
[187]陈伟,夏建华.综合主、客观权重信息的最优组合赋权方法[J].数学的实践与认识,2007,37,(1):17-21.
[188]梁杰,侯志伟.AHP法专家调查法与神经网络相结合的综合定权方法[J].系统工程理论与实践,2001,21,(3):59-63.
[189]李祚泳,汪嘉杨等.可持续发展评价模型与应用[M].北京:科学出版社,2007:43-49.
[190]唐亮,廖正军等.重庆高新区可持续发展水平评价与对策研究[J].重庆环境科学.2003,25（1）:9-12.
[191]李忠武,成金华.模糊综合评价法在黄石市可持续发展中的应用[J].中国人口·资源与环境.2003,13（专刊）:84-86.
[192]蔡文.可拓论及其应用[J].科学通报.1999,44（7）:673-682.
[193]金菊良,丁晶等.区域水资源可持续利用系统评价的插值模型[J].自然资源学报.2002,17（5）:610-614.
[194]冯利华,张行才等.基于集对分析的水资源变化趋势的统计预测[J].水文.2004,24（2）:11-14.
[195] Friedman J H, Turkey J W. A projection pursuit algorithm for exploratory data analysis [J].IEEE Trans on Computer,1974,23(9):881-890.
[196] Friedman J H, Stuetzle W. Projection pursuit regression [J]. J Amer Statist Assoc,1981,76:817-823.
[197] Diaconis P, Friedman D. Asymptotic of graphical projection pursuit regression [J]. Ann Statist,1984,12:793-815.
[198] Jones L K. On a conjecture of Huber’s concerning the convergence of projection pursuit [J].Ann Statist.1987(15):880-882.
[199] Huber P J. Projection pursuit (with discussion)[J]. Ann Statist.1985,13(2):435-525.
[200]汪嘉杨,李祚泳.禁忌搜索优化的投影寻踪及其在水资源评价中的应用[J].成都信息工程学院学报.2006,21（5）:715-718.
[201] Rumelhart D E, Hinton G E, Williams R J. Learning representation by back-propagation errors[J]. Nature (London).1986(7):149-154.
[202] Pineda F J. Generalization of back-propagation to recurrent neural networks [J]. Rhy. Rev. Let.1987,59(19):2229-2232.
[203] Nilelson H R. Theory of the backpropagation neural network [J]. IEEE IJCNN.1989(1):593-606.
[204] Pineda F J. Recurrent backpropagation and dynamical approach to adaptive neuralcomputation [J]. Neural Computation.1989(1):161-172.
[205] Chen F C. Back-propagation neural networks for nonlinear self-tuning adaptive [J]. IEEETrans. On Control System Magazine.1990,10(3):44-48.
[206]潘昊,王晓勇等.基于遗传算法的BP神经网络技术的应用[J].计算机应用.2005,25(12):2277-2279.
[207]沈珍瑶,杨志峰.黄河流域水资源可再生评价指标体系与评价方法[J].自然资源学报.2002,17（2）:188-197.
[208] Specht D F. Probabilistic neural networks for classification, mapping or associative memory[J]. IEEE International Conference on Neural Networks.1988(1):525-532.
[209] Specht D F. Probabilistic neural networks [J]. Neural Networks.1990,3(2):109-118.
[210] Specht D F, Shapiro P D. Training speed comparison of probabilistic neural networks withback-propagation networks [J]. IJCNN.1991(11):440-443.
[211] Huang D S. Radial basis probabilistic neural networks: model and application [J].International Journal of Pattern Recognition and Artificial Intelligence.1999,13(7):1083-1101.
[212]庞素琳.概率神经网络信用评价模型及预警研究[J].系统工程理论与实践.2005,25（5）:43-48.
[213] Cortes C, Vapnik V. Support vector networks [J]. Machine Learning.1995(20):273-297.
[214] Mike Fugate, James R Gattikers. Computer intrusion detection with classification and anomalydetection using SVM [J]. International Journal of Pattern Recognition and ArtificialIntelligence.2003,17(3):441-458.
[215] Gish H, Schimdt M. Text-independent speaker identification [J]. IEEE Trans on SignalProcessing Magazine.1994,42(1):18-32.
[216]熊建秋,李祚泳等.基于支持向量机的城市可持续发展水平预测[J].中国人口·资源与环境.2006,38（2）:6-10.
[217] Dorigo M, Gambardella L M. Ant colony system: A cooperative learning approach to travelingsalesman problem [J]. IEEE Trans Evolution Computation.1997,1(1):53-56.
[218] Dorigo M, Caro G D, Gambardella L M. Ant algorithms for discrete optimization [J].Artificial Life.1999,5(3):137-172.
[219] Dorigo M, Bonabeau E, Theraulaz G. Ant algorithms and stigmergy [J]. Future GenerationComputer Systems.2000(16):851-871.
[220] Bonabeau E, Dorigo M. Theraulaz G. Inspiration for optimization from social insect behavior[J]. Nature.2000(406):39-72.
[221] Martin M, Chopard B, Albuquerque P. Formation of an ant cemetery: Swarm intelligence ofstatistical accident [J]. Future Generation Computer Systems.2002(18):893-901.
[222] Solnon C. Ants can solve constrained satisfaction problems [J]. IEEE Transactions onEvolutionary Computation.2002,6(4):347-357.
[223]陈俊,沈浩等.蚁群算法进行连续参数优化的新途径[J].系统工程理论与实践.2003,23（3）:48-53.
[224]唐泳,马永开等.用改进蚁群算法求解函数优化问题[J].计算机应用研究.2004(9):89-91.
[225]邹长武,熊建秋等.改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用[J].四川大学学报（工程科学版）.2005,37（5）:9-13.
[226] Chelouah R, Siarry P. Taboo search applied to global optimization [J]. European Journal ofOperation Research.2000(123):256-270.
[227] Sung C S, Jin H W. A taboo search based heuristic for clustering [J]. Pattern Recognition.2000,33(5):849-858.
[228] Zhang Hongbin, Sun Guangyu. Feature selection using taboo search method [J]. PatternRecognition.2002,35(3):701-711.
[229]汪嘉杨,李祚泳等.基于免疫禁忌优化算法的生态环境评价指数公式及其应用[J].生态与农村环境学报.2006,22（4）:25-29.
[230]宋志宇,李俊杰.基于模拟退火神经网络模型的岩质边坡稳定性评价方法[J].长江科学院院报.2006,23（2）:42-45.
[231]刘怀亮,刘淼.一种混合遗传模拟退火算法及其应用[J].广州大学学报（自然科学版）.2005,4（2）:141-145.
[232]阎平凡,张长水.人工神经网络与模拟进化计算（第2版）[M].北京:清华大学出版社.2005:549-552.
[233]李祚泳,吴强.基于遗传优化的递阶层次可持续发展评价模型[J].中国人口·资源与环境.2003,13（专刊）:74-76.
[234]杨淑媛,刘芳等.一种基于量子染色体的遗传算法[J].西安电子科技大学学报（自然科学版）.2004,31（1）:76-81.
[235]李晓磊,邵之江等.一种基于动物自治体的寻优模式:鱼群算法[J].系统工程理论与实践.2002,22（11）:32-38.
[236]李晓磊,薛云灿等.基于人工鱼群算法的参数估计方法[J].山东大学学报（工学版）.2004,34（3）:84-87.
[237] Parsopoulos K E, Vrahatis M N. Recent approach to global optimization problems throughparticle swarm optimization [J]. Natural computing.2002,1(2/3):235-306.
[238]刘益剑,张建明等.基于微粒群算法的非线性系统模型参数估计[J].模式识别与人工智能.2005,18（4）:465-468.
[239] Zhang Lirfeng, Zhao Keqin. The theories methods and its application of set pair analysis(SPA)[M]. System Science and its Applications, Tianjin People’s Publishing House,1998:61-64.
[240]赵克勤.成对原理及其在集对分析(SPA)中的作用与意义[J].大自然探索.1998. No.4:90.
[241]赵克勤.集对分析及其初步应用[M].杭州:浙江科学技术出版社,2000.
[242]李祚泳,汪嘉杨等.可持续发展评价模型与应用[M].北京:科学出版社,2007:68.
[243]赵克勤.自然辩证法有数学模型吗？[J].自然辩证法报.1988. No.10.
[244]赵克勤.集对与集对分析—一个新的概念和一种新的系统分析方法[C].全国系统理论与区域规划研讨会论文.1989.8.
[245]赵克勤.集对分析与同反异决策[J].决策探索.1992. No.2:14-15.
[246]赵克勤.集对分析与熵的研究[J].浙江大学学报.1992. No.2, Vol.6:65-74.
[247]赵克勤.基于集对分析的对立分类、度量及应用[J].科学技术与辩证法.1994.4, Vol.11,No.2:26-30.
[248]赵克勤.集对分析中德不确定性理论[J].大自然探索.1995. No.4:87-88.
[249]赵克勤.基于集对分析的大小关系刻划及应用[J].有色冶金设计与研究.1996. No.3:59-62.
[250]赵克勤,宣爱理.集对论—一种新的不确定性理论、方法与应用[J].系统工程.1996,14(1):18-23.
[251]赵克勤.试论集对分析在人工智能中的应用[C].中国人工智能学会第七届年会论文集.西安:西北工业大学出版社,1992:379.
[252]朱其秀.集对分析用于人工智能研究的思考[J].绍兴文理学院学报.1996(12):113-118.
[253]傅国耀.[-1,1]上的模糊集及其在集对分析中的应用[J].科技通报.1999（3）:91-93.
[254]洪伟,吴承祯等.集对分析与效用函数[J].福建林学院学报.1995,15（3）:203-207.
[255]丁木华,颜七笙.基于集对分析和模糊多属性群决策的动态联盟盟员选择模型[J].2007（12）:38-40.
[256]韩利娜,张俊容.基于集对分析的一种区间数的排序方法[J].科教文汇.2007(1)下半月刊:69-70.
[257]宋慈勇,赵新宇等.基于离差平方集对分析评标模型[J].中国水运.2009（3）:78-79.
[258]宋慈勇,赵新宇等.基于熵权的集对分析同一度评标模型[J].人民黄河.2010（1）:85-86.
[259]黄勇辉,朱金福.基于集对分析的不确定性分化问题研究及应用[J].统计与决策.2010（8）:163-165.
[260]李陶,付强等.基于灰色关联度的集对分析差异系数研究[J].黑龙江水专学报.2010(1):97-99.
[261]骆原,齐青青.改进集对分析同一度方案优选模型及应用研究[J].人民黄河.2010（10）:136-138.
[262]刘秀梅,赵克勤.基于集对分析联系数的信息不完全直觉模糊多属性决策[J].数学的实践与认识.2010（1）:67-77.
[263]周栩,王丹.基于集对分析的房地产估价[J].郑州航空工业管理学院学报（社会科学版）.2006（6）:199-200.
[264]朱昌锋,王庆荣.基于联系度的铁路货运量集对分析聚类预测[J].甘肃科学学报.2006（4）:92-94.
[265]易善勇,邱志明.基于集对分析的大型研发项目进度风险评价研究[J].统计与决策.2009（1）:44-47.
[266]李凡修,梅平.煤矿开采条件安全评价的集对分析模型与应用[J].矿业安全与环保.2010（5）:86-88.
[267]罗党,孙利.基于集对分析同一度的投资优化模型[J].华北水利水电学院学报.2010（2）:101-102.
[268]孙莹,何维达等.基于集对分析的东北地区国际物流节点规划研究[J].财贸经济.2009（12）:122-127.
[269]黄大荣,黄丽芬.基于集对分析联系数故障树的BA系统可靠性分析[J].计算机应用研究.2010（1）:111-113.
[270]谢飞,王文圣.集对分析在汛期分期中的应用研究[J].南水北调与水利科技.2011（1）:60-63.
[271]张秀辉,刘以安等.基于集对分析的雷达信号分选算法[J].现代雷达.2010（2）:35-37.
[272]谭乐祖,杨明军.采用区间数的集对分析目标威胁判断模型[J].电光与控制.2011（2）:73-76.
[273]项向宏,王成.基于集对分析理论的物理考试评价方法[J].广西物理.2004（4）:55-57.
[274]罗崴.基于集对分析理论的公路网综合评价方法研究[J].华东公路.2007（2）:71-74.
[275]冯康福,罗周全.基于集对分析的采场回采质量综合评价[J].矿业工程研究.2010（2）:69-72.
[276]廖文来,何金平.基于集对分析的大坝安全综合评价方法研究[J].人民长江.2006（7）:94-96.
[277]王付洲,杜红伟等.基于集对分析的灌区运行状况综合评价研究[J].安徽农业科学.2008,36(19):8196-8197.
[278]汪克亮.基于集对分析的管理信息系统综合评价方法[J].统计与决策.2007(19):82-84.
[279]张均勇,李武奇等.基于特征的飞机战伤抢修性集对分析评价模型[J].2010（5）:708-712.
[280]常浩,麻新等.军用飞机维修质量评估的集对分析方法与应用[J].航空维修与工程.2010（2）:63-66.
[281]苏美蓉,杨志峰等.基于生命力指数与集对分析的城市生态系统健康评价[J].中国人口·资源与环境.2010（2）:122-128.
[282]杨洁,王国平等.空气污染指数API的集对分析[J].环境研究与检测.2005（4）:11-13.
[283]吕明捷,杜云等.基于相关系数定权的集对分析法在湖泊富营养化评价中的应用[J].南水北调与水利科技.2011（2）:96-98.
[284]苏飞,张平宇.基于集对分析的大庆市经济系统脆弱性评价[J].地理学报.2010（4）:454-464.
[285]陈媛,王文圣等.基于集对分析的城市可持续发展评价[J].人民黄河.2010（1）:11-13.
[286]王燕,许亚东等.基于集对分析的四川省贫困地区农村居民消费结构研究[J].安徽农业科学.2008,36（32）:14313-14315.
[287]姚治华,王红旗等.基于集对分析的地址环境承载力研究—以大庆市为例[J].环境科学与技术.2010（10）:183-189.
[288]刘鹏,晏路明.集对分析方法应用领域的新拓展—以福建省城镇居民消费问题为例[J].大庆师范学院学报.2007（6）:58-63.
[290]王慧,毛晓敏等.灌区节水综合效应评价的集对分析模型比较[J].节水灌溉.2010（2）:48-51.
[291]高军省,高绣纺等.基于集对分析的长湖水环境质量评价[J].人民黄河.2009（12）:69-71.
[292]任化准,温忠辉等.基于熵权的集对分析方法在地下水脆弱性评价中的应用[J].工程勘察2010（4）:44-47.
[293]姚琪,张建强等.基于集对分析法的九寨沟五彩池水质评价[J].水资源与水工程学报.2010（6）:98-100.
[294]高军省,崔凯.水资源开发利用程度综合评价的集对分析方法[J].人民黄河.2010（12）:94-96.