導語：歷史文化名城保護規劃評估分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

作為歷史信息的承載體，歷史文化名城蘊含著深厚的文化底蘊，是反映城市發展歷程、回顧歷史事件的重要窗口。近年來國家越來越注重歷史文化名城的保護，從1982年第一批歷史文化名城審批開始，截至2018年5月2日，國務院已將134座城市列為國家歷史文化名城，并對這些歷史遺跡進行重點保護。然而歷史文化名城保護的關注重點一直在于歷史文化名城的價值評估、分級以及規劃編制上，對于名城保護規劃編制后實施情況的關注度顯然不足。保護規劃不應是一成不變的，應該隨著保護工作的開展，根據實施情況的變化對保護規劃進行評估，并以此作為規劃調整的依據。

1歷史文化名城保護實施評估研究現狀

到目前為止，我國專家學者對歷史文化名城保護規劃評估方面的研究較少。現有的歷史文化名城實施評估,評估方法大多為主成分分析法、層次分析法、模糊綜合評估法、因子分析法等，但歷史名城保護規劃實施評估是一個涉及眾多影響因素的復雜系統，應用主成分分析法、模糊綜合評估法、因子分析法等難免存在一定的主觀性和難以確定的缺陷。而BP神經網絡作為解決復雜非線性系統的有效方法，更適合用于歷史文化名城保護實施評估，因此筆者認為有必要構建基于BP神經網絡模型的歷史文化名城保護規劃評估模型[1]。

2歷史名城保護規劃實施評估體系

2.1評估指標的選取和主要內容。通過研究相關領域的其他文獻，本文以構建全過程的實施評估為目標，按照名城保護規劃實施前、實施中、實施后的次序，分為規劃編制、實施過程、實施效果三個評估層面，建立歷史名城保護規劃實施評估體系。規劃編制的評估主要從編制完整性、內容完整性，內容協調性三方面進行研究，實施過程的評估主要從實施保障制度的完整性、保護機構的設置、資金到位情況三方面進行研究，實施結果的評估是評估體系中內容最多，也是更為重要的評估層面，不僅考慮實施效果與名城保護規劃一致性，而且需要去考量規劃實施效果是否符合了原真性、完整性原則，名城整體的保護工作是否促進了城市發展，保護了城市環境，社會影響如何等，因此將從保存效果、環境效果、經濟效果、社會效果四個方面對實施效果進行評估。2.2評估指標體系的構建。歷史文化名城保護規劃評估體系構建步驟主要為：建立一套可操作的盡可能全面的指標體系(找出問題)；建立BP神經網絡模型對指標進行綜合分析(分析問題)；提出規劃對策和調整意見(解決問題)。構建指標體系應遵循以下原則：科學性原則、通用可比性原則、層次性原則、真實性原則、實用性原則。根據上述名城評估的類型和主要內容，構建了以歷史名城保護規劃實施為評估目標的評估體系，其中一級指標3個，二級指標20個。具體情況如表1所示。

3基于BP神經網絡的歷史名城保護規劃實施評估模型的構建

3.1BP神經網絡的概述。BP神經網絡是一種在模擬神經網絡結構和功能的基礎上研究設計出的信息處理系統[2]。BP神經網絡的算法在一定程度上盡可能地避免了主觀因素對結果的影響，使評估模型更加定量化，使用其高度的仿真功能經過網絡的反復學習能有效修正誤差。BP神經網絡（BackPropagationNetwork，BPNetwork），由輸入層、隱含層、輸出層三層構成。外部信息通過輸入層中的各神經元接收并傳遞到中間層，在中間層進行信息處理和變換后，通過輸出層向外界輸出信息并處理結果。神經網絡工作時，若現行輸出與期望相同，則訓練結束；反之，誤差反向進入網絡，將輸出與期望的誤差信號按照原連接通路反向計算，修改各層權值和閾值，逐次向輸入層傳播。這樣反復地循環，不斷訓練網絡，當網絡的全局誤差小于給定的誤差值后學習終止，即可得到收斂的網絡和相應穩定的權值[3]。3.2BP神經網絡評估模型的建立。基于BP神經網絡評估模型的建立過程（圖1）。3.2.1BP神經網絡訓練樣本期望值的確定。BP神經網絡模型訓練必須有一系列的期望值與神經網絡輸出值不斷比較、反復訓練及仿真運算，才能滿足訓練誤差與預測誤差的要求。通過專家打分法得到歷史名城保護規劃實施評估的綜合評估值，作為BP神經網絡模型訓練樣本的期望值。訓練樣本來源于隨機生成的100組樣本評估值。根據分數對名城進行測評，分為（90～100）為好、（80～89）為較好、（70～79）為良、（60～69）為一般、60分以下為差五個等級。計算公式為：　　　　　P=∑Ci×WiP為歷史名城保護規劃實施綜合評估值，Ci為評估指標單項得分，Wi為評估指標權重。3.2.2利用Matlab軟件建立神經網絡模型。首先在Matlab中對樣本數據進行歸一化處理，然后構建BP神經網絡，訓練樣本數據。本文所選用的歷史名城保護規劃實施評估的指標一共有20個，采用3層BP神經網絡結構，輸入層神經元節點數設置為20。同時在Matlab中，根據fori=1:n的語句，不斷嘗試隱含層節點數，選取訓練誤差最小的節點數，作為最優隱含層節點數。輸出層只有一個神經元，只有一個輸出值表示對歷史名城保護規劃的實施綜合評估的結果，分值越高，表示該歷史名城保護程度越高[4]。以Matlab為工具，選用trainscg訓練函數、初始化網絡的權值和閾值，設置網絡學習精度為10-9。3.2.3神經網絡的訓練。網絡設置完畢以后，將前90組數據當成學習樣本，通過Matlab，讀取樣本數據，通過預先設定的神經網絡模型，進行不斷的迭代，最終經1000次訓練，網絡收斂達到預定學習精度10-9，最終得到表達輸入層與輸出層之間的非線性映射關系的神經網絡模型。3.2.4神經網絡模型的驗證與評估。通過上述90組樣本的訓練得到了神經網絡歷史名城保護規劃實施評估模型，現在將后10組數據作為測試數據，對神經網絡模型的準確性進行驗證，得到測試結果（見表2）。我們可以從中看到，測試樣本的實際輸出與期望輸出誤差在允許的范圍內，進而說明通過訓練的神經網絡模型與專家評估的結果保持一致。因此證明神經網絡模型所反映的各指標之間的關系是正確的，可以有效地應用于歷史名城保護規劃實施評估。

4實例探究

本文以保定市歷史文化名城保護規劃的實踐為例，對歷史文化名城保護規劃評估體系進行探索。保定市地處河北省中部、京津冀地區中心地段，于1986年被列入第二批中國歷史文化名城。本次研究對象是2010版《保定市歷史文化名城保護規劃（2010-2020）》規定的古城范圍內確定的保護規劃內容實施情況。保定歷史名城保護規劃實施評估的的各項指標得分見表3。4.1評估結果分析。將表3中的數據輸入到BP神經網絡模型，經神經網絡計算，得到保定古城保護規劃實施評估結果得分為80，表明保定古城保護規劃實施水平為較好，該評估結果基本符合保定古城保護規劃實施的實際情況，證明基于BP神經網絡的評估模型可以應用于歷史名城保護規劃的實施評估。4.2對策和建議。通過對保定歷史文化名城保護規劃實施的評估與分析，針對保定古城存在的問題，對保定歷史名城規劃提出以下建議：加大文物單位、歷史建筑的保護，協調處理文物保護與發展的關系，對新建建筑要與周邊建筑風貌協調。從古城的整體風貌和空間形態保護出發，維護古城的圖底關系和街巷肌理；突出保護歷史文化街區，保持歷史格局，維持傳統街區風貌。加強對土地使用性質的控制，改善古城土地使用雜亂的狀況，協調好古城保護與商業發展之間的關系。進一步完善古城周邊配套設施的建設，增加停車位，優化公交線路，倡導綠色交通。政府應加大資金投入，加強資金監管。政府各部門統一思想，從城市層面統籌進行交通組織、功能組織、產業發展定位等調整、協調工作。

歷史文化名城保護規劃實施評估，按照名城保護的次序，注重實施前、中、后三方面評估內容，形成一套全面的可操作的歷史文化名城評估體系。通過建立基于BP人工神經網絡的歷史名城保護規劃實施評估模型，避免評估過程中主觀因素的影響，更加客觀地評估歷史名城保護規劃的實施。通過本次的實踐證明神經網絡模型可以應用于歷史名城保護規劃的實施評估，并取得較滿意的結果。

參考文獻：

[1]賀艷.基于“整體觀”的庫車歷史文化名城保護規劃[J].建筑學報,2012(06):64-68.

[2]侯瑞.人工神經網絡BP算法簡介及應用[J].科技信息,2011(03):75,418.

[3]李明月,賴笑娟.基于BP神經網絡方法的城市土地生態安全評估——以廣州市為例[J].經濟地理,2011,31(02):289-293.

[4]高巍.基于BP人工神經網絡的軍事工程投資評估[J].軍事經濟研究,2012,33(02):43-45.

作者:李爽 尹君 焦艷紅 單位:河北農業大學城鄉建設學院