本公开涉及计算机技术领域和环境管理工程技术领域，具体而言，涉及一种基于生态工业园区的系统识别方法和装置。
背景技术
生态工业园区中的企业基于物质和能量的循环利用形成生态工业链，当园区发展到一定规模后，企业在链上扮演的角色也不再单一，可能成为多种资源的起点，也可能成为多种资源的终点，或者是资源流经的中转点，园区内的资源不再沿着某生态工业链单向流动，而是各种链条相互交织，在园区内形成复杂的链网。从系统论的观点来看，这些存在于企业间的各类生态链接的相互作用关系形成了生态工业园区的结构。
一般来说，系统的结构具有相对的稳定性，反映出组成系统的各要素之间的相对稳定的联系状态；同时还具有一定的动态性和可变性，反映出系统整体性能发展和变化的方向和趋势。生态工业园区的结构主体是依据生态系统物质流、能量流和信息流等形式人为设计和规划产生的生态工业链网，系统内的各组成企业通过横向耦合和纵向闭合等原则，实现高效率、高产出、低消耗、低污染，达到经济增长与生态保护双赢的目标。
生态工业园区大多是在人为管理下规划、建设和运营的，系统结构包括园区中企业的数量、规模、布局等皆受人的控制，因而生态工业园区的稳定性主要是讨论功能的稳定性。然而，结构和功能的稳定性是相辅相成的，系统的功能对系统的结构具有较强的依赖性，后者是前者的基础。一般来说，系统结构的有序性越高，相应地系统的功能也优越。对系统结构的优化方式有两类：(1)通过对系统中要素的增减，增加有益的要素或去除产生障碍的要素；(2)对要素间的联结方式进行优化，使其更加合理化。无论是哪种方式，首先要确定的是系统的结构状态，识别出对系统的稳定性产生影响的因素，之后进行有目的的调控。
技术实现要素：
为了解决现有技术中基于生态工业园区的系统结构识别率低，且当基于生态工业园区的系统出现问题时不能及时有效地干预和调控的问题，本公开实施例提供了一种基于生态工业园区的系统识别方法和装置，拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，并探讨系统实现其功能的路径，从中找出结构的薄弱之处，及早发现问题并进行预防和调控，确保系统更好地实现其功能，进而提高整个生态工业园区的稳定性。
第一方面，本公开实施例提供了一种基于生态工业园区的系统结构识别方法，包括以下步骤：对生态工业园区的系统结构进行多层次划分；通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对所述多层次划分的所述生态工业园区的所述系统结构完成识别操作。
在其中一个实施例中，所述对生态工业园区的系统结构进行多层次划分包括：结合拓扑论与图论将所述生态工业园区的所述系统结构划分为三个层次。
在其中一个实施例中，所述三个层次包括核心企业作为第一层次、主生态工业链作为第二层次、社团作为第三层次。
在其中一个实施例中，所述通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对所述多层次划分的所述生态工业园区的所述系统结构完成识别操作包括：通过共生关系所对应的拓扑结构图分析并获取核心企业；通过网页排序算法对所述核心企业完成识别操作。
在其中一个实施例中，还包括：通过matlab编程对所述生态工业园区的加权网络为基础的主生态工业链完成识别操作。
在其中一个实施例中，还包括：基于标准拉普拉斯矩阵的谱平分法完成社团的识别操作。
第二方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的方法的步骤。
第三方面，本公开实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。
第四方面，本公开实施例提供了一种基于生态工业园区的系统结构识别装置，所述装置包括：划分模块，用于对生态工业园区的系统结构进行多层次划分；识别模块，用于通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对所述多层次划分的所述生态工业园区的所述系统结构完成识别操作。
在其中一个实施例中，所述划分模块，还用于结合拓扑论与图论将所述生态工业园区的所述系统结构划分为三个层次。
本发明提供的一种基于生态工业园区的系统结构识别方法和装置，对生态工业园区的系统结构进行多层次划分；通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的所述系统结构完成识别操作。该方法拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，有效分析功能的路径，从中找出系统结构的薄弱之处，高效率发现问题并进行预防和调控，确保系统更稳妥地实现功能。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面对实施例描述中所需要使用的附图作简单地介绍：
图1为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法的步骤流程示意图；
图2(a)为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法中的网络拓扑结构示意图；
图2(b)为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法中的移除节点4的网络拓扑结构示意图；
图2(c)为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法中的移除节点10的网络拓扑结构示意图；
图3为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法中的核心企业的拓扑结构图；
图4为本发明一个实施例中的一种基于生态工业园区的系统结构识别方法中的网络中的社团结构示意图；
图5为本发明一个实施例中的一种基于生态工业园区的系统结构识别装置的结构示意图。
具体实施方式
下面结合附图和实施例对本申请进行进一步的详细介绍。
在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本公开的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征a、b、c，另一个实施例包含特征b、d，那么本申请也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
为了使本发明的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本发明基于生态工业园区的系统识别方法和装置的具体实施方式进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
有研究指出，尽管工业生态网络的存在和发展有着深厚的理论和现实背景，但是作为新生事物，工业生态网络的研究和发展尚处在起步阶段，这就使得系统地探索工业生态网络模式、稳定性、实施效果、进化和构建的全过程成为一项既有学术价值又有现实意义的工作。
一个网络可以抽象为一个由点集v和边集e组成的图g＝(v，e)，e中每条边都有v中的一对点与之相对应。如果任意点对(i,j)与(j,i)对应同一条边，则称该网络为无向网络(undirectednetwork)，否则称为有向网络(directednetwork)；如果给每条边都赋予相应的权值，则称该网络为加权网络(weightednetwork)，否则称为无权网络(unweightednetwork)。将生态工业链网结构上的企业视为节点，如果两个企业之间基于工艺或物质交换等关系形成联系，则以连通这两个节点企业的边相连接，这样可以得到整个生态工业园区的网络拓扑图，可以考虑从拓扑学和图论理论的角度来探讨生态工业园区的稳定性等相关问题。
如图1所示，为一个实施例中的一种基于生态工业园区的系统结构识别方法的流程示意图，具体包括以下步骤：
步骤102，对生态工业园区的系统结构进行多层次划分。
在一个实施例中，对生态工业园区的系统结构进行多层次划分包括：结合拓扑论与图论将生态工业园区的系统结构划分为三个层次，其中，三个层次包括核心企业作为第一层次、主生态工业链作为第二层次、社团作为第三层次。
步骤104，通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的系统结构完成识别操作。
在一个实施例中，通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的系统结构完成识别操作包括：通过共生关系所对应的拓扑结构图分析并获取核心企业；通过网页排序算法对核心企业完成识别操作。此外，在一个实施例中，基于生态工业园区的系统结构识别方法还包括：通过matlab编程对生态工业园区的加权网络为基础的主生态工业链完成识别操作。此外，在一个实施例中，基于生态工业园区的系统结构识别方法还包括：基于标准拉普拉斯矩阵的谱平分法完成社团的识别操作。
需要说明的是，本发明运用复杂系统理论和拓扑论、图论等理论，将整个园区系统结构分成核心企业、主生态工业链及社团三个层次，建立了生态工业园区系统结构识别技术，包括应用网页排序(pagerank)方法建立了生态工业园区核心企业识别技术，利用matlab编程对园区的主生态工业链进行识别，基于标准拉普拉斯(normallaplace)矩阵的谱平分法建立了生态工业园区社团结构的划分技术。
具体的，拓扑结构下生态工业园区的系统中的核心企业识别方法为：拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，并探讨系统实现其功能的路径，从中找出结构的薄弱之处，及早发现问题并进行预防和调控，确保系统更好地实现其功能。生态工业园区的网络拓扑结构如图2所示，假定有一个有向网络如图2(a)，考虑从中移除某个点，则与该节点相连的所有边也同时被移除。移除的节点不仅使得所有通过此节点的路径中断，而且将有可能使得原本连通的其它节点间的路径也因此而中断。考虑移除图2(a)中的节点4，则所有与节点4相关的路径相应中断，包括节点1到节点10的路径也中断，如图2(b)所示。此外，被移除的节点的度不同，对整个网络的影响也是不同的。例如，移除图2(a)中的节点10，因为节点10仅有与节点4相连接的唯一边，从直观来看此节点的移除对整个网络产生的影响非常小，如图2(c)所示。
进一步地，提供或接受废弃物能力最强的企业称之为生态工业园区中的核心企业。在一个生态工业园区中，核心企业可能只有一家，称为单中心型生态工业园区；也可能有少数几家，称为多中心型生态工业园区。
核心企业是整个生态工业园区，或各个社团结构内副产品交换最为活跃的企业，与园区内众多企业间建立了共生关系，其行为将沿着生态工业链对链上其他企业产生影响，进而影响到整个园区的稳定性。
需要说明的是，不区分节点企业间的链接方向。即认为生态工业园区中的企业无论提供或接受废弃物对整个园区的环境效益贡献等同，将整个生态工业网络视为无向网络，来考虑网络中企业的重要性，并找出核心企业。为了利用共生关系所对应的拓扑结构图来分析节点企业的重要性，可以利用图的邻接矩阵来表达节点企业之间的链接关系。
具体的，首先，写出邻接矩阵a＝(aij)，显然邻接矩阵是一个实对称矩阵。
其中，
其次，为了能将节点企业的重要性平均分配给与该节点企业链接的其他节点企业，对各个列向量进行归一化处理，得到矩阵
此外，区分节点企业间的链接方向。生态工业园区中企业的共生关系来源于上下游企业间的废弃物和能量利用，因而节点企业间的链接是从上游企业指向下游企业的，生态工业网络是一个有向网络；对于有向生态工业网络，核心企业可分别从提供废弃物和接受废弃物的角度来考虑。
具体的，首先，写出b＝(bij)，其中矩阵的元素
其次，当节点企业i有一个指向节点企业j的链接边，表明i可提供废弃物给j，即i是j的原材料来源，或者说j认为i是有价值的。从节点企业i的出链数越多，表明其提供废弃物的能力越强，节点企业i的重要性也越高。此时，j的重要性被平均分配给为它提供废弃物的节点企业i。对邻接矩阵b的各个列向量进行归一化处理，得到矩阵
此外，当节点企业j有一个来自于节点企业i的链接边时，表明j可接受来自i的废弃物，即j是i的副产品销售地，或者说i认为j是有价值的。节点企业j的入链数越多，表明其接受废弃物的能力越强，节点企业j的重要性也越高。此时，节点企业i的重要性被平均分配给接受其废弃物的节点企业j。对邻接矩阵b的各个行向量进行归一化处理，得到矩阵
再次，求
可以理解的是，拓扑结构下生态工业园区的系统中主生态工业链是生态工业园区中抗干扰能力最强、经济生产力最大、环境效益最佳的生态工业链。生态工业园区经济生产力的实现建立在生态工业链的稳定运营上，园区的特殊组织形式决定了经济生产力的实现过程也是环境效益实现的过程，即经济生产力的实现与环境效益的获得是协同的。在分析核心企业的基础上，利用matlab编程对以生态工业园区的加权网络为基础的主生态工业链进行识别。
生态工业园区中企业以生态工业链的形式相互连接，使资源与能源得到充分的利用，大大提高了系统的经济生产力；而与此同时，环境效益也相伴而生。在副产品交换的过程中，获得超额收益的企业不断地完善组织管理功能并进行技术整合和创新，以期更好地从废弃物利用中追求更高的经济效益，园区因此而获得更高的环境效益。所以，生态工业园区中的经济生产力和环境效益是相辅相成，密不可分的。
主生态工业链是园区中具有最强的经济生产力，并能获得最大环境效益的生态工业链。核心企业由于与园区内众多企业之间存在废弃物利用的共生关系，成为生态工业园区中的主导企业，从核心企业出发，逐步向上(下)游搜索与其资源、能源交换最为活跃的上(下)游企业，可确定出生态工业园区中的主生态工业链。
可以理解的是，拓扑结构下生态工业园区的系统中的社团结构是反映复杂网络整体性质的重要特征之一，即整个网络是由若干个“群”或“团”构成，每个群内部的节点之间联系相对非常紧密，但各个群之间的连接相对来说比较稀疏，如图4所示。网络中社团之间链接的紧密程度代表了连接的状态：链接紧密程度较小时，社团之间连接比较松散；链接紧密程度较大时，社团之间连接比较紧凑。利用基于normallaplace矩阵(标准拉普拉斯矩阵)的谱平分法，可以找出生态工业网络中的社团结构，使得较大的网络分成结构层次比较清晰的几个小的网络，同时可以找出维系社团之间关系的、对园区系统稳定性产生特殊作用的连接企业，作为调控的重点对象。本专利通过对网络拓扑性质及相关聚类算法的研究，选择利用基于normallaplace矩阵的谱平分法对生态工业网络中的社团结构进行分类。
一个生态工业网络中的社团结构分类的依据是社团内企业间联系的紧密程度，与共生关系中企业主从地位的状态无关，此时生态工业网络的拓扑结构是一个无向网络图。显然，其邻接矩阵a＝(aij)是一个主对角元为0的实对称矩阵，其中aij＝0(或aij＝1)表示两个节点企业间没有(或有)共生关系。另外，k是一个对角矩阵，对角线上的元素对应着各个节点企业的度。传统的谱平分法改进后，其算法是基于normallaplace矩阵n＝k-1a(标准拉普拉斯矩阵)，即邻接矩阵的行归一化矩阵。利用matlab软件对其求特征值及相应的特征向量；显然，矩阵n的最大特征值恒为1，其相应的特征向量称为平凡特征向量。
需要说明的是，若网络中有明显的社团结构，社团数目为k，则矩阵n有k-1个非常接近1的第一非平凡特征值，其它的特征值与1应有明显的差距；此外，这k-1个第一非平凡特征值所对应的特征向量应具有非常明显的结构特征：同一社团内的节点所对应的分量值非常接近，即相应的k-1特征向量中的分量呈阶梯分布，阶梯数就等于社团的数目。因此，利用任何一个第一非平凡特征值对应的特征向量就可以将网络划分为k个社团。
此外，若网络中的社团结构不是十分明显时，由于社团内部的节点联系更为紧密，因而在每个特征向量内，同一社团内部节点对应的分量值更为接近。通过对若干不同特征向量中分量值求平均后进行比较，仍然可以获得网络的社团结构。
设x＝(x1,x2,…,xn)为第一平凡特征向量，定义一个连接参量rij为：
其中<·＞表示对第一非平凡特征向量中的相应分量值求取平均值，则rij的大小就可以用来衡量节点i与节点j的连接度。
为了更清楚且准确地理解与应用基于生态工业园区的系统识别方法，进行示例。需要说明的是，本发明所保护的范围不限于以下示例。
识别核心企业的技术实施方式以图3中的拓扑结构为例，不区分节点企业间的链接方向，图3结构图的邻接矩a及归一化所得矩阵
经计算可得出
此外，对区分节点企业间的链接方向进行详述。为方便比较，仍然以图3为例，其对应的邻接矩阵为其对应的邻接矩阵为b。将邻接矩阵b按列归一化得到矩阵
经计算可得出
因此，从提供废弃物的角度来说，图3中主体企业的重要性排序为：(4，5，2，3，1，7，9，10)。
将邻接矩阵b按行归一化得到矩阵
经计算可得出
因此，从接受废弃物的角度来说，图3中主体企业的重要性排序为：(3，4，7，5，2，1，9，10)。
识别主生态工业链的技术实施方式可表述为主生态工业链搜寻，即基于matlab编程求两点间最大距离及其最大路径的m函数。
此外，识别社团结构的具体实施方式基于图4中所示的某生态工业园区进行说明，其共生关系对应的拓扑结构可用normallaplace矩阵n表示为：
经计算，可得到矩阵n的特征值与相应的特征向量。其中与1接近的特征值只有λ＝0.91123(第一非平凡特征值)，故k＝2；对应的特征向量(第一非平凡特征向量)也相应计算求出。
从上述计算结果可以看出：特征向量的分量值分为正、负两个部分：1～6的分量值为负，属于同一个社团；7～10的分量值为正，属于另一个社团。节点5的分量值为负但接近于0，与其处于两个社团的连接处相关，它的行为对两个社团都有较大的影响。这也提示我们，当任何一个社团内的企业受到干扰时，除了关注该社团内的核心企业及主生态工业链的异常波动外，也要特别关注联结点企业5的运营状况，以免其波动危及到另一个社团中企业的正常运行，致使整个生态工业园区产生不稳定现象。
本发明提供的一种基于生态工业园区的系统结构识别方法，对生态工业园区的系统结构进行多层次划分；通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的所述系统结构完成识别操作。该方法拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，有效分析功能的路径，从中找出系统结构的薄弱之处，高效率发现问题并进行预防和调控，确保系统更稳妥地实现功能。
基于同一发明构思，还提供了一种基于生态工业园区的系统结构识别装置。由于此装置解决问题的原理与前述一种基于生态工业园区的系统结构识别方法相似，因此，该装置的实施可以按照前述方法的具体步骤实现，重复之处不再赘述。
如图5所示，为一个实施例中的一种基于生态工业园区的系统结构识别装置的结构示意图。该基于生态工业园区的系统结构识别装置10包括：划分模块200和识别模块400。
其中，划分模块200用于对生态工业园区的系统结构进行多层次划分；识别模块400用于通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的系统结构完成识别操作。
在一个实施例中，划分模块200还用于结合拓扑论与图论将生态工业园区的系统结构划分为三个层次。
本发明提供的一种基于生态工业园区的系统识别装置，划分模块对生态工业园区的系统结构进行多层次划分；识别模块通过预设算法、编程环境以及基于预设矩阵的谱平分法的结合运用，对多层次划分的生态工业园区的所述系统结构完成识别操作。该装置拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，有效分析功能的路径，从中找出系统结构的薄弱之处，高效率发现问题并进行预防和调控，确保系统更稳妥地实现功能。
以上，根据本公开实施例的基于生态工业园区的系统结构识别方法和装置，以及计算机可读存储介质，拟利用生态工业园区的网络拓扑结构图，从共生关系的角度对园区的结构进行分析，有效分析功能的路径，从中找出系统结构的薄弱之处，高效率发现问题并进行预防和调控，确保系统更稳妥地实现功能。本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被图1中处理器执行。
本发明实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时，使得计算机执行上述图1的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为示例性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，例如“a、b或c的至少一个”的列举意味着a或b或c，或ab或ac或bc，或abc(即a和b和c)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。
还需要指出的是，在本公开的系统和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了示例和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。