陜西省農(nóng)機(jī)化發(fā)展階段評價(jià)研究——基于模糊綜合評判

董小艷，楊　沛，宋榮杰，李　梅

(西北農(nóng)林科技大學(xué) 信息工程學(xué)院，陜西 楊凌　712100)

?

陜西省農(nóng)機(jī)化發(fā)展階段評價(jià)研究——基于模糊綜合評判

董小艷，楊沛，宋榮杰，李梅

(西北農(nóng)林科技大學(xué) 信息工程學(xué)院，陜西 楊凌712100)

摘要：我國農(nóng)業(yè)機(jī)械化發(fā)展顯現(xiàn)出階段性特征，對陜西農(nóng)機(jī)化發(fā)展所處階段進(jìn)行研究，可為相關(guān)部門決策提供參考依據(jù)。為此，選用三角分布和半梯形分布隸屬函數(shù)，采用專家調(diào)查法確定各評價(jià)指標(biāo)的權(quán)重，采用平均加權(quán)型模糊合成算子，構(gòu)建了基于模糊綜合評判的發(fā)展階段評判模型，對陜西省農(nóng)業(yè)機(jī)械化所處發(fā)展階段進(jìn)行評判。結(jié)果表明：陜西省農(nóng)機(jī)化發(fā)展2011-2013年總體上已處于中級階段。評判結(jié)果與實(shí)際相符，表明該方法在對陜西省農(nóng)機(jī)化所處發(fā)展階段進(jìn)行綜合評判具有實(shí)用性。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械化；模糊綜合評判；陜西省

0引言

農(nóng)業(yè)機(jī)械化系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，其發(fā)展受到自然(地理?xiàng)l件、氣候等)、社會、經(jīng)濟(jì)等多種因素制約。陜西省從南到北可以分為秦巴山地、關(guān)中平原、陜北高原3個(gè)地貌區(qū)。在陜西省國土資源總土地面積中，南部秦巴山地約占36%，北部陜北高原約占45%，中部關(guān)中平原約占19%。陜西橫跨3個(gè)氣候帶，南北氣候差異較大。近年來陜西省經(jīng)濟(jì)得到快速健康發(fā)展，陜西農(nóng)村居民人均純收入持續(xù)穩(wěn)定增長，國家、陜西省政府和個(gè)人持續(xù)加大對農(nóng)業(yè)生產(chǎn)機(jī)械的投入。國家和陜西省政府給予政策傾斜，全力發(fā)展農(nóng)業(yè)機(jī)械化，這些都促使陜西省農(nóng)業(yè)機(jī)械化得到快速發(fā)展。為了對陜西省農(nóng)機(jī)化水平有一個(gè)正確認(rèn)識，使得農(nóng)機(jī)化能夠在陜西省的農(nóng)業(yè)發(fā)展中發(fā)揮更大作用，本文構(gòu)建了基于模糊綜合評判[1-2]的發(fā)展階段評判模型，對陜西省農(nóng)業(yè)機(jī)械化目前所處發(fā)展階段進(jìn)行了評判，得出的結(jié)果與實(shí)際相符。

1模糊綜合評判的原理和步驟

模糊綜合評判方法[3-5]是以模糊數(shù)學(xué)為理論基礎(chǔ)，對受多種因素影響的復(fù)雜對象進(jìn)行綜合評價(jià)的一種方法。該方法最早由我國學(xué)者汪培莊提出，本身有嚴(yán)格的理論體系，可很好地將定性化指標(biāo)定量化處理，解決了其他方法中定量與定性評價(jià)結(jié)合的問題，適合解決各種非確定性問題。模糊綜合評判方法具有系統(tǒng)性強(qiáng)和結(jié)構(gòu)清晰的特點(diǎn)，評判的對象是具有中間過渡性或既此既彼(模糊性)的事物。它先對各因素進(jìn)行單因素模糊評判，然后對各因素進(jìn)行模糊運(yùn)算得到模糊綜合評判結(jié)果。該方法的結(jié)果是一個(gè)集合，可以較為準(zhǔn)確描述對象的“亦此亦彼”的模糊狀態(tài)。農(nóng)業(yè)機(jī)械化系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，對農(nóng)業(yè)機(jī)械化所處發(fā)展階段的評判受到多個(gè)因素的影響，而各個(gè)評價(jià)因素到底隸屬于哪個(gè)發(fā)展階段具有模糊性，即各階段之間存在著中間過渡性,存在著亦此亦彼的現(xiàn)象。模糊綜合評價(jià)方法可引入模糊數(shù)學(xué)中的隸屬度概念，通過綜合評判各評價(jià)因素對發(fā)展階段的隸屬程度來較好地實(shí)現(xiàn)對陜西省農(nóng)業(yè)機(jī)械化所處發(fā)展階段的評判，且該方法在實(shí)際應(yīng)用中相對容易實(shí)現(xiàn)。

1.1　確定評價(jià)因素集和評判集

評價(jià)因素集是一個(gè)集合，集合的元素為影響評價(jià)對象的各種因素。

設(shè)因素集合為

(1)

對應(yīng)評判等級為

(2)

其中，m為評價(jià)等級的個(gè)數(shù)。評判等級分的越細(xì)，評判越準(zhǔn)確，但其評判過程也相應(yīng)繁瑣所以要取一個(gè)適當(dāng)值，一般為3～5個(gè)。

對評價(jià)因集素劃分為

(3)

Ui中含有ki個(gè)因素因子，滿足以下條件

(4)

1.2　確定評價(jià)因素的權(quán)向量W

在進(jìn)行模糊綜合評價(jià)時(shí)，各因素對綜合評價(jià)的影響程度不一樣，權(quán)重就是表征其在評價(jià)時(shí)的相對重要程度的量化系數(shù)。常見的確定權(quán)重的方法可分為主觀賦權(quán)法和客觀賦權(quán)法兩類，專家調(diào)查法屬于主觀賦權(quán)法，本文采用專家調(diào)查法確定評價(jià)因素的權(quán)重系數(shù)。權(quán)重系數(shù)調(diào)查匯總表設(shè)計(jì)如表1所示[6-8]。

表1　權(quán)重系數(shù)調(diào)查匯總表

表1中，kij為專家j對第i個(gè)指標(biāo)的打分，打分值為5分制。由每個(gè)因素的權(quán)重系數(shù)組成權(quán)重集W是因素集U上的模糊子集，即

W=(w1,w2,...,wn)

(5)

其中，wi(i=1,2,…,n)是因素ui的權(quán)重系數(shù)，且滿足∑wi=1，(i=1,2,…,n)。

(6)

1.3　確定隸屬函數(shù)，建立模糊關(guān)系矩陣R

確定了評判集、因素集和權(quán)重向量后，就可以進(jìn)行單因素評判，即確定因素集中單因素ui(i=1,2,...,n)隸屬于評判等級vj(j=1,2,...,m)的隸屬程度(隸屬度)，得到一個(gè)模糊評判向量Ri=(ri1,ri2,...,rim)。隸屬度確定方法有專家確定法、模糊統(tǒng)計(jì)法及隸屬度函數(shù)確定法等，本文中的各項(xiàng)評價(jià)指標(biāo)對各階段的隸屬度由三角分布和半梯形分布隸屬函數(shù)[9-11]確定，隸屬度函數(shù)曲線如圖1所示。

圖1 模型選用的3種隸屬度函數(shù)

將進(jìn)行單因素評判得到的各模糊評判向量組合起來，即可構(gòu)成模糊關(guān)系矩陣R，表示U和V之間的模糊關(guān)系，有

(7)

1.4　模糊綜合評判

選擇合適的模糊綜合合成算子，通過對模糊關(guān)系矩陣R與權(quán)重集W進(jìn)行模糊合成運(yùn)算，得到模糊綜合評判向量，記為B=(b1,b2,...,bm)。綜合評判的運(yùn)算公式為

=[b1,b2,...,bm]

(8)

其中，°為模糊綜合合成算子，常用的模糊綜合合成算子包括M(∧,∨)、M(·,∨)、M(∧,⊕)、M(·,⊕)。前兩種屬于主元素突出性型算子，后兩種屬于加權(quán)平均型算子。本文選用M(·,⊕)算子即加權(quán)平均型算子[12]，該算子可以充分利用關(guān)系矩陣R的信息且明顯體現(xiàn)權(quán)重作用。該算法的運(yùn)算模型為

(9)

1.5　反模糊化

綜合評判結(jié)果向量B是一個(gè)模糊向量，而不是一個(gè)點(diǎn)值，因此在計(jì)算出決策集B后，可對其進(jìn)行進(jìn)一步的處理(數(shù)值的清晰化)，從而能更加直觀地體現(xiàn)陜西省農(nóng)機(jī)化發(fā)展整體上所處階段。通常有兩種處理方法：

1)最大隸屬度法。該方法選取bj(j=1,2,…,m)的最大值，忽略了B中的其他信息。若bj=max(b1,b2,...,bm)，則取V中與bj最大值對應(yīng)的等級vj作為評價(jià)結(jié)果，即評價(jià)對象總體上隸屬于第j等級。

2)級別特征根法，又稱為重心法[13-14]。為各評語等級分別設(shè)置值為“1,2,…,m”，然后用評判結(jié)果B中對應(yīng)隸屬度將各分值加權(quán)求平均。該方法充分利用了B中的所有信息，處理公式為

(10)

2 模糊綜合評判模型

對陜西省農(nóng)機(jī)化發(fā)展進(jìn)行階段性研究，有助于對陜西省現(xiàn)階段農(nóng)機(jī)化水平進(jìn)行正確認(rèn)識。本文選用模糊綜合評判方法構(gòu)建模型對陜西省農(nóng)業(yè)機(jī)械化發(fā)展階段進(jìn)行評判。

2.1　建立評價(jià)集和因素集

農(nóng)機(jī)化發(fā)展受到多種因素制約，在對陜西省農(nóng)機(jī)化所處發(fā)展階段進(jìn)行評判時(shí)，不可能將所有因素都考慮進(jìn)去，只能抓住關(guān)鍵影響因素作為評價(jià)的指標(biāo)。本文依據(jù)行業(yè)標(biāo)準(zhǔn)NY/T 1408.1—2007(農(nóng)業(yè)部頒布-白人樸等起草)，建立陜西省農(nóng)機(jī)化發(fā)展階段評判的因素集U={U1，U2}={耕種收綜合機(jī)械化水平U1，第一產(chǎn)業(yè)從業(yè)人員占全社會從業(yè)人員U2}。其中，U1={U11，U12，U13}={耕整地機(jī)械化程度U11，播栽機(jī)械化程度U12，收獲機(jī)械化程度U13}。同時(shí)，結(jié)合農(nóng)機(jī)化系統(tǒng)的特點(diǎn)和參看相關(guān)國內(nèi)有關(guān)農(nóng)機(jī)化水平評價(jià)文獻(xiàn)資料[15]，將陜西省農(nóng)機(jī)化發(fā)展階段分為3個(gè)等級，即V={v1,v2,v3}={初級階段,中級階段,高級階段}。

2.2　確定評價(jià)因素的權(quán)向量W

筆者采用書面問卷調(diào)查的形式邀請35位相關(guān)的專家就兩個(gè)指標(biāo)對農(nóng)機(jī)化發(fā)展階段的重要程度打分，收回24份問卷調(diào)查表。問卷采用5分制，即將指標(biāo)的重要度劃分為5個(gè)等級：很不重要、不重要、一般、重要、很重要。對回收的問卷調(diào)查表整理統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果如表2所示。由表2可知：2項(xiàng)評價(jià)指標(biāo)因子U1和U2的權(quán)重系數(shù)分別為0.667和0.333，如表2所示。

表2　評價(jià)因子的評分統(tǒng)計(jì)及權(quán)重

2.3　確定隸屬函數(shù)，建立模糊關(guān)系矩陣

在對陜西省農(nóng)業(yè)機(jī)械化所處發(fā)展階段進(jìn)行評判時(shí)，某些評價(jià)因子值越大反映的評價(jià)效果越好，將該類指標(biāo)稱為正效應(yīng)指標(biāo)；某些評價(jià)因子值越小越好，將該類指標(biāo)稱為負(fù)效應(yīng)指標(biāo)。在本文中采用的評價(jià)指標(biāo)中，耕種收綜合機(jī)械化水平U1為正效應(yīng)指標(biāo)，第一產(chǎn)業(yè)從業(yè)人員占全社會從業(yè)人員U2為負(fù)效應(yīng)指標(biāo)[16-17]。筆者參考多篇相關(guān)文獻(xiàn)，并根據(jù)這兩項(xiàng)指標(biāo)的分布特征，選用三角分布和半梯形分布結(jié)合的分布函數(shù)[9-11]作為本文的隸屬度函數(shù)。

耕種收綜合機(jī)械化水平U1的隸屬函數(shù)的定義過程及定義可以用圖2及公式(11)、(12)、(13)[18]來描述。

圖2　U1的隸屬函數(shù)

(11)

(12)

(13)

第一產(chǎn)業(yè)從業(yè)人員占全社會從業(yè)人員U2的定義過程及定義可用圖3及公式14、15、16[19]來描述。

圖3　U2的隸屬函數(shù)

(14)

(15)

(16)

將陜西省2011-2013年的數(shù)據(jù)代入公式(7)～(11)所示的隸屬函數(shù)進(jìn)行單因素評判，得到各模糊評判隸屬度向量，將各模糊評判向量組合可得到關(guān)系矩陣分別為

2.4　模糊綜合評判

本文選用M(·,⊕)算子對模糊關(guān)系矩陣R與權(quán)重集W進(jìn)行模糊合成運(yùn)算，得到陜西省2011-2013年模糊綜合評判結(jié)果向量為

=(0.05070.86850.0808)

=(0.02330.85110.1255)

=(0.01050.80330.1862

2.5　反模糊化

設(shè)評價(jià)集V={v1,v2,v3}={初級階段，中級階段，高級階段}，相應(yīng)地設(shè)定評分值={1,2,3},采用級別特征根法利用式(10)計(jì)算得到2011-2013評價(jià)分值分別為

=2.1757

由于整個(gè)計(jì)算過程比較繁瑣，手工計(jì)算容易出錯(cuò)，筆者用MatLab7.6編制程序，完成綜合評判計(jì)算。

3結(jié)果與分析

陜西省農(nóng)機(jī)化發(fā)展階段評判模型的計(jì)算結(jié)果為：2011綜合評判結(jié)果B=(0.0507,0.8655,0.0808),2012綜合評判結(jié)果B=(0.0233,0.8511,0.1255), 2013綜合評判結(jié)果B=(0.0105,0.8033,0.1862)。 農(nóng)機(jī)化發(fā)展對中級階段的隸屬度明顯高于其他兩個(gè)階段，按照最大隸屬度原則，陜西省2011-2013年農(nóng)業(yè)機(jī)械化發(fā)展總體上已處于中級階段。2011-2013年間農(nóng)機(jī)化發(fā)展對中級階段的隸屬度由0.865 5降至0.803 3，對高級階段的隸屬度由0.080 8增加到0.186 2，表明農(nóng)業(yè)機(jī)械化發(fā)展有向高級階段發(fā)展的趨勢。采用級別特征根法對B向量處理，2011年級別特征值為2.030 1,2012 年級別特征值結(jié)果為2.1022,2013年級別特征值為2.175 7。由此得出相同結(jié)論：陜西省2011-2013年農(nóng)業(yè)機(jī)械化發(fā)展總體上已處于中級階段，并有向高級階段發(fā)展的趨勢。

4結(jié)論

采用專家調(diào)查法確定各因素的權(quán)重，引入模糊數(shù)學(xué)理論，選用三角分布和半梯形分布隸屬函數(shù)確定各因素對于各發(fā)展階段的隸屬度；采用平均加權(quán)型模糊合成算子，對陜西省2011-2013年農(nóng)業(yè)機(jī)械化所處發(fā)展階段進(jìn)行了綜合評判，并分別運(yùn)用最大隸屬度法和級別特征法對評判結(jié)果處理。結(jié)果表明：陜西省2011-2013年農(nóng)業(yè)機(jī)械化發(fā)展總體上已處于中級階段，相互印證了彼此結(jié)論的正確性和合理性；所構(gòu)建模型還存在不足，權(quán)重的確定采用主觀賦權(quán)法，主觀性相對較大，構(gòu)建的隸屬函數(shù)有待進(jìn)一步完善。

參考文獻(xiàn)：

[1]潘潤秋，劉珺，宋丹妤.基于模糊綜合分析法的農(nóng)用地分等方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30(18)：257-265.

[2]董小艷.陜西農(nóng)機(jī)化水平評價(jià)及耕種收機(jī)械化水平預(yù)測研究[D].楊凌：西北農(nóng)林科技大學(xué),2010.

[3]S.Dahiya,et al.“Analysis of groundwater quality using fuzzy synthetic evaluation[J].Journal of Hazardous Materials, 2007,147(3):938-946.

[4]Lingjuan Li, Lingtong Shen. An improved multilevel fuzzy comprehensive evaluation algorithm for security performance[J].The Journal of China Universities of Posts and Telecommunications , 2006,13(4):48-53.

[5]Caimei Guo，Deli Zhang.A note on the continuity of triangular norms[J].Fussy Math, 2003,11(3)： 655-657.

[6]周健，王紅衛(wèi)，吳邵海.盾構(gòu)法施工風(fēng)險(xiǎn)的多態(tài)貝葉斯網(wǎng)絡(luò)模型分析[J].同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版,2013,41(2):186-190,202.

[7]陳新生，楚繼軍,王寶珠.我國城市社區(qū)休閑體育公共服務(wù)體系的結(jié)構(gòu)與運(yùn)行機(jī)制分析[J].北京體育大學(xué)學(xué)報(bào)，2012,35(10)：35-41.

[8]張長耀 ，宋連久. 西藏各地市農(nóng)業(yè)競爭力模型和綜合評價(jià)[J].農(nóng)機(jī)化研究，2014,36(11)：59-64.

[9]焦松，李偉，楊明.基于三角模糊數(shù)的仿真模型驗(yàn)證方法[J].中南大學(xué)學(xué)報(bào),2014,45(1):124-131.

[10]吳 姜，蔡澤祥，胡春潮,等.基于模糊正態(tài)分布隸屬函數(shù)的繼電保護(hù)裝置狀態(tài)評價(jià)[J].電力系統(tǒng)保護(hù)與控制,2012,40(5):48-52.

[11]梁媛，許健，麻林. 利用模糊綜合評判法分析由太湖引水后黃浦江水質(zhì)的變化[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014,49(1):116-120.

[12]楊玉峰，馮明奎，陳錦標(biāo).基于云模型的艦船綜合仿真系統(tǒng)效能評估[J].中國航海,2014,37(4):64-68.

[13]張根保，郭書恒，柳劍.加工中心加速可靠性增長試驗(yàn)中加速應(yīng)力的選擇方法[J].中國機(jī)械工程，2014,25(12):1623-1629.

[14]黃書君,李坤權(quán),朱光怡.基于模糊層次分析模型的高校室內(nèi)空氣質(zhì)量評價(jià)與分析[J]. 環(huán)境工程,2014(5):90-94.

[15]楊敏麗，白人樸.我國農(nóng)業(yè)機(jī)械化發(fā)展的階段性研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào) ,2005,36(12):167-170.

[16]汪浪，曹衛(wèi)東.近10 年我國城鎮(zhèn)化與工業(yè)化協(xié)調(diào)發(fā)展研究[J].科學(xué)決策,2014(2)：21-32.

[17]L Li,Y M Li.The design and stability analysis of adaptive system based on linear T-S fuzzy system[J].Acta Automatica Sinica, 2003,29(6):1024-1026.

[18]劉志祥，馮凡，王建波，等.模糊綜合評判法在礦山巖體質(zhì)量分級中的應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào)，2014,36(1):129-134.

[19]張春琴，張玉芬.模糊綜合評判在水田質(zhì)量評價(jià)中的應(yīng)用[J].河北大學(xué)學(xué)報(bào),2014,34(4):357-362.

Evaluation Study on Shaanxi Province Agricultural Mechanization Development Stage——Based on Fuzzy Comprehensive Evaluation

Dong Xiaoyan， Yang Pei， Song Rongjie， Li Mei

(College of Information Engineering, Northwest A & F University, Yangling 712100 , China)

Abstract：China's agricultural mechanization development shows stage characteristics. Study on Shaanxi province agricultural mechanization development stage can provide reference for the relevant department in decision-making. With the help of triangular distribution and semi-trapezoidal distribution membership function, and using expert investigation approach to determine the weight of each evaluation index and the average weighted fuzzy synthetic operator, this paper builds the development stage evaluation model based on fuzzy comprehensive evaluation, so as to evaluate the development stage of agricultural mechanization in the Shaanxi Province.The results show that agricultural mechanization development in Shaanxi province from 2011 to 2013 in general has remained in the intermediate stage. Evaluation results are consistent with the reality, showing the practicality of the approach in evaluating Shaanxi Province agricultural mechanization development stage comprehensively.

Key words：agricultural mechanization； fuzzy comprehensive evaluation; Shanxi Province

中圖分類號：S232.3

文獻(xiàn)標(biāo)識碼：A

文章編號：1003-188X(2016)10-0027-05

作者簡介：董小艷(1975-)，女，陜西扶風(fēng)人，講師，碩士,(E-mail)dongxiaoy00@163.com。通訊作者：楊沛(1982-)，女，陜西渭南人，講師,碩士,(E-mail)yangpei@nwsuaf.edu.cn。

基金項(xiàng)目：國家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2013AA102304)

收稿日期：2015-09-28