新疆兵团农业机械化发展水平的评价及预测研究

摘要

新疆生产建设兵团(以下简称兵团)对农业机械综合发展水平尚未制定科学有效评价体系,无法对农业机械化发展水平作出准确评估和发展预测,针对这一问题,本文开展了兵团农业机械化发展水平的评价及预测研究,为兵团制定科学有效的农业机械化发展政策措施及创造更加有利的环境条件提供指导。具体研究及主要结论如下:
　　(1)根据农业部和已有文献制定的农业机械化评价指标,初步设置了兵团农业机械化评价体系的构成指标,然后采用灰色关联法对各指标进行了关联度的计算及排序,剔除关联度最低的指标,确定了兵团农业机械化水平评价体系由农业机械化作业水平、农业机械化综合保障能力、农业机械化综合效益3个一级指标构成。其中,农业机械化作业水平下设6个二级指标;农业机械化综合保障能力下设3个二级指标;农业机械化综合效益下设4个二级指标。
　　(2)以兵团2006-2010年评价指标的相关统计数据为基础,基于信息熵理论方法计算确定了兵团农业机械化评价指标体系一级指标和二级指标的权重,并采用该体系的指标和权重对兵团农业机械发展水平进行评价。评价结果表明,本研究建立的评价体系能够客观准确的评价兵团近几年农业机械化发展水平。
　　(3)以兵团1989-2008年农机总动力数据和2000-2007年机械收获数据为样本,采用灰色GM(1,1)预测模型和BP神经网络预测模型串联组合的灰色神经网络模型(SGNN)进行了样本预测和检验,并开发了兵团农业机械化水平预测的软件系统。结果表明,相比较灰色GM(1,1)模型和BP神经网络,串联型灰色神经网络模型(SGNN)对农业机械化发展水平预测精度最高,只要有足够的统计数据支持,完全可以实现农业机械化发展水平的准确预测。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容与技术路线

第二章 兵团农业机械化发展水平评价指标体系的构建

2.1 构建兵团农业机械化评价指标体系的基本原则

2.2 兵团农业机械化各级评价指标的初步设置

2.3 兵团农业机械化水平二级评价指标的计算与选择

2.4 本章小结

第三章 基于信息熵兵团农业机械化发展水平评价指标的权重计算

3.1 信息熵法的计算方法和步骤

3.2 兵团农业机械化发展水平评价体系各级指标权重的确定

3.3 本章小结

第四章 基于灰色神经网络兵团农业机械化发展水平的预测

4.1 兵团农业机械化发展水平预测的建模方法

4.2 兵团农业机械化发展水平预测系统软件的开发

4.3 兵团农机总动力发展水平的预测

4.4 兵团农业机械化收获水平的预测

4.5 本章小结

第五章 结论与展望

5.1 主要结论

5.2 研究特色与创新之处

5.3 研究展望

参考文献

附录

致谢

作者简介

石河子大学硕士研究生学位论文导师评阅表