改進灰色關聯模型在農機設備選型中的應用.pdf

《改進灰色關聯模型在農機設備選型中的應用.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、２０１４年８月農機化研究第８期改進灰色關聯模型在農機設備選型中的應用ａｂ傅麗芳，蔣丹（東北農業(yè)大學ａ．理學院；ｂ．工程學院，哈爾濱１５００３０）摘要：應用ＡＨＰ法和熵值法對灰色關聯分析法中的權重系數進行改進，結合主觀、客觀權重，能有效改進傳統灰色關聯分析的主觀性。構建改進的灰色關聯分析模型，通過對水稻聯合收割機的選型應用來證明此方法在農機設備選型中具有有效性和科學性，為農機選型提供一種新方法。此方法對減小選型過程中的主觀性具有指導意義，可為農機設備選型決策者提供有力依據。關鍵詞：農機選型；ＡＨＰ；熵值法；灰色關聯度模型中圖分類號：S232．3文獻標識碼

2、：A文章編號：1003－188X（2014）08－0040－031．1確定參考序列和決策矩陣0引言找出每個指標的最優(yōu)值，組成基準參考序列y′i（i農業(yè)機械化作為現代農業(yè)發(fā)展的技術支撐和科＝１，２，３，?，n）。各決策對象指標組成的決策矩陣為技載體，是我國由傳統農業(yè)向現代農業(yè)轉變的重要標１１１x１x２?xn志?？茖W、有效的農業(yè)機械設備選型能正確引導農業(yè)２２２x１x２?xn投資，合理配置資源，推動我國農業(yè)的可持續(xù)發(fā)展。目前，對農機選型方法的研究主要有：①ＡＨＰ層次分D＝…………mmm［１－２］x析法和網絡層次分析法，需要專家經驗知識；②１x２?xn［３］利

3、用模糊綜合評價分析，主觀影響因素很大；③基y′１y′２?y′n于網絡決策支持系統的優(yōu)化分析法，利用大量數據與1．2無量綱化處理［４］經驗知識；④綜合模糊神經網絡與灰色變權聚類，各個決策指標量綱、單位不同，運用均值法將決［５］組合分析評價。上述研究評價分析方法都普遍存策矩陣D進行無量綱化處理，其公式為在以下問題：評價指標體系不完善；沒有對定性定量n（０）k１k指標分類處理；主觀性強，人為因素對選型有很大干xi（k）＝xi／（k∑xi）k＝１擾作用。（i＝１，２，３，?，m；k＝１，２，３，?，n）（１）為此，在傳統灰色關聯度分析中引入了ＡＨＰ法和得到的最

4、有樣本序列為熵值法，即結合主觀和客觀賦權法對指標進行賦權，（０）（０）（０）X０＝｛x０（１），x０（２），．．．，x０（n）｝確定各指標的組合權值，構建改進的灰色關聯模型，1．3計算關聯系數以期結合決策者的主觀偏好和客觀信息，為農機設備經均值化化處理后，以最優(yōu)指標集組成的參考序選型提供更為客觀的評價，達到優(yōu)化選型的目的。列和各評價指標組成的比較序列，計算灰色關聯系數，則1灰色關聯度分析（０）（０）（０）（０）ｍｉｎiｍｉｎkx＋μｍａｘiｍａｘkx０（k）－xi（k）０（k）－xi（k）δi（k）＝（０）（０）（０）（０）（２）x０（k）－xi（k）

5、＋μｍａｘiｍａｘkx０（k）－xi（k）其中，i表示第i個評價對象；k表示第k個最優(yōu)指標；μ為分辨系數，０＜μ＜１，通常取μ＝０．５。1．4計算關聯系度收稿日期：２０１３－０８－１９基金項目：國家自然科學基金項目（７１１７１０４４）；黑龍江省教育廳科研項通過計算對象中每個指標的比較序列和參考序目（１１５５１０３７）；東北農業(yè)大學博士科研基金項目（２０１０－列關聯系數的平均值，計算平均灰色關聯度，則２０１３）n作者簡介：傅麗芳（１９７４－），女，云南麗江人，副教授，碩士研究生導師，r１０i＝∑δ０i（k）（３）博士，（Ｅ－ｍａｉｌ）１２５３９９９１８３

6、＠ｑｑ．ｃｏｍ。nk＝１·４０·２０１４年８月農機化研究第８期2．2．2計算權重2灰色關聯度的改進（１－Ej）傳統平均灰色關聯分析模型中普遍存在兩處不βj＝n（j＝１，２，．?，n）（４）足：①因為沒有統一方法，權重系數的確定具有很大∑（１－Ej）j＝１主觀性；②加權的均一化，沒有體現各個因素間的區(qū)［６］即得到各個指標的權重向量β＝（β１，β２，?，βn）。別。鑒于上述問題，結合主觀賦權的ＡＨＰ法和客2．3計算灰色加權平均關聯度觀賦權的熵值法，改進灰色關聯分析模型。１）結合主觀賦權的ＡＨＰ法和客觀賦權的熵值2．1基于AHP法的改進法，得出組合權重向量，

7、公式為１）基于ＡＨＰ法構造對象決策指標的判斷矩陣。２）檢驗是否具有一致性。αjβjwj＝n（j＝１，２，?，n）（５）３）根據判斷矩陣可以求出最大特征值對應的特∑αjβj征向量，是評價樣本的重要性排序（即為權數分配），j＝１則所求權重向量α＝（α１，α２，?，αn）。２）按照公式（１）無量綱化矩陣。2．2基于熵值法的改進３）按照公式（２）計算關聯系數。應用熵值法來客觀賦權，得到原始指標數據矩陣４）計算灰色加權平均關聯度，則有nR＝（rij）m×n（i＝１，２，?，m；j＝１，２，?，n）倡１r０i＝∑δ０i（k）w（k）（i＝１，２，?，m）（６）2．

8、2．1計算指標信息熵nk＝１mE＝－k∑pij3實例分析i＝１其中，pij為第i項指標的第j個