陕西农机化水平评价及耕种收机械化水平预测研究
|
摘要
我国要实现现代农业,促进农业机械化发展是重要途径。为了使农业机械化能够在陕西省的农业现代化建设中发挥更大作用,必须对陕西省农业机械化水平有一个正确认识和评价。客观评价我省农业机械化水平,正确认识各地区农机化发展的不平衡性,科学的预测耕种收机械化水平,是管理部门科学制定农业机械化发展政策、方针、规划的重要依据,对促进陕西省农机化事业发展有现实意义和理论价值。陕西农机化水平评价及耕种收机械化水平预测研究正是基于此的研究。
本文分为两部分,第一部分运用灰色理论、模糊综合评判对陕西省农机化水平进行评价。本文选用农业部2007年制定的农业机械化水平评价指标体系,对陕西省及其各地市2005年至2007年农机化水平进行测算,计算结果表明陕西省农机化水平总体上呈逐年上升趋势,局部地区农机化水平呈波动趋势,且地区之间农机化水平存在不平衡性;并以这三年农机化水平为母序列,以十项二级指标为子序列,运用灰关联分析对陕西省农机化水平影响因素进行了分析研究。结果显示农机原值利润率(C3)为最优因素,播栽机械化程度(A2)、耕整地机械化程度(A1)和农林牧渔业劳动力占农村劳动力的比重(C4)次之,农业劳均生产率(C1)、受专业培训的农机人员比重(B3)、农业劳均农机原值(B1)为劣势;本文采用专家调查法确定权重,用线性分布隶属函数,采用M( ?,+ )模糊算子,建立了发展阶段模糊评判模型对陕西省农机化所处发展阶段进行评判,并运用加权平均法对评判结果处理。评价结果显示陕西省农业机械化发展2005年至2007年总体上处于从初级阶段向中级阶段过渡的交替时期;并给出了促进陕西省农机化发展的措施和建议。
第二部分选用BP算法的改进算法LM优化方法和遗传神经网络及RBF网络构建了机耕、机播、机收水平预测模型,并运用建立的模型对机耕、机播、机收水平进行预测,用测试样本对预测精度进行检验,最后对三种预测模型进行比较和分析。结果表明三种预测模型预测精度有所不同,但平均预测误差均在10%以内,均可用于耕种收机械化水平预测。
Promotion of agricutural mechanization is an improtant way for our country to achieve modern agriculture. In order to make agricutural mechanization to play a greater role on the agricultural modernization of Shaanxi Province, it is crucial to have an accurately understanding and accuratly evaluate the development of agricultural mechanization.In order to practical and theoretical to promote agricutural mechanization development in Shaanxi Province, it is necessary to access agricutural mechanization level objectively, to understand the regional imbalance in the development of agricutural mechanization correctly, and to have a scientific prediction of the comprehensive level of mechnical farming, sowing, and harvest. They are also the scientific basis for the government to make related policies, guidelines, planning. evalution of the level of agricutural mechanization and predication of the comprehensive level of mechnical farming, sowing and harvest of Shaanxi Province is based on the aspects those mentioned above.
This paper contains two parts, the first part evaluates the level of agricutural mechanization of Shaanxi Province by using the grey theory and fuzzy comprehensive evaluation. The paper selects the index system of agricutural mechanization established by ministry of agriculture in 2007.It shows that the level of agricutural mechanization has increased during 2005 to 2007 by calculating the level of agricutural mechanization of Shaanxi Province. In some areas agricutural mechanization fluctuated, and the development has regional imbalance. The paper choose the three-year sequence of the level of agricutural mechanization as the mother sequence, and choose 10 secondary indicators as the sub-sequence, it analyzes and studies the influentical factors of the level of agricutural mechanization of Shaanxi. Results indicated the original value of profits rate of farm machinery(c3) is the optimal factor. And the degree of mechanical sowing(A2), the degree of mechanized farming(A1) and the proportion of farming, forestry and animal husbandry and fishery labor force in rural labor force are the secondary factors. Lastly, the agricultural productivity per rural labor, the proportion of specially trained personnel for operation the farm machinery(B3) and the original value of farm machinery per rural labor force(B1) is inferior compared to others. This paper using the expert investigation method to determine the weights, and it using the linear membership function and M( ?,+ )fuzzy operator to setup the fuzzy evaluation model of development stages to judge the stage of agricutural mechanization, and use weighted agverage method to process the results. The results show that the development of agricutural mechanization of Shaanxi Province is at the alternate period stage from the initial stage to intermediate stage. Some meatures and recommendations to promotion the development of agricutural mechanization are generated in this paper.
The second part select the LM Algorithm(an improved BP Algorithm), genetic neural network and RBF network to construct forecast models to predict the mechanized farming level, mechanical sowing level, and mechanical harvest level. Those models have been used to forecast mechanized farming level, mechanical sowing level, and the mechanical harvest level. Test samples were used in these models to examine forecast precision, finally, comapres and analyze the three predicting models. Although the results reveal that the forecast precision of those models are different, those mean prediction errors are all within 10%,and all can be uesd to forecast the comprehensive level of mechnical farming, sowing and harvest.
本文分为两部分,第一部分运用灰色理论、模糊综合评判对陕西省农机化水平进行评价。本文选用农业部2007年制定的农业机械化水平评价指标体系,对陕西省及其各地市2005年至2007年农机化水平进行测算,计算结果表明陕西省农机化水平总体上呈逐年上升趋势,局部地区农机化水平呈波动趋势,且地区之间农机化水平存在不平衡性;并以这三年农机化水平为母序列,以十项二级指标为子序列,运用灰关联分析对陕西省农机化水平影响因素进行了分析研究。结果显示农机原值利润率(C3)为最优因素,播栽机械化程度(A2)、耕整地机械化程度(A1)和农林牧渔业劳动力占农村劳动力的比重(C4)次之,农业劳均生产率(C1)、受专业培训的农机人员比重(B3)、农业劳均农机原值(B1)为劣势;本文采用专家调查法确定权重,用线性分布隶属函数,采用M( ?,+ )模糊算子,建立了发展阶段模糊评判模型对陕西省农机化所处发展阶段进行评判,并运用加权平均法对评判结果处理。评价结果显示陕西省农业机械化发展2005年至2007年总体上处于从初级阶段向中级阶段过渡的交替时期;并给出了促进陕西省农机化发展的措施和建议。
第二部分选用BP算法的改进算法LM优化方法和遗传神经网络及RBF网络构建了机耕、机播、机收水平预测模型,并运用建立的模型对机耕、机播、机收水平进行预测,用测试样本对预测精度进行检验,最后对三种预测模型进行比较和分析。结果表明三种预测模型预测精度有所不同,但平均预测误差均在10%以内,均可用于耕种收机械化水平预测。
Promotion of agricutural mechanization is an improtant way for our country to achieve modern agriculture. In order to make agricutural mechanization to play a greater role on the agricultural modernization of Shaanxi Province, it is crucial to have an accurately understanding and accuratly evaluate the development of agricultural mechanization.In order to practical and theoretical to promote agricutural mechanization development in Shaanxi Province, it is necessary to access agricutural mechanization level objectively, to understand the regional imbalance in the development of agricutural mechanization correctly, and to have a scientific prediction of the comprehensive level of mechnical farming, sowing, and harvest. They are also the scientific basis for the government to make related policies, guidelines, planning. evalution of the level of agricutural mechanization and predication of the comprehensive level of mechnical farming, sowing and harvest of Shaanxi Province is based on the aspects those mentioned above.
This paper contains two parts, the first part evaluates the level of agricutural mechanization of Shaanxi Province by using the grey theory and fuzzy comprehensive evaluation. The paper selects the index system of agricutural mechanization established by ministry of agriculture in 2007.It shows that the level of agricutural mechanization has increased during 2005 to 2007 by calculating the level of agricutural mechanization of Shaanxi Province. In some areas agricutural mechanization fluctuated, and the development has regional imbalance. The paper choose the three-year sequence of the level of agricutural mechanization as the mother sequence, and choose 10 secondary indicators as the sub-sequence, it analyzes and studies the influentical factors of the level of agricutural mechanization of Shaanxi. Results indicated the original value of profits rate of farm machinery(c3) is the optimal factor. And the degree of mechanical sowing(A2), the degree of mechanized farming(A1) and the proportion of farming, forestry and animal husbandry and fishery labor force in rural labor force are the secondary factors. Lastly, the agricultural productivity per rural labor, the proportion of specially trained personnel for operation the farm machinery(B3) and the original value of farm machinery per rural labor force(B1) is inferior compared to others. This paper using the expert investigation method to determine the weights, and it using the linear membership function and M( ?,+ )fuzzy operator to setup the fuzzy evaluation model of development stages to judge the stage of agricutural mechanization, and use weighted agverage method to process the results. The results show that the development of agricutural mechanization of Shaanxi Province is at the alternate period stage from the initial stage to intermediate stage. Some meatures and recommendations to promotion the development of agricutural mechanization are generated in this paper.
The second part select the LM Algorithm(an improved BP Algorithm), genetic neural network and RBF network to construct forecast models to predict the mechanized farming level, mechanical sowing level, and mechanical harvest level. Those models have been used to forecast mechanized farming level, mechanical sowing level, and the mechanical harvest level. Test samples were used in these models to examine forecast precision, finally, comapres and analyze the three predicting models. Although the results reveal that the forecast precision of those models are different, those mean prediction errors are all within 10%,and all can be uesd to forecast the comprehensive level of mechnical farming, sowing and harvest.
引文
白慧.2008.社会医疗保险基金风险问题研究—以陕西省为例[硕士学位论文].西安:西安理工大学
白丽,李行马,成林.2005.2005～2015年吉林省农机化作业水平定量预测.农业机械学报,36(9):64～67
白人朴. 2005.对我国农业机械化发展的几点认识.中国农机化,(4):5～8
白人朴,杨敏丽,刘清水.1999.中国农业机械化所处发展阶段分析.中国农机化,(2):33～36
柴光文.2004.房地产投资风险因素的灰色关联度分析[硕士学位论文].武汉:武汉理工大学
蔡嗣经,陈海燕,郑明贵.2009.基于遗传神经网络的北京市能源可持续发展能力评价.辽宁工程技术大学学报,28(1):5～8
陈宝峰,白人朴,刘广利.2005.影响山西省农机化水平的多因素逐步回归分析.中国农业大学学报,10(4):115～118
陈斌.2007.利用主要气象因子对二代玉米螟预测预报研究[硕士学位论文].泰安:山东农业大学
陈佳.2009.城市天然气负荷预测及主干网调度优化研究[硕士学位论文].上海:同济大学
陈伦军.2005.机械优化设计遗传算法.北京:机械工业出版社:3
陈敏燕.2008.人工智能算法在生物药剂学中的应用[硕士学位论文].杭州:浙江大学
董涵英,孟繁琪.2001.农业机械化与可持续发展-农业机械化的经济评价和社会效益.北京:中国农业出版社:43～50
杜璟.2003.基于Web的农业机械化发展决策支持系统的研究[硕士学位论文].北京:中国农业大学
杜伟.2007.基于神经网络的水质评价与预测的探索[硕士学位论文].天津:天津大学
范俊杰.2008.湿法炼锌净液钴离子浓度在线检测及预测模型的研究与实现[硕士学位论文].长沙:中南大学
范秀娟.2008.基于人工智能的纱线质量预测及自动配棉优化系统的研究[硕士学位论文].北京:北京工业大学
方志伟.2007.基于浮动车数据的城市路段行程时间预测研究[硕士学位论文].北京:北京交通大学
付支霞.2008.白山市可持续发展能力评价-基于生态足迹和模糊综合评判[硕士学位论文].长春:东北师范大学
高慧.2008.基于混合智能计算的城市交通流预测研究[硕士学位论文].济南:济南大学
高慧婷.2007.基于大型旋转机组的非平衡状态小波模式识别与神经网络预测技术研究[硕士学位论文].北京:北京机械工业学院
高琴兰.2008.基于模糊算法的城市交通信号线控制的研究[硕士学位论文].西安:长安大学
高怡.2008.历史文化名城实地旅游感知形象评价体系研究[硕士学位论文].福州:福建师范大学
郭银涛.2008.高等级公路沥青路面使用性能评价的研究[硕士学位论文].重庆:重庆交通大学
韩力群.2006.人工神经网络教程.北京:北京邮电大学出版社:203
何勇,冯雷,吴春霞.2004.基于粗糙集与神经网络的农机化发展水平评估方法.农业机械学报. 35(2):100～103
黄颖.2008.基于主成分-神经网络的农产品期货预测研究及模型实现[硕士学位论文].北京:首都师范大学
贺颖.2008.基于模糊综合评判理论的天然气输气管道的环境风险评价[硕士学位论文].成都:西南交通大学
胡洁.2007.基于混沌和神经网络的短时交通流预测研究[硕士学位论文].武汉:武汉理工大学
蒋佰权.2007.人工神经网络在水环境质量评价与预测上的应用[硕士学位论文].北京:首都师范大学
蒋艳凰,赵强利.2009.机器学习方法.北京:电子工业出版社:197
鞠金艳,王金武.2009.黑龙江省农业机械化作业水平预测方法.农业工程学报, 25(5):83～88
赖庆辉,米伯林,杨志坚.2005.基于人工神经网络的黑龙江省农机总动力预测.农机化研究,(4):272～274
李必辉.2007.基于神经网络的销售分析预测研究与应用[硕士学位论文].上海:东华大学
李炳军,朱永达,万鹤群.1997.农业机械化发展水平的概率-灰色评估方法及应用.农业工程学报,(3):21～26
李海舰.2008.遗传神经网络在混沌时间序列预测中的应用[硕士学位论文].太原:中北大学
李骅,尹文庆.2006.农业机械化综合评价指标体系的研究.安徽农业科学,34(22):5937～5938,6025
李华英.2008.煤炭企业ERP成本管理系统研究[硕士学位论文].太原:中北大学
李林轶.2009.模糊综合评价在桥涵补充定额编制中的应用研究[硕士学位论文].西安:长安大学
李琦.2007.人工神经网络在地震激励下结构动力稳定性预测中的应用[硕士学位论文].上海:同济大学
李守巨,刘迎曦,孙伟.2008.智能计算与参数反演.北京:科学出版社:115
李小阳.2005.湖南省农业机械化发展综合水平评价方法的研究[硕士学位论文].长沙:湖南农业大学
李旭强.2007.基于BP神经网络的复合土钉墙变形预测研究[硕士学位论文].北京:中冶集团建筑研究总院
李贞珍.2007.神经网络在城市交通流预测模型中应用的研究[硕士学位论文].上海:上海交通大学
梁金凤.2007.城市燃气输配调度系统的研究[硕士学位论文].鞍山:辽宁科技大学
梁武.2008.小子样下数据处理的若干问题研究[硕士学位论文].兰州:兰州大学
梁若筠.2007.基于神经网络方法的冻土水分迁移研究[硕士学位论文].兰州:兰州大学
刘东.2007.基于人工神经网络的转炉炼铆终点预侧模型研究[硕士学位论文].南京:南京理工大学
刘民,吴澄.2008.制造过程智能优化调度算法及其应用.北京:国防工业出版社:58
刘向东.2008.灵宝市小秦岭金矿区矿渣型泥石流危险性评价研究[硕士学位论文].西安:长安大学
刘雄.2007.钢铁行业上市公司绩效预测研究[硕士学位论文].成都:西南交通大学
龙训建.2008.基于时间尺度的区域水资源优化配置研究——以甘肃省瓜州县为例[硕士学位论文].兰州:兰州大学
卢定宇.2008.供应链环境下涟钢供应商评价及选择研究[硕士学位论文].长沙:中南大学
陆国浩.2007.网络流量预测系统的研究与实现[硕士学位论文].苏州:苏州大学
骆健民.2006.农业机械化发展水平的评估与发展模式的研究[硕士学位论文].杭州:浙江大学
楼文高,王延政.2003.农业机械化发展水平的人工神经网络评价模型.农业机械学报,34(3):58～61
马丽华.2008.基于BP神经网络的卷烟配送中心销售预测[硕士学位论文].济南:山东大学
马雁军,周应堂,张恒. 2006.基于BP神经网络的农业机械化水平预测.农机化研究,(9):77～79
缪志刚.2007.基于BP神经网络的销售预测模型[硕士学位论文].苏州:苏州大学
闵佳音.2008.基于模糊综合评判的重载齿轮热胶合和稳态温度场的研究[硕士学位论文].成都:电子科技大学
潘旵.2007.基于遗传算法改进的人工神经网络的研究以及在肺癌预测的应用[硕士学位论文].长春:东北师范大学
潘一彬.2007.基于灰色神经网络的动态财务预警研究[硕士学位论文].武汉:武汉理工大学
秦亚琼.2008.基于实测数据的路基沉降预测方法研究及工程应用[硕士学位论文].长沙:中南大学
邱立春,魏国利,赵立桢.2000.我国农业机械化评价指标体系的设置研究.沈阳农业大学学报,(12):273～275
史佳.2009.澄城县地质灾害区划与防治对策研究[硕士学位论文].西安:西安科技大学
师黎,陈铁军,李晓媛,姚丽娜.2009.智能控制理论及应用.北京:清华大学出版社:300
宋晓萍.2008.小波模糊神经网络在复杂岩性储层参数预测中的应用[硕士学位论文].成都:成都理工大学
谭伟成.2007.二硅化钼的高温摩擦磨损性能及其预测模型研究[硕士学位论文].武汉:武汉理工大学
唐广京.2007.人工神经网络在高速公路软基沉降预测中的应用研究[硕士学位论文].天津:河北工业大学
唐娜.2007.基于灰色理论和神经网络理论的股票指数预测研究[硕士学位论文].武汉:武汉理工大学
陶祥林.2007.高速公路软土路基沉降预测的神经网络方法研究[硕士学位论文].南京:东南大学
万鹤群.1992.农村经济结构调整与农业机械化优化.北京:北京科学技术出版社:34～45
王德成,张领先,李安宁.2005a.国外农业机械化宏观研究的评述.农机化研究,(5):1～4
王德成.2005b.我国农业机械化发展经济效应的研究[博士学位论文].北京:中国农业大学
王世鹏.2008.中小型尾矿库坝体失稳的危险源辩识[硕士学位论文].长沙:中南大学
王万良,吴启迪.2007.生产调度智能算法及其应用.北京:科学出版社:55
王新.2009.油气有利区带预测的软计算方法研究[硕士学位论文].青岛:中国石油大学
温从宝.2009.温州水域安全等级划分研究[硕士学位论文].大连:大连海事大学
武功高.2007.基于改进人工神经网络法的短期负荷预测[硕士学位论文].北京:华北电力大学
吴强.2008.基于动态决策的智能方法在经济市场中的应用[硕士学位论文].济南:济南大学
吴晓恩.2008.塑料板排水堆载预压法加固软基变形性状与沉降预测方法研究[硕士学位论文].长沙:中南大学
谢千千.2009.基于价值创造的旅游电子商务模糊综合评判-对携程网和艺龙网的实证研究[硕士学位论文].厦门:厦门大学
辛沂.2008.Hopfield神经网络的稳定性及其在投资组合理论中的应用[硕士学位论文].济南:山东大学
许荣华.2007.基坑土体参数优化反分析及其变形预测[硕士学位论文].南京:南京航空航天大学
许银甲.2007.湘江航运安全状况评价与趋势分析[硕士学位论文].武汉:武汉理工大学
熊信银,吴耀武.2002.遗传算法及其在电力系统中的应用.武昌:华中科技大学出版社:2
杨斌.2007.基于神经网络的水华短期预报系统研究与应用[硕士学位论文].北京:北京工商大学
杨敏丽. 2008.新阶段我国农业机械化发展态势分析.中国农机化,(1):12～17
杨敏丽. 1998.农业机械化发展阶段性与区域不平衡性的研究[硕士学位论文].北京:中国农业大学
杨敏丽,白人朴. 2005.我国农业机械化发展的阶段性研究.农业机械学报,36(9):167～170
杨敏丽.2003.中国农业机械化与提高农业国际竞争力研究[博士学位论文].北京:中国农业大学
杨敏丽.2008.我国农业机械化中级阶段发展分析.农机市场,(2):14～18
姚宝刚.2006.现代农业与农业机械化发展.农业机械学报,37(1):79～82,74
杨希基.2008.基于数据挖掘的股票预测研究[硕士学位论文].长春:长春理工大学
伊津芝.2008.模糊层次分析法在钢筋混凝土寿命评估中的应用研究[硕士学位论文].天津:天津大学
尹巍.2008.VTS中船舶航行危险预测技术的研究[硕士学位论文].大连:大连海事大学
于海燕.2007.基于模糊神经网络的电力负荷短期预测[硕士学位论文].天津:天津大学
岳强,李延忠,张文梅,张丽,杨印生.2007.东北地区种植业机械化水平的灰色关联辨识.农机化研究,(1):70～73
早见雄次郎,费农.拉坦.1980.农业发展:国际前景.吴伟东译.1993.北京:商务印书馆:112～117
张慧.2008.株洲市地质灾害发育特征及危险性区划研究[硕士学位论文].长沙:中南大学
张庆霞,刘从九.2007.2007-2017年安徽省农业机械化作业水平定量预测.安徽农学通报,13(16):164～165
张睿,高焕文.2009.基于灰色GM(1,1)的农业机械化水平预测模型.农业机械学报,40(2):91～95
张晓娜.2006.湖北省农业机械化评价信息系统的研究[硕士学位论文].武汉:华中农业大学
张淑娟,赵飞,王凤花,杨国强,冯屾，介邓飞．2009.山西省农业机械化发展水平的评价与分析.山西农业大学学报,29(1):81～85
张岩.2009.基于本体的综合评价文本自动生成系统研究[硕士学位论文].青岛:中国石油大学
邹雪春.2007.城市燃气管网用气不均匀性分析及负荷预测[硕士学位论文].广州:广州大学
赵述欣.2007.船旗国监督检查(FSC)中基于模糊综合评判的目标船的确认研究[硕士学位论文].大连:大连海事大学
郑聪.2007.磁流减振器神经网络预测控制系统的仿真研究[硕士学位论文].武汉:武汉理工大学
郑文钟,何勇,岑益郎.2006.基于粗糙集和模糊聚类的农机化水平评价方法.农业机械学报,37(2):58～61
郑文钟,应霞芳.2007.农业机械总动力变化影响因素的灰色关联分析.农机化研究,(12):9～11
周波.2008.基于GA的ANN股价指数预测研究[硕士学位论文].武汉:武汉理工大学
周贤.2008.人工神经网络在股市预测中的应用研究[硕士学位论文].武汉:湖北大学
周正林.2007.基于人工神经网络交通流量预测模型的研究[硕士学位论文].哈尔滨:哈尔滨工程大学
朱四如.2007.组合神经网络在时间序列中的应用[硕士学位论文].武汉:武汉理工大学
Black J D.1927.Agricultural Reform in United Stated.New York and London:Longman press:27～30
Buriak P.1989.Modeling Research in Agricultural Mechanization.Chicago: University of llinois:112～117
Haffar I,Ahmed M H.1991.Potentials of and constrains to the Adoption of agricultural mechanization technology in the Middle East region.AMA,22(2):74～80
Nwoko S G.1990.Agricultural mechnization at a crossroad-in Nigeria.Agricultural mechanization in Asia, Africa and Latin America,(3):79-82
Park Won-ky.1990.Utilization pattern of Farm Machinery and Farm Mechanization in Korea.Agricultural Mechanization in Asia,Africa and Latin America,(4):65～75
Pawlak J.1986. The Impact of Agricultural Mechnization on labor Productivity in 22 Developed Countries.American Society of Agricultural Engineers,78～81
Peck H W.1927. The Influence of Agricultural Machinery and Automobile on Farming Operation. Quarterly Journal of Econmic, May:38～41
Prasad J,Srivastava J S.1991.Impact of Agricultural Mechnization on Production, Productivity,Income and Employment Generation.Agricultural Engineering Today:89～93
Quaintance H W.1941.The Influence of Agricultural Farm Machinery on Production and Labor,New York:67～70
Rijk A G.1992.Agricultural Mechanization policy and stratagem.Agricultural Engineering Journal, 1(4):205～215
Moatasim Sidahmed M,Teffera Betru.1999.Problems and Prospects of Agricultural Mechanization in Lebanon.Agricultural Mechnization In Asia,Africa and Latin America,30(1):29～32
Witney Brain.1988.Choosing and Using Farm Machines.Singapore :Longman Singapore Publishers Pte Itd:298～345
白丽,李行马,成林.2005.2005～2015年吉林省农机化作业水平定量预测.农业机械学报,36(9):64～67
白人朴. 2005.对我国农业机械化发展的几点认识.中国农机化,(4):5～8
白人朴,杨敏丽,刘清水.1999.中国农业机械化所处发展阶段分析.中国农机化,(2):33～36
柴光文.2004.房地产投资风险因素的灰色关联度分析[硕士学位论文].武汉:武汉理工大学
蔡嗣经,陈海燕,郑明贵.2009.基于遗传神经网络的北京市能源可持续发展能力评价.辽宁工程技术大学学报,28(1):5～8
陈宝峰,白人朴,刘广利.2005.影响山西省农机化水平的多因素逐步回归分析.中国农业大学学报,10(4):115～118
陈斌.2007.利用主要气象因子对二代玉米螟预测预报研究[硕士学位论文].泰安:山东农业大学
陈佳.2009.城市天然气负荷预测及主干网调度优化研究[硕士学位论文].上海:同济大学
陈伦军.2005.机械优化设计遗传算法.北京:机械工业出版社:3
陈敏燕.2008.人工智能算法在生物药剂学中的应用[硕士学位论文].杭州:浙江大学
董涵英,孟繁琪.2001.农业机械化与可持续发展-农业机械化的经济评价和社会效益.北京:中国农业出版社:43～50
杜璟.2003.基于Web的农业机械化发展决策支持系统的研究[硕士学位论文].北京:中国农业大学
杜伟.2007.基于神经网络的水质评价与预测的探索[硕士学位论文].天津:天津大学
范俊杰.2008.湿法炼锌净液钴离子浓度在线检测及预测模型的研究与实现[硕士学位论文].长沙:中南大学
范秀娟.2008.基于人工智能的纱线质量预测及自动配棉优化系统的研究[硕士学位论文].北京:北京工业大学
方志伟.2007.基于浮动车数据的城市路段行程时间预测研究[硕士学位论文].北京:北京交通大学
付支霞.2008.白山市可持续发展能力评价-基于生态足迹和模糊综合评判[硕士学位论文].长春:东北师范大学
高慧.2008.基于混合智能计算的城市交通流预测研究[硕士学位论文].济南:济南大学
高慧婷.2007.基于大型旋转机组的非平衡状态小波模式识别与神经网络预测技术研究[硕士学位论文].北京:北京机械工业学院
高琴兰.2008.基于模糊算法的城市交通信号线控制的研究[硕士学位论文].西安:长安大学
高怡.2008.历史文化名城实地旅游感知形象评价体系研究[硕士学位论文].福州:福建师范大学
郭银涛.2008.高等级公路沥青路面使用性能评价的研究[硕士学位论文].重庆:重庆交通大学
韩力群.2006.人工神经网络教程.北京:北京邮电大学出版社:203
何勇,冯雷,吴春霞.2004.基于粗糙集与神经网络的农机化发展水平评估方法.农业机械学报. 35(2):100～103
黄颖.2008.基于主成分-神经网络的农产品期货预测研究及模型实现[硕士学位论文].北京:首都师范大学
贺颖.2008.基于模糊综合评判理论的天然气输气管道的环境风险评价[硕士学位论文].成都:西南交通大学
胡洁.2007.基于混沌和神经网络的短时交通流预测研究[硕士学位论文].武汉:武汉理工大学
蒋佰权.2007.人工神经网络在水环境质量评价与预测上的应用[硕士学位论文].北京:首都师范大学
蒋艳凰,赵强利.2009.机器学习方法.北京:电子工业出版社:197
鞠金艳,王金武.2009.黑龙江省农业机械化作业水平预测方法.农业工程学报, 25(5):83～88
赖庆辉,米伯林,杨志坚.2005.基于人工神经网络的黑龙江省农机总动力预测.农机化研究,(4):272～274
李必辉.2007.基于神经网络的销售分析预测研究与应用[硕士学位论文].上海:东华大学
李炳军,朱永达,万鹤群.1997.农业机械化发展水平的概率-灰色评估方法及应用.农业工程学报,(3):21～26
李海舰.2008.遗传神经网络在混沌时间序列预测中的应用[硕士学位论文].太原:中北大学
李骅,尹文庆.2006.农业机械化综合评价指标体系的研究.安徽农业科学,34(22):5937～5938,6025
李华英.2008.煤炭企业ERP成本管理系统研究[硕士学位论文].太原:中北大学
李林轶.2009.模糊综合评价在桥涵补充定额编制中的应用研究[硕士学位论文].西安:长安大学
李琦.2007.人工神经网络在地震激励下结构动力稳定性预测中的应用[硕士学位论文].上海:同济大学
李守巨,刘迎曦,孙伟.2008.智能计算与参数反演.北京:科学出版社:115
李小阳.2005.湖南省农业机械化发展综合水平评价方法的研究[硕士学位论文].长沙:湖南农业大学
李旭强.2007.基于BP神经网络的复合土钉墙变形预测研究[硕士学位论文].北京:中冶集团建筑研究总院
李贞珍.2007.神经网络在城市交通流预测模型中应用的研究[硕士学位论文].上海:上海交通大学
梁金凤.2007.城市燃气输配调度系统的研究[硕士学位论文].鞍山:辽宁科技大学
梁武.2008.小子样下数据处理的若干问题研究[硕士学位论文].兰州:兰州大学
梁若筠.2007.基于神经网络方法的冻土水分迁移研究[硕士学位论文].兰州:兰州大学
刘东.2007.基于人工神经网络的转炉炼铆终点预侧模型研究[硕士学位论文].南京:南京理工大学
刘民,吴澄.2008.制造过程智能优化调度算法及其应用.北京:国防工业出版社:58
刘向东.2008.灵宝市小秦岭金矿区矿渣型泥石流危险性评价研究[硕士学位论文].西安:长安大学
刘雄.2007.钢铁行业上市公司绩效预测研究[硕士学位论文].成都:西南交通大学
龙训建.2008.基于时间尺度的区域水资源优化配置研究——以甘肃省瓜州县为例[硕士学位论文].兰州:兰州大学
卢定宇.2008.供应链环境下涟钢供应商评价及选择研究[硕士学位论文].长沙:中南大学
陆国浩.2007.网络流量预测系统的研究与实现[硕士学位论文].苏州:苏州大学
骆健民.2006.农业机械化发展水平的评估与发展模式的研究[硕士学位论文].杭州:浙江大学
楼文高,王延政.2003.农业机械化发展水平的人工神经网络评价模型.农业机械学报,34(3):58～61
马丽华.2008.基于BP神经网络的卷烟配送中心销售预测[硕士学位论文].济南:山东大学
马雁军,周应堂,张恒. 2006.基于BP神经网络的农业机械化水平预测.农机化研究,(9):77～79
缪志刚.2007.基于BP神经网络的销售预测模型[硕士学位论文].苏州:苏州大学
闵佳音.2008.基于模糊综合评判的重载齿轮热胶合和稳态温度场的研究[硕士学位论文].成都:电子科技大学
潘旵.2007.基于遗传算法改进的人工神经网络的研究以及在肺癌预测的应用[硕士学位论文].长春:东北师范大学
潘一彬.2007.基于灰色神经网络的动态财务预警研究[硕士学位论文].武汉:武汉理工大学
秦亚琼.2008.基于实测数据的路基沉降预测方法研究及工程应用[硕士学位论文].长沙:中南大学
邱立春,魏国利,赵立桢.2000.我国农业机械化评价指标体系的设置研究.沈阳农业大学学报,(12):273～275
史佳.2009.澄城县地质灾害区划与防治对策研究[硕士学位论文].西安:西安科技大学
师黎,陈铁军,李晓媛,姚丽娜.2009.智能控制理论及应用.北京:清华大学出版社:300
宋晓萍.2008.小波模糊神经网络在复杂岩性储层参数预测中的应用[硕士学位论文].成都:成都理工大学
谭伟成.2007.二硅化钼的高温摩擦磨损性能及其预测模型研究[硕士学位论文].武汉:武汉理工大学
唐广京.2007.人工神经网络在高速公路软基沉降预测中的应用研究[硕士学位论文].天津:河北工业大学
唐娜.2007.基于灰色理论和神经网络理论的股票指数预测研究[硕士学位论文].武汉:武汉理工大学
陶祥林.2007.高速公路软土路基沉降预测的神经网络方法研究[硕士学位论文].南京:东南大学
万鹤群.1992.农村经济结构调整与农业机械化优化.北京:北京科学技术出版社:34～45
王德成,张领先,李安宁.2005a.国外农业机械化宏观研究的评述.农机化研究,(5):1～4
王德成.2005b.我国农业机械化发展经济效应的研究[博士学位论文].北京:中国农业大学
王世鹏.2008.中小型尾矿库坝体失稳的危险源辩识[硕士学位论文].长沙:中南大学
王万良,吴启迪.2007.生产调度智能算法及其应用.北京:科学出版社:55
王新.2009.油气有利区带预测的软计算方法研究[硕士学位论文].青岛:中国石油大学
温从宝.2009.温州水域安全等级划分研究[硕士学位论文].大连:大连海事大学
武功高.2007.基于改进人工神经网络法的短期负荷预测[硕士学位论文].北京:华北电力大学
吴强.2008.基于动态决策的智能方法在经济市场中的应用[硕士学位论文].济南:济南大学
吴晓恩.2008.塑料板排水堆载预压法加固软基变形性状与沉降预测方法研究[硕士学位论文].长沙:中南大学
谢千千.2009.基于价值创造的旅游电子商务模糊综合评判-对携程网和艺龙网的实证研究[硕士学位论文].厦门:厦门大学
辛沂.2008.Hopfield神经网络的稳定性及其在投资组合理论中的应用[硕士学位论文].济南:山东大学
许荣华.2007.基坑土体参数优化反分析及其变形预测[硕士学位论文].南京:南京航空航天大学
许银甲.2007.湘江航运安全状况评价与趋势分析[硕士学位论文].武汉:武汉理工大学
熊信银,吴耀武.2002.遗传算法及其在电力系统中的应用.武昌:华中科技大学出版社:2
杨斌.2007.基于神经网络的水华短期预报系统研究与应用[硕士学位论文].北京:北京工商大学
杨敏丽. 2008.新阶段我国农业机械化发展态势分析.中国农机化,(1):12～17
杨敏丽. 1998.农业机械化发展阶段性与区域不平衡性的研究[硕士学位论文].北京:中国农业大学
杨敏丽,白人朴. 2005.我国农业机械化发展的阶段性研究.农业机械学报,36(9):167～170
杨敏丽.2003.中国农业机械化与提高农业国际竞争力研究[博士学位论文].北京:中国农业大学
杨敏丽.2008.我国农业机械化中级阶段发展分析.农机市场,(2):14～18
姚宝刚.2006.现代农业与农业机械化发展.农业机械学报,37(1):79～82,74
杨希基.2008.基于数据挖掘的股票预测研究[硕士学位论文].长春:长春理工大学
伊津芝.2008.模糊层次分析法在钢筋混凝土寿命评估中的应用研究[硕士学位论文].天津:天津大学
尹巍.2008.VTS中船舶航行危险预测技术的研究[硕士学位论文].大连:大连海事大学
于海燕.2007.基于模糊神经网络的电力负荷短期预测[硕士学位论文].天津:天津大学
岳强,李延忠,张文梅,张丽,杨印生.2007.东北地区种植业机械化水平的灰色关联辨识.农机化研究,(1):70～73
早见雄次郎,费农.拉坦.1980.农业发展:国际前景.吴伟东译.1993.北京:商务印书馆:112～117
张慧.2008.株洲市地质灾害发育特征及危险性区划研究[硕士学位论文].长沙:中南大学
张庆霞,刘从九.2007.2007-2017年安徽省农业机械化作业水平定量预测.安徽农学通报,13(16):164～165
张睿,高焕文.2009.基于灰色GM(1,1)的农业机械化水平预测模型.农业机械学报,40(2):91～95
张晓娜.2006.湖北省农业机械化评价信息系统的研究[硕士学位论文].武汉:华中农业大学
张淑娟,赵飞,王凤花,杨国强,冯屾，介邓飞．2009.山西省农业机械化发展水平的评价与分析.山西农业大学学报,29(1):81～85
张岩.2009.基于本体的综合评价文本自动生成系统研究[硕士学位论文].青岛:中国石油大学
邹雪春.2007.城市燃气管网用气不均匀性分析及负荷预测[硕士学位论文].广州:广州大学
赵述欣.2007.船旗国监督检查(FSC)中基于模糊综合评判的目标船的确认研究[硕士学位论文].大连:大连海事大学
郑聪.2007.磁流减振器神经网络预测控制系统的仿真研究[硕士学位论文].武汉:武汉理工大学
郑文钟,何勇,岑益郎.2006.基于粗糙集和模糊聚类的农机化水平评价方法.农业机械学报,37(2):58～61
郑文钟,应霞芳.2007.农业机械总动力变化影响因素的灰色关联分析.农机化研究,(12):9～11
周波.2008.基于GA的ANN股价指数预测研究[硕士学位论文].武汉:武汉理工大学
周贤.2008.人工神经网络在股市预测中的应用研究[硕士学位论文].武汉:湖北大学
周正林.2007.基于人工神经网络交通流量预测模型的研究[硕士学位论文].哈尔滨:哈尔滨工程大学
朱四如.2007.组合神经网络在时间序列中的应用[硕士学位论文].武汉:武汉理工大学
Black J D.1927.Agricultural Reform in United Stated.New York and London:Longman press:27～30
Buriak P.1989.Modeling Research in Agricultural Mechanization.Chicago: University of llinois:112～117
Haffar I,Ahmed M H.1991.Potentials of and constrains to the Adoption of agricultural mechanization technology in the Middle East region.AMA,22(2):74～80
Nwoko S G.1990.Agricultural mechnization at a crossroad-in Nigeria.Agricultural mechanization in Asia, Africa and Latin America,(3):79-82
Park Won-ky.1990.Utilization pattern of Farm Machinery and Farm Mechanization in Korea.Agricultural Mechanization in Asia,Africa and Latin America,(4):65～75
Pawlak J.1986. The Impact of Agricultural Mechnization on labor Productivity in 22 Developed Countries.American Society of Agricultural Engineers,78～81
Peck H W.1927. The Influence of Agricultural Machinery and Automobile on Farming Operation. Quarterly Journal of Econmic, May:38～41
Prasad J,Srivastava J S.1991.Impact of Agricultural Mechnization on Production, Productivity,Income and Employment Generation.Agricultural Engineering Today:89～93
Quaintance H W.1941.The Influence of Agricultural Farm Machinery on Production and Labor,New York:67～70
Rijk A G.1992.Agricultural Mechanization policy and stratagem.Agricultural Engineering Journal, 1(4):205～215
Moatasim Sidahmed M,Teffera Betru.1999.Problems and Prospects of Agricultural Mechanization in Lebanon.Agricultural Mechnization In Asia,Africa and Latin America,30(1):29～32
Witney Brain.1988.Choosing and Using Farm Machines.Singapore :Longman Singapore Publishers Pte Itd:298～345