基于数据挖掘和系统集成的农业机械化信息管理系统研究

【摘要】：农业机械化是一个用机器装备代替人力、畜力进行农业生产的技术改造和经济发展的过程。农业机械在农业生产中广泛应用引发了农业生产方式的根本变革,并大幅度的提高了农业劳动生产率和土地产出率,有力地保障了世界农业发展和食物安全;同时,又使从事农业的人口下降,更多的人从事其他重要工作,促进了社会生产的分工,推动了工业和第三产业的发展,促进了世界经济繁荣。 新中国成立后,特别是改革开放以来,我国农业机械化事业有了巨大的发展,为发展农村经济、实现小康做出了巨大贡献。在人类社会已跨入21世纪的今天,我国加入了WTO,进入全面建设小康社会、加快推进社会主义现代化的新阶段,在经济全球化、国际竞争日趋激烈的新形势下,加强农业机械化管理领域信息管理工作的研究,对提高农机管理部门的科学决策水平,健全农业机械化宏观调控和微观指导,促进农业机械化的发展,具有十分重要的现实意义。 本文的研究内容主要包括两大部分: 1.农业机械化的管理决策工作是一项复杂的系统工程,为了科学、合理地解决农业机械化管理工作中遇到各种的实际问题,利用近年来出现的信息处理方法——数据挖掘技术对农业机械化领域的宏观管理组织层和微观经营层这两个层次中的一些定量分析方法进行研究与探讨,具体内容包括: (1)利用粗糙集理论中的属性依赖度和重要度等概念研究了组合预测模型中的权重确定方法。通过建立预测方法与预测对象的关系数据模型,离散化属性数据建立知识表达系统,进而计算出预测模型对预测对象的依赖性和重要性以及组合预测模型中单个模型的权系数。并依据浙江省粮食总产量的历史数据建立基于粗糙集的粮食产量组合预测模型。 (2)针对现行农业机械化发展水平评估方法中存在的主观因素对评价结果的影响,把模糊聚类方法和粗糙集理论相结合,提出了基于模糊聚类和粗糙集的农业机械化水平评价方法。该方法从评价指标的统计数据出发,根据各指标中含信息量的大小来确定其权重。 (3)鉴于目前有关农业机械总动力的研究主要停留在总量变化的预测方面的现状,在分析影响农业机械总动力增长影响因素的基础上,利用灰色系统理论中的关联度系数对影响浙江省农机总动力增长的因素进行了关联分析,同时利用灰色理论中的GM(1,1)模型预测了浙江省农业机械总动力的变化趋势。 (4)利用机器更新平均成本原理,给出了视情维修制拖拉机大修理周期间距、修理周期与更新界限的数学模型,并对此计算方法从拖拉机所有者追求经济效益最大化的角度,分析了视情维修制拖拉机最佳更新期与合理更新期的经济界限。 (5)针对现行农业机械化项目可行性研究中的净现值法(NPV)在使用过程中存在的对外界环境变化适应性弱的问题,利用风险决策理论对现有的净现值评价模型进行改进和完善,并给出了风险型和不确定型投资项目的净现值(ENPV)分析模型。