论文部分内容阅读
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。