基于多屬性數(shù)據(jù)融合決策的智能化農(nóng)業(yè)預(yù)警系統(tǒng)研究.pdf

1、農(nóng)業(yè)預(yù)警是農(nóng)業(yè)風(fēng)險管理的首要環(huán)節(jié)。目前，對農(nóng)業(yè)進行風(fēng)險預(yù)警主要沿用一般的風(fēng)險預(yù)警方法，多是從某一角度作為切入點進行預(yù)警分析，尚未針對農(nóng)業(yè)系統(tǒng)的多因素特點建立基于信息融合的分析平臺。因此，建立一個有效融合多屬性信息的智能化預(yù)警平臺對我國農(nóng)業(yè)發(fā)展具有重要的現(xiàn)實意義和理論價值。
　　本文在農(nóng)業(yè)部智能化農(nóng)業(yè)預(yù)警技術(shù)重點開放實驗室2010年開放性課題（課題編號：2010-DAEW-01）的支持下開展研究，針對農(nóng)業(yè)系統(tǒng)存在的復(fù)雜性、模糊性、隨

2、機性、經(jīng)驗性和條件性等特點，建立多屬性信息融合決策的農(nóng)業(yè)預(yù)警模型，并開發(fā)農(nóng)業(yè)預(yù)警系統(tǒng)，具體的研究內(nèi)容和創(chuàng)新性成果如下：
　?。?）基于等級全息模型建模（HHM）方法構(gòu)建農(nóng)業(yè)風(fēng)險預(yù)警系統(tǒng)的指標(biāo)體系。
　?。?）根據(jù)各個指標(biāo)因素對農(nóng)業(yè)系統(tǒng)影響的程度不同，本文采用層次分析法（AHP）對各屬性指標(biāo)進行重要性分配，即權(quán)重確定。
　　（3）采用D-S證據(jù)理論對多屬性指標(biāo)進行數(shù)據(jù)處理，避免了模糊風(fēng)險分析法難以處理定量指標(biāo)數(shù)據(jù)且具有很

3、強主觀性的缺陷。本文提出了將多屬性數(shù)據(jù)轉(zhuǎn)化為基本概率指派函數(shù)（BPA）的辦法，使之成為適合于應(yīng)用D-S證據(jù)理論處理的形式。該數(shù)據(jù)轉(zhuǎn)化過程實質(zhì)上是一種數(shù)據(jù)無量綱化的過程，它為定量定性信息融合打下基礎(chǔ)。
　　（4）在對比國內(nèi)外關(guān)于D-S證據(jù)理論中合成規(guī)則的主要研究成果的基礎(chǔ)上，采用基于權(quán)重系數(shù)的修改證據(jù)源的沖突信息融合方法。該方法能夠較好的解決沖突證據(jù)的融合問題，收斂速度較快。
　　（5）基于BPA函數(shù)的轉(zhuǎn)換模型對農(nóng)業(yè)風(fēng)險進行決