改进灰色关联模型在农机设备选型中的应用.pdf

《改进灰色关联模型在农机设备选型中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、２０１４年８月农机化研究第８期改进灰色关联模型在农机设备选型中的应用ａｂ傅丽芳，蒋丹（东北农业大学ａ．理学院；ｂ．工程学院，哈尔滨１５００３０）摘要：应用ＡＨＰ法和熵值法对灰色关联分析法中的权重系数进行改进，结合主观、客观权重，能有效改进传统灰色关联分析的主观性。构建改进的灰色关联分析模型，通过对水稻联合收割机的选型应用来证明此方法在农机设备选型中具有有效性和科学性，为农机选型提供一种新方法。此方法对减小选型过程中的主观性具有指导意义，可为农机设备选型决策者提供有力依据。关键词：农机选型；ＡＨＰ；熵值法；灰色关联度模型中图分类号：S232．3文献标识码

2、：A文章编号：1003－188X（2014）08－0040－031．1确定参考序列和决策矩阵0引言找出每个指标的最优值，组成基准参考序列y′i（i农业机械化作为现代农业发展的技术支撑和科＝１，２，３，⋯，n）。各决策对象指标组成的决策矩阵为技载体，是我国由传统农业向现代农业转变的重要标１１１x１x２⋯xn志。科学、有效的农业机械设备选型能正确引导农业２２２x１x２⋯xn投资，合理配置资源，推动我国农业的可持续发展。目前，对农机选型方法的研究主要有：①ＡＨＰ层次分D＝…………mmm［１－２］x析法和网络层次分析法，需要专家经验知识；②１x２⋯xn［３］利

3、用模糊综合评价分析，主观影响因素很大；③基y′１y′２⋯y′n于网络决策支持系统的优化分析法，利用大量数据与1．2无量纲化处理［４］经验知识；④综合模糊神经网络与灰色变权聚类，各个决策指标量纲、单位不同，运用均值法将决［５］组合分析评价。上述研究评价分析方法都普遍存策矩阵D进行无量纲化处理，其公式为在以下问题：评价指标体系不完善；没有对定性定量n（０）k１k指标分类处理；主观性强，人为因素对选型有很大干xi（k）＝xi／（k∑xi）k＝１扰作用。（i＝１，２，３，⋯，m；k＝１，２，３，⋯，n）（１）为此，在传统灰色关联度分析中引入了ＡＨＰ法和得到的最

4、有样本序列为熵值法，即结合主观和客观赋权法对指标进行赋权，（０）（０）（０）X０＝｛x０（１），x０（２），．．．，x０（n）｝确定各指标的组合权值，构建改进的灰色关联模型，1．3计算关联系数以期结合决策者的主观偏好和客观信息，为农机设备经均值化化处理后，以最优指标集组成的参考序选型提供更为客观的评价，达到优化选型的目的。列和各评价指标组成的比较序列，计算灰色关联系数，则1灰色关联度分析（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个评价对象；k表示第k个最优指标；μ为分辨系数，０＜μ＜１，通常取μ＝０．５。1．4计算关联系度收稿日期：２０１３－０８－１９基金项目：国家自然科学基金项目（７１１７１０４４）；黑龙江省教育厅科研项通过计算对象中每个指标的比较序列和参考序目（１１５５１０３７）；东北农业大学博士科研基金项目（２０１０－列关联系数的平均值，计算平均灰色关联度，则２０１３）n作者简介：傅丽芳（１９７４－），女，云南丽江人，副教授，硕士研究生导师，r１０i＝∑δ０i（k）（３）博士，（Ｅ－ｍａｉｌ）１２５３９９９１８３

6、＠ｑｑ．ｃｏｍ。nk＝１·４０·２０１４年８月农机化研究第８期2．2．2计算权重2灰色关联度的改进（１－Ej）传统平均灰色关联分析模型中普遍存在两处不βj＝n（j＝１，２，．⋯，n）（４）足：①因为没有统一方法，权重系数的确定具有很大∑（１－Ej）j＝１主观性；②加权的均一化，没有体现各个因素间的区［６］即得到各个指标的权重向量β＝（β１，β２，⋯，βn）。别。鉴于上述问题，结合主观赋权的ＡＨＰ法和客2．3计算灰色加权平均关联度观赋权的熵值法，改进灰色关联分析模型。１）结合主观赋权的ＡＨＰ法和客观赋权的熵值2．1基于AHP法的改进法，得出组合权重向量，

7、公式为１）基于ＡＨＰ法构造对象决策指标的判断矩阵。２）检验是否具有一致性。αjβjwj＝n（j＝１，２，⋯，n）（５）３）根据判断矩阵可以求出最大特征值对应的特∑αjβj征向量，是评价样本的重要性排序（即为权数分配），j＝１则所求权重向量α＝（α１，α２，⋯，αn）。２）按照公式（１）无量纲化矩阵。2．2基于熵值法的改进３）按照公式（２）计算关联系数。应用熵值法来客观赋权，得到原始指标数据矩阵４）计算灰色加权平均关联度，则有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计算指标信息熵nk＝１mE＝－k∑pij3实例分析i＝１其中，pij为第i项指标的第j个