李丹陽，李江全，陳江春，曹衛(wèi)彬

(石河子大學(xué) 機械電氣工程學(xué)院，新疆 石河子　832000)

?

現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平綜合評價——基于BP神經(jīng)網(wǎng)絡(luò)

李丹陽，李江全，陳江春，曹衛(wèi)彬

(石河子大學(xué) 機械電氣工程學(xué)院，新疆 石河子832000)

摘要：為綜合評價現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平，分別選取了9項一級、20項二級評價指標(biāo)，運用BP神經(jīng)網(wǎng)絡(luò)法建立了各指標(biāo)權(quán)重系數(shù)計算模型，得到了現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平綜合評價體系。作為評價體系的應(yīng)用，基于新疆兵團2005-2012年度統(tǒng)計數(shù)據(jù)，評價了新疆兵團的現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平，評價結(jié)果符合實際情況，表明本文指標(biāo)設(shè)置恰當(dāng)，指標(biāo)權(quán)重計算模型正確，能夠為現(xiàn)代農(nóng)業(yè)裝備的發(fā)展提供理論支撐。

關(guān)鍵詞：現(xiàn)代農(nóng)業(yè)裝備；BP神經(jīng)網(wǎng)絡(luò)；綜合評價

0引言

農(nóng)業(yè)裝備發(fā)展水平的評價研究是我國現(xiàn)代農(nóng)業(yè)裝備研究領(lǐng)域的熱點。李驊等根據(jù)江蘇省農(nóng)機化發(fā)展現(xiàn)狀，應(yīng)用專家調(diào)查法確定指標(biāo)權(quán)重，建立了江蘇省農(nóng)業(yè)機械化綜合評價體系[1]。張曉娜運用灰色關(guān)聯(lián)法篩選了農(nóng)業(yè)機械化評價指標(biāo)，建立了湖北省農(nóng)機化評價模型[2]。鞠金艷運用灰色關(guān)聯(lián)法分析確定了影響農(nóng)業(yè)機械化發(fā)展水平的關(guān)鍵因素[3]。劉玉梅、田志宏利用計量模型分析了影響我國農(nóng)機裝備水平的因素, 認(rèn)為經(jīng)濟發(fā)展水平對農(nóng)機裝備發(fā)展貢獻最大[4]。所有這些研究主要集中在農(nóng)業(yè)機械化的影響因素和區(qū)域性兩方面，尚未有人系統(tǒng)設(shè)置及量化分析現(xiàn)代農(nóng)業(yè)裝備評價指標(biāo)，更未系統(tǒng)建立具體的綜合評價模型。

現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平作為一個多系統(tǒng)、多層次的復(fù)雜問題，其評價指標(biāo)屬性間絕大多數(shù)是非線性關(guān)系，且各指標(biāo)對評價結(jié)果的影響程度不易確定。本文采用BP神經(jīng)網(wǎng)絡(luò)法建立的綜合評價模型，可以較好地解決以上問題。

1BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是典型的單向多層次前饋網(wǎng)絡(luò)，由輸入層、隱含層和輸出層構(gòu)成，每層都由若干節(jié)點組成，每一個節(jié)點表示一個神經(jīng)單元，上層節(jié)點與下層節(jié)點通過權(quán)值聯(lián)系。權(quán)值的計算步驟如下[5]：

1)原始數(shù)據(jù)歸一化后，給每個連接權(quán)值Wij、Vjt、閾值θj與γj賦予區(qū)間(-1,1)內(nèi)的隨機數(shù)值。

bj=∫(sj)(j=1，2，…，p)

4)利用隱含層的輸出bj、連接權(quán)Vjt和閾值γj計算輸出層各單元的輸出Lt，通過傳遞函數(shù)計算輸出層各單元的響應(yīng)Ct，則

Ct=∫(Lt)(t=1，2，…，q)

(t=1，2，…，q；j=1，2，…，p；0<α<1)

(i=1，2，…，n)；j=1，2，…，p；0<β<1)

9)重新從學(xué)習(xí)樣本中隨機選取一組輸入和目標(biāo)樣本，返回步驟3)，直到網(wǎng)絡(luò)全局誤差小于預(yù)先設(shè)定的極小值，即網(wǎng)絡(luò)收斂，學(xué)習(xí)結(jié)束。

2評價體系建立

2.1　指標(biāo)設(shè)置

2007年，農(nóng)業(yè)部頒布了行業(yè)標(biāo)準(zhǔn)NY/T1408.1-2007，該標(biāo)準(zhǔn)包含3個一級指標(biāo)和10個二級指標(biāo)。本文考慮到現(xiàn)代農(nóng)業(yè)裝備水平除了受到標(biāo)準(zhǔn)規(guī)定的耕種收綜合機械化水平、農(nóng)業(yè)機械化綜合保障能力、農(nóng)業(yè)機械化綜合效益3個一級指標(biāo)的影響外，還受到配套結(jié)構(gòu)、產(chǎn)業(yè)水平、經(jīng)濟水平、文化水平、科研水平、規(guī)模水平6個主要因素的影響，因此本文將標(biāo)準(zhǔn)中設(shè)置的3個一級指標(biāo)擴展為9個，將原來的10個二級指標(biāo)擴展到20個，得到了新的現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平評價體系，其框圖如圖1所示。

圖1　現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平評價指標(biāo)體系

1)作業(yè)水平(B1)。反映現(xiàn)代農(nóng)業(yè)裝備在生產(chǎn)中實際作用的大小。原有耕整地機械化程度(B11)、播栽機械化程度(B12)、收獲機械化程度(B13)3個2級指標(biāo)中，耕整地機械和播栽機械用于產(chǎn)前，收獲機械用于產(chǎn)后，還缺乏產(chǎn)中機械，因此新增加植保機械化程度(B14)、排灌機械化程度(B15)。

2)配套結(jié)構(gòu)(B2)?，F(xiàn)代農(nóng)業(yè)裝備配套結(jié)構(gòu)是否合理將影響農(nóng)業(yè)生產(chǎn)。本文根據(jù)我國的農(nóng)用機械種類，增加小型農(nóng)機具配套比(B21)和大中型農(nóng)機具配套比(B22) 2個2級指標(biāo)。

3)產(chǎn)業(yè)水平(B3)。鑒于農(nóng)業(yè)產(chǎn)值占GDP比重越大，發(fā)展越落后的事實，在原有農(nóng)業(yè)從業(yè)人員比重(B31)的基礎(chǔ)上，增加農(nóng)業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值比重(B32)。

4)經(jīng)濟水平(B4)。反映國民經(jīng)濟水平和農(nóng)民發(fā)展農(nóng)業(yè)裝備的購買力，包括人均GDP(B41)、農(nóng)民人均年純收入(B42)2個2級指標(biāo)。

5)文化水平(B5)。反映農(nóng)業(yè)從業(yè)人員文化程度和應(yīng)用科技的能力?？紤]到現(xiàn)代農(nóng)業(yè)裝備的使用需要具備一定的文化水平，在原有受專業(yè)培訓(xùn)的農(nóng)機人員比重(B52)的基礎(chǔ)上，增加初中以上文化程度所占比重(B51)，用于反映農(nóng)民的受教育程度。

6)規(guī)模水平(B6)。反映農(nóng)業(yè)生產(chǎn)的規(guī)模情況，設(shè)置農(nóng)業(yè)勞均耕地面積(B61)這l個2級指標(biāo)。

7)保障能力(B7)。反映農(nóng)機人員、農(nóng)機裝備和農(nóng)機社會化服務(wù)對提高農(nóng)業(yè)綜合生產(chǎn)能力的保障水平。現(xiàn)代農(nóng)業(yè)裝備的使用、維護和推廣需要相關(guān)部門的管理和指導(dǎo)，在原有播面頃均農(nóng)機動力(B71)的基礎(chǔ)上，增加農(nóng)業(yè)機械化系統(tǒng)機構(gòu)數(shù)(B72)反映現(xiàn)代農(nóng)業(yè)裝備發(fā)展的保障能力。

8)效益水平(B8)。衡量農(nóng)業(yè)經(jīng)濟發(fā)展?fàn)顩r。設(shè)置農(nóng)業(yè)勞均年產(chǎn)值(B81)1個2級指標(biāo)。

9)科技水平(B9)。反映對農(nóng)機裝備引進、研發(fā)的水平，設(shè)置經(jīng)費支出總額(B91)、科技從業(yè)人員(B92)、經(jīng)費收入總額(B93)等3個2級指標(biāo)。

上述指標(biāo)中，農(nóng)業(yè)從業(yè)人員比重(B31)和農(nóng)業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值比重(B32)是逆向指標(biāo)，即指標(biāo)數(shù)值越大，產(chǎn)業(yè)水平越低；其余均為正向指標(biāo)。

2.2　權(quán)重計算模型

設(shè)置指標(biāo)后，建立如圖2所示的BP神經(jīng)網(wǎng)絡(luò)指標(biāo)權(quán)重計算模型。計算模型分為歸一化模塊和BP神經(jīng)網(wǎng)絡(luò)(BPNN)模塊兩部分。神經(jīng)網(wǎng)絡(luò)的輸入要求在[0，1]區(qū)間，首先，將原始數(shù)據(jù)歸一化，得到與20個二級指標(biāo)對應(yīng)的歸一化值；之后，設(shè)定神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)單元數(shù)為二級指標(biāo)數(shù)20，輸出層神經(jīng)單元數(shù)為1，即輸出量O對應(yīng)于現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平。

經(jīng)過網(wǎng)絡(luò)訓(xùn)練，得到兩個網(wǎng)絡(luò)權(quán)重矩陣，即從輸入層到隱含層的權(quán)重矩陣和隱含層到輸出層的權(quán)重矩陣，采用以下幾項指標(biāo)描述各神經(jīng)元之間的權(quán)重及關(guān)系，最終確定一級指標(biāo)權(quán)重和二級指標(biāo)權(quán)重。

圖2　BP神經(jīng)網(wǎng)絡(luò)模型

1)相關(guān)顯著性系數(shù)為

(3)

2)相關(guān)指數(shù)為

(4)

3)二級指標(biāo)過渡權(quán)重為

(5)

4)一級指標(biāo)權(quán)重為

(6)

5)二級指標(biāo)權(quán)重為

(7)

其中，i為神經(jīng)網(wǎng)絡(luò)輸入單元；j為神經(jīng)網(wǎng)絡(luò)輸出單元；k為神經(jīng)網(wǎng)絡(luò)的隱含單元；wki為輸入層神經(jīng)元i和隱含層神經(jīng)元k之間的權(quán)重系數(shù)；wjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權(quán)重系數(shù)。

2.3　綜合評價

確定了相關(guān)權(quán)重系數(shù),采用加權(quán)指數(shù)綜合評價的方法可以得出綜合評價值，其計算公式為

(8)

(9)

其中，Pi為原始數(shù)據(jù)標(biāo)準(zhǔn)化后的數(shù)值；Bi為一級指標(biāo)綜合評價值；B為現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平的綜合評價值。

3兵團現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平的綜合評價

根據(jù)圖1列出的指標(biāo)體系設(shè)置評價指標(biāo)，以兵團2005-2012年的統(tǒng)計數(shù)據(jù)作為樣本數(shù)據(jù)，根據(jù)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)流程進行模擬。在網(wǎng)絡(luò)學(xué)習(xí)的過程中，不斷調(diào)整參數(shù)，當(dāng)隱含層單元數(shù)為18時，擬態(tài)誤差最小，網(wǎng)絡(luò)逼近效果良好，表明模型合理。通過網(wǎng)絡(luò)訓(xùn)練得出隱含層各個結(jié)點的權(quán)重矩陣，運用式(3)～式(7)得出各評價指標(biāo)的權(quán)重，結(jié)果如表1所示。表1數(shù)據(jù)表明：

1)一級指標(biāo)中，新增指標(biāo)科研水平權(quán)重較高，說明科研在評價體系中的重要性；原有指標(biāo)農(nóng)業(yè)勞均耕地面積所在的一級指標(biāo)規(guī)模水平權(quán)重最低，表明原有指標(biāo)已不全是主要影響因素，增加科研水平為評價指標(biāo)十分必要。

2)二級指標(biāo)中，新增的植保機械化程度(0.27)在作業(yè)水平中所占權(quán)重最高；新增指標(biāo)農(nóng)業(yè)產(chǎn)值占GDP比重(0.48)在產(chǎn)業(yè)水平中與原有指標(biāo)農(nóng)業(yè)從業(yè)人員比重(0.52)權(quán)重相近；新增指標(biāo)初中以上文化程度所占比重(0.46)在文化水平中與原有指標(biāo)受專業(yè)培訓(xùn)的農(nóng)機人員比重(0.54)權(quán)重相近；新增指標(biāo)農(nóng)業(yè)機械化系統(tǒng)機構(gòu)數(shù)(0.73)在保障能力中權(quán)重大于原有指標(biāo)播面頃均農(nóng)機動力(0.27)，表明增加這些指標(biāo)使原有指標(biāo)體系更全面。

3)評價指標(biāo)體系的擴展拓寬了評價范圍，使評價結(jié)果更全面；BP神經(jīng)網(wǎng)絡(luò)法的引入改進了評價指標(biāo)權(quán)重計算精準(zhǔn)度，化解了問題的復(fù)雜度。

進一步將表1的數(shù)據(jù)代入式(8)、式(9)，得出2005-2012年兵團現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平的綜合評價值如表2所示。其中，B為新疆兵團現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平的綜合評價值。綜合評價值越大，說明現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平越高。由表2中2005-2012年綜合評價值0.75、0.77、0.81、0.81、0.85、0.92、0.96、1.05可以看出：新疆兵團的現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平穩(wěn)定增長，與實際發(fā)展情況相符合。

表1　各評價指標(biāo)權(quán)重表

表2　2005-2012年新疆兵團現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平綜合評價值

續(xù)表2

4結(jié)論

1)建立了現(xiàn)代農(nóng)業(yè)裝備發(fā)展水平綜合評價指標(biāo)體系。該體系在2007年農(nóng)業(yè)部頒布的行業(yè)標(biāo)準(zhǔn)NY/T 1408.1-2007的基礎(chǔ)上，將標(biāo)準(zhǔn)設(shè)置的3個一級指標(biāo)擴展為9個、10個二級指標(biāo)擴展到20個。其與原來的標(biāo)準(zhǔn)相比，能夠更全面、系統(tǒng)地評價現(xiàn)代農(nóng)業(yè)裝備的發(fā)展水平，并為研究現(xiàn)代農(nóng)業(yè)裝備的發(fā)展提供理論支撐。

2)建立了評價指標(biāo)體系中各權(quán)重系數(shù)的計算模型。該模型首次運用了BP神經(jīng)網(wǎng)絡(luò)法，較好地解決了多因素、不確定性和非線性問題，突破了現(xiàn)有基于線性處理的評價方法的局限。

參考文獻：

[1]李驊,尹文慶.農(nóng)業(yè)機械化綜合評價指標(biāo)體系的研究[J].安徽農(nóng)業(yè)科學(xué), 2006,34(22):5937-5938.

[2]張曉娜.湖北省農(nóng)業(yè)機械化評價信息系統(tǒng)的研究[D]. 武漢：華中農(nóng)業(yè)大學(xué), 2006.

[3]鞠金艷,王金武.黑龍江省農(nóng)業(yè)機械化作業(yè)水平預(yù)測方法[J].農(nóng)業(yè)工程學(xué)報, 2009, 25(5):83-88.

[4]劉玉梅,田志宏.中國農(nóng)機裝備水平的決定因素研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟, 2008(6):73-79.

[5]劉鯖潔,陳桂明,劉小方,等.BP神經(jīng)網(wǎng)絡(luò)權(quán)重和閾值初始化方法研究[J].西南師范大學(xué)學(xué)報:自然科學(xué)版,2010(6):137-141.

Evaluation of Development Level of Modern Agricultural Equipment——Based on BP Neural Network

Li Danyang, Li Jiangquan, Chen Jiangchun, Cao Weibin

(Machinery and Electrical Engineering College, Shihezi University, Shihezi 832000, China)

Abstract：To evaluate the development level of modern agricultural equipment comprehensively, this paper selects 9 primary and 20 secondary indices, using BP neural network method to establish the calculation model of each index weight, and obtained the comprehensive evaluation system of development level of modern agricultural equipment. As an application of evaluation system, the development level of modern agricultural equipment is evaluated based on the 2005-2012 annual statistics of Xinjiang Corps. The evaluation results are in accord with the actual situation. It shows that the index set properly and the index weight calculation model is correct. The establishment of the evaluation system is reasonable to provide theoretical support for the development of modern agricultural equipment.

Key words：modern agricultural equipment; BP neural network; comprehensive evaluation

中圖分類號：S232.3

文獻標(biāo)識碼：A

文章編號：1003-188X(2016)10-0022-05

作者簡介：李丹陽(1991-)，女，西安人，碩士研究生，(E-mail)332621764@qq.com。通訊作者：李江全(1969-),男，重慶人，教授，碩士生導(dǎo)師，(E-mail)ljq6949@163.com。

基金項目：國家自然科學(xué)基金項目(51445015)

收稿日期：2015-09-30