CN113610444A - 一种基于指标关联度的农业现代化发展水平的评价方法 - Google Patents
一种基于指标关联度的农业现代化发展水平的评价方法 Download PDFInfo
- Publication number
- CN113610444A CN113610444A CN202111009108.3A CN202111009108A CN113610444A CN 113610444 A CN113610444 A CN 113610444A CN 202111009108 A CN202111009108 A CN 202111009108A CN 113610444 A CN113610444 A CN 113610444A
- Authority
- CN
- China
- Prior art keywords
- index
- indexes
- level
- agricultural
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011161 development Methods 0.000 title claims abstract description 78
- 238000011156 evaluation Methods 0.000 title claims abstract description 75
- 239000011159 matrix material Substances 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- NKZWHPWGLZLGMH-UHFFFAOYSA-N 2-n,7-n-bis(3-aminopropyl)-1,8-naphthyridine-2,7-diamine Chemical compound C1=CC(NCCCN)=NC2=NC(NCCCN)=CC=C21 NKZWHPWGLZLGMH-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000010219 correlation analysis Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 29
- 238000010606 normalization Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000009360 aquaculture Methods 0.000 claims description 3
- 244000144974 aquaculture Species 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 238000003306 harvesting Methods 0.000 claims description 3
- 239000000575 pesticide Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004162 soil erosion Methods 0.000 claims description 3
- 238000009331 sowing Methods 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 201000005665 thrombophilia Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Strategic Management (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
Abstract
本发明提供了一种基于指标关联度的农业现代化发展水平的评价方法,该发明包括:步骤1为根据农业现代化发展目标和现状,选定农业现代化发展水平评价指标,建立农业现代化发展水平评价指标体系;步骤2为基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度并构建直接影响矩阵,引入模糊DANP方法构建模糊GRA‑DANP法确定各评价指标的权重;步骤3为运用TOPSIS法对农业现代化发展水平进行综合评价。本发明建立了农业现代化发展水平评价指标体系,考虑到各评价指标之间的相互影响关系,构建了模糊GRA‑DANP方法计算权重,保证各指标权重的可靠性,运用TOPSIS模型对农业现代化发展水平进行评价,评价结果更加全面、准确。
Description
技术领域
本发明属于农业现代化评价领域,具体提供一种基于指标关联度的农业现代化发展水平的评价方法。
背景技术
农业现代化是国家实现现代化的重要基础和关键组成部分,是践行新发展理念和推动农业高质量发展的必由之路。农业现代化发展水平是反映农业现代化进程的重要指标,是分析农业现代化发展的基础,从系统的角度来看,农业现代化发展水平受到了系统内众多影响指标的影响和制约,针对农业现代化发展各评价指标的之间存在的相互影响关系,本发明提出一种基于指标关联度的农业现代化发展水平的评价方法,建立农业现代化评价指标体系,利用灰色关联分析构建DANP方法中的直接影响矩阵,构建模糊GRA-DANP方法计算各指标的权重,并运用TOPSIS法对农业现代化发展水平进行综合评价,从而科学合理的评价农业现代化进程,对推动农业现代化建设具有重要的现实意义。
灰色关联分析是一种定量描述因素之间发展态势的量化比较分析方法,主要基于因子序列的几何接近,根据因素之间发展态势的相似或相异程度,确定因素之间的影响程度,在处理小样本且指标关联的评价问题时准确性较高,适用于信息匮乏的不确定性系统。
DEMATEL方法是一种基于图论与矩阵工具进而分析复杂系统中不同因素间因果关联关系的研究方法,在系统工程领域中常被用于辨识复杂系统中的关键影响因素、简化系统结构的分析过程,但该方法存在专家对各影响因素之间相互作用关系主观性判断的缺点。为了解决传统DEMATEL方法中各因素权重无法量化的局限,将三角模糊数与ANP方法引入到DEMATEL中,形成模糊DANP方法,该方法不仅保留了DEMATEL方法对多因素间多层次因果关系进行系统分析的有效性,并且解决了不能量化系统中各影响因素全局权重的缺点。
发明内容
本发明的目的是提供一种基于指标关联度的农业现代化发展水平的评价方法,具体技术方案如下:
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种基于指标关联度的农业现代化发展水平的评价方法,其特征在于,包括以下步骤:
步骤1:根据农业现代化发展目标和现状,选定农业现代化发展水平评价指标,建立农业现代化发展水平评价指标体系;
步骤2:基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度并构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重;
步骤3:运用TOPSIS法对农业现代化发展水平进行综合评价。
所述步骤1具体包括:
S1:构建农业现代化发展水平评价指标体系的层次框架:
根据农业现代化发展现状和目标,构建农业现代化发展水平评价指标体系的层次框架,包括农业投入水平、农业产出水平、农民生活质量水平、农业经济结构水平、农业绿色发展水平五个一级指标;
S2:选定农业现代化发展水平评价指标:
(1)农业投入水平指标选择:
本发明的投入水平指标包括4个二级指标,包括耕种收综合机械化率、农业劳均播种面积、单位耕地面积农机动力和单位耕地用电量;
(2)农业产出水平指标选择:
本发明的产出水平指标包括4个二级指标,包括农业劳动生产率、农业土地产出率、粮食单产能力和劳均农业总产值;
(3)农民生活质量水平指标选择:
本发明的生活质量水平指标包括2个二级指标,包括农村人均可支配收入和农村常住居民家庭恩格尔系数;
(4)农业经济结构水平指标选择:
本发明的经济结构水平指标包括3个二级指标,包括第一产业从业人员比重、农业社会化服务发展程度和养殖业产业占农业总产值占比;
(5)农业绿色发展水平指标选择:
本发明的绿色发展水平指标包括4个二级指标,包括森林覆盖率、单位耕地面积化肥消耗、单位耕地面积农药消耗和水土流失综合治理面积。
所述步骤2具体包括:
S3: 基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度,具体包括如下步骤:
S31: 数据的规范化处理。由于各指标所代表的涵义和量纲不同,在进行计算前需要对数据进行规范化处理;
S4: 构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重,具体包括如下步骤:
S42: 标准化直接影响矩阵。将直接影响矩阵A通过如下公式进行标准化处理,得到标准化影响矩阵B:
S43: 计算综合影响矩阵。对标准化影响矩阵B进行计算,得出综合影响矩阵T:
S44: 计算未加权超矩阵W:
(1)通过上述公式计算得到二级指标的综合影响矩阵T c 并将其表现为以下形式:
S45: 构建加权超矩阵:
(1)专家打分构建一级指标直接影响矩阵。将指标之间的相互影响程度分为5个等级,采用0~4标度法,邀请农业现代化领域的专家对农业现代化发展水平各一级指标之间的直接影响关系进行强弱度评分。为了降低专家评价过程中的主观性,如图2所示,将专家打分的具体数值转换为三角模糊数;
(2)使用重心法对三角模糊数(l ij ,m ij ,r ij )进行解模糊化处理,由此可以得到一级指标的直接影响矩阵A d ,计算过程如下所示;
(3)将一级指标的直接影响矩阵A d 依照上述步骤进行处理,同理可得到一级指标的综合影响矩阵,对矩阵进行标准化处理后得到一级指标的标准化矩阵,对一级指标的标准化矩阵与二级指标的未加权超矩阵进行加权运算,得到加权超矩阵:
所述步骤3具体包括:
S3:采用TOPSIS法对农业现代化发展水平进行评估,具体包括如下步骤:
S53: 确定正、负理想解:
本发明有如下优点:
(1)本发明依据农业化发展现状和目标,建立了包括五个一级指标和17个二级指标的农业现代化发展水平评价指标;
(2)本发明针对农业现代化发展水平各评价指标之间存在相互影响关系,提出了一种基于指标关联度的模糊GRA-DANP模型,量化农业现代化发展水平各评价指标的权重,使各指标权重计算结果科学可信,并采用TOPSIS方法计算农业现代化发展水平综合评价值,能客观、准确的反映评价对象的农业现代化发展水平。
附图说明
下面结合附图和实例对本发明进行进一步说明。
图1是本发明的流程框图。
图2是本发明运用的模糊语义转化图。
图3是本发明建立的农业现代化发展水平评价指标体系。
图4为本发明实例的二级指标直接影响矩阵图。
图5为本发明实例的二级指标标准化影响矩阵图。
图6为本发明实例的二级指标综合影响矩阵图。
图7为本发明实例的二级指标未加权超矩阵图。
图8为本发明实例的二级指标加权超矩阵图。
图9为本发明实例的极限超矩阵图。
图10为本发明实例的指标权重图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案进一步具体说明。
实施例:
一种基于指标关联度的农业现代化发展水平的评价方法,其特征在于,包括以下步骤:
步骤1:根据农业现代化发展目标和现状,选定农业现代化发展水平评价指标,建立农业现代化发展水平评价指标体系;
步骤2:基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度并构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重;
步骤3:运用TOPSIS法对农业现代化发展水平进行综合评价。
所述步骤1具体包括:
S1:构建农业现代化发展水平评价指标体系的层次框架:
根据农业现代化发展现状和目标,构建农业现代化发展水平评价指标体系的层次框架,包括农业投入水平、农业产出水平、农民生活质量水平、农业经济结构水平、农业绿色发展水平五个一级指标;
S2:选定农业现代化发展水平评价指标:
(1)农业投入水平指标选择:
本发明的投入水平指标包括4个二级指标,包括耕种收综合机械化率、农业劳均播种面积、单位耕地面积农机动力和单位耕地用电量;
(2)农业产出水平指标选择:
本发明的产出水平指标包括4个二级指标,包括农业劳动生产率、农业土地产出率、粮食单产能力和劳均农业总产值;
(3)农民生活质量水平指标选择:
本发明的生活质量水平指标包括2个二级指标,包括农村人均可支配收入和农村常住居民家庭恩格尔系数;
(4)农业经济结构水平指标选择:
本发明的经济结构水平指标包括3个二级指标,包括第一产业从业人员比重、农业社会化服务发展程度和养殖业产业占农业总产值占比;
(5)农业绿色发展水平指标选择:
本发明的绿色发展水平指标包括4个二级指标,包括森林覆盖率、单位耕地面积化肥消耗、单位耕地面积农药消耗和水土流失综合治理面积。
以H省2017—2020年的农业现代化发展水平为例,所述步骤2具体包括:
S3: 基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度,具体包括如下步骤:
S31: 数据的规范化处理。由于各指标所代表的涵义和量纲不同,在进行计算前需要对数据进行规范化处理;
S4: 构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重,具体包括如下步骤:
计算结果如图4所示;
S42: 标准化直接影响矩阵。将直接影响矩阵A通过如下公式进行标准化处理,得到标准化影响矩阵B:
行和计数最大值为12.7156;列合计数最大值为12.5545;
计算结果如图5所示;
S43: 计算综合影响矩阵。对标准化影响矩阵B进行计算,得出综合影响矩阵T:
计算结果如图6所示;
S44: 计算未加权超矩阵W:
(1)通过上述公式计算得到二级指标的综合影响矩阵T c 并将其表现为以下形式:
计算结果如图7所示;
S45: 构建加权超矩阵
(1)专家打分构建一级指标直接影响矩阵。将指标之间的相互影响程度分为5个等级,采用0~4标度法,邀请农业现代化领域的专家对农业现代化发展水平各一级指标之间的直接影响关系进行强弱度评分。为了降低专家评价过程中的主观性,如图2所示,将专家打分的具体数值转换为三角模糊数;
(2)使用重心法对三角模糊数(l ij ,m ij ,r ij )进行解模糊化处理,由此可以得到一级指标的直接影响矩阵A d ;
(3)将一级指标的直接影响矩阵A d 依照上述步骤进行处理,同理可得到一级指标的综合影响矩阵,对矩阵进行标准化处理后得到一级指标的标准化矩阵,对一级指标的标准化矩阵与二级指标的未加权超矩阵进行加权运算,得到加权超矩阵:
计算结果如图8所示;
计算结果如图9所示。
所述步骤3具体包括:
S3:采用TOPSIS法对农业现代化发展水平进行评估,具体包括如下步骤:
S53: 确定正、负理想解:
得到结果, H省农业现代化发展水平:2020年为72.15;2019年为66.33;2018年为65.86;2017年为64.21。则H省2017—2020年四年的农业现代化发展水平从高到低排序为:2020、2019、2018、2017。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (4)
1.一种基于指标关联度的农业现代化发展水平的评价方法,其特征在于,包括以下步骤:
步骤1:根据农业现代化发展目标和现状,选定农业现代化发展水平评价指标,建立农业现代化发展水平评价指标体系;
步骤2:基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度并构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重;
步骤3:运用TOPSIS法对农业现代化发展水平进行综合评价。
2.根据权利要求1所述的基于指标关联度的农业现代化发展水平的评价方法,其特征在于,所述步骤1具体包括:
S1:构建农业现代化发展水平评价指标体系的层次框架:
根据农业现代化发展现状和目标,构建农业现代化发展水平评价指标体系的层次框架,包括农业投入水平、农业产出水平、农民生活质量水平、农业经济结构水平、农业绿色发展水平五个一级指标;
S2:选定农业现代化发展水平评价指标:
(1)农业投入水平指标选择:
本发明的投入水平指标包括4个二级指标,包括耕种收综合机械化率、农业劳均播种面积、单位耕地面积农机动力和单位耕地用电量;
(2)农业产出水平指标选择:
本发明的产出水平指标包括4个二级指标,包括农业劳动生产率、农业土地产出率、粮食单产能力和劳均农业总产值;
(3)农民生活质量水平指标选择:
本发明的生活质量水平指标包括2个二级指标,包括农村人均可支配收入和农村常住居民家庭恩格尔系数;
(4)农业经济结构水平指标选择:
本发明的经济结构水平指标包括3个二级指标,包括第一产业从业人员比重、农业社会化服务发展程度和养殖业产业占农业总产值占比;
(5)农业绿色发展水平指标选择:
本发明的绿色发展水平指标包括4个二级指标,包括森林覆盖率、单位耕地面积化肥消耗、单位耕地面积农药消耗和水土流失综合治理面积。
3.根据权利要求1所述的基于指标关联度的农业现代化发展水平的评价方法,其特征在于,所述步骤2具体包括:
S3: 基于评价指标之间的指标关联度,采用灰色关联分析计算各指标间的灰色关联度,具体包括如下步骤:
S31: 数据的规范化处理:
由于各指标所代表的涵义和量纲不同,在进行计算前需要对数据进行规范化处理;
S32: 确定参考数列和比较数列:
S33: 计算点关联系数:
S34: 计算灰色关联度:
S4: 构建直接影响矩阵,引入模糊DANP方法构建模糊GRA-DANP法确定各评价指标的权重,具体包括如下步骤:
S41: 构建直接影响矩阵:
S42: 标准化直接影响矩阵:
将直接影响矩阵A通过如下公式进行标准化处理,得到标准化影响矩阵B:
S43: 计算综合影响矩阵:
对标准化影响矩阵B进行计算,得出综合影响矩阵T:
S44: 计算未加权超矩阵W:
(1)通过上述公式计算得到二级指标的综合影响矩阵T c 并将其表现为以下形式:
S45: 构建加权超矩阵:
(1)专家打分构建一级指标直接影响矩阵,将指标之间的相互影响程度分为5个等级,采用0~4标度法,邀请农业现代化领域的专家对农业现代化发展水平各一级指标之间的直接影响关系进行强弱度评分,为了降低专家评价过程中的主观性,如图2所示,将专家打分的具体数值转换为三角模糊数;
(2)使用重心法对三角模糊数(l ij ,m ij ,r ij )进行解模糊化处理,由此可以得到一级指标的直接影响矩阵A d ,计算过程如下所示:
(3)将一级指标的直接影响矩阵A d 依照上述步骤进行处理,同理可得到一级指标的综合影响矩阵,对矩阵进行标准化处理后得到一级指标的标准化矩阵,对一级指标的标准化矩阵与二级指标的未加权超矩阵进行加权运算,得到加权超矩阵:
S46: 计算极限超矩阵:
4.根据权利要求1所述的基于指标关联度的农业现代化发展水平的评价方法,其特征在于,所述步骤3具体包括:
S3:采用TOPSIS法对农业现代化发展水平进行评估,具体包括如下步骤:
S51: 数据标准化处理:
S52: 建立加权标准化矩阵:
S53: 确定正、负理想解:
S54: 计算距离:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009108.3A CN113610444A (zh) | 2021-08-31 | 2021-08-31 | 一种基于指标关联度的农业现代化发展水平的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009108.3A CN113610444A (zh) | 2021-08-31 | 2021-08-31 | 一种基于指标关联度的农业现代化发展水平的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113610444A true CN113610444A (zh) | 2021-11-05 |
Family
ID=78342300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111009108.3A Pending CN113610444A (zh) | 2021-08-31 | 2021-08-31 | 一种基于指标关联度的农业现代化发展水平的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610444A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630784A (zh) * | 2022-11-02 | 2023-01-20 | 中国环境科学研究院 | 一种基于fe-topsis技术的农业面源污染控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020041955A1 (zh) * | 2018-08-28 | 2020-03-05 | 大连理工大学 | 一种基于改进型拉开档次法的数控机床综合性能评价方法 |
CN111275303A (zh) * | 2020-01-15 | 2020-06-12 | 云南电网有限责任公司大理供电局 | 主动配电网电压无功优化控制策略综合评价方法及系统 |
-
2021
- 2021-08-31 CN CN202111009108.3A patent/CN113610444A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020041955A1 (zh) * | 2018-08-28 | 2020-03-05 | 大连理工大学 | 一种基于改进型拉开档次法的数控机床综合性能评价方法 |
CN111275303A (zh) * | 2020-01-15 | 2020-06-12 | 云南电网有限责任公司大理供电局 | 主动配电网电压无功优化控制策略综合评价方法及系统 |
Non-Patent Citations (2)
Title |
---|
SIMONOV KUSI-SARPONG: "A Novel Hybrid Multi-Criteria Decision-Making Model for Green Supply Chain Performance Evaluation in the Ghanaian Minnig Industry", 中国优秀博士学位论文全文数据库经济与管理辑, no. 3 * |
徐研: "碳排放约束下承运商选择与任务量分配模型研究", 国优秀硕士学位论文全文数据库经济与管理科学辑, no. 10, pages 37 - 48 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630784A (zh) * | 2022-11-02 | 2023-01-20 | 中国环境科学研究院 | 一种基于fe-topsis技术的农业面源污染控制方法 |
CN115630784B (zh) * | 2022-11-02 | 2023-10-24 | 中国环境科学研究院 | 一种基于fe-topsis技术的农业面源污染控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109358178A (zh) | 一种紫色土稻田土壤肥力评价方法 | |
CN106407464A (zh) | 一种基于knn的改进缺失数据填补算法 | |
CN115063056B (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
CN113610444A (zh) | 一种基于指标关联度的农业现代化发展水平的评价方法 | |
CN116187835A (zh) | 一种基于数据驱动的台区理论线损区间估算方法及系统 | |
CN110929888B (zh) | 一种基于随机紧凑高斯核函数的粮食作物病害预测方法 | |
CN115271500A (zh) | 一种重金属污染农田土壤修复效果的综合评估方法 | |
CN115496382A (zh) | 一种区域农业生态发展动态评估方法、系统及可存储介质 | |
CN113887992A (zh) | 一种耦合资源环境和经济技术的钢铁企业能效评价方法 | |
CN108830405B (zh) | 基于多指标动态匹配的实时电力负荷预测系统及其方法 | |
CN116167659B (zh) | 一种碳市场碳排放数据质量评价方法 | |
CN113723541A (zh) | 一种基于混合智能算法的边坡位移预测方法 | |
CN116663964B (zh) | 一种基于清单项目特征值的工程单价快速计算方法及系统 | |
CN117151505A (zh) | 基于聚类方法与组合权重的事件调查体系评价方法及系统 | |
CN116341929A (zh) | 一种基于聚类和自适应梯度提升决策树的预测方法 | |
Gu et al. | Research on the model for tobacco disease prevention and control based on case-based reasoning and knowledge graph | |
CN116187795A (zh) | 一种配电网节能技术措施多维效益评估方法 | |
CN115841184A (zh) | 一种基于工序聚类的工时预测方法 | |
CN114190132A (zh) | 一种水稻芽期耐寒性评价方法 | |
CN111160635A (zh) | 一种基于ReliefF算法的区域物流需求影响因素预测方法 | |
CN115394435B (zh) | 基于深度学习的关键临床指标实体识别方法和系统 | |
CN114943463B (zh) | 一种配电网节能技措评估方法 | |
CN117709908B (zh) | 一种电网工程人、材、机分配合理性智慧审计方法与系统 | |
CN115719196B (zh) | 一种基于大数据的物流仓储仓库选址分析评判方法 | |
CN117520910A (zh) | 一种业务办理系统内部用户满意度预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211105 |
|
WD01 | Invention patent application deemed withdrawn after publication |