<xmp id="p475b">
    <p id="p475b"><delect id="p475b"><form id="p475b"></form></delect></p>

  • <wbr id="p475b"><output id="p475b"></output></wbr>

      1. 網站地圖
      2. 設為首頁
      3. 關于我們
      ?

      基于數據挖掘和系統集成的農業機械化 信息管理系統研究

      發布時間:2023-04-24 11:22
      目錄
      第一章緒論 1
      1.1前言 1
      1.2農業機械化管理的內容體系 2
      1.2.1農業機械化的定義、內涵和作用 2
      1.2.2農業機械化管理的理論和方法 4
      1.2.3農業機械使用管理的結構分析 5
      1.2.4農業機械化各管理層次的內容 6
      1.3農業機械化管理的國內外研究綜述 7
      1.3.1社會經濟戰略層 : 7
      1.3.2宏觀管理組織層 8
      1.3.3微觀經營管理層 9
      1.3.4機器運用技術層 9
      1.4本文研究內容 11
      1.5論文的創新點 13
      參考文獻 14
      第二章 數據挖掘技術及其在農業機械化管理中的應用研究 18
      2.1數據挖掘技術綜述 18
      2.1.1數據挖掘技術的產生與應用 18
      2.1.2數據挖掘模式 20
      2.1.3數據挖掘方法 22
      2.1.4數據挖掘的步驟與工具 26
      2.1.5小結 28
      2.2基于粗糙集理論的組合預測方法研究 29
      2.2.1弓 | 言 29
      2.2.2組合預測方法分析 : 29
      2.2.3粗糙集理論相關概念 30
      2.2.4基于粗糙集理論的組合預測模型權系數確定步驟 32
      2.2.5基于粗糙集的糧食產量組合預測模型 34
      2.2.6小 結 38
      2.3基于粗糙集和模糊聚類的農業機械化水平評價方法 39
      2.3.1評價指標體系的建立 39
      2.3.2評價指標和標準的計算與確定 41
      2.3.3農業機械化水平評價指標權重的確定 43
      2.3.4農業機械化發展水平的綜合評價 45
      2.3.5小 結 52
      2.4農業機械總動力變化的灰色系統分析 52
      2.4.1弓 I 言 52
      2.4.2灰色系統理論相關概念 53
      2.4.3農業機械總動力影響因素的灰色關聯分析 56
      2.4.4農業機械總動力的灰色預測 60
      2.4.5小 結 63
      2.5視情維修制拖拉機合理更新期計算方法 63
      2.5.1弓 I 言 63
      2.5.2拖拉機維修制度與更新期計算方法的回顧 64
      2.5.3基于統計分析法的視情維修制拖拉機合理更新期計算方法 64
      2.5.4小結 67
      2.6農業機械化投資項目可行性研究的評價方法 68
      2.6.1弓 I 言 68
      2.6.2投資項目可行性研究評價方法概述 68
      2.6.3風險型和不確定型投資項目的凈現值{ENPV}分析法 70
      2.6.4應用示例 73
      2.6.5小結 73
      參考文獻 74
      第三章農業機械化信息管理系統與系統集成 81
      3.1信息系統集成 81
      3.1.1信息系統集成的產生與必要性 81
      3.1.2系統集成的定義、內容及特點 82
      3.1.3系統集成的方法、層次與框架 85
      3.2管理信息系統、決策支持系統和地理信息系統 87
      3.2.1管理信息系統 87
      3.2.2決策支持系統 88
      3.2.3地理信息系統 90
      3.3 MIS/DSS 與 GIS 集成模式 92
      3.3.1松散型集成 93
      3.3.2嵌入型集成 93
      3.3.3鏈接型集成 95
      3.4本章小結 95
      參考文獻 96
      第四章 基于GIS的農業機械化信息管理與決策支持系統設計與實現 98
      4.1系統總體結構設計 98
      4.1.1系統分析 98
      4.1.2系統設計 98
      4.1.3系統實施 99
      4.1.4系統評價 102
      4.2系統數據庫詳細設計 103
      4.2.1地理信息數據庫 103
      4.2.2農機信息數據庫 104
      4.2.3地理數據庫與農機信息數據庫的互訪 105
      4.3系統菜單和功能模塊設計 105
      4.3.1主控菜單設計 105
      4.3.2功能模塊設計 105
      4.4基于MapInFO的GIS功能設計 106
      4.4.1OLE Automation 技術 107
      4.4.2GIS集成二次開發的實施 107
      4.4.3在VB中集成Mapinfo的方法 108
      4.5本章小結 113
      參考文獻 114
      第五章系統應用與分析 115
      5.1浙江省農業生產和農業機械化現狀 115
      5.1.1浙江省農業生產基本情況 115
      5.1.2浙江省農業機械化發展現狀 115
      5.2應用系統的可視化功能 118
      5.2.1空間數據對屬性數據的查詢 118
      5.2.2農業機械化區域分類結果可視化 120
      5.3浙江省農業機械化水平的總體評價與地區比較 120
      5.3.1浙江省農業機械化水平的總體評價 120
      5.3.2浙江省農業機械化水平的地區比較 122
      5.4浙江省農業機械化發展的對策與建議 125
      5.4.1農業機械化發展技術路線的選擇 125
      5.4.2農業機械化服務組織、管理制度和運行機制的聯合創新 127
      5.4.3促進農業機械化發展的政策建議 129
      5.5本章小結 131
      參考文獻 132
      第六章 結論與建議 133
      6.1主要研究結論 133
      6.2進一步研究建議 134
      第一章緒論
      1.1前言
      2000年美國工程技術界評出了 20世紀對人類社會進步起巨大推動作用的20項工程技 術,其中,農業機械化列第7位。這一評價是基于一個世紀以來農業機械在農業生產中廣泛 應用而引發的農業生產方式的根本變革,并大幅度地提高了土地產出率和農業勞動生產率, 有力地促進世界農業發展。20世紀世界人口從16億增加到60億,如果沒有農業機械化的 發展,則無法保障這么多人口對食物的需求。與此同時,又促進了社會生產的分工,使許多 本應從事農業的人口能夠從事其他重要工作,推動了工業和其他產業的發展,促進了世界經 濟繁榮。一個農業現代化水平高度發達的國家,對農業機械化在社會經濟發展中的作用和地 位給予如此高的評價,其成功經驗非常值得許多尚未實現農業機械化的國家借鑒和參考。
      新中國成立后,特別是改革開放以來,我國農業機械化事業有了巨大的發展,為發展農 村經濟、實現小康做出了巨大貢獻。在人類社會已跨入21世紀的今天,我國加入了 WTO, 進入全面建設小康社會、加快社會主義現代化進程的新的發展階段,在經濟全球化、國際競 爭日趨激烈的新形勢下,本文以信息處理方法和手段為切入點,進行農業機械化管理領域一 些問題的研究,主要基于以下幾方面的原因:
      (1) 傳統農業向現代農業的跨越需要農業機械化。綜觀世界農業的發展歷史,按農業 勞動者掌握和利用的生產技能、生產工具和經濟管理水平的演化大體上劃分為古代農業、傳 統農業和現代農業。傳統農業與現代農業的本質區別就在于用什么樣的勞動資料、怎樣的生 產方式進行生產。目前,我國大部分農村地區相對落后,農業生產技術落后且更新速度慢。 農業生產以傳統的生產方式為主,現代化的農業機械裝備、技術等生產資料投入少,這也是 導致土地產出率和農業勞動生產率低、農產品競爭力弱、農民收入水平低的根本原因。可以 說,我國目前的農業正處在由傳統農業向現代農業轉變的階段。因此,加強農業機械化的研 究與應用是實現農業現代化的關鍵。
      (2) 農業產業結構調整需要農業機械化。改革開放以來,我國一直在調整農業產業結 構,經過20余年的努力,農業產業結構已經極大改善,其合理化程度有了明顯提高,對發 展農業、增加農民收入、保證市場供給發揮了重要作用。但從目前來看,我國農業產業結構 仍然存在不少問題和矛盾,已不能適應當前國民經濟發展對農業提出的新要求。隨著城鄉居 民生活的逐步提高,市場需求結構發生了很大變化,農業產業結構的缺陷也逐漸暴露出來, 主要表現在農業結構趨同現象嚴重,農業產業結構層次低,農業產業鏈不完整、農業比較效 益差,等等。農業機械化將現代工程技術與農業融合,能夠實現應用前沿技術對農業的生產、 農產品加工、儲運、流通以及農業資源環境等整個農業產業鏈、產業群進行改造和重構,從 而更加合理地配置農業資源,加快現代農業產業結構調整的進程。
      (3) 農產品競爭力的提高需要農業機械化。目前,從總體上來說我國農產品的質量較 差、生產成本較高、國際競爭力弱。因此,要使農產品在國內外市場上取得競爭優勢,必須 要在農業機械化技術的研究和應用上取得重大突破,促使先進的農業機械化技術能及時充分 地應用到農業生產中去,加速農業機械化技術向農業領域全面滲透,大幅度提高農業生產技 術的整體水平,從而實現農業生產力水平質的飛躍。只有不斷提高我國的農業機械化技術水 平,在農業生產的關鍵技術環節達到世界先進水平,才能降低農產品生產成本、提高農產品 質量和科技含量,進而提高我國農產品的國際競爭力。
      (4)農業機械化發展滯后和認識分歧己制約我國農業現代化進程。農業人口多、比重大, 農業生產方式落后等等,這些都是制約提高我國農業勞動生產率的因素。目前我國農業勞動 生產率只有發達國家的百分之幾。可以說農業勞動生產率低下是導致我國農民收入低和農業 現代化水平低的根本原因。因此,需要通過大力發展農業機械化,在提高農業勞動生產率的 同時,釆取有效措施轉移農村剩余勞動力,進而減少第一產業從業人員的比重。目前我國農 業正處于由傳統農業向現代農業轉變時期,由于長期以來社會各界對于農業機械化在發展農 業中的作用和地位的認識存在分歧,因而需要通過研究來解決發展農業中對農業機械化的認 識問題,以便形成正確認識來推進我國的農業機械化事業。
      (5)農業機械化學科發展和建設的需要。農業機械化的實踐需要有相應理論的指導才能 夠順利進行。我國是當今世界上農業人口最多、人均耕地面積少、農業綜合生產能力較弱、 農民收入水平低、尚未實現農業現代化的農業大國,在這樣的國情下發展農業機械化,目前 還面臨著理論準備的不足。因此,作為農業機械化工作者有責任和使命來加強農業機械化領 域的理論研究,通過理論研究來解決農業機械化發展過程中出現各種的問題,進而推動我國 農業機械化事業和學科的發展。
      因此,在上述背景條件下,加強農業機械化管理領域信息管理工作的研究,對提高農機 管理部門的科學決策水平,充分發揮農業機械化在加快推進現代化和提高我國農業生產水平 的作用,以及健全農業機械化宏觀調控和微觀指導,促進農業機械化的發展,具有十分重要 的理論意義和現實意義。
      1.2農業機械化管理的內容體系
      1.2.1農業機械化的定義、內涵和作用
      1.農業機械化的定義與內涵
      農業機械化是農業現代化的重要組成部分,是先進的農藝技術和生物技術實施的載體, 也是農業科技進步的重要表現。它不僅可以提高土地產出率和勞動生產率,而且是轉移勞動 力、降低勞動者勞動強度、提高抗御自然災害能力、增加農民收入和保證農產品質量的重要 手段,是促進農村產業結構調整和實現農業現代化的重要物質保障和技術支撐。
      農業機械化有著廣泛、復雜的內容,對農業機械化的定義曾有各種不同的提法,如農業 機械化是“用機器進行農業生產活動的過程”,農業機械化是“農業機器的設計、制造、鑒 定、推廣、使用、維修、管理各環節的總稱”,以及農業機械化“包括種植業、養殖業、加 工業,貫穿產前、產中、產后服務全過程”等等,這些提法闡述了農業機械化的不同特征、 不同方面,有助于說明不同問題,但作為反映本質的定文還不夠確切。目前一般比較接受的 
      定義是由我國著名的農業機械化學者余友泰教授提岀的,即農業機械化是用機器逐步代替 人、畜力進行農業生產的技術改造和經濟發展的過程⑴。這個定義強調:一是實現農業生產 力的置換;二是經濟發展與農村繁榮。二者相輔相成同步進行,農業生產力置換的過程,必 然引起經濟增長和科學技術水平的不斷提高,從而促進農業生產的發展。
      農業機械化是一個用機器裝備代替人力、畜力進行農業生產的技術改造和經濟發展的過 程。包括種植業、養殖業、加工業機械化,貫穿產前、產中和產后全過程。農業機械化的目 的就是要用現代工程技術裝備農業,實現農業的優質、高產、高效,保證農業的持續發展。
      狹義農業機械化通常是指種植業生產過程中某個生產環節的作業機械化,或某種農業生 物產品以及某個農業部門的生產過程機械化,即運用各種動力機械和配套的作業機具替代 人、畜力和傳統農具進行農業機械化生產作業。就范圍而言,可分為種植業、畜牧業、林業 和漁業的機械化;就程度而言,可分為初步機械化、基本機械化、全過程機械化,以及農業 生產綜合機械化,即某農業企業或某地區農業各生產環節的全面機械化。
      廣義農業機械化通常是指農、林、牧、漁各生產部門的生產實現機械化作業的過程。它 是根據各地區農村經濟的發展需要逐步實現機械技術、生物技術與現代化管理技術的緊密結 合或融合,改變傳統的生產方式而不斷提高農業勞動生產率的動態過程。因此,農業機械化 既是一個技術發展過程,又是經濟和社會發展過程。
      隨著農業現代化進程的深入,在不同階段和不同社會經濟環境下,農業機械化的概念與 內涵也有所變化,并表現出鮮明的時代特征。根據目前各種有關農業機械化領域的研究成果, 可以看出農業機械化具有以下幾個特征【I】:
      (1) 農業機械化是用機械動力逐步替代人畜力的發展過程;
      (2) 農業機械化能降低勞動強度,改善生產環境,擴大生產規模;
      (3) 農業機械化能顯著提高農業勞動生產效率和土地產出率;
      (4) 農業機械化貫穿于農業生產的產前、產中和產后全過程;
      (5) 農業機械化的發展具有階段性、區域性和不平衡性;
      (6) 農業機械化的發展符合新陳代謝的規律;
      (7) 農業機械化既是一個技術發展過程,又是經濟和社會發展過程。
      2.農業機械化的功能與作用〔"I
      農業機械化作為農業生產系統的子系統,它與自然資源、人畜力、生物化學措施、資金 等生產要素,以及信息和政策一起輸入到農業生產系統,通過一定的轉換,實現農業生產系 統的產出。機械化生產過程中投入的農業機器,經營規模和發展速度等必須服務于增產增收 和“兩高一優”的農業生產目標。這就決定了農業機械化在農業生產系統中的地位不是唯一 的,它是實現農業現代化的一種重要手段,而本身不是目的。
      農業機械化在農業生產系統中的作用取決于它所具有的功能。所謂功能是指機器內在結 構所輸出的各種能量屬性。農業機械化的直接功能就在于提高農業勞動生產率、土地產出率 和資源利用率,改善農產品品質,并對農村產業結構調整、農業勞動力轉移、農村經濟的發 展乃至整個國民經濟的發展都將產生重要影響。農業機械化的功能與作用可用圖1 - 1描述。
       
      圖1 -1農業機械化系統的功能與作用
       
      1.2.2農業機械化管理理論和方法3】
      農業機械作為現代科學技術、生產經驗和勞動技能相結合的產物,因而需要對其實施現 代化的管理,才能發揮農業機械的效能和提高其工作效率。從國內外農業機械化管理(Farm Machinery Management)理論和發展過程看,雖然農業機械化管理有其特殊的對象與領域, 但在解決問題的理論和方法,特別是現代化的農業機械化管理理論和方法,在很大程度上與 一般現代化的管理是相同的,或者是對現代化管理理論的發展和應用。
      農業機械化管理就是按照客觀規律要求,運用現代管理知識,合理組織農業機械進行農 業生產。其主要任務是運用各種技術、經濟和行政手段,對農業機械化生產活動進行科學決 策和有效的計劃、組織、指導和監督,做到全面規劃,擇優選購、合理配備、正確使用、安 全運行、精心維護、適時修理、計劃更新,使農業機械在生產中處于良好的技術狀態。
      1、 農業機械化管理的內容
      (1)農業機械化技術管理。從技術角度出發,采取一系列手段與方法,對農業機械實 施管理,使其性能在作業過程中能得到充分發揮,進而為農業生產的順利進行提供物質保障。
      (2)農業機械化經濟管理。按照市場經濟規律,通過對生產力諸要素的合理組織和生 產關系各方面的協調,發揮農業機械在農業生產中的作用,以較少投入獲得較大產出。
      2、 農業機械化管理的方法
      農業機械化管理的方法是指為貫徹農業機械化管理思想和執行管理,以達到管理目標的 各種措施、手段、方法等總稱。從內容上來看農業機械化管理的方法包括以下兩個方面。
      (1) 基本方法和手段。主要有行政方法、經濟方法、法律手段、思想教育與精神激勵 等方法。
      (2) 技術方法。主要有管理數學、系統工程、信息論、控制論和計算機技術應用等學 科的理論與方法。
      縱觀國內外農業機械化管理的發展變化,可以發現現代管理理論和方法對農業機械化管 理有著重要影響,并與現代管理有著同樣的發展趨勢。具體表現為:
      (1) 由定性管理向定性與定量相結合發展。借助運籌學、控制論和其它一些新近出現 的理論、方法和模型,解決農業機械化管理決策問題,由依靠經驗的定性決策向科學定量決 策變化。如將線性或非線性規劃方法用于制定機械作業計劃、機器系統配備、經營規劃等的 定量決策計算;排隊論、隨機模擬用于農業機械化供銷服務系統、加工網點配置等計算、馬 爾可夫過程用于機器更新的計算和市場預測;控制論用于作業過程優化控制計算等。
      (2) 充分運用信息處理技術、隨機模擬技術、系統仿真技術,強化系統分析能力,研 制開發一系列管理決策模型和信息系統。如農業機械化信息系統及計算機管理系統,將農業 機械化數據、信息和分析決策等融為一體,并朝著人工智能管理的方向發展。通過對機器作 業成本、作業時間、作業適時性損失的系統分析,建立機器-時間系統優化模型。
      (3) 重視人群管理,發展行為科學。現代管理發展的一個普遍趨勢是重視人的精神因 素,行為科學以及企業文化的研究,實質上就是從思想工作方面尋求提高工作效率的途徑。 因而在滿足農機工作者的物質需求的同時,還應從精神需求入手滿足其需求。因此,通過思 想教育和精神激勵等方式來挖掘和調動生產者的創作性和積極性。
      1.2.3農業機械使用管理的結構分析?勻
      農業機械使用管理系統的結構是由農業機械使用管理目標所決定的,其目的是為了獲得 使用的最佳經濟效果,經濟效果既是農業機械使用的核心,又是農業機械化管理的核心。圍 繞這個核心所展開的一系列活動,就形成了一個有序的層次結構,即農機經營結構、配備結 構、組合結構、使用及工藝結構,各層次結構間的相互關系如圖1-2所示。
       
      圖1-2農業機械經營結構
      圖中圓心表示農業機械使用的經濟效果,則農業機械的使用方式與作業工藝結構是影響 經濟效果的直接因素,最佳的使用與工藝結構依賴于最佳的組合結構,而最佳的組合結構又 依賴于最佳的配備結構,最佳的配備結構有賴于最佳的經營結構,而經營結構又必須適應外 部的社會經濟條件和自然條件。
      (1)農機經營結構。是指各種農業機械經營形式的比例關系。目前,我國的農業機械 經營形式是以戶營為主,同時也存在其它經營形式。每一種經營形式都有其不同的特點和作 用。
      (2)農業機械配備結構。指某一地區或某一個經營使用單位的農業機械其機型、配套 和數量之間的比例。合理確定農業機械配備結構是農業機械使用與管理過程中的一個重要環 節,對農業機械配備結構的基本要求是以最少的投入獲得最佳的經濟效果。
      (3)農業機械組合結構。指作業過程中主機與作業機的組合形成的各式機組在完成農 藝有序作業時的合理匹配,其目的在于提高特定作業過程中整個機器系統的整體生產率和經 濟效果。
      (4)農業機械使用及作業工藝結構。指解決機械、勞動者和作業對象三者之間的協調。 這種協調過程體現在機器使用性能的發揮和作業的合理工藝過程上。后者包括機械與勞動者 間的協調和機械與勞動對象間的協調兩個方面。
      將農業機械的使用管理過程分為上述四個層次進行結構分析,目的是為了改善結構,進 而針對不同層次實施有效管理。雖然各個層次本身內部協調和各個層次之間的協調非常重 要,但最為重要的是農業機械使用管理全過程與更大范圍的自然條件及社會經濟條件之間的 協調。這種農業機械使用管理的結構層次就形成了農業機械化管理的工作內容層次。
      1.2.4農業機械化各管理層次的內容
      農業機械化管理工作具有廣泛、復雜的內容,根據農業機械使用管理的結構分析,與之 相對應的農業機械化管理工作內容也因所處的層次、對象的不同而異。與上述農業機械使用 管理結構相對應,農業機械化管理工作內容可分為以下4個層次?比
      (1)社會經濟戰略研究層。主要研究解決農業機械的使用管理與自然條件及社會經濟 條件之間的協調,即政府的行政主管部門或綜合管理部門對農業機械化的作用與地位的研究 以及農業機械化發展速度和規模的研究。主管農業的行政領導和農村發展中心通過對農業機 械化與農村經濟協調發展,農村勞動力轉移與農業機械化關系,農村經濟結構調整與農業機 械化優化等方面的研究,確定農村發展的工作重點與農業機械化的發展戰略和方針。
      (2)宏觀管理組織層。主要對農業機械使用管理的經營結構層進行綜合研究與管理。 在高層次農業機械化管理和研究部門,如農業部農業機械化管理司,省、市農業機械管理局, 農業機械化研究院(所)以及高等學校等研究如何發展農業機械化,制定戰略、方針、政策 等。具體內容包括:農業機械化的區劃、規劃,制定農機科技攻關戰略,機器生產及技術、 機具的引進規劃,研究農業機械化生產模式、農業機械的經營形式、農業機械化社會化服務 體系建設、農業機械生產布局及更新政策等,并就上述各項內容向主管農業的行政領導提供 決策的信息。
      (3)微觀經營管理層。主要針對農業機械使用管理的配備結構和組合結構而進行。在 機務管理部門和具體的生產單位,如縣以下的農業機械管理部門、農場、農業機械機務服務 站(隊),農業機械制造廠、修理廠、農業機械供銷公司等研究具體如何實施,如何獲得更 好的經濟效益。所從事的業務工作包括機器的配備和更新、生產計劃的制定及調度、機器作 業工藝、種植制度和市場營銷等。
      (4)機器運用技術層。主要是指農業機械的具體使用及工藝結構層。從事農業機械化 工作的工程技術人員、農業機械駕駛操作人員等,他們的主要工作是如何使用、維修和保養 農業機械,通過對機器的合理使用、維修和保養,使其在機械化生產過程中發揮應有的功能, 提高使用的技術經濟效果。
      1.3農業機械化管理的國內外研究綜述
      1.3.1社會經濟戰略層
      關于社會經濟發展與農業機械化的研究,最早可追溯到19世紀卡爾•馬克思、J.&Say. 等人的研究。進入20世紀后,有關農業機械化的研究,從內容上看,在世紀初到第二次世 界大戰后期,主要發達國家在這一時期基本上都實現了農業機械化,期間研究重點集中在農 業機械化對提高勞動生產率、農村人口轉移、促進社會工業化和增加農業總產出的作用和影 響等方面®7】;二次世界大戰后至60年代,則是在總結已實現農業機械化國家的發展經驗基 礎上,重點研究發展中國家實現農業機械化的條件及其與社會經濟發展關系,并主要以經濟 學家的定性分析為主,定量研究僅限于一些簡單的生產函數分析。到了 20世紀60年代以后, 由于系統工程理論和方法、計算機和信息處理技術在各個領域的廣泛應用,以及經濟學等學 科的發展,使得人們可以將農業機械化系統作為社會經濟系統的一個子系統,定量分析農業 機械化在系統中的作用以及與其它子系統關系,進而揭示農業機械化與農村產業結構調整、 農村就業結構轉型、農業現代化和工業化等重大社會經濟問題的內在聯系和相互作用,并從 宏觀角度出發,構造更為全面的投資、就業和產業結構優化、投入與產岀關系模型,研究分 析農業機械化發展與農業勞動力轉移、提高土地產出率和農業勞動生產率之間的相互關系 [8~12]«研究表明,農業機械化在替代人、畜力勞動,提高勞動生產率和土地生產率,增加農 業總產出和促進農業勞動力的轉移等方面發揮了重要作用。如1880-1960年,農業機械化在 美國農業生產率增長的作用約在70%以上;而在美國的小麥生產中,大約勞動生產率增長的 60%來源于機械化,20%來源于生產位置向西部轉移,其余20%來源于土地單產的變化以及 各因素相互影響的作用。另外,在發達國家與發展中國家之間農業勞動生產率比較研究表明, 二者之間差別的30%是由于化肥和機械投入的差別造成的。
      近年來,國內有關農業機械化在農村經濟發展中作用的研究主要集中在農業機械化對增 加農業產出、提高農民收入、促進農業現代化、農業產業化,以及提高農業國際競爭力等方 面的作用等幾個方面[13'191« —方面,通過構建各種測算模型,研究分析農業機械化對增加 農業產出的貢獻率,測算結果表明,目前國內許多地區農業機械化對農業產出的貢獻率大約 在20%左右,同時農業機械化對增加農業產出的貢獻將經歷一個由小到大,再由大到小的變 化過程;另一方面,通過理論研究與實證分析表明農業機械化是增加農民收入、加速農業現 代化和農業產業化,以及提高農業競爭力的關鍵因素,農業機械化水平高低不僅影響農業現 代化和農業產業化的進程,還將決定農民收入的高低和農業競爭力的強弱等。
      1.3.2宏觀管理組織層
      為了發揮農業機械化在農業生產和社會經濟發展中的作用,必須制定相關的戰略、方針 和政策以促進農業機械化的發展。國內外的科研機構和高校對此開展了一系列的研究。如歐 洲的法國、俄羅斯,亞洲的日本、韓國等許多國家為了促進本國農業機械化的發展,制定了 相應的農機化發展促進法[絢。
      我國在系統分析和研究影響農業機械化發展諸因素的基礎上,編寫了“中國農業機械化 區劃”,利用主導因素分析法將全國劃分為九個一級區和38個二級區01。并根據農業機械 化區劃結果,結合各地的社會經濟條件,自然資源和生產實際,借助運籌學中的數學規劃和 預測、決策方法制定農業機械化發展規劃[22],確定在一定時期內所要達到的指標和進度、 比例關系、機器型號和投放量以及各項實施措施等。
      農村經濟體制改革后形成了土地家庭分散經營,要將農戶分散經營的生產全過程納入社 會化大生產協作體系,建立和完善農機化服務體系是關鍵,同時也是農村生產力發展的客觀 要求。為此,圍繞建立和健全農機化社會化服務體系的必要性、意義和內容,并將其納入農 村經濟發展這個大系統中來分析研究農機化社會化服務體系的組織形式及運行的動力和調 控機制心。
      農業機械化水平是對機器在農業生產過程中使用程度、作用大小和使用效果的一種表述 和度量。科學評價農業機械化水平是正確認識農業機械化所處階段和定量分析地域性差異因 素對農業機械化發展影響的前提,是制定農業機械化發展政策和因地制宜指導農機化發展的 科學依據。對于農業機械化水平評價方面的研究,一般是建立農業機械化發展水平評價指標 體系,然后利用層次分析法、專家評分法、綜合指數法和神經網絡等方法來評價某一地區在 某一時農業機械化的發展水平UH%在此基礎上,分析農業機械化發展所處階段,各個階 段的特征以及實現階段跨越的條件等di。而有關農業機械化水平地區分類,則主要通過建 立分類模型研究地域性差異因素對農業機械化發展影響珂,分析各類之間的差異和從時 序的角度考察各類型的動態變化規律。
      農機產品質量評價是農機產品推廣的重要環節。對于農機產品的質量或性能的評價目前 大都是從農機產品的現行標準岀發,建立一套評價指標體系,然后利用層次分析法或模糊綜 合評價法對農機產品的質量做出評價
      以計算機、信息處理技術為基礎的管理信息系統的出現,為農機部門的管理工作提供了 一種新的手段。研制出的農機安全監理系統和農機化信息管理系統°F,不僅提高了信息 的收集、整理、存儲、加工和檢索、存儲和分析的效率,還可利用系統中的統計分析模型和 優化模型對收集的數據作進一步處理,為各級農機管理部門和有關部門指導農業生產和制定 農業機械化的發展政策,提供有效的決策信息,尤其是近年來,將網絡通訊技術、多媒體技 術和決策分析方法、模型庫及人機交互技術引入到農機管理部門的信息管理系統中⑷⑷】, 使得農機管理部門的管理和決策水平有了進一步的提高。
      1.3.3微觀經營管理層
      微觀經營管理層主要涉及具體的生產和經營單位,如農場、農機供銷公司。有關該層次 的研究主要有幾個方面:
      從微觀生產經營過程出發,利用線性規劃、非線性規劃和系統仿真模型研究農業企業或 區域的機具配備、機群結構、耕作制度和作物布局的優化和生產作業計劃制定等問題""4】, 以解決生產單位中如何安排生產,合理分配生產能力、作業時間和生產資源等問題,如普渡 (Purdue)大學研制的管理信息系統“CROP BUDGET”(農事預算),為農戶制定機械化經 營規劃服務,如:作物產后處理(清選、烘干、粗加工)的工藝流程及規范的制定,控制程 序的編制;植保作業工藝方案的制定(藥物選用、施用量、噴灑方式、噴灑時間);灌溉計 劃的編制(灌水次數、灌水時間、灌水量)。
      農業機器的發展應該與農業生產技術的要求相適應。隨著農業生產技術的發展,農業機 器的功能也將不斷完善。農業機器使用年限的增加,不僅會增加其維修、油料等費用,而且 也會降低作業的數量和質量。因此,加強農業機器壽命的研究,才能確保農業機器適時更新 換代和取得最佳的經濟效益。由于各國經濟條件和技術水平的差異,目前有關農業機器壽命 的研究國內主要集中在機器經濟壽命(或稱為最佳更新期)的計算方法上,而國外則集中于 農業機器的技術壽命研究。有關農業機器經濟壽命的計算方法,按照追求的目標來劃分,可 分為3類,分別為費用最小法〔冬呵、收益最大法和相對收益率法[57~5%在費用最小法中, 按是否考慮貨幣的時間價值,又可分為靜態年均費用最小法和動態年均費用最小法;在平均 單位工作量費用最小法中,按是否考慮貨幣的時間價值,亦可分為靜態平均單位工作量費用 最小法和動態平均單位工作量費用最小法。在收益最大法中,按是否考慮貨幣的時間價值, 可分為靜態年均收益最大法和動態年均收益最大法。在相對收益率法中,只有一種方法,即 新MAPI法。
      研制開發以數據庫和模型庫為主要內容的信息處理系統,滿足生產經營單位遇到的生產 決策和經營管理等方面的咨詢服務是當今農業機械化管理領域的一個重要方面。從20世紀 60年代起,美國、英國、匈牙利、比利時、日本等一些發達國家中的大學的農業工程系、 農業經濟系以及一些信息咨詢服務中心等,就開始研究與開發農業機械化的農機管理系統軟 件。從研究開發的內容來看,主要涉及農業生產過程的農業機械化管理,農業(農機)服務 的信息咨詢、農機供銷、倉庫管理、物質調運,以及農業機械維修等方面,以滿足農戶在生 產過程中所需的各種信息和管理決策需求。如美國的Deree International Chalmers等農機公 司應用建立起來的農業機械銷售管理信息系統為顧客提供購買機械咨詢服務,幫助顧客選擇 機型、數量等,以推銷農機產品。
      13.4機器運用技術層
      為了維持農業機械良好的技術狀態,使其在機械化生產過程中發揮應有的功能,提高使 用的技術經濟效果,從事農業機械化工作的工程技術人員和科研人員為此在機械設備狀態檢 測、機械設備故障診斷和機械設備修理工藝等方面進行了大量的研究工作,尤其是在機械設 備故障診斷方面取得了許多研究成果。這些研究成果對及時、正確地判斷農機設備的各種異 常狀態、預防和消除故障,提高農業機器運行的可靠性、安全性和有效性,以及在允許條件 下充分挖掘機器設備潛力,延長在役期限和使用壽命,降低設備全壽命周期費用等方面起到 了積極作用。
      在機械設備狀態檢測方面,20世紀40年代就研制出了以故障診斷和性能測試為主的單 項檢測技術,隨著傳感器測試技術、計算機技術、故障診斷理論、人工智能和網絡技術的快 速發展,檢測控制和數據處理自動化,檢測結果直接打印的現代綜合檢測診斷技術相繼出現。 如西南農業大學研制的“農用拖拉機汽車技術狀態檢測評定專家系統TEFP”是供檢測評定 拖拉機汽車技術狀態使用的人工智能系統。該系統主要根據農用拖拉機、汽車技術狀態監測 評定指標體系的項目規定,進行各檢測項目數據的采集和處理。它將自動檢測、處理、保存 檢測數據和評定結果,并能對評定結果作出解釋。系統所用評定指標可以人為修改以適應不 同情況,如地區差別、時間差別等。這些設備狀態檢測技術對于預防農機故障發生、減少停 機時間和提高作業質量發揮了重要作用。
      在機械故障診斷技術方面,有關故障診斷方法的研究內容可以分為基于數學模型和基于 人工智能兩類方法。前者有基于狀態估計和基于過程參數估計等方法㈤宀】;后者基于案例、 神經網絡、模糊數學、灰色關聯度、故障樹、信息集成技術和專家系統等方法〔*70],其中 信息集成技術也稱為數據融合技術,主要有Bayse推理、Kalman濾波、D-S推理和模糊數 學等。利用這些故障診斷理論和方法研制成功的故障診斷系統,能夠比較準確地診斷出汽車、 拖拉機發動機各部分的故障,并給出相應的故障排除方法與措施。如美國通用電器公司推出 的內燃機車故障排除專家系統DELTA,使用時,該系統屏幕首先顯示可能的大致故障范圍, 當用戶根據故障癥狀選定某一特定區域時,系統再向用戶詢問一系列詳細問題,同時解釋每 一步推理步驟,直到查明故障原因,必要時給出修理指導并演示有關操作步驟。又如河北農 業大學研制的“發動機故障診斷專家系統EFDES”。該系統在計算機上用Turbo-Prolog實現 的汽車拖拉機發動機故障診斷專家系統,釆用先進的黑板-框架結構知識表示、雙向綜合推 理策略、雙可信度傳遞和比較完善的規范化知識庫,能比較準確地診斷出拖拉機發動機各部 分的故障。西安公路學院研制的“柴油機燃油供給系不解體故障診斷系統”從柴油機燃油供 給常見故障岀發的實際出發,根據柴油機運用和修理的需要以及柴油機燃油供給系不解體故 障診斷技術的研究,通過對相關數據處理和選擇適合燃料供給系故障診斷數學模型,實現柴 油機燃油供給系的故障診斷。
      在上述農業機械化管理的四個層次中,研究工作中所涉及的信息處理主要基于字符的信 息,而常見的信息中約有80%以上的信息含有空間信息⑺】。農業機械化是一項地域空間性 很強的工程,因而將以空間信息處理為主要內容的地理信息系統(Geographical Information System,簡稱GIS)融入農業機械化管理工作,必將在多方面增強農機化信息管理系統的功 能,進而提升農機部門的管理現代化程度。
      地理信息系統G1S以地理空間數據庫為基礎,在計算機軟、硬件技術支持下,用于采 集、存儲、管理、檢索和綜合分析整個或部分地球表面(包括大氣層在內)與空間和地理分 布有關數據的空間信息系統"I。它由一些計算機程序和各種地學信息數據組成現實空間信 息模型(即將地學信息抽象后,組成便于計算機中表達的空間信息模型)。通過這些模型, 可以用可視化的方式對各種空間對象進行定性和定量的模擬與分析。與其他信息系統相比, GIS具有以下三個方面特征:(1)具有釆集、管理、分析和輸出多種地理空間信息的能力;
      (2)以地理模型方法為手段,具有空間分析、多要素綜合分析和動態預測能力;(3)由計 算機系統支持空間地理數據管理,使其能夠快速、精確、綜合地對復雜的地理系統進行空間 定位和動態分析。正因為上述三方面的特征,GIS又被稱為GMISo
      目前,GIS已被廣泛用于農業區劃、土壤適宜性評價、農業氣象研究、作物種植的適應 性、農業資源的清查、核算、評估與監測、農作物估產和監測、農業生態環境監測和分析、 精細農業等農業生產、管理中⑴]。在農業機械化領域,有關G1S的應用研究主要有兩方面: 一是GIS作為精細農業技術體系的重要組成部分,在生產過程中接收作業機器系統中的各 類傳感器(變量耕地實時傳感器、變量施肥實時傳感器、變量栽種實時傳感器、變量中耕實 時傳感器等)及監測系統(遙感、飛機照相等)的信息,并對這些數據進行組織、統計分析, 做出決策,進而通過計算機控制變量執行設備,實現機械投入量或作業量的調整[7476〕;二 是在農業機械化管理中,將不同地區的農機化發展水平及其影響因素地圖化,分析其空間分 布規律[77~78[。從研究的總體情況看,目前大多數都集中于前者,而涉及后者的還比較少。
      隨著計算機科學技術的飛速發展和廣泛應用,農機化管理部門除了要開發自己的管理信 息系統外,還要面向高層次、戰略性、大范圍的決策問題,以及非結構化、半結構化的信息 處理問題,應用決策分析方法、數據庫及人機交互技術,開發農業機械化管理決策支持系統, 繼而是農機化管理部門的管理向著智能化、集成化方向發展。
      從我國以及西方發達國家的農業機械化發展過程看,農業機械化信息管理為充分發揮 農業機械化作用提供了重要保證。農業機械化信息反應了與農業機械化發展相關的各項因素 狀態和特征,是農業機械化事業發展的重要資源,是決策科學化和管理現代化的有力保障。 因此,建立和健全農業機械化信息管理是當前農業機械化工作的重要任務。當代社會是一個 信息爆炸的時代,從眾多信息中鑒別出有用信息加以利用更是各行各業都關心的一項課題。 能否經濟有效地利用農業機械化信息,并從現有的一些數據中提取有用規則是農業機械化管 理機構管理水平高低的標志之一。充分利用信息技術加強農業機械化信息管理成為各地區農 業機械化發展一個重要課題。運用計算機技術建立一個快速有效的信息收集系統和一個功能 良好的信息處理系統是農機化管理部門實現現代化管理的重要標志。
      1.4本文研究內容
      本文以提高農業機械化管理決策水平為研究目標,在分析國內外農業機械化管理領域 現狀的基礎上,利用農業機械化、管理科學、數據挖掘技術、系統集成技術、地理信息系統 (GIS)、管理信息系統(MIS)、決策支持系統(DSS)、系統工程、計算機軟件等多學科的 理論和方法,來解決農業機械化管理決策過程中信息管理的有關問題。
      論文的主要研究內容包括以下幾個方面:
      (1)在分析我國加入WTO后,農業發展面臨新的挑戰下研究發展農業機械化意義的基礎 上,系統地概述了農業機械使用管理的層次及農業機械化管理各個層次所對應的工作內容, 在此基礎上對國內外圍繞上述農業機械化管理決策所做的研究工作進行綜述,據此提出本文 的研究內容。
      (2)針對目前我國農業機械化管理領域中產生的大量數據的現狀,將數據挖掘——這一 嶄新的數據處理技術引入農業機械化管理領域,以實現對激增的數據進行更高層次的分析, 進而從數據中提取重要信息或者知識為決策服務。為此,對數據挖掘的各種模式、方法和數 據挖掘的實施步驟進行了分析,為解決各類問題合理選擇數據挖掘方法提供了依據。
      (3)對農業機械化管理工作的第二層次即宏觀管理組織層中遇到的如農業機械化發展水 平評價、預測問題,通過利用數據挖掘中的一些主流方法,如粗糙集和模糊聚類等方法,以 及這些方法的組合,對這些問題做了更進一步的研究與探討,具體內容包括:
      ①利用粗糙集理論中的屬性依賴度和重要度等概念研究了組合預測模型中的權重確 定方法。通過建立預測方法與預測對象的關系數據模型,離散化屬性數據建立知識表達系統, 進而計算出各預測模型對預測對象的依賴性和重要性以及組合預測模型中單個模型的權系 數。然后依據浙江省糧食總產量的歷史數據建立基于粗糙集的糧食產量組合預測模型。
      ②針對現行農業機械化發展水平評估方法中存在的主觀因素對評價結果的影響,把模 糊聚類方法和粗糙集理論相結合,提出了基于模糊聚類和粗糙集的農業機械化水平評價方 法。該方法從評價指標的統計數據出發,根據各指標中含信息量的大小來確定其相應的權重。
      ③鑒于目前有關農業機械總動力的研究主要停留在對總量變化進行預測的現狀,在系 統分析影響農業機械總動力發展變化因素的基礎上,利用灰色系統理論中的關聯系數和關聯 度方法對影響浙江省農機總動力變化的因素進行了關聯分析,同時利用灰色系統理論中的 GM (1, 1)模型對農業機械總動力的變化趨勢進行了預測。
      (4)對農業機械化管理工作的第三層次即微觀經營組織層中遇到的如農業機器的更新決 策、農業機械化項目可行性的研究等問題,也做了進一步的研究與探討,具體內容包括:
      ①利用農業機器生產管理學和統計學原理,給岀了視情維修制拖拉機大修理周期間距、 修理周期與更新界限的數學模型,并對此計算方法從拖拉機所有者追求經濟效益最大化的角 度,分析了視情維修制拖拉機最佳更新期與合理更新期的經濟界限。
      ②針對現行農業機械化項目可行性研究中的凈現值法CNPV)在使用過程中存在的對 外界環境變化適應性弱的問題,利用風險決策理論對現有的凈現值評價模型進行改進和完 善,并給出了風險型和不確定型投資項目的凈現值(EMT)分析模型。
      (5)目前在農機管理部門中的各種信息處理系統主要使用基于字符的信息,而常見的信 息中約有80%以上含有空間屬性信息。為了實現具有空間分析功能的GIS與傳統的信息管 理系統的結合,應用系統集成技術對GIS與目前信息處理系統中模型結合的各種方式的特 點進行了詳細分析,為實現各種信息系統有機集成,確定合理方案提供了參考。
      (6) 運用系統集成技術,以VB為主要開發工具、Mapinfo Professional 7.0為地理信息 平臺,結合Microsoft ACCESS 8.0數據庫,設計開發了基于GIS的農業機械化信息管理與決 策支持系統,該系統不僅具有傳統MIS/DSS的功能,還具有GIS的空間信息分析和數據處 理結果地圖化的功能。
      (7) 依據本文建立的農業機械化發展水平評價模型對浙江省及其所屬的69個縣(市) 的農業機械化發展水平進行了總體評價與地區比較。然后,利用集成系統中的GIS功能子 系統將上述各地區的評價結果及其影響因素生成相應的專題地圖,據此分析了浙江省農業機 械化發展水平及其影響因素的空間分布規律,并對各類地區的農業機械化發展提出了相應的 措施與建議。
      1.5論文的創新點
      本文在整個研究過程中有以下幾個創新點:
      (1) 將粗糙集理論和模糊聚類方法相結合,首次提出了基于模糊聚類和粗糙集的農業 機械化水平評價方法。該方法從評價指標的統計數據出發,根據各指標中包含信息量的大小 來確定其相應的權重,使得評價結果更具相對客觀性。實例表明,評價結果與實際情況有較 好的一致性。為分析農業機械化發展水平評價指標體系中各指標的內在規律提供了一種新方 法,并對其他多指標系統的評價具有參考應用價值。
      (2) 利用系統分析方法,考慮經濟、技術和社會條件,系統地分析了影響農業機械總 動力變化的因素,并首次利用灰色系統理論中關聯系數和關聯度方法對影響農業機械總動力 的因素進行了關聯分析,從而揭示了各種相關因素對農業機械總動力變化的影響,為正確認 識農業機械總動力的宏觀發展特征提供科學依據。
      (3) 利用農業器生產管理學和統計學原理,首次給出了視情維修制拖拉機大修理周 期間距、修理周期與更新界限的數學模型,并對此計算方法從拖拉機所有者追求經濟效益最 大化的角度,分析了視情維修制拖拉機最佳更新期與合理更新期的經濟界限。與現行換件制 和定期大修制更新期計算方法相比,利用該方法確定拖拉機的更新期更符合拖拉機技術狀態 變化和零件磨損的規律。
      (4)利用系統集成技術開發了一個基于GIS的農業機械化信息管理和輔助決策支持系 統。該系統不僅具有傳統MIS/DSS的統計分析、預測和輔助決策等功能,而且還具有GIS 的空間信息分析和數據處理結果地圖化的功能。此外,系統具有較好的擴展性,可以通過增 加功能模塊的方式,來滿足農機管理部門中不斷變化的需求。
      參考文獻
      [1]余友泰.農業機械化工程[M].北京:中國展望出版社,1987.
      [2]戴有忠.農業機械化工程[M].哈爾濱:東北農業大學出版社,1996.
      [3]楊敏麗.中國農業機械化與農業國際競爭力[M].北京:中國農業科學技術出版社.2003.
      [4]邱立春,李冠峰.農業機械化管理學[M].長春:吉林科學技術出版社,2000.
      [5]高煥文.高等農業機械化管理學[M).北京:中國農業大學出版社,199&
      [6]H. W. Quaintance. The Influence of Agricultural Farm Machinery on Production and Labor[M], New York, 1941.
      [7]John D. Black. Agricultural Reform in United Stated[M]. New York and London, 1927.
      [8]Pawlak, J. The Impact of Agricultural Mechanization on Labor Productivity in 22 Developed
      Countries[J]. American Society of Agricultural Engineers, 1986.
      [9]Prasad, J., Srivastava, J. S. Impact of Agricultural Mechanization on Production, Productivity, Income and Employment Generation卩].Agricultural Engineering Today, 1991/1992.
      [10]傅澤田.農村產業結構調整與農業機械化發展的協調關系分析[D].北京農業工程大學 博士學位論文,1987.
      [11]萬鶴群.農村經濟結構調整與農業機械化優化[M].北京:北京科學技術出版社,1992.
      [12]張冬平,史國棟,陳俊國.農業機械化對農業剩余勞動力的影響(J].農業機械學報,1996, 27 (4) :1~6,
      [13]程智強,楊邦杰,賈栓祥.南方沿海發達地區農業機械化貢獻率分析[J].農業現代化研 究,2002,23(1):72-75.
      [14]楊青,朱瑞祥,張捷,等.陜西省農業機械化對農業生產貢獻率的研究[J].農業工程學報, 2000,16(6):64-67.
      [15]魏宏安,邵世祿,黃顏彪.甘肅省農業機械化對農業生產貢獻率的研究[J].農業機械學 報,2002,33(1):135?137.
      [16]高連興,劉鳳麗,呂子湖,等.東北農業機械化特點及其對種植業純收益的貢獻率[J].農 業工程學報,2001,17(6):56-59.
      [17]白人樸等.中國農業機械化與現代化[M].中國農業科學技術岀版社.2002.
      [18]楊敏麗,白人樸.農業機械化與農業國際競爭力的關系研究卩].中國農機化, 2004(6):3-9.
      [19]白人樸.農業機械化與農民增收[J].農業機械學報,2004, 35(4): 179?182.
      [20]農業部農業機械化管理司.外國農業機械化政策選編[M].北京:中國農業出版社, 1999.
      [21]《中國農業機械化區劃》編寫組.中國農業機械化區劃[M].北京:農業出版社,1985.
      [22]陳忠慧.農業機器運用管理學[M].北京:中國農業岀版社,1991.
      [23]孟繁琪.關于建設農機化服務體系思路卩].農業經濟問題.1991 (6) :25~29,
      [24]李曉紅.農機化社會化服務體系模式研究.北京農業工程大學學位論文[D], 1992.
      [25] 李炳軍,朱永達,萬鶴群.農業機械化發展水平的概率一灰色評估方法及應用卩]?農業 工程學報,1997,13 (3) :21?26.
      [26] 鄭文鐘,何勇.浙江省農業機械化水平評價方法及應用研究[幾浙江大學學報(農業與
      生命科學版),2001,27 (2) , 191-194.
      [27] 樓文高,王延政.農業機械化發展水平的人工神經網絡評價模型[幾農業機械學報, 2003, 34 (3) :58?61.
      [28] 何勇,馮雷,吳春霞.基于粗糙集與神經網絡的農機化發展水平評估方法[J].農業機械
      學報,2004,35 (1) : 100-103.
      [29] 楊敏麗.我國農業機械化發展的階段性[幾中國農業大學學報,199& 3 (4) :11?15.
      [30] 楊敏麗,白人樸.我國農業機械化發展的區域不平衡性研究[J].農業工程學報,2000, 16
      (4) :86~72.
      [31] 白人樸,田志宏.我國各地農機化發展水平中的一種有序樣本分類方法卩].中國農業大 學學報.1999,4 (6) :1?5.
      [32] 白人樸,楊敏麗,劉清水.中國農業機械化發展水平地區分類研究[J].中國農機化, 1999,3:24-27.
      [33] 陳為.農機產品設計質量模糊綜合評價方法的硏究[幾農業機械學報,1999, 30 (1) :97~100,
      [34] 葉繼昌,王登峰,楊印生等.農業機械性能評價及選型專家系統的設計[J].農業機械學 報,1995,26 (1) :11 ?14.
      [35] 劉大維,楊印生等.層次分析法在拖拉機總體性能評價中的應用[幾農業機械學報,
      1994, 25 (1) : 96-99.
      [36] 鮑一丹,何勇.農業機械多媒體決策支持系統的研究[J].浙江大學學報(農業與生命科
      學版),2001,27 (2) : 187-190.
      [37] 何勇,鄭文鐘,奚文斌農機安全管理技術與裝備[M}.北京:地震出版社,2002.
      [38] 邱立春.農機化管理信息系統數據庫設計[J].農機化研究,1991,(2):31-36.
      [39] 何勇,鮑一丹.農業機械化數據庫管理系統的研究[J].科技通報,1995,11 (3) :147~152,
      [40] 張玉寶,朱瑞祥,劉淑珍.農業機械化管理信息系統的研究與開發[J].農機化研究, 2002,11.61 ?63.
      [41] 張毅,朱瑞祥,張玉寶.基于廣域網的農業機械化管理信息系統設計[J].農機化研究, 2003,7.170-172.
      [42] 晏國生等.計算機在農機化管理中的應用[M].北京:清華大學出版社,199&
      [43] J.N. Scarborough and D. R. Hunt. Optimization of field parameters Using Powell*s Constrained Minimization Algorithm卩].ASAE, 1977.214—217.
      [44] D. Singh. Field Machinery System Modeling and Equipment for Selected Michigan Cash Crop Production System. A dissertation for the degree of doctor of philosophy[D], Department of Agricultural Engineering. Michigan University, 1987.
      [45]Link, D. A. A System Approach to Farm Machinery Selection [J]. ASAE, 1965.
      [46]Link, D. A. Activity Network Techniques Applied to Farm Selection Problem [J]. ASAE, 1967.
      [47]File, L.S. Approach to the Selection of Optimum Combination of Power and Machinery[M]. 田M Agricultural Symposium, Endicott, New York, 1963.
      [48]Hunt D R. Farm Power and Machinery Management[M]. 9th ed. Iowa Press, 1995.
      [49]韓寬襟,馮云田,高煥文.農業機器配備非線性規劃的完善及其序列規劃逼近算法卩]. 北京農業工程大學學報.1990,10(2):1?&
      [50]張東興,高煥文.一個確定機器可下地概率的實用模型[幾北京農業工程大學學 報.1990,10(4):7?15..
      [51]韓寬襟,萬鶴群,高煥文.我國農業機器配備的特點及典型模型研究[J].北京農業工程 大學學報.1990,10⑷:14.
      [52]高煥文.流水作業法與機器系統優化[幾農業機械學報.1992,23(4):55?60.
      [53]韓寬襟,高煥文.微機用農業機器作業系統優化大型軟件系統FMS的研制卩]•農業工程 學報.1991,7(1):2436.
      [54]徐麗明,高煥文.山東小麥玉米兩茬套作和平作研究[幾北京農業工程大學學 扌艮 1994,14(3):5459.
      [55]Hunt D.R. Farm Power and Machinery Management[M]. 8th ed, the Iowa State University
      Press, Ames, 1983.
      [56]王耀發.拖拉機經濟服務年限的動態計算[J].北京農業工程大學學報.1988 (4).
      [57]王福林 代耕型拖拉機最佳更新期計算問題的研究[幾 農機化研究.1992 (1) :1419.
      [58]樊文正.拖拉機更新選型的經濟合理性分析[J].現代化農業.1991 (8) .8?10.
      [59]Aldemir,T; Rizzoni. GA model-based probabilistic approach for fault detection and identification with application to the diagnosis of automotive engines. Automatic Control, IEEE Transaction on, Volume:44,Issue: 11, Nov,1999. Pages:2200~2220.
      [60]Mattias Nyberg. Using hypothesis testing flieory to evaluate principles for leakage diagnosis of automotive 切gines. Control Engineering Practice, Volume 11, Issue 11, November 2003, Pages 1263-1272.
      [61]R.Conatser, J.Wagner, S.Ganta and I.Walkar. Diagnosis of automotive electronic throttle control systems, Control Engineering Practice, Volume 12, Issue 1, January 2004, Pages 23 ?30.
      [62]Bo-Suk Yang, Tian han and Yong-Su Kim. Integration of ART-Kohonen neural network and case-based reasoning for intelligent fault diagnosis, Expert Systms with Applications, Volume 26, Issue 3, April 2004, Pag饒 325-341.
      [63]Yiannis Papadopoulos. Mosel-based system monitoring and diagnosis of failures using state charts and fault trees, Reliability Engineering & System Safety, Volume 81, Issue 3,
      September 2003, Pages 325?341.
      [64]S.-L. Jamsa-Jounela, M. Vennasvuori, P. Enden and S. Haavisto. Aprocess monitoring system based on the Kohonen sei仁organizing maps, Control Engineering Practice, Volume 11, Issue 1, January 2003, Pages 83?92.
      [65]A. H. Mohamed, F. A. Mohamed, A. M. Nassar and M. H. El-Fouly. Case-functional-based diagnostic(CFDS), Engineering Applications of Artificial Intelligence, Volume 15, Issue 5, September 2002, Pages 501 ?509.
      [66]李樹濤,王耀南,毛建旭.基于多神經網絡分類器組合的火焰圖像分割卩].數據采集與 處理,2000,12 (4) :443~446.
      [67]何勇,鮑一丹.基于神經網絡的發動機故障多媒體診斷專家系統[J].內燃機學報, 2001,19 (3) : 245-24&
      [68]凌衛新,鄭啟倫,陳瓊.并行協作模塊化神經網絡體系結構卩].北京郵電大學學報, 2002,25 (2) :14~17.
      [69]Lacher R C. Back-Propagation Learning in Expert Networks. IEEE Transaction on Neural
      Networks. 1992, 1 (3):62?72.
      [70]S.Timo and N.K.Heikki. Neural Networks in Process Fault Diagnosis. IEEE Transaction on SMC, Vol.21, No.4, pp815-825, 1991.
      [71]湯國安,陳正江,趙牡丹,等.ArcView地理信息系統空間分析方法[M].北京:科學出版 社,2002.
      [72]何勇等編著.精細農業[M].杭州:浙江大學出版社,2003.
      [73]褚慶全,李林.地理信息系統(GIS)在農業上的應用及其發展趨勢卩].中國農業科技導 報.2003, Vol.5 (1) 21 ?26.
      [74]Wang N., Zhang N., Dowell F.E. etc..2001. Design of an optical weed sensor using plant spectral characteristics^]. Transaction of the ASAE 2001,44(2), 409~419.
      [75]Tian L., Reid J.F., Hummel J.W. 1999. Development of a precision sprayer for site-specific
      weed management[J], Transaction of the ASAE 1999,42(4), 893-900.
      [76]王長耀,牛錚,唐華俊.對地觀測技術與精細農業[M].北京:科學技術出版社.2001.
      [77]鄭文鐘,何勇.基于GIS的浙江省農業機械化發展水平的地區比較[J].浙江大學學報
      (農業與生命科學版)2004, 27 (2) :191?194.
      [78]何勇,談黎虹,葛曉鋒.基于GIS的農機化發展水平區域劃分系統的研究[J].農業工程
      學報,2003 ,5.19(3): 129-131.
      第二章數據挖掘技術及其在農業機械化管理中的
      應用研究
      如前所述,農業機械化的管理內容因所處層次而異,這也說明農業機械化的管理決策 工作是一項復雜的系統工程。隨著我國農業機械化事業的快速發展,在農業機械化管理領域 產生了大量的數據,激增的數據背后隱藏著許多重要信息。因此,要科學、合理地解決農業 機械化管理工作中遇到各種的實際問題,必然會涉及到一系列的理論和方法。而加強農業機 械化管理領域中定量分析方法的研究是提高農機管理部門決策水平的一個重要方面,也是促 進農業機械化管理決策現代化、科學化的一項重要內容。鑒于此,本章將利用近年來岀現的 信息處理方法——數據挖掘技術對農業機械化領域的宏觀管理組織層和微觀經營管理層這 兩個層次中的一些定量分析方法進行研究與探討。
      2.1數據挖掘技術綜述
      2.1.1數據挖掘技術的產生與應用
      1.數據挖掘的定義及其發展
      數據挖掘(Data Mining)是指從存放在數據庫、數據倉庫或其它信息庫中大量的、不 完全的、有噪聲的、模糊的、隨機的數據中挖掘其中的、人們事先不知道的、但又是潛在的 有用信息或知識的過程⑴。由于數據挖掘與數據庫密切相關,又稱為數據庫知識發現 (Knowledge Discovery in Database,簡稱KDD)。自從1989年8月在美國底特律召開的第 11屆國際人工智能聯合會議上首次出現數據庫中知識發現的概念后,數據挖掘一詞很快流 傳開來,并在國內外的學術界和產業界都受到了前所未有的重視。2001年,Gantner Group 進行了一次有關“未來3~5年內將對工業產生深遠影響的五大關鍵技術”的高級技術調查, 結果數據挖掘和人工智能位居首位;與此同時,并行處理體系和數據挖掘還被列為未來5 年內投資焦點的十大新興技術的前兩位[瓷 美國麻省理工學院在2001年1月份的《科技評 論》(Technology Review)提出將在未來5年對人類產生重大影響的10大新興技術,其中第 3項就是數據挖掘技術。
      人們通常把原始數據看作是形成知識的源泉。原始數據可以是結構化的,如關系型數據 庫中的數據;也可以是半結構化的,如文本、圖形、圖像數據,甚至是分布在網格上的異構 型數據。發現知識的方法可以是數學的,也可以是非數學的;可以是演繹的,也可以是歸納 的。發現了的知識可以被用于信息管理、査詢優化、決策支持、過程控制等,還可以用于數 據自身的維護。
      數據挖掘技術與傳統的數據分析(如查詢、報表、聯機應用分析)的本質區別是數據挖 掘是在沒有明確假設的前提下去挖掘信息、發現知識。數據挖掘所得到的信息應具有先前未 知、有效和可實用的三個特征。先前未知的信息是指該信息是預先未曾預料到的,即數據挖 掘是要發現那些不能靠直覺就能發現的信息或知識,甚至是違背直覺的信息或知識,挖掘出 的信息越是岀乎意料,就可能越有價值。數據挖掘不但能夠學習己有的知識,而且能夠發現 未知的知識,得到的知識是“顯示”的,既能為人們所理解,又便于存儲和應用。
      數據挖掘技術匯集了機器學習、模式識別、數據庫、統計學以及管理信息等學科的成果。 多學科的相互交融和相互促進,使得數據挖掘這一新興學科得到了快速發展。目前,數據挖 掘和知識發現已成為國際學術界研究的熱點。在數據庫、人工智能、信息處理、知識工程等 領域的許多國際學術刊物都開辟了數據挖掘和知識發現的專題或專刊。其中,最早刊登數據 挖掘和知識發現的則是IEEE的《知識和數據工程》會刊,該刊于1993年岀版了數據挖掘 和知識發現的技術專刊,所刊5篇論文的內容涉及從建立分子模型到設計制造業的具體應 用,并代表了當時在數據挖掘和知識發現研究領域的最新成果和動態。這些論文不僅較全面 地論述了數據挖掘和知識發現的系統方法論、發現結果評價、數據挖掘系統設計的邏輯方法, 而且還集中討論了數據挖掘過程遇到的數據庫的動態性冗余、高噪聲和不確定性等問題,以 及與其它傳統的機器學習、專家系統、人工神經網絡、數理統計分析系統的聯系與區別。目 前,期刊有關數據挖掘和知識發現這兩方面內容的代表性雜志有《Data Mining and Knowledge Discovery》(數據挖掘和知識發現)、《Artificial Intelligence Review》(人工智能評 論)。
      除了各種有關數據挖掘和知識發現的期刊外,在Internet上還有不少數據挖掘和知識發 現的電子出版物,其中以半月刊Knowledge Discovery Nuggets最為權威,若要免費訂閱, 只需向該網站發送一份電子郵件即可,還可以下載各種各樣的數據挖掘工具軟件,供用戶測 試和評價。另一份在線周刊為DS* (DS代表決策支持),于1997年10月7日開始出版, 也可以向該周刊的網站提出申請免費訂閱。在網上,還有一個自由論壇DMEmailClub,人 們可以通過電子郵件相互討論數據挖掘和知識發現的熱點問題。而領導整個潮流的數據挖掘 和知識發現開發和研究中心,當數設在美國的EMDEN的IBM公司的開發部。
      2.數據挖掘技術應用
      數據挖掘是一門應用性很強的學科,目前,數據挖掘技術已被廣泛地應用于各個領域, 幾乎涉及到各個領域,包括天文學、生物學、經濟管理、金融、保險、電力、石油化工、地 理地質、通信網絡管理和Internet應用等領域。這些行業的應用需求更進一步推動了理論研 究的發展。
      目前,數據挖掘技術在各個領域的應用主要可概括為以下幾個方面:
      (1)在科學研究中的應用
      隨著先進的科學數據收集工具的使用,試驗數據量越來越大,傳統的數據分析工具有時 會顯得無能為力,因此,必須借助強大的智能自動數據分析工具才能完成數據處理工作。數 據挖掘在科學研究中的一個成功應用實例是Fayyad和他的同事們在美國加利福尼亞 Pasadena的Jet Propulsion實驗室,利用數據挖掘技術和人工智能技術開發的SKICAT系統, 該系統能夠幫助天文學家發現了 16顆新的極其遙遠的類星體,這是人工智能技術在天文學 和空間科學上的第一批成功應用之一⑶;在生物學研究中應用數據挖掘技術對DNA進行分 析⑷,等等。
      (2) 在零售行業上的應用
      通過對市場銷售數據進行挖掘,來識別顧客的購買行為模式⑸,從而可以幫助確定商店 貨架的布局擺放以促進某些商品的銷售。這個過程通常也稱為貨籃分析。
      (3) 識別銀行或商業上經常發生的欺詐行為
      數據挖掘技術在商業和銀行上可以用于探測可疑的信用卡交易,如惡性透支等冏,識別 與洗錢有關的金融交易。
      (4) 在金融投資領域的應用
      在投資評估和股票交易市場主要是通過數據挖掘技術對市場的趨勢進行預測。如LBS Capital Management使用專家系統,神經網絡和遺傳算法來輔助管理多達6億美元的有價證 券。
      (5) 在制造業中的應用
      目前,數據挖掘在制造業中最主要的應用是對生產流程進行控制。典型成功的實例是 LTV鋼鐵集團一全美第三大鋼鐵制造企業,應用數據挖掘技術檢查可能出現的產品質量問 題,從而降低產品的殘次品率。
      (6) 在電話銷售和直接銷售行業的應用
      主要方法是根據客戶的采購歷史數據對客戶進行商品銷售定位,有針對性地向客戶發送 商品目錄,或打電話,提髙直接銷售或電話銷售的成功率。
      (7) 在電信行業中的應用
      釆用降價策略是當前國際電信行業普遍采用一種的營銷策略。由于數據挖掘技術的發 展,是許多電信公司開始關注新的營銷策略——通過研究客戶需求,提供客戶愿意購買的新 的服務項目。
      2.1.2數據挖掘模式
      根據數據內部之間的規律,數據挖掘模式可以分為以下幾類:
      1.分類模式
      分類就是按照某種標準找出一個類別的內涵描述,這種描述代表了一類數據的整體信 息,并用這種描述來構造模型,一般用規則或決策樹模式來表示。通過分類可以反映同類事 物的共同性質的特征型知識和不同類事物之間的差異型的特征知識。分類是利用有關數據通 過一定的算法來求得分類規則。
      2.聚類模式
      聚類就是將數據對象進行分組,使之成為多個類或簇,其目的是使在同一個類中的對象 之間具有較大的相似度,而不同類中的對象則差別較大。在數據庫中就是將記錄劃分為一系 列有意義的子集。聚類增強了人們對客觀現實的認識,是概念描述和偏差分析的前提條件。 聚類分析可以用作獨立的數據挖掘工具,來獲得對數據分布的了解,也可以作為其它數據挖 掘算法的預處理手段。
      3.關聯模式
      若兩個或多個變量的取值之間存在著某種規律性,就稱為關聯。關聯可分為簡單關聯、 時序關聯、因果關聯。關聯分析的目的是找出數據庫中的關聯網。數據關聯是數據庫中存在 的一類重要的可被發現的知識。在關聯規則算法中的研究中,生成所有的頻繁項目集是核心 問題。關聯規則的發現一般可分為兩個步驟:一是迭代需識別的所有的頻繁項目集,要求頻 繁項目集的支持率不低于用戶設定的最低值;二是從頻繁項目集構造出可信度不低于用戶設 定的最低值。
      4.估計和預測模式
      估計是根據既有的連續性數值的相關屬性資料,以獲得某一屬性的未知值。預測則是利 用時間序列的歷史數據找岀變化規律,建立模型,并由此模型對未來數據的種類及特征進行 預測,因此,預測模式也可以被認為是以時間為關鍵屬性的關聯知識。預測模式關心的是數 據的精度和不確定性。
      5.時序模式
      時序模式包括兩個方面,一方面,通過時間序列找出重復發生概率較高的數據;另一方 面,在給定一個由不同序列組成的集合基礎上,其中集合中的每個序列是由不同元素構成的 有序排列,而每個元素則由不同的項目組成。然后,再給定一個用戶指定的最小支持度閾值, 據此找出所有的頻繁子序列。
      6.層次模式
      層次模式主要根據數據的微觀特征發現其特征的、帶有普遍性的、較高層次概念的、宏 觀的知識,來反映同類事物的共同性質,是對數據的概括和抽象。通過層次模式可以獲得對 數據類別特征的概括性描述知識。
      7.偏差模式
      數據庫中的數據存在很多異常情況,導致這些數據異常的原因并非是隨機偏差,而是由 于完全不同的機制產生的。通常在偏差中包含許多有用的知識,然而許多數據挖掘方法會將 這些數據視為噪聲而消除。因此,發現和合理處理數據集中的異常情況是非常重要的,分析 偏差產生原因的簡單方法就是尋找觀察結果與參照對象之間的差別。此外,在實際應用中, 某些異常事件可能比一些正常岀現的事件更能引起人們的興趣和重視。
      從上述7種數據挖掘模式的處理過程來看,各種挖掘模式所利用的數據是不同的。各種
      模式的區別與聯系就在于⑺:關聯模式、預測模式和時序模式都是利用已有知識的基礎上來 發現新知識;聚類模式和分類模式都是將大量的數據按照數據本身的特征劃分為若干類別; 層次模式可以在宏觀、中觀和微觀等不同層次上獲得數據所表達的知識;而偏差模式在某種 程度上來說是從上述各種數據挖掘模式可能舍棄不用的數據中發掘有用的知識過程。
      因此,對于每一種數據挖掘模式的知識發現,都有與之對應的一系列數據挖掘方法,而 大部分的數據挖掘方法也都可派生出若干種不同的數據挖掘模式。
      2.1.3數據挖掘方法
      在數據挖掘的實踐過程中,數據挖掘方法是最為關鍵的。目前有關數據挖掘的方法可以 概括為以下幾類:
      1.基于集合論的方法
      (1) 模糊集方法
      利用模糊集理論對研究對象進行模糊評判、模糊決策、模糊模式識別和模糊聚類分析。 一般來說,復雜程度越高的系統,其模糊性越強,因而對其進行精確化也就越難。目前有關 模糊挖掘算法在國內外已有很多研究[8~12]»利用模糊集方法可以形成多種數據挖掘模式,并 在各領域的實際應用中都取得了較好的效果。
      (2) 關聯規則方法
      關聯規則的挖掘最早是由R.Agrawal等人于1993年提出的。在關聯規則算法中的研究 中,生成所有的頻繁項目集是核心問題。關聯規則主要用于挖掘關聯模式,Apriori算法是 一種典型的挖掘關聯規則算法〔⑶,此外,還有許多其他的關聯規則挖掘算法〔“2%如 Pincer-Search算法、Paridon算法、Cumulate算法、DLG算法、DHP算法和DLC算法、布 爾型加權算法、廣義模糊型加權算法、基于多維標度算法、基于正態云模型算法,以及基于 轉移規則和概念格算法等。
      為了提高算法的有效性,研究人員利用其它理論改進關聯規則算法〔27~28】,如引入粗糙 集概念使關聯規則發現模式具有較高的解釋能力和精確度,以及引入神經網絡概念來發現數 據庫中的關聯規則等。同時,還有適合挖掘序列模式的改進的關聯規則算法,如Apriori II 算法、GSP算法等。
      (3) 粗糙集方法
      粗糙集(Rough Set,簡稱RS)理論是由波蘭數學家Z.Pawlak在20世紀80年代提出 的一種新型數學理論,主要用于處理不確定性和不精確性問題(2刃。該理論在分類意義下定 義了模糊性和不確定性的概念,能有效地分析不精確、不一致、不完整等各種不完備信息, 并從中發現隱含的知識,揭示潛在的規律。粗糙集理論從新的視角對知識進行了定義,把知 識看成是關于論域的劃分,認為知識是有粒度的。其主要思想是利用已知的知識,通過上近 似、下近似等概念將不確定或不精確的知識用已知的知識庫中的知識來刻畫,利用約簡、核 等概念對知識進行簡化及對知識的依賴性進行分析、決策等。粗糙集理論的最大特點是不需 要提供問題所需處理的數據集合之外的任何先驗信息,如統計中要求的先驗概率和模糊集中 要求的隸屬度,且算法簡單、易于操作。
      近年來,粗糙集理論在數據庫知識發現和數據挖掘中的應用取得了較大的進展,基于粗 糙集理論的方法逐漸成為數據庫知識發現和數據挖掘的主流方法之一 DM】,利用該理論可 以進行相關分析、屬性約簡、因果關系分析和范式采掘等。
      (4) 覆蓋正例排斥反例方法
      該方法主要是利用覆蓋所有正例,排除所有反例方法的思想來尋找規則。比較典型的有 AQ11方法【創和改進的AQ15方法跑,以及AE15方法。AQ系列的核心算法是首先在正例 集中任選一個種子,并將該種子與反例集中逐一進行比較,然后對字段值構成的選擇子相容 則舍去,相斥則保留。按照這一思路循環正例集中的所有種子,最后得到正例集的規則。此 外,還有通過擴張矩陣來完成正例集的規則提取的AE系列方法⑷】。
      (5) 概念樹方法
      將數據庫中的記錄屬性字段按歸類方式進行抽象,建立起來樹型的層次結構。利用概念 樹方法能夠得到高度概括的知識,該方法不僅可以大大縮減數據庫中的記錄,而且還能提升 多個字段的概念樹。例如,“分鐘”概念的下層是“秒”,其直接上層是“小時”,“小時”的 上層是“日”,再上層是“旬”。
      2.基于信息論的方法
      這類方法主要是利用信息論的原理與方法,計算數據庫中各字段的信息量,建立決策樹 或決策規則集。決策樹是一種常用于預測模型的算法,它通過將大量數據有目的分類,從中 找到一些有價值的潛在信息。它的主要優點是描述簡單,分類速度快,特別適合大規模的數 據處理。決策樹在分類時一般都是自上而下生成的。每個內部節點表示對某一屬性的一次測 試,每個分支代表一種測試結果,葉子節點代表某個類的分布,最上面(頂部)的節點就是 根節點,決策樹可以是二叉的、也可以是多叉的。從根到葉子節點都有一條路徑,這條路徑 就稱為一條“規則”。決策樹方法中比較重要的方法有ID3法和IBLE法等方法。
      (1) ID3方法
      ID3算法是最有影響和最早的基于信息的決策樹方法,它主要利用信息論中的互信息量 尋找數據庫中具有最大信息量的字段,建立決策樹的一個節點,再根據字段的不同取值建立 樹的分枝,在每個分枝子集中重復建立樹的下層節點和分枝,葉節點為正例或反例。而決策 屬性的選擇主要是運用信息論中的爛的概念來完成的,在屬性的選擇方法上,是通過選取具 有最大信息增益(或最大爛減方向)的決策屬性作為當前節點。采用這種方式選擇的節點屬 性可以保證決策樹具有最小的分支數量,使得到的決策樹冗余最小。
      (2) IBLE 方法
      與ID3方法不同的是,IBLE方法不是每次只選取一個特征作為決策樹的節點,而是選 一組重要特征建立規則,作為決策樹的節點。通過選用多個特征組合而成的規則節點來鑒別 實例,能夠更有效地正確判斷。IBLE算法建立的是決策規則樹,樹中每個節點由多個特征 構成。特征的選取是通過計算各特征信道容量來進行的。各特征的正例標準值由編碼函數來 決定,節點中判斷正例或反例的閾值由實例中權值變化的規律來決定的。
      除了上述兩種算法外,還有CART算法、CHAID算法和C4.5算法等。
      (3)信號分析方法
      信號分析方法是將數據看成是由多個通道采樣組成的信號,利用信號分析的原理和方法 對數據進行分析。目前用于信號分析的方法有傅立葉分析方法、加窗的傅立葉分析方法和小 波分析法〔斗旬等。這些方法的共同點就是將輸入的數據經過變換并進行頻率域上的分析。 由于頻率域上的信號通常表現為低頻和高頻信號的疊加。因此,可以對不同頻率的信號進行 處理,以實現特定的目的。
      3.基于仿生物學的方法
      (1) 神經網絡方法
      人工神經網絡是由大量類似于神經元的處理單元相互聯接而成的非線性復雜網絡系統。 它試圖通過模擬人的大腦神經網絡處理、記憶信息的方式完成人腦那樣的處理功能。該方法 模仿生物神經網絡,它通過對訓練數據的采集,逐步計算網絡連接的權值。神經網絡的挖掘 方法可分為以下三種:
      ①前饋式網絡。采用分層網絡的結構形式,實現從輸入層節點的狀態空間到輸出層狀 態空間的非線性映射,廣泛地應用于預測、模式識別和特征提取等方面。
      ②反饋式網絡。它以Hopfield的離散模型和連續性模型為代表,分別用于聯想記憶和 優化計算。
      ③自組織網絡⑷⑷】。主要以ATR模型、Koholen模型為代表,主要應用聚類分析。
      神經網絡具有分布式存儲信息、并行地處理信息和進行推理,以及高度容錯和自組織學 習等特點,可以解決眾多采用傳統方法難以解決的問題。神經網絡的典型算法有無導師的 Hebb規則,有導師的Delta規則,Hopfield能量最小準則,誤差反向傳播的廣義Delta規則 以及Boltmamn規則,等等。此外,神經網絡是一個通用算法,幾乎可以挖掘前面所列舉的 各種模式。
      (2) 遺傳算法
      遺傳算法的基本思想是根據自然選擇原理以及自然遺傳機制進行數據處理,從中尋找有 用的信息,與其它算法相比較,其主要特點有以下三個方面:一是規則的表達形式是以編碼 的形式給出的;二是遺傳算法中的規則是不固定的,而是進行不斷的轉換和進化,最初的規 則是隨機給出的,并根據適者生存的原則,在最初的規則中選出最適用的規則,再由最適用 的規則產生它們的后代,通過不斷地對規則群體進行進化,直到滿足給定的條件為止;三是 遺傳算法的處理過程中不需要其他任何輔助信息及附加的先決條件。
      由于遺傳算法是模擬生物進化過程的算法,因而是一種全局尋找最優解的算法。它由以 下3種基本操作組成:
      ①繁殖。通過選擇算子從一個舊的種群中選岀生命力強的個體產生新的種群;
      ②交叉。利用交叉算子來選擇兩個不同的個體部分進行交換,形成新的個體;
      ③變異。借助變異算子,以一定的適用度對某些個體的某些基因進行變異,如把1變 成0,或者把0變成1,等等。
      通過遺傳算法上述三種運算,可以起到產生優良后代的作用。這些后代需滿足適應值, 經過若干代的遺傳,將得到滿足要求的后代即問題的解。遺傳算法易于并行〔刈,在分類機 器和優化計算等方面已得到成功的應用。遺傳算法在數據挖掘中不僅可以用于挖掘分類模式 |5'\聚類模式爐】、依賴模式、層次模式,而且還可以用來對其它算法的適合度進行評估
      (3)機器發現
      隨著人工智能技術在各領域的廣泛應用,以人工智能技術為支撐的機器發現技術得到了 快速發展。通過對數據庫中的若干數據項進行一定的數學運算,可以建立相應的數學模型。 目前利用機器發現技術研制成功的系統有科學定律發現系統BACON和數學概念發現系統 AM等。
      (4)統計分析方法
      這類方法主要是利用有關統計學的原理和方法對數據庫中的數據進行統計分析。常用的 統計分析方法有以下幾種:
      ①假設檢驗和方差分析。假設檢驗是根據研究對象的樣本統計量的值的差異來推斷總 體參數之間是否存在差異;方差分析則是根據試驗數據中不同來源的變異對總體變異的影響 程度,從而確定試驗中的可控因素對試驗結果是否有重要影響。
      ②相關分析和回歸分析。相關分析法是通過計算變量之間的相關系數來度量變量間的 相關程度;而回歸分析是利用數學的方程表達式來描述變量之間的數量關系,回歸分析方法 主要有線性回歸法和非線性回歸法。
      ③聚類分析。聚類分析能夠直接比較樣本中各事物之間的性質,將性質相近的歸為一 類,而性質差別較大的分在不同的類。聚類分析是數據挖掘中一個非常活躍的領域,目前已 有很多種聚類算法〔‘宀71,如劃分法、層次方法、基于密度的方法、基于網格的方法和基于 模型的方法外,還有基于DBSCAN的各類改進的聚類算法,以及對高維數據的可視化聚類 算法等。這些算法不僅提高了聚類速度,而且處理的數據量也大大增加。
      ④因子分析。因子分析是利用少量的綜合指標來表達多個觀測變量,并根據變量之間 的相關程度的大小對變量進行分組,相關性較高的變量被劃分在同一組內,而相關性較低的 變量則被劃分到不同的組之間。
      ⑤判斷分析。在建立一個或若干個判斷函數和確定一個判斷標準的基礎上,根據判斷 標準將未知屬性的對象劃歸到己知類中。
      4.其它數據挖掘方法
      (1)可視化方法
      當所要識別的不規則事物是一系列圖形而不是數字表格時,此時可利用可視化數據挖掘 方法,使用戶能夠交互地瀏覽數據和挖掘過程。可視化數據分析方法拓寬了傳統的圖表功能, 使用戶對數據的剖析更清晰。雖然可視化方法是一種輔助的數據挖掘方法,但是非常重要。 Keim D A等厲】研制出一種多維的可視化挖掘工具VisDB系統,Cleveland W[59]對可視化數據 技術進行了系統的分析與總結。
      (2)分形系統
      分形分析試圖利用混沌科學來指明模式,然后用分形將多維數據庫提供的分析信息存儲 于數據倉庫,其目的是為大型數據倉庫提供OLAP的響應。OLAP技術是指聯機分析處理 (On-Line Analytical Processing,簡稱 OLAP),它由關系數據庫之父 EJF.Codd 博士在 1993 年提岀的。OLAP可以在使用多維數據模型的數據倉庫或數據集市上進行,使用數據立方體 結構,OLAP操作可以有效地實現。OLAP技術主要是應用隱含在數據里的領域背景知識對 數據進行操作,為用戶在不同的抽象層上提供數據。OLAP技術一般都是在集成數據倉庫中 實現的。
      在數據挖掘實踐中,用戶對于數據處理過程和結果的要求不盡相同,有的要求在數據挖 掘過程對數據的格式和輸入順序不敏感,能夠處理噪聲和孤立點,有的要求能處理高維的海 量數據和有較低的時間和空間復雜度,還有的要求對挖掘出的知識有較好的可解釋性,等等。 然而,現有每一種數據挖掘方法在某些方面存在不足,沒有一種方法能夠完全滿足用戶的各 種要求。因此,在數據挖掘過程中,應根據所要解決的具體問題,并結合各種數據挖掘方法 的特點,選擇一種適合所研究問題的方法。
      2.1.4數據挖掘的步驟與工具
      1.數據挖掘的實施步驟
      數據挖掘是指一個完整的過程,該過程從大型數據庫中挖掘未知的、有效的、可實用的 信息,并能使用這些信息作出決策或豐富知識。
      (1)確定應用領域和對象
      不同的應用領域和對象,其數據挖掘的目的是不同的,最終所獲得的知識也是不同的。 因此,明確界定應用領域和對象,是正確認識數據挖掘和KDD的目的是進行數據挖掘和 KDD實踐的重要一步。
      (2)數據準備
      數據準備工作包括數據的選擇(Data Selection)、數據預處理(Data Preprocessing)和 數據變換(DataTransfbrmation) 3個步驟。數據選取就是確定操作對象,即根據用戶需要 從原始數據中抽取相應的數據;數據預處理主要用來消除噪聲、計算插值缺失數據、刪除 重復記錄、完成數據類型轉換等;數據變換則是完成削減數據維數或降低維數,以及離散 值數據與連續值數據的相互轉換、數據的分組分類、數據項的計算組合等,即從初始特征 中找出真正有用的數據特征,以減少數據挖掘時的工作量。
      (3)數據挖掘和建立模型
      對所得到的,經過轉換的數據進行挖掘。這一環節主要包括兩方面的工作:一是確定挖 掘任務,即確定要發現的知識,知識發現的任務主要有基于產生式規則、綜合、分類、預測、 辯識和聚類;二是根據挖掘任務的不同,選取數據挖掘工具提供的算法并應用于準備好的數 據,選取相應參數,生成模型。
      (4)結果分析和解釋評價
      對數據挖掘結果進行分析,并結合專業知識進行評價。若發現的知識不能滿足用戶要求, 則需要整個發現過程返回到發現階段之前,重新選取數據、采用新的數據變換方法、設定新 的數據挖掘參數值,甚至換一種數據挖掘方法。此外,由于KDD最終是面向用戶的,因此, 要設法將發現的知識進行可視化,即把結果轉換為用戶易懂的一種表示方式。
      上述數據挖掘的過程可用圖2 - 1來表示。
       
       
      圖21數據挖掘過程
      2.數據挖掘的工具
      目前,數據挖掘軟件特別多,如SAS公司推出的Enterprise Miner, SPSS公司在購買了 Clementine,并將其與自己原先的統計功能相結合,取得了很好的業績。在Clementine推出 之前,SPSS公司在統計軟件市場上還很難與SAS競爭。但在推出Clementine后,SPSS隱 然成為可與SAS—比高低的市場引導者。另外,IBM公司借助自身強大的科研實力,推出 了數據容量巨大、具有強大數據挖掘能力的數據挖掘軟件Intelligent Miner。
      (1)SAS Enterprise Miner 軟件
      SAS Enterprise Miner是數據挖掘市場上非常杰出的一種數據挖掘軟件,它利用SAS統 計模塊的優勢,同時增加了一系列數據挖掘算法,使它成為無論是初學者還是專業使用者都 比較喜歡使用的數據挖掘工具之一,因而成為數據挖掘市場的領導者,SAS Enterprise Miner 軟件比較適用于有關企業發展的數據挖掘及CRM決策支持。
      (2) SPSS Clementine 軟件
      SPSS Clementine軟件是SPSS公司發行的數據挖掘工具,由于它結合了多種圖形接口 分析技術,使軟件的應用變得相當容易與直觀,因而SPSS公司在市場上具有較強的市場競 爭力。
      (3) IBM Intelligent Miner 軟件
      IBM公司的Intelligent Miner是數據挖掘領域中市場容量最大且功能強大的一種數據挖 掘工具,在數據挖掘軟件市場上占有重要地位。Intelligent Miner工具不僅包含了最廣泛的 數據挖掘技術與算法,而且容納數據和計算能力也很強大。此外,不僅包含了豐富的用戶自 定義數據挖掘應用軟件,還能利用可視化技術和Java接口來增強其可用性,支持DB2關系 型數據庫。
      除了上述3種數據挖掘軟件外,國際許多大型軟件公司根據不同的市場需求推岀了自己 的數據挖掘產品,如StatSoft統計軟件公司推出的基于STATICA的Data Miner模塊、S-PLUS、 MATLAB 和 Mathamatica 的數據挖掘模塊等。此外,SGIMindSet、DataMind DataCruncher、 INSPECT等也都是比較知名的專用數據挖掘軟件。
      2丄5小結
      在分析研究有關數據挖掘的模式、方法、實施步驟和應用領域的基礎上,得到以下結論:
      (1) 數據挖掘是指從大型數據庫中挖掘未知的、有效的、可實用的信息,并能使用這 些信息作出決策或豐富知識的過程。數據挖掘技術是一個新興而充滿希望的研究領域,其表 現出來的廣闊應用前景正吸引越來越多的研究人員和工商界人士,每年都有新的數據挖掘方 法、模型和系統問世,并在商業、經濟、金融和管理等各個領域取得了許多應用性成果。
      (2) 從數據挖掘模式和方法之間的關系可以看出,每一種數據挖掘模式的知識發現, 都有與之對應的一系列的數據挖掘方法,而大部分的數據挖掘方法也可以挖掘出幾種不同的 數據挖掘模式。
      (3) 在數據挖掘實踐中,用戶對于數據處理過程和結果的要求不盡相同,然而現有每 一種數據挖掘方法在某些方面存在不足,沒有一種方法能夠完全滿足用戶的各種要求。因此, 在數據挖掘過程中,應根據所要解決的具體問題,并結合各種數據挖掘方法的特點,選擇一 種比較合理的方法。
      (4) 一個完整的數據挖掘過程應包括確定應用領域和對象、數據準備、數據挖掘和建 立模型和結果分析和解釋評價等四個基本步驟。
      2.2基于粗糙集理論的組合預測方法研究
      2.2.1引言
      預測是人們根據客觀事物過去和現在己知的情況,弄清事物的發展規律或趨勢,并據此 對將要發生,而目前又不明確的事物或過程作出預先的估計和推測。在預測實踐中,對于同 一個問題可采用不同的預測方法,不同的預測方法能提供不同的有用信息,且其預測精度也 不相同,這表明單一性預測方法在使用上存在一定的局限性。具體表現為:
      (1) 單一預測模型都是對被預測對象所處的環境作出某些假設,而預測環境假設是指 未被預測模型所考慮的一組因素,考慮到建模的成本和效益,舍去了一些與模型相關的環境 信息,從而使模型簡化。因此,當環境迅速變化時,由于模型的各種假設前提不再成立,模 型的性能將會變差,弱化了對環境的適應性。
      (2) 一些預測方法使用時,往往面臨一個問題,即同時有多種預測模型,但預測結果 都分布在一個較寬的區域內,而使決策者難以決定取舍。
      (3) 從大量的研究中發現,對于一個特定的預測領域,可供使用的信息是有限的。不 同的單一預測方法所載用的信息是不完全相同的,而任一預測方法都使用了一部分有用的信 息。所以被取舍的那些預測方法或模型總是包含了一些有用的獨立信息。因此,采用某個單 一模型進行預測,結果將會導致可靠性與精度的降低。
      為了克服上述單一預測模型中存在的局限性,新的組合預測方法代之發展起來。組合 預測是采用兩個或兩個以上不同的預測方法對同一對象進行預測,對各單獨的預測結果適當 加權后取其加權值作為最終預測結果。組合預測方法的研究一直是預測領域較為活躍的一個 方面。組合預測模型聚集了各單個預測方法包含的有用信息,從而具有對未來變化的適應能 力,減少了預測的風險,提高了預測的精度。組合預測在國外常被稱為Combination forecasting, Combinol forecasting或Combined forecast等,在國內也被稱為結合預測或復合 預測。由于最早對組合預測方法進行系統研究的是JMBates和C.WJ.Granger,所以也有人 把組合預測稱之為B - G組合預測。建立組合預測模型的關鍵在于科學合理地確定各單一模 型的權系數。
      2.2.2組合預測方法分析
      建立組合預測模型的關鍵是合理地確定單個預測模型的權系數。組合預測模型中的每 個模型都可以從某個角度提高預測水平。組合預測方法利用數學語言描述如下:
      假設有m種預測模型對同一預測對象進行預測,則由這m種單一預測模型構成的組合 預測模型為
      m
      %=弘胡 (2-1)
      1=1
      式中 y( t時刻組合預測模型的預測值
      外) r時刻第j個預測模型的預測值0 = 1,2,…,加)
      處 ——/時刻第i個預測模型的權系數(心1,2,「加),£處=1,且吩0
      i=l
      如果外)和kj己經求得,即可進行組合預測。
      組合預測方法按其綜合手段的不同特點可以分為權重合成和區域合成兩大類型,其中 權重合成的研究應用較廣。關于權重合成的組合預測,目前有很多研究方法。大致有以下幾 種:最優組合預測方法、變權組合預測方法,以及利用不同的數學方法來求解權重(心2】, 其算法的繁簡程度不盡相同,這些方法的出現對促進組合預測的研究與應用起到了積極作 用。由于組合預測模型中權系數的取值一方面影響預測效果;另一方面反映各預測模型在組 合預測方法中的重要度,而重要度是粗糙集理論(Rough Set,簡稱RS)的核心內容之一®】。 雖然文獻[64]根據粗糙集理論中的知識依賴性和屬性重要性等概念,給出基于粗糙集理論的 組合預測模型權系數的計算步驟,但未涉及粗糙集理論應用的重要環節之一,即屬性數據的 離散化方法,致使在應用中缺乏可操作性;另外對預測效果也未做分析。鑒于此,本節結合 有關研究文獻,對屬性數據的離散化方法上進行了分析與研究,同時以浙江省的糧食總產量 為研究對象,建立了基于粗糙集的糧食產量組合預測模型,并對所建立的組合預測模型的預 測效果進行了分析與討論。
      2.2.3粗糙集理論相關概念
      Rough Sets理論(簡稱RS)是20世紀80年代初由波蘭數學家乙Pawlak首先提出的 —種分析數據的數學理論⑹】。它是一種刻劃不完整性和不確定性的數學工具,能有效地分 析不精確(imprecise)、不一致(inconsistent)、不完整(incomplete)等各種不完備的信息。 其主要特點是不需要知道有關數據的背景知識,或者說不需要預先給定某些特征或屬性的數 量描述,僅根據觀測數據,刪除冗余信息,分析不完整知識的程度一粗糙度、屬性間的依賴 性與重要性,找到隱含在數據中的內在規律,并生成分類規則或決策規則等1心8】。目前, 粗糙集理論已被廣泛地應用于機器學習、決策分析、過程控制、模式識別與數據挖掘等領域。 粗糙集中的一些重要基本概念有以下幾個®亠】。
      1.知識的含義
      在粗糙集理論中,“知識”被認為是一種對對象或現實對象進行分類的能力,也即根據 研究對象的屬性特征對對象論域作出分類處理的能力。用集合的概念表示就是:使用等價關 系集R對離散表示的空間CZ進行劃分,知識就是人對U劃分的結果。由此,在[/和的意 義下,知識庫K可以定義為屬于R的所有可能的關系對U的劃分,記為
      K = (U,R) (2 -2)
      這樣給定一組數據U與等價關系集R,在R下對U的劃分,稱為知識,記為U/R。
       
      2.集合的上近似和下近彳以
      給定知識庫K = (U,R),對于每個子集XjU和一個等價關系R,定義3個子集,即
      凡(X) = {xeU|[x]R qX} (2-3)
      R*(J0 = {xe[7|[x]R (2-4)
      BNS =R*(X)-R,{X) (2-5)
      分別稱它們為X的R下近似集、R上近似集和R的邊界域;POSr(X) = R*(X)稱為X 的7?正域;NEGr(X) = U-R*(X)稱為X的R負域。R*(X)或POSr(X)是由那些根據知識
      7?判斷肯定屬于X的U中元素組成的集合;R\X)是由那些根據知識R判斷可能屬于X的
      U中元素組成的集合;是由那些根據知識R既不能判斷肯定屬于X的又不能判斷肯定 屬于?X (U-X)的〃中元素組成的集合;NEGr(X)是由那些根據知識7?判斷肯定不屬于X 的U中元素組成的集合。圖2-2為粗糙集概念的示意圖。
       
      3.屬性的依賴度和重要度【6470]
      設S= (U, A, V, f)是一個知識表達系統,其中:U為所有對象的集合(論域), U = {X1,x2,-,Xn};廈為屬性的非空集合;/為各屬性值域的并集;/為信息函數,它為每 個屬性賦予一個信息值。A = C{]D , CflD*0, C為條件屬性的集合;D為決策屬性的集 合。具有條件屬性和決策屬性的知識表達系統稱為決策表。RS理論中應用決策表來描述論 域中對象,它是一張二維表格,每一行描述一個對象,每一列描述對象的一種屬性(包括條 件屬性和決策屬性)。論域中的對象根據條件屬性的不同被劃分到具有不同決策屬性的決策 類中。若U/C = {Xx,X2,-,X„} , U/D = {Yx,Y2,--,Ym},則決策屬性D對條件屬性C的依 賴度可定義為
       
      式中|U|—— 集合U的基數或勢,對于有限集合表示集合中包含元素的個數。 顯然,0 5血\ ,當depc(D)接近1時,說明決策屬性D對條件屬性C的依賴程 度越高。depg 的大小從總體上反映了決策屬性£>對條件屬性Q的依賴程度。相對于決 策屬性集合D,各條件屬性在整個條件屬性集中的重要程度可能不盡相同。若條件屬性集合 中有無條件屬性c,.eC對決策屬性集合的分類改變不大,則認為條件屬性°的重要程度不 高;否則,條件屬性C,.的重要程度高。因此,可將條件屬性c,•關于決策屬性D的重要程度 定義為
      sigJc,)(Ci)= depc(D)-depc_ic[(D) (i = l,2,…,力) (2 - 7)
      sigc-{q)(Q)的值越大,則表明屬性“在整個條件屬性集合中的重要性越高。
      2.2.4基于粗糙集理論的組合預測模型權系數確定步驟
      1.建立關系數據模型
      由式(2-1)可知,組合模型預測值是由各單一模型預測值加權而得,因而可將組合 預測模型中的單一模型的擬合值視為條件屬性c,而將預測對象的觀測值y視為決策屬性 條件屬性集與決策屬性集可分別表示為C = W⑴“⑵,…J")} , £>=抄}。定義
      £=(許,以⑵,…衛叭兒)(戶1,2,…丿),其中,(許,刃2),...,卿))和”分別是f時刻各單 —預測模型的擬合值和預測對象的歷史數據,則論域"={旳,“2,…,“”},也稱為樣本集合。 由觀測期內各單一模型的擬合值和歷史數據一起構成的二維數據表就是關于組合預測方法 的關系數據模型,表中的每一行描述一個對象,每一列描述對象的一種屬性。
      2.建立知識表達系統和決策表
      要分析各單一模型的重要度,需要利用屬性對論域分類,分類的前提是將屬性值離散 化,屬性值離散化后便可建立知識表達系統。由于粗糙集理論中屬性依賴度和重要度的評價 是建立在離散數據表基礎上的,因而首先需要對連續值進行離散化,轉化為決策表后再進行 后繼分析,這也是粗糙集理論實際應用中的一個重要環節。
      對連續屬性值的離散化本質上可歸結為利用選取的斷點來對條件屬性構成的空間進行 劃分的問題,把這"維空間劃分成有限個區域,使得每個區域中的對象的決策值相同。假設 某個屬性有m個屬性值,則在此屬性上就有m-l個斷點可取,選取斷點的過程也是合并屬 性值的過程,通過合并屬性值,減少屬性值的個數和降低問題的復雜度,有利于提高知識獲 取過程中所得到的規則知識的適應度⑺]。
      一般來說,連續數據的離散化應盡可能滿足兩點:
      (1) 連續屬性離散化后的空間維數應盡可能小即經過離散化后的每一個屬性都應包含 盡量少的屬性值種類;
      (2) 連續屬性值離散化處理后丟失的信息應盡量少。
      目前國際上針對粗糙集理論中的離散化問題也提出了一些有價值的研究成果,大致可分 為兩類[72~75], —類是基本上很少或不考慮粗糙集理論的特殊性,而是把其它學科中的離散 化方法借用到粗糙集理論上來,但效果不理想;另一類是注意到了粗糙集理論對決策表的特
      殊要求,釆取結合方法來解決離散化問題,如在離散化過程中結合考慮屬性依賴度和信息爛, 提高離散化結果的合理性。在實際應用中,通常都需要參考相關的領域知識和實際經驗對離 散方法進行修正。
      目前有關連續數據的離散化數學方法很多,概括起來有以下幾種主要方法[72~7現基于 分級聚類法的離散方法、基于遺傳算法的離散方法、基于條件信息爛的離散方法和基于自組 織神經網絡SOM的離散方法等。
      基于分級聚類法的離散方法為結合分級聚類法和粗糙集理論中依賴度的增類、減類算 法,可以根據問題的具體情況對不同的條件屬性依據其重要性給予不同粒度的離散化措施, 提高屬性離散結果的合理性。
      基于遺傳算法的離散方法是以遺傳算法為基礎,將最小斷點集作為優化目標,并構造一 個新的算子來保證所選取斷點能保持原決策系統的不可分辨關系,同時相應地釆用自適應變 異策略。
      基于條件信息爛的離散方法是運用信息論的方法進行連續屬性的離散化,并在算法中引 入Hellinger偏差HD (Hellinger Divergence)作為每個區間對決策的信息量度量,從而定義 切分點的信息爛,最終的離散化結果是使各區間的信息量盡可能平均。
      基于SOM的離散化方法是通過SOM分類網絡算法將連續屬性分類的方法。SOM網絡 是一種無教師的競爭學習型前饋網絡,網絡通過自組織方式利用大量的訓練樣本數據調整網 絡權值,最后網絡的輸出層反映樣本數據的分布情況。已有的研究文獻表明卩“氣自組織 神經網絡的輸岀情況能反映樣本數據分布的大體本質特征,可以對樣本屬性進行量化到一個 合理的結果。
      因此,在數據的離散化過程中,應根據所要解決的問題來選擇一種合理的方法。
      由論域、條件屬性和決策屬性構成的信息系統稱為知識表達系統。通常將具有條件屬 性和決策屬性的知識表達系統稱為決策表,決策表中的每一行表示一種決策規則。論域中的 對象根據決策規則的不同被劃分到不同的決策類中。
      3.計算各個模型權系數步驟冏• 70】
      (1)計算決策屬性集D對所有條件屬性集C的依賴度碇Pc(Q)
      刼 c(Q) =擊牙 |POSc(E)|
      式中|U|——集合U的基數或勢,對于有限集合表示集合中包含元素的個數;
      POSc(y,) 稱為耳關于條件屬性C的正域。
      (2)刪除第i種預測模型,計算決策屬性集D對條件屬性集C-僦}的依賴度
      depc-m(D)
       
      (3)計算第i種預測模型在全部預測模型中的重要性sigj,g)
      sig?-{c)2J = depc(D) -depc_{c,)(D) (z = 1,2, ■•- ,m) (2 - 10)
      (4)計算第i種預測模型的權系數心
      kj = ” £c — (i = 1,2,…,m) (2 ~ 11)
      ZS/SC-(c,J
      ,=1
      2.2.5基于粗糙集的糧食產量組合預測模型
      下面利用浙江省糧食總產量的歷史數據,根據上述確定權系數的分析步驟,建立基于 粗糙集的糧食產量組合預測模型。
      1.組合預測模型中單一模型的建立
      當把時間因素看作影響糧食總產量的各種因素的綜合時,就可建立糧食產量隨時間變化 的預測模型。由于一元線性回歸是各種回歸法中最基本的方法,其它各種回歸法均由它演變 發展而得,許多非線性預測問題經過一定的數學變換后,都可以轉化成線性形式來處理,其 主要特點是當有足夠的數據點(一般至少有20個以上的點)時,既適用于短期預測;也適 用于中長期預測I”】。因此,在建立模型過程中,根據糧食產量的變化趨勢,確定以一元線 性回歸模型、指數模型、對數模型、雙曲線模型和倒指數模型作為基礎模型建立組合預測模 型。利用浙江省1980-2002年糧食總產量的統計資料網】,建立如下5個單一預測模型:
      模型① 外) = 1721.5843-20.0736-r (2- 12)
      模型② = 1752.5991x0.9853' (2- 13)
      模型③ = 1719.3329 —106.3530 ln(r) (2-14)
      一 01034
      模型④ = 1441.8738e ( (2-15)
      模型⑤ 1 = 0.0007-000009 (2- 16)
      t
      以上各式中, (i = l, 2, 3, 4,5 )為糧食總產量。
       
      糧食產量的歷史數據及各個模型擬合值見表2-lo則由浙江省1980-2002糧食產量歷 史數據及單個模型擬合值就構成了基于粗糙集的組合預測模型的關系數據模型。
       
      表21由浙江省1980-2002年糧食產量歷史數據及各模型擬合值構成的關系數據模型
      糧食總產量/ 單個模型與組合模型擬合值
      論域U 毎佛 __
      萬t 模型① 模型② 模型③ 模型④ 模型⑤ 組合模型
      1980 1435.50 1701.51 1726.74 171933 1598.98 1616.69 1714.29
      "2 1981 1419.50 1681.44 1701.27 1645.61 151&40 1512.71 1672.34
      1982 1712.50 1661.36 1676.17 1602.49 1492.45 1480.96 1642.24
      »4 1983 1583.50 1641.29 1651.44 1571.90 1479.64 1465.57 1671.05
      1984 1817.00 1621.22 1627.07 1548.16 1472.01 1456.50 1594.58
      “6 1985 1621.30 1601.14 1603.07 1528.77 1466.94 1450.51 1573.86
      1986 1605.10 1581.07 1579.41 151238 1463.34 1446.26 1554.37
      1987 1589.00 1561.00 1556.11 1498.18 1460.64 1443.09 1535.81
      1988 1553.60 1540.92 1533-15 1485.65 1458.54 1440.64 1517,98
      «10 1989 1575.50 1520.85 1510.53 1474.45 1456.86 1438.68 1500.72
      1990 1586.10 1500.77 1488,25 146431 1455.49 1437.08 1483.96
      "12 1991 1678.80 1480.70 1466.29 1455.06 145435 1435.75 1467.61
      1992 1553.60 1460.63 1444.66 1446.54 1453.39 1434.63 1451.63
      叭4 1993 1436.20 1440.55 1423.34 1438.66 1452.57 1433.67 1435.96
      «15 1994 1404.00 1420.48 1402.34 1431.32 1451.85 1432.84 1420.57
      W|6 1995 1430.90 1400.41 1381.65 1424.46 1451.22 1432.11 1405.43
      «I7 1996 1516.80 1380.33 1361.27 141&01 1450.67 1431.47 1390.53
      «I8 1997 1493.53 1360.26 1341」8 1411.93 1450.18 1430.90 1375.83
      WJ9 1998 1435.20 1340.19 1321.40 1406.18 1449.74 143039 1361.33
      «20 1999 1392.96 1320.11 1301.90 1400.73 144935 1429.93 1347.02
      "21 2000 1217.69 1300.04 1282.69 1395.54 1448.99 1429.52 1332.87
      "22 2001 1055.68 1279.97 1263.77 1390.59 144&67 1429.14 1318.88
      "23 2002 942.27 1259.89 1245.12 1385.86 1448.37 1428.80 1305.05
       
      根據上述有關數據離散化方法的分析,本文利用SOM網絡離散方法將每個預測模型的 擬合值(屬性值)為4個等級[81~82],得到特征值,再用經離散化的特征值去代替屬性值, 便可建立關于糧食產量組合預測的知識表達系統與決策表,見表2-2。
       
      表2-2離散單一模型擬合值與預測對象指標值(糧食總產量)構成的知識表達系統
      論域U 模型① 模型② 模型③ 模型④ 模型⑤ 糧食總產量》
      1 1 1 3 3 4
      "2 1 1 2 3 3 4
      2 2 3 4 4 1
      “4 1 1 2 4 4 2
      "5 2 2 3 4 4 1
      "6 1 2 3 4 4 1
      «7 2 2 3 4 4 1
      "8 2 2 3 4 4 1
      »9 1 2 3 4 4 1
      W10 2 2 3 4 4 1
      "II 2 2 3 4 4 1
      «12 3 3 4 4 4 1
      "13 3 4 4 3 4 1
      «14 2 4 2 1 3 3
      叭5 3 4 2 1 2 4
      »16 4 4 2 1 2 2
      W17 4 4 3 2 3 1
      m18 4 4 3 1 2 1
      w19 2 4 3 1 2 2
      "20 4 4 2 1 1 2
      "21 3 3 2 1 1 4
      w22 3 3 2 1 1 4
      “23 3 3 2 1 1 4
       
      2.組合預測模型的建立
      由(2-8)式計算出糧食總產量,對5個預測模型的依賴度:血氏9)=0.6957。
      由(2-9)式計算減少一個預測模型后余下4個預測模型對y的依賴性 depc畑 9) (21,2,3,4,5),由(2 - 10)式和(2~11)式計算出各個預測模型的重要性 sig艮® G) d = 1, 2, 3, 4,5)和權系數kt (i = 1, 2, 3, 4,5),計算結果見表 2 - 3。
      由表2-3中各模型的權系數即可建立基于粗糙集的浙江省糧食產量組合預測模型。
      yt = 0.3846卯)+0.2308舁2)+0.3846訐) (2 - 17)
      利用上述組合預測模型可求得浙江省1980-2002年糧食產量預測值,見表2 - 1中最后 一列。
      表2-3 單個預測模型的依賴度、重要性及權系數
      參數 模型① 模型②- 模型③ 模型④ 模型⑤
      預測模型的依賴度depcTc,} (Q) 0.4783 0.5652 0.4783 0.6957 0.6957
      預測模型的重要性Sig?_{q) (c,) 0.2174 0.1305 0.2174 0 0
      預測模型的權系數為 0.3846 0.2308 0.3846 0 0
      3.分析與討論
      組合預測模型的預測值是由各單一預測模型的預測值經線性加權而得,各個模型的預 測結果對組合預測結果的影響既依賴于其預測值,又取決于其相應的權系數,而它們的權重 又取決于各個模型的預測值對預測對象的依賴性改變程度即屬性的重要性,若重要性程度 高,則賦予較大的權重;反之,則賦予其較小的權重。由表2-3中各單一模型的權系數可 知,基于粗糙集的組合預測權系數確定方法能根據模型預測結果所提供的信息按照其反映現 實的真實程度對預測模型及其權系數進行有效的篩選和分配,從而保存了有效預測方法所提 供的有用信息。
      將各單個模型與組合模型的預測偏差列于表2 - 4。
      組合模型的預測值既依賴于各單一模型的預測值,又取決于其相應的權系數,而它們 的權重又取決于預測對象對各個模型的依賴度的改變程度即屬性的重要性。由表2-3中各 單一模型的權系數可知,基于粗糙集的組合預測權系數確定方法能根據模型預測結果所提供 的信息按照其反映現實的真實程度對預測模型及其權系數進行有效的篩選和分配,從而保存 了有效預測方法所提供的有用信息。評價模型的擬合精度可利用預測模型偏差絕對值的最小 值和最大值固),基于粗糙集的組合預測模型偏差絕對值的最小值均小于5個單一預測模型 偏差絕對值的最小值;而組合預測模型偏差絕對值的最大值雖高于模型①和模型②,卻低于 模型③、模型④和模型⑤,造成組合模型偏差的最大值大于模型①和模型②的主要原因是由 于預測模型和樣本數據離散化方法的多樣性,使得在選取樣本數據和確定樣本數據離散化方 法上很難做到完全合理,這也是利用粗糙集理論評價屬性依賴度和重要性研究中有待進一步 探討的問題。綜上分析,可看出基于粗糙集的組合預測方法具有較好的擬合效果。
      由表2-1可知,組合預測模型并不是在所有時刻的預測結果都比單一模型好,但有時 組合模型的預測值比各單一模型的預測值更接近糧食產量的實際值。這是由于組合預測模型 有比較好的擬合效果即有較小的預測偏差,而預測模型偏差是反映模型預測結果對實際數據 的偏離程度,當預測模型偏差較小時,則說明模型有較好的預測結果。此外,由于組合預測 模型聚集了各單一預測模型包含的有用信息,因而在總體上對未來變化的適應能力、穩定性, 以及反映發展趨勢和預測結果準確性等方面都要比各單一模型更好些。
       
      表2-4 浙江省1980-2002糧食總產量歷史數據及預測模型擬合誤差
      年份糧食總產 單空型及組合模鑿誤差
      量/萬噸 模型① 模型② 模型③ 模型④ 模型⑤ 組合模型
      1980 1435.50 266.01 291.24 283.83 181.19 163.48 278.69
      1981 1419.50 261.94 281.77 226.11 93.21 9&90 252.74
      1982 1712.50 -51.14 ? 36.33 -110.00 •231.50 •220.10 -7036
      1983 1583.50 57.79 67.94 ? 11.60 ? 117.90 -103.90 33.45
      】984 1817.00 -195.8 -189.90 -268.80 -360.50 -345.00 ?222.53
      1985 1621.30 -20.16 -18.23 -92.53 ? 170.80 -154.40 -47.55
      1986 1605.10 -24.03 ? 25.69 -92.72 -15&80 -141.80 -50.83
      】987 1589.00 ?2&00 -32.89 ? 90.82 ? 145.90 ■12&40 -53.29
      1988 1553.60 -12.68 ? 20.45 -67.95 ? 113.00 -95.06 -35.73
      1989 1575.50 ? 54.65 -64.97 -101.10 -136.80 J1&60 -74.88
      1990 1586.10 -85.33 ? 97.85 -121.80 -149.00 -130.60 -102.24
      1991 )678.80 ? 198.10 -212.50 -223.70 -243.10 -244.50 -211.29
      】992 1553.60 ? 92.87 ? 107.00 -118.90 ?100」0 ? 101.97
      1993 1436.20 4.35 -12.86 2.46 -2.53 16.37 -0.35
      1994 1404.00 16.48 -1.66 2732 2&84 47.85 16.46
      1995 1430.90 ? 30.49 -49.25 -6.44 1.21 20.32 ? 25.57
      1996 1516.80 •136.50 -155.50 •9&79 ?8533 -66.13 -126.38
      1997 1493.53 -133.30 -152.40 -81.60 -62.63 -4335 -117.80
      1998 1435.20 •95.01 -113.80 •29.02 -4.81 14.54 -73.97
      1999 1392.96 ? 72.85 -91.06 7.77 36.97 56.39 -46.05
      2000 1217.69 82.35 65.00 177.85 211.83 231.30 115.07
      2001 1055.68 244.29 208.09 334.91 373.46 392.99 263.10
      2002 942.27 317.62 302.85 443.59 486.53 506.10 362.66
       
      2.2.6小結
      (1) 組合預測方法的關鍵是合理確定各單一模型的權系數,降低權系數計算復雜程度 與加強計算結果的客觀性是組合預測研究領域的一個重要內容。
      (2) 與其它確定組合預測權系數的方法相比,基于粗糙集的組合預測方法不需要建立 解析式的數學模型,完全是根據相關數據來確定各個預測模型的權系數,計算過程簡便,且 預測結果較準確。
      (3) 如何選取具有代表性的樣本數據與合理化的屬性數據離散化方法還有待今后做進 —步的探討。
      2.3基于粗糙集和模糊聚類的農業機械化水平評價方法
      農業機械化是農業現代化的主要標志和重要內容,是實現農業現代化的重要基礎。要發 揮農業機械化在農業現代化建設中的作用,首先必須正確認識現階段農業機械化的發展水 平。然而,農村經濟體制改革和社會主義市場經濟的發展,導致了農機經營體制和經營規模 發生了變化,使原有的一些評價指標和標準難以客觀、全面地反映一個地區或部門的農業機 械化水平。因此,建立農業機械化發展水平評價指標體系,制定相應的評價標準和建立評價 方法,對于健全農業機械化的宏觀調控和微觀指導,發揮農業機械化在建設農業現代化中的 作用,具有重要的現實意義。
      2.3.1評價指標體系的建立
      1.評價指標設置分析
      評價農業機械化發展水平的實質就是對使用農業機械所產生的社會效果、經濟效果進行 科學、合理地評價。在設置評價農業機械化發展水平的指標體系時,要從實際需要岀發,適 應農機經營的多種形式和管理水平。總的說來,要遵循科學、全面、簡明、可比和實用的原 則。在評價指標體系的設置過程中必須重視以下幾個方面的問題:
      (1)要體現農業機械化發展過程中投入與產出之間的關系。正確反映投入與產出之間 的關系,是衡量和評價農業機械化發展水平最基本的經濟尺度,也是農業機械化經濟效果指 標最本質的特征。農業機械化的投入包括機器、勞力、技術、能源和資金等方面;產出則可 用農產品的產量、產值、收入和利潤等來表示。
      (2)應較全面地反映農業機械化發展的復雜性與經濟水平、技術水平之間的相互聯系、 相互制約的關系。農業機械化發展水平的評價指標體系應反映出直接效果和間接效果、單項 效果和綜合效果、階段效果和最終效果、經濟效果和社會效果等方面的內容。
      (3 )應能夠全面反映農業機械化技術進步對農業及農村經濟發展的影響和管理水平對 技術應用的作用,并能比較全面而清楚地體現相互之間的關系。
      (4)設置的指標要以農業部頒布的農業機械化統計指標為主要依據,也要考慮與國家 統計局的統計指標相銜接,以及和農業現代化的要求相一致,以便于納入國民經濟統計指標 和農業現代化的指標體系。
      評價農業機械化水平是對農業機械在農業生產中的使用效果進行評價,在評價農業機械 化發展水平時,應把農機作業作為基礎,農業機械化的效果作為核心。沒有農機作業就沒有 農機化效果,而農業機械化的經濟效果則是對機械化作業在經濟上是否合理的一種反映。農 業機械化運用效果和經濟效果的協調一致是農業機械化事業順利發展的先決條件。農業機械 化評價指標體系涉及范圍廣泛,具體的資料收集整理和計算評價工作也相當繁重。
      2.評價指標體系框架
      農業機械化評價指標體系由3個1級指標組成,1級指標又包括若干2級指標【阪阿。
      (1)農業機械化作業程度。反映機械化生產方式替代傳統生產方式已經達到的程度, 即農業機械化在農業生產中實際作用的大小,是評價的基礎。由于本文以浙江省的農業機械 化發展水平為評價對象,從浙江省的實際出發,現階段農業機械化評價的主體仍界定在種植 業機械化上,機械化作業程度下設農作物耕整地機械化程度、栽播機械化程度、收獲機械化 程度、植保機械化程度和排灌機械化程度5個2級指標。
      (2)農業機械化綜合保障能力。反映農機人員、農機裝備和農機化社會化服務體系對 提高農業綜合生產能力、實現發展目標的保障能力。下設農業勞均農機原值、播面頃均農機 動力、農機人員受教育程度、農機社會化服務體系建設程度4個2級指標。其中,前二項反 映農業機械裝備保障能力;后兩項反映農機人員保障能力和農機化社會化服務保障能力。
      (3)農業機械化綜合效益水平。農業機械化以經濟效益為核心,才能持續、健康發展, 實現發展經濟、增加收入、提高人民生活水平的目的。下設4個2級指標:用農業勞均年產 值反映農業勞動生產率水平;用農業勞均播種面積反映農業勞動力的生產規模,可間接反映 農村經濟結構調整和勞動力的轉移情況和農業機械化的作用與效果;用百元農機原值純收入 反映農業機械化經營的直接效益;用千瓦動力農機作業收入反映農機作業效益。
      由上述3個1級指標和13個2級指標就構成了農業機械化發展水平評價指標體系,如
       
      圖2-3 農業機械化發展水平評價指標體系
       
       
      2.3.2評價指標和標準的計算與確定
      1.二級評價指標的計算
      耕整地機械化舷(B J=炎械聲gff面積% 1 oo%
      耕地面積
      機械播栽面積 農作物播種總面積 ° 收獲機械化程度血=牆|||討叱 植保機械化程度(%)=務辱尊竽粵弩一 X100%
      栽播機械化程度(盡2)=
      農作物播種總面積
      機械排灌面積
      排灌機械化程度(場5)=蒜爲蒜聶積X】。。%
      農業機械原值
      農業勞均農機原值訃農忌翳富㈤人) 播面傾均農機動力血卜赭(kw血〉 農機人員受教育程度(% )=初中以上文]七彎各機人員數X 100%
      農機人員總數
      農機社會化服務體系建設程度(B24)=鄉鎮農機嘗昶務站數X100%
      鄉鎮總數
      農業勞均產值為卜農林牧漁業總產值(按當年價格計算) (元從)
      農林牧漁業勞動力總數
      農業勞均播種面積(場2)=藥耆警豐聽熹(hm2/A) 農林牧漁業勞動力總數
      百元農機原值純收入(〃33)=豐詈^^ (元/百元) 農業機械原值
      千瓦動力農機作業收入(禺4)=麴轄警令 (元%W) 農業機械總動力
      2. 一級評價指標和農業機械化綜合水平的計算
      (2-18)
      (2-19)
      (2-20)
      (2-21)
      (2-22)
      (2-23)
      (2-24)
      (2-25)
      (2-26)
      (2-27)
      (2-28)
      (2-29)
      (2-30)
      采用多指標分層次進行綜合評價時,應將各單項指標評價得到的各指標指數,通過一定 的數學模型轉換成綜合評價指數。本文采用加權指數綜合評分法〔7% 841,則3個1級指標與
      農業機械化發展水平的計算公式如下
      農業機械化作業程度0
      B _ Wji xB]i | W]2 xb]2 I W]3XB]3 I W]4XB]4〔 Wj5 X%
      I =標晰標冋2 標準% 標楓標準場5
      農業機械化綜合保障能力B2
      & =叫隔 |臨X% ] 計場3 |叫4X^4
      標準禺I標準禺2標準禺3標準仍4
      農業機械化綜合效益水平B3
      n = %產場1 *畋乂% * 坊3 +烏4乂場4
      標準場]標準場2標準曷3標準場4
      (2-31)
      (2-32)
      (2-33)
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
      農業機械化發展水平綜合評價值B
      5 = W] x5] + w2 xx (2 ~ 34)
      由上述3個一級指標和農業機械化發展綜合水平的計算公式可知,評價關鍵在于:一是 確定各個2級指標的標準值;二是確定各級指標的權重。
      3.農業機械化發展水平評價標準的確定
      在制定農業機械化發展水平評價標準時,應遵循以下原則:
      (1)相對性原則。嚴格地說,評價農業現代化和農業機械化的發展水平沒有絕對標準,
      只有相對標準,農業現代化和農業機械化的評價標準是隨著現代化和機械化的發展而不斷變 化的。但是,在特定的時間、地點和歷史條件下可以制定反映社會平均水平和發展目標要求 的評價標準。
      (2)宏觀性原則。就宏觀評價而言,評價指標體系是反映當前社會平均水平和總體水 平,而不是反映個別對象的發展水平。
      (3)指導性原則。標準的制定是以我國基本實現現代化為標準,結合并參照我國農業 機械化發展的實際情況和國內先進地區和國際經驗來制定。評價標準對推進實現發展目標起 監督和指導作用。有些具體發展指標的評價標準可以是動態的,隨著社會整體的發展而不斷 變化,在每年進行評價時,可根據實際發展情況對評價標準進行適當修訂,并使其更具有現 實指導作用。
      根據上述制定評價標準的原則,在參照國內先進地區與國際經驗以及相關文獻的基礎 上[84殉,制定出浙江省基本實現農業現代化時農業機械化發展水平評價指標體系中各指標 的標準值,如表2-5所示。
      表2-5 浙江省農業機械化發展水平評價指標標準值
      指標名稱 單位 標準值
      耕整地機械化程度 % 100
      栽播機械化程度 % 100
      收獲機械化程度 % 100
      植保機械化程度 % 100
      排灌機械化程度 % 100
      農業勞均農機原值 元/人 4000
      播面頃均農機動力 kW/hm2 6.0
      農機人員受教育程度 % 100
      農機社會化服務體系建設程度 % 100
      農業勞均年產值 元/人 60000
      農業勞均播種面積 hn?/人 1.2
      百元農機原值純收入 元/百元 45
      千瓦動力農機作業收入 7G/kW 600
      在確定農業機械化發展水平評價指標體系中各指標的標準值后,就需要采用一定的方 法確定各個指標的權重。
      目前有關農業機械化發展水平評價的常用方法有綜合指數法、層次分析法和模糊評判 法[87-88)等。然而,這些方法的局限性在于確定指標的權重時主要依據專家的經驗,致使這 些方法的評價結果帶有較大的主觀成分。鑒于此,本節在分析現有農業機械化水平評價方法 的基礎上,利用粗糙集和模糊理論在處理不確定性問題方面的優勢,結合上述建立的評價指 標體系,提岀了基于模糊聚類和粗糙集的農業機械化水平評價方法。
      2.3.3農業機械化水平評價指標權重的確定
      近年來,國內外一些學者將粗糙集與其它研究不確定性問題的方法結合起來研究有關的 數據挖掘方法,其中以粗糙集與模糊理論相結合的研究最為熱門。
      模糊集理論和粗糙集理論中的隸屬函數都能夠反映概念的模糊性,從直觀上看二者具有 —定的相彳以性,但兩者不同的是模糊集理論中的隸屬函數大多是利用專家的經驗給出的,因 而具有較大的主觀成分;而粗糙集理論中的隸屬函數則是通過對數據的分析,經過計算直接 獲得,因而具有很強的客觀性。由此可以看出,將粗糙集理論和模糊集理論結合起來去描述 知識的不確定性和不精確性,比它們各自去描述知識的不確定性和不精確性能顯示出更強的 功能。因此,將模糊集理論和粗糙集理論有機結合起來,充分發揮各自的優點,就能簡單、 高效地處理許多具有不確定性和不精確性的問題。
      模糊聚類是模糊集理論中的一種常用方法,在處理事例相關信息時,不會引起任何事例 信息的損失,卻無法確定影響事例各因素的重要性大小;而模糊集理論在數據處理時無需提 供數據之外的先驗信息且能夠確定影響事例各因素的重要性大小。因此,若將二者進行融合, 對受多因素(指標)影響的問題進行綜合評價,則可在不損失任何事例信息和不提供數據之 外的先驗信息的前提下,確定影響事例各因素的重要性的大小。
      利用粗糙集理論與模糊聚類方法計算權重的步驟如下:
      1.建立關系數據模型
      在多層次多指標體系的某一層中,設有待處理的"個樣本組成的集合A = {ax,a2,-,an}, 每個樣本擁有加個屬性(指標),某個樣本的屬性值用集合可表示為ai={an,ai2,-,aim}, 若將某個樣本的屬性數據視為研究對象的一條信息,則可定義 Uj = {an,aj2,---,ajm}(i = 1,2,•••,“),從而論域= {u},u2,---,un}八也稱為樣本集合。由擁有 m 個屬性的n個樣本的數據所構成的二維信息表就是關于多指標評價的關系數據模型,表中的 每一行描述一個對象,每一列描述對象的一種屬性。
      2.建立知識表達系統
      要從樣本中分析出屬性的重要性,需利用屬性對論域進行分類,并建立論域上的知識系 統。由論域、條件屬性和決策屬性構成的知識表達系統可表示為e (U, A, C, Q),其中 A = CDD, Cf)Q = 0。通常將具有條件屬性和決策屬性的知識表達系統稱為決策表,決策 表中的每一行表示一種決策規則。論域中對象根據決策規則的不同被劃分到不同決策類中。 對于包含條件屬性和決策屬性的關系數據模型,在建立知識表達系統后,利用決策表對擁有 全部屬性的論域中對象進行分類,并逐次刪減某一屬性后重新分類,再結合粗糙集理論中的 屬性依賴度和重要度就可計算出各屬性(指標)的權重[69'89]o
      但當無決策屬性時,則無法利用決策表對論域中的對象進行分類。此時可利用模糊聚類 方法對擁有全部屬性的論域中對象進行分類,并依次通過刪減某一屬性后對論域中對象重新 分類,分析各屬性對樣本分類的影響程度。具體步驟:
      (1)建立模糊相似矩陣(J?)和模糊等價閉包矩陣(e(Q)
      在建立模糊相似矩陣時,應消除屬性指標特征值物理量綱的影響,即將屬性指標特征值 歸一化,使之在區間[0, 1]之間。具體采用何種歸一化方法,可視具體情況,但為了避免在 樣本數據比較分散時岀現大數“吃掉”小數的情況,可采用最大最小相似系數法,矩陣中系 數的計算公式:
      rij =工(aik A ajk) /》(£* "切) (2-35)
      k=\ fc=l
      根據模糊相似矩陣(R)求得其傳遞閉包矩陣根據下式
      e(R) = t(R) (2-36)
      即可得到其等價閉包矩陣(e(R),傳遞閉包矩陣t (R)的計算可釆用平方法[虬皿,即
      «/?) =," (2-37)
      其中,"滿足公式
      2™'' <n<2m (2 - 38)
      (2)根據模糊等價閉包矩陣中的矩陣系數確定若干個分類的置信水平養(jt = l,2「?,p) 或置信區間,進行分類。具體過程為:
      首先,在置信水平血上,以置信區間的左邊界為閾值,根據全部屬性的等價閉包矩 陣將論域"劃分為尸個等價類,記為U/R = {Xi,X2,---,Xi,--,Xr],定義血={[“]r |ue J7} o
      然后,依次從全部屬性中刪除各個屬性,計算等價閉包矩陣,在相同置信水平心上, 將論域[/劃分為s個等價類,記為U/S = {Yx,Y2, -,Yj, -,Ys},定義={[u]s |ue(7} »
      其中,R和S稱為在論域[/上導出的兩種知識。據此分析和計算各屬性對分類影響和 兩種知識的互信息量,進而確定各屬性所包含的信息量與權重。在樣本的全部屬性數據與在 刪除各個屬性后樣本的分類相同時,由于不能提供更多的信息,這種情況本文不予考慮。
      3.計算各指標的權重
      (1)計算刪除各指標(屬性)后在各個置信水平時的互信息量/心仏,S)
      信息系統中的兩種知識互信息量的計算公式為
      I(R,S) = H(R)-H(R\S) (2-39)
      H(R)——知識表達系統的初始爛,其計算公式為
      H{R)=-工 P% ) log 2 恥') (2-40)
      1=]
      對于概率近似空間(U,R,P),系統的不確定性可用系統的嫡H(R)來表示。若近似空 間中沒有定義概率測度,則可以將論域上任何一個等價劃分關系或劃分看成是定義在論域上 的子集組成的。代數上的概率分布,這時在每一個集合上的概率定義為該集合的基數與論 域的基數之比。
      H(S | R) —— 在已知知識R時,知識S的條件爛,計算公式為
      _s
      H{S 皿)=-工P0 )工 P(ry | 兀)log嚴必) (2-41)
      i=l ;=1
      P(Yj |Jf,) —— 集合與在集合九上的條件概率,計算公式為
      卩旳=卅 (2-42)
      條件爛H(S | R)表達知識S關于知識R的信息依賴性的程度。
      互信息量反映了知識S從知識R上獲取的信息量,則某一屬性所含信息量可表示為
      ",=丄 £八/九(R,S) (i = l,2,…,m) (2-43)
      p k=\
      (2)根據指標(屬性)所含信息量的確定權重
      對各指標所含信息量進行歸一化處理,進而得到各指標的權重值。計算公式為
      (2-44)
      2.3.4農業機械化發展水平的綜合評價
      現以浙江省2002年11個地區(市)的相關統計數據作為樣本數據,在確定圖2-3所 示指標體系中各指標權重的基礎上,對農業機械化發展水平進行綜合評價。
       
      1.二級評價指標權重的確定
      (1)耕、播、收、植保和排灌作業機械化程度5個指標權重的確定。
      由2002年浙江省11個地區(市)耕、播、收、植保和排灌作業機械化程度五個單項作 業指標的統計數據組成的關系數據模型甌),如表2-6所示。
      表2-6 2002年浙江省11個地市耕、播、收、植保和排灌作業機械化程度
      名稱 論域U 并整地機械化 栽播機械化 收獲機械化
      程度/% 植保機械化排灌機械化
      程度/% 程度/%
      程度/% 程度/%
      杭州 7&21 2.58 40.65 88.25 56.71
      寧波 64.53 2.47 74.95 81.72 94.05
      溫州 "3 53.87 0.36 31.90 51.56 51.73
      嘉興 73.49 0.29 29.25 38.56 98.71
      湖州 76.65 0 36.52 4」5 97.18
      紹興 68.25 1.62 51.04 36.46 71.01
      金華 w7 66.81 035 26.97 21.50 51.74
      衢州 46.79 0 8.81 14.05 25.00
      舟山 60.45 0 5&97 35.32 72.36
      臺州 »10 66.36 0.44 33.24 26.93 56.03
      麗水 ⑷丨 34.14 0 1.80 7.00 11.64
      根據表2-6中的統計數據, 利用式(2-35)、(2-36)計算可得所有樣本數據的相似矩陣《
      10000 0.7724 0.5729 0.5402 0.4614 0.6887 0.5144 0.2714 0.5067 0.5673 0.1598
      0.7724 1.0000 0.5060 0.5634 0.4769 0.6937 0.4452 0.2421 0.5777 0.4935 0.1411
      0.5729 0.5060 1.0000 0.6956 0.5296 0.6277 0.7708 0.4784 0.6746 0.7954 0.2789
      0.5402 0.5634 0.6956 1.0000 0.7828 0.6805 0.7215 0.3919 0.7010 0.7436 0.2285
      0.4614 0.4769 0.5296 0.7828 1.0000 0.5768 0.6306 0.3892 0.6474 0.6531 0.2471
      R = 0.6889 0.6937 0.6277 0.6805 0.5768 1.0000 0.6390 0.3405 0.7495 0.7047 0.1985
      0.5144 0.4452 0.7708 0.7215 0.6306 0.6390 1.0000 0.5328 0.6531 0.9021 0.3106
      0.2741 0.2421 0.4784 03919 0.3892 0.3405 0.5328 1.0000 0.4190 0.4831 0.5830
      0.5067 0.5777 0.6746 0.7010 0.6474 0.7495 0.6531 0.4190 1.0000 0.7108 0.2443
      0.5673 0.4935 0.7954 0.7436 0.6513 0.7047 0.9021 0.4831 0.7108 1.0000 0.2817
      0」598 0.1411 0.2789 0.2285 0.2471 0.1985 0.3106 0.5830 0.2443 0.2817 1.0000
      由相似矩陣R,利用式(2-37)、(2-38)可求出等價閉包矩陣e
       
       
      e(R) =
       
      根據上述模糊等價閉包矩陣,可得全部樣本數據在不同置信水平時的分類結果。
      根據模糊等價閉包矩陣得到在不同置信水平時的分類結果為
      ①在0.70<2] £0.75 時,全部樣本分為 4 類:, {u3,u4,w5,»6>m7>h9>mio} > %},
      o系統的初始爛H(R)= 1.4911;
      ②在 0.75 <血 £0.80 時,全部樣本分為 7 類:{u]tu2} , {“3,“7,"io},仙,%},-伽},
      {»,}. {mh}=系統的初始爛 H(R) = 2.6635;
      ③在0.80<23 <0.85時,全部樣本分為10類:仙}, {u2} , {巧},仙},{"5},叫},
      {巧,“io},{»8} - {“訂,{"id。系統的初始爛H(R) = 3.2776;
      ④在0.85 <A4 <0.90 時,全部樣本分為 10 類:仙}, {u2} , {巧},{"4},{"5},{»6)>
      {u7,u10} , {u8}> {u9}, {«„}« 系統的初始爛H(R) = 3.2766;
      計算耕整地機械化程度(01)所含信息量。
      在刪除耕整地機械化程度(BG后,利用公式(2-35). (2-36)計算可得相似矩陣R
      R =
       
      由相似矩陣利用式(2-37)、(2-38)可求出等價閉包矩陣e CR)
       
      e(R) =
       
      根據模糊等價閉包矩陣,可得在不同置信水平時的分類結果。
      ①在0.70</1] <0.75 時,全部樣本分為 3 類:{mi,u2,m3,u4)u5,w6,w7)u9,w1()} , {w8}, {"“};
      ②在 0.75 < < 0.80 時,全部樣本分為 5 類:,M2} ' {M3,M4,m5>M6>u7>u9>m1o} * {m8)>
      {"11}:
      ③在0.80<久3 <0.85時,全部樣本分為 7 類:{“]} , {«2} , {%},{“4,"5},{"6,“7,"9,"10},
      > {"(;
      ④在0.85 <A4 <0.90,全部樣本分為9類:仙},仙},{旳},仙},仙},{"6,"9},
      {M7 >M10)' {m8)' {Mlll 0
      刪除耕整地機械化程度(0J后,計算可得在各個置信水平時的互信息量值。
      ①在 0.70 < A, < 0.75 時,條件爛 H(R|S) = 1.0716,互信息量 Zo’oCb,,5,,) =0.4105;
      ②在0.75< A2 <0.80 時,條件爛H(R|S)=0.1818,互信息量7o.75(C5, >^5,,) = 2.4817;
      ③在 0.80 <2}< 0.85 時,條件爛 H(R|S)=0,互信息量 /o go (Cb,,Cb”)= 3.2726;
      ④在0.85<A4 <0.90 時,條件爛H(R|S)=0.1818,互信息量厶陽(5 ,Cb“)= 3.0956。
      由此可得耕整地機械化程度(0|)所含信息量何環=1.8505。
      同理,可得其它4個指標所含的信息量: 根據上述5個指標所含信息量,利用公式(2-44),計算可得5個指標的權重。
       
      (W", W]2, Wj3, Wm,w“)= (0.1814, 0.2075> 0.2109> 0.2109, 0.1893)。
      (2)農業勞均農機原值、播面頃均農機動力播、農機人員受教育程度、農機社會化服務 體系建設程度4個指標權重的確定
      由2002年浙江省11個地區(市)農業勞均農機原值、播面頃均農機動力播、農機人員 受教育程度、農機社會化服務體系建設程度4個單項作業指標的統計數據組成的關系數據模 型,如表2-7所示。
      表2 -7 2002年浙江省11個地區(市)農業機械化綜合保障能力的4個單項指標值
      名稱 論域U 農業勞均農機.
      原值/元•人" 播面頃均農機
      動力/kW • hm'2 農機人員受教育
      程度/% 農機社會化服務
      體系建設程度/%
      杭州 2093.43 12.69 61.08 100.00
      寧波 »2 1317.72 11.06 55.87 100.CM)
      溫州 860.15 7.25 47.62 93.94
      嘉興 站4 1534.77 9.31 54.49 100.CX)
      湖州 154430 12.72 53.20 100.W)
      紹興 "6 1478.40 11.96 66.20 99.12
      金華 1034.27 10.57 64.90 1(X).OO
      衢州 »8 765.89 4.54 69.77 1(X).OO
      舟山 »9 946.11 13.88 67.79 90.91
      臺州 u10 879.53 7.90 53.09 98.41
      麗水 »11 585.47 5.69 75.05 91.75
       
      根據表2 -7中的統計數據,可求得農業機械化綜合保障能力4個2級指標所含的信息量。
      農業勞均農機原值(521)所含信息量巧?, =20267;
      播面頃均農機動力(%)所含信息量叭” =19203;
      農機人員受教育程度(場3)所含信息量何b” =2.0267;
      農機社會化服務體系建設程度(B24)所含信息量巾“ =16037。
      根據上述4個指標所含信息量,可求得農業機械化綜合保障能力4個2級指標的權重:
      (W21, w22, W23, w24) = (0.2675, 0-2534, 0.2675, 0.2116)
      (3)農業勞均年產值、農業勞均播種面積、百元農機原值純收入、千瓦動力農機作業
      收入4個單項作業指標權重的確定
      由2002年浙江省11個地區(市)農業勞均年產值、農業勞均播種面積、百元農機原值 純收入、千瓦動力農機作業收入4個單項作業指標的統計數據組成的關系數據模型,如表 2-8所示。
      表2 -8 2002年浙江省11個地市農業機械化綜合效益水平的4個單項指標值
      名稱 論域" 農業勞均年
      產值/元•人" 農業勞均播種
      面積/hn? •人" 百元農機原值純
      收入/元?百元" 千瓦動力農機作業
      收入/元• kW_1
      杭州 15833.49 0.2013 33.59 515.31
      寧波 17695.31 0」867 57.85 701.33
      溫州 "3 7603.48 0.15H 54」3 824.29
      嘉興 18116.02 0.3496 37.89 459.36
      湖州 »5 14206.99 0.2045 27.61 377.07
      紹興 15284.45 0.2022 30.19 368.90
      金華 6793.89 0.1336 33.57 586.71
      衢州 "8 8212.44 0.2083 38.82 601.69
      舟山 41368.54 0.0762 40.52 722,75
      臺州 WJ0 12563.98 0.1383 46.43 888.38
      麗水 »11 7641.08 0.1511 34.87 454.55
      根據相同的方法,可求得農業機械化綜合效益水平的4個單項指標所含的信息量。
      農業勞均年產值(鬲「)所含信息量羽陽=1.8982;
      農業勞均播種面積(爲2)所含信息量=1.8450;
      百元農機原值純收入(B33)所含信息量=1.7360;
      千瓦動力農機作業收入(盡4)所含信息量羽% =1.7520。
      則利用式(3-44)可求得農業機械化作業綜合效益水平4個2級指標的權重:
      (W31,W32, W33, W34)= (0.2625, 0.2551, 0.2401, 0.2423)
      2. 一級評價指標權重的確定
      在計算出所有2級指標的權重后,利公式(2-31)?(2-33)可分別計算出11個地區 (市)農業機械化作業程度、農業機械化綜合保障能力和農業機械化綜合效益水平3個1 級評價指標值,結果見表2 - 9。
      根據表2 - 9中的數據,利用相同的方法,可求得上述3個一級指標所包含的信息量 農業機械化作業程度(0)所含信息量% =2.5569 農業機械化綜合保障能力(血)所含信息量也2 =2.2455
       
      農業機械化綜合效益水平(盡)所含信息量滬烏=2.1842
      根據3個1級指標所含信息量可以求得3個指標的權重為
      (W],W2,W3)= (0.3660, 0.3214, 0.3126)
      表2 - 9 2002年浙江省11個地區(市)農業機械化水平3個一級評價指標值
      名稱 論域U 農業機械化
      作業程度/% 農業機械化
      綜合保障能力/% 農業機械化
      綜合效益水平/%
      杭州 »1 52.64 76.84 49.95
      寧波 63.06 70.26 59.95
      溫州 "3 37.17 63.71 54.78
      嘉興 ”4 46.38 71.34 54.12
      湖州 "5 40.88 71.06 40.52
      紹興 "6 44.61 73.91 41.99
      金華 32.17 70.78 47.42
      衢州 1&04 64」2 52.97
      舟山 44.55 69.04 65.57
      臺州 W1O 35.43 65.53 56.68
      麗水 «11 10.25 67.44 43.52
      3.農業機械化發展水平的計算
      再利用式(2-34)計算出11個地區(市)的農業機械化發展水平,見表2-10o
      表2 10 2002年浙江省11個地區(市)農業機械化水平的綜合評價值
       
      名稱 杭州 寧波 溫州 嘉興 湖州 紹興 金華 衢州 舟山 臺州 麗水
      農業機械化 發展水平/% 59.58 64.40 51.20 56.82 50.47 53.21 49.35 43.77 5&99 51.75 39.03
      將表2-10中各地區(市)以種植業為主體的農業機械化發展水平評價結果與浙江省從 事農機管理工作的有關專家進行交流,認為除舟山市的綜合評價結果稍微偏高了些,其余 10個地(市)以種植業為主體的農業機械化綜合評價水平與實際情況基本一致。
      由表2-10可知,浙江省各地區的農業機械化水平是極不平衡的,如農業機械化水平最 高的寧波市(64.40%)與最低的麗水市(39.03%)二者相差25.37%。究其原因是在寧波、 杭州等經濟發達地區的農機裝備水平高,加之勞動力、產業結構和規模經營都得到比較合理 的轉移、調整與開展,因而農業機械化水平較高;而農業機械化水平低的麗水、衢州等市除 了經濟相對落后等因素外,還與其自身地處山區丘陵,地塊小、水田多,機械化本身難度大 有關,等等。這些都說明農業機械化是一個受地理環境、經濟基礎和技術水平等許多不確定 因素影響的系統。此外,從各層次各指標的權重分配結果來看,本文所提方法在一定程度上 能夠反映出,在利用多指標對農業機械化水平進行評價時,應以農機作業為基礎,并根據實 際情況考慮引導性,給予各指標不同的權重的評價要求,從而揭示了農業機械化水平評價指 標體系各指標之間所隱含的規律。
      2.3.5小結
      (1) 在數據挖掘領域,將粗糙集與模糊理論相結合是近年來粗糙集與其它研究不確定性 問題方法中結合的研究熱點。一方面,粗糙集在描述模型方面能力較其它方法弱,而這模糊 集理論在這一點上非常的強;另一方面,模糊集理論不能對需解決的問題提岀自己的數學公 式,而利用粗糙集理論這一問題則能簡單地加以解決。將模糊集理論和粗糙集理論相結合能 發揮各自的優點,實現簡單、高效地處理具有不確定性和不精確性的問題。
      (2) 在多指標綜合評價的問題上,將模糊聚類與粗糙集理論結合起,可在不損失研究對 象信息和不提供數據之外的先驗信息的前提下,通過分析評價指標體系中各指標所包含的信 息量來計算各指標的權重。
      (3) 農業機械化發展水平是一個受多種不確定性因素影響的綜合性指標,合理確定各指 標的權重是評價的關鍵。本文將模糊聚類與粗糙集理論相結合,從評價指標的統計數據出發, 根據各指標中含信息量的大小來確定其相應的權重,克服了現行農業機械化發展水平評價方 法中存在的主觀因素對權重分配影響,使得評價結果具有相對客觀性。
      2.4農業機械總動力變化的灰色系統分析
      2.4.1弓|言
      農業機械總動力是指用于農、林、副、漁的各種動力機械的動力總和,包括耕作、收獲、 植保、排灌、漁業、加工、畜牧和農用運輸等其它機械。農業機械動力與結構是反映和評價 農業機械化水平的一個重要指標,是農業生產的動力來源。目前有關農業機械總動力的研究 主要停留在總量變化的預測方面,而對影響農業機械動力變化因素的分析還不夠深入氏~95】。 農機總動力的需求變化受自然、經濟、技術和社會等多種因素的影響,而這些因素的大部分 是“灰色”的,因而可認為農業機械總動力這一系統是受“灰因素集”的制約,這也說明農 業機械總動力的變化具有灰色系統的特點。因此,利用灰色系統理論和方法分析影響農業機 械總動力變化的因素,能為從總體上把握農業機械總動力的變化趨勢,正確認識農業機械總 動力的宏觀發展特征,制定農機動力發展規劃和出臺相關政策提供科學依據。
      灰色系統(Grey Systems,簡記為GS)理論是控制論的觀點和方法延伸到社會、經濟 系統的產物,是自動控制科學與運籌學等數學方法相結合的成果,也是系統科學體系中一個 分支,它是由我國學者鄧聚龍教授于20世紀80年代前期提出的卩宀刀。目前已廣泛地應用 于農業和社會經濟領域,并取得了顯著成就[9—04】。與研究“隨機不確定性”的概率統計和 研究“認知不確定性”的模糊數學不同,灰色系統理論的研究對象是"部分信息已知,部分 信息未知”的“小樣本”、“貧信息”不確定性系統!101~,021o它通過對“部分”已知信息的生
      成、開發了解現實世界,實現對系統運行行為和演化規律的正確把握和描述。
      2.4.2灰色系統理論相關概念
      1.關聯性和關聯度
      客觀世界中存在著大大小小的各類系統,都是由許多因素組成的。這些系統及系統因素 之間,相互關系非常復雜。特別是表面現象變化的隨機性容易混淆人們的直覺,掩蓋事物的 本質,使人們在認識、分析、預測和決策時得不到充分全面的信息,不容易形成明確的概念。 因此,不僅不同系統之間的關系是灰的,同系統中不同因素之間的關系也是灰的。人們一時 會分不清哪些因素關系密切,哪些因素關系不密切,也就是說難以找到主要矛盾,抓住主要 特征與主要關系。為此,灰色系統理論提出了關聯度分析的概念,其目的就是通過一定的方 法理清系統中各因素的主要關系,找出影響最大的因素,把握矛盾的主要方面。
      對兩個系統或兩個因素之間關聯性大小的量度,稱為關聯度。它描述系統發展過程中因 素間相對變化的情況,也就是變化大小、方向及速度等指標的相對性。如果兩者在系統發展 過程中相對變化基本一致,則認為兩者關聯度大;反之,兩者關聯度就小。可見,灰色關聯 度分析是對一個系統發展變化態勢的定量描述和比較。只有弄清楚系統或因素間的這種關聯 關系,才能對系統有比較透徹的認識,分清哪些是主導因素,哪些是潛在因素,哪些是優勢 而哪些又是劣勢。因此,對于一個灰色系統進行分析研究時,首先要解決如何從隨機的時間 序列中找到關聯性,計算關聯度,以便為因素判別、優勢分析和預測精度檢驗提供依據,為 系統決策打好基礎。因此,灰色因素間的關聯度分析是灰色系統分析、預測和決策的基礎。
      灰色系統理論的關聯度分析與數理統計學的相關分析是不同的,兩者的區別在于:一是 理論基礎不同,關聯度分析是基于灰色系統的灰色過程,而相關分析則基于概率論的隨機過 程;二是分析方法不同,關聯分析是進行因素間時間序列的比較,而相關分析是因素間數組 的比較;三是數據量要求不同,關聯分析不要求數據太多,而相關分析則需要有足夠的數據 量;四是研究重點不同,關聯度分析主要研究動態過程,而相關分析則以靜態研究為主。因 此,關聯度分析適應性更廣,在社會經濟系統中的應用更有其獨到之處。
      2.關聯度分析步驟
      關聯度分析一般包括下列計算和步驟:原始數據變換、計算關聯系數、求關聯度、排關 聯序和列關聯矩陣等五個步驟。在應用中是否進行所有步驟,可視具體情況而定。
      設有巾個時間序列
      兇°)(0}, {嘉°%)},…,{X律)(r)},(戶 1, 2,…,N)
      N為各序列的長度即數據個數,這巾個序列代表巾個因素(變量)。另設定時間序列:
      閔°)(/)}, (/=1, 2,…,N)
      該時間序列稱為母序列,而上述加個時間序列稱為子序列。關聯度是兩個序列關聯性 大小的度量。根據這一觀點,可給關聯度一個量化模型,其計算方法與步驟具體如下:
      (1)原始數據變換
      由于系統中各因素的量綱(或單位)不一定相同,如勞動力為人,產值為萬元,且有 時數值的數量級相差懸殊,等等,這樣的數據很難直接進行比較,且它們的幾何曲線比例也 不同。因此,對原始數據需要消除量綱(或單位),轉換為可比較的數據序列。有關原始數 據變換的方法目前有以下幾種:
      ①均值化變化:先分別求出各個序列的平均值,再用平均值去除對應序列中的各個原 始數據,所得到新的數據列即為均值化序列。其特點是量綱唯一,其值大于0,并且大部分 近于1,數列曲線互相相交。
      ②初值化變換:分別用同一序列的第一各數據去除后面的各個原始數據,得到新的倍 數數列,所得到新的數據列,即為初均值化序列。其特點是量綱為一,各值均大于0,且數 列有共同的起點。
      ③標準化變換:先分別求出各個序列的平均值和標準差,然后將各個原始數據減去平 均值后再除以標準差,所得到的新數據序列即為標準化序列。量綱為一,其均值為0,方差 為lo
      一般情況下,對于較穩定的社會經濟系統數列作動態序列的關聯度分析時,多采用初 值化變換,因為這樣的數列多數是增長的趨勢。若對原始數列只作數值間的關聯比較,可用 均值化變換,如產業結構變化的關聯分析等。
      (2)計算關聯系數
      經過數據變換的母數列記為子數列記為則在時刻戶丘時,母數列記
      {X°(r)}與子數列{^,(0}的關聯系數可用下式計算
      min min | x。(&) - x,- (k) \ +p max max | x0 (k) - x,- (k) |
      §0i 伙)=~~| * ,,, TTTj !~. * ,,, 77T7 (2 ~ 45)
      IX。(k) -xj(k)\+p max max \x0(k)~ Xj(k)\
      i k
      因為比較序列相交,故一般取minmin I勺仗)-旺伙)1= 0 , p稱為分別系數,其意義是削 i k
      弱最大絕對差數值maxmax |勺伙)-齊伙)|太大引起的失真,提高關聯系數之間的差異顯著 i k
      性,pe(0, 1), —般情況下可取0.1~0.5o關聯系數反映兩個被比較序列在某一時刻的緊密 (靠近)程度,其取值范圍在0-1之間。
      (3)求關聯度
      關聯度分析實質上是對時間序列數據進行幾何關系比較,若兩序列在各個時刻點都重
      合在一起,即關聯系數均等于1,則兩序列的關聯度也必等于1;另一方面,兩比較序列在 任何時刻也不可垂直,所以關聯系數均大于0,故關聯度也都大于0。因此,兩序列的關聯 度便以兩比較序列各個時刻的關聯系數的平均值計算,即
      心討)
      式中心為子序列i與母序列0的關聯度,N為比較序列的長度(即數據個數)。
      從上述分析可知,關聯度與下列因素有關:母序列{如)(0}不同,則關聯度不同;子序 列{&()}不同,則關聯度不同;參考點0 (或數據變換)不同,關聯度不同;數據序列長 度N不同,關聯度不同;分別系數°不同,關聯度不同。
      一般說來,關聯度也滿足等價“關系”三公理,即自反性、對稱性和傳遞性。
      (4)排關聯度序
      將巾個子序列對同一母序列的關聯度按大小順序排列起來,便組成關聯序,記為{X}。
      它直接反映各個子序列對于母序列的“優劣”關系。若r0a>r0b,則稱{X。}對于相同母序列
      {X。}有優于{心}的特點,記為{乙|竝}》{兀丨心};若rOa <rOh,則稱{乙}對于母序列 {X。}劣于陲},記為{乙|竝川{兀|竝};若rOa=rOb,則稱{九}對于母序列{X。}等價于 {九},記為{Xa\X0}~{Xb\X0},等等。
      根據上述幾種關系,可定義有代表性的關聯序,即“有序”與“偏序”。若關聯序{X}為 有序。那么所有元素之間必存在以下幾種關系之一:“優于”(》),“劣于”(Y),或等價于
      (?)。若關聯序{X}為偏序,則不是所有元素都可比較的。
      一般來說,各因素只要能構成關系,則總是“有序”;只有在無“參考點”或無參考母 序列的情況下,才可能出現“偏序”現象。
      (5)列出關聯矩陣
      若有n個母序列厲},{孔},…,{/„} 5北2)及m個子序列的} , {X2},…,{X”} (m * 1), 則各子序列對母序列區}有關聯度[巾,/,…』^],各子序列對母序列{Y2}有關聯度 冋吃,…,%],類似地,各子序列對母序列{『”}有關聯度[『”"2,…,仏]。
      將勺(i = l, 2,…,”力=1, 2,…")作適當排列,可得到關聯矩陣:
       
      關聯度矩陣(簡稱關聯矩陣),不僅可作為優勢分析的基礎,而且還可作為決策的依據。
      2.4.3農業機械總動力影響因素的灰色關聯分析
      1.影響農機總動力增長的因素分析
      農業機械化是增強農業綜合生產能力,提高土地生產率、勞動生產率和擴大生產規模的 主要影響因素,它的發展受到如工業化程度、自然環境、農村社會經濟水平等眾多因素的影 響。如何定量分析各種影響因素對農業機械化發展的作用,并把重要的影響因素轉化為可量 化的分析指標,是農業機械化系統分析工作的重要內容。在實際分析中,需要確定分析指標 的數量,建立各個指標與農業機械化發展水平關系的定量分析模型。在國內目前的技術條件 和社會經濟水平條件下,就某一區域而言,農業機械化能否快速發展,除了受到技術進步與 創新,以及政府的支持和宏觀調控力度外;另一方面還需要視農業生產對它有無需求和經濟 條件上有無可行性,這種需求和經濟的可能程度可以歸納為以下幾個方面a】:
      (1) 增強農業綜合生產能力,提高土地生產率和農業勞動生產率,擴大已有農業生產 規模的需求;
      (2) 促進農業生產技術進步、降低生產成本、減少損失、增加農民收入,提高農產品 數量和質量的需求;
      (3) 提高生活物質條件,降低勞動強度,改善生產環境的需求。
      上述三個方面的需求構成了促進農業機械化發展的動力因素。綜合生產能力提高和生產 規模擴大可用農業勞均糧食播種面積和農業勞均產值這二個指標綜合反映;而降低生產成 本,提高經濟效果,增加農民收入,改善生產條件,可用農民年純收入和糧食單位面積產量 兩項指標綜合反映。因此,可選擇這4個指標作為在總量層次上分析農業機械總動力與其主 要影響因素之間關系的定量分析指標。
      下面以1981-2003年浙江省農業機械總動力、農民人均年純收入、農業勞均糧食播種面 積、糧食單產和農業勞均年產值進行關聯分析。以上各指標的統計數據如表2-11所示。
      2.農機總動力與影響因素關聯度的計算與分析
      根據上述影響農業機械總動力的因素分析,本文以農業機械總動力作為灰色關聯分析的 參考數列,Xo(M)表示農業機械總動力在不同時刻的數據;以糧食單位面積產量、農業勞均 糧食播種面積、農民年純收入和農業勞均產值數據項為關聯數列,記為%,. (i=l~4), Xi(k)
      表示各影響因素在不同時刻的數據,并根據關聯度計算公式,得到關聯數列對參考數列的灰 色關聯度。然后根據關聯度的大小,按順序排列起來組成關聯序,從而判斷關聯數列(影響 因素)對參考數列(農業機械總動力)的影響大小。
      各時刻的關聯系數可利用公式(2-45)計算,「仏)表示參考數列與關聯數列在第丘個
      時刻的關聯系數,其大小可作為數列間關聯程度的衡量尺度。對于分辯系數0,本文計算時 取0.5,由于關聯系數表示數列在各個不同時刻的關聯程度,所以它的數不止一個,造成信 息過于分散,不便于比較進行整體性比較,而灰色關聯度將各個時刻關聯系數集中為一個值, 是從總體上衡量數列之間的關聯程度。關聯度則利用公式(2-46)來計算。不同時刻的關 聯系數和整個分析期內的關聯度的計算結果及關聯序見表2-llo
      表2 11 1981-2003年浙江省農機總動力及其影響因素的統計數據
      年份 農機總動力
      /萬kW 糧食單產
      /kg •Im'2 農業勞均糧食播種
      面積/hrr?•人" 農民人均純收入
      /元•人I 農業勞均產值
      /元人
      1981 584.62 4205 0.2155 280.40 610.11
      1982 628.10 4981 0.2124 346.00 729.43
      1983 681.86 4551 0.2058 358.86 701.69
      1984 754.49 5218 0.2450 44637 1037.62
      1985 810.02 4956 0.2592 548.60 1379.35
      1986 88931 5069 0.2506 609.31 1519.69
      1987 974.62 4911 0.267 725.00 1809.89
      1988 1075.91 4840 0.2546 902.00 2241.63
      1989 1133.48 4823 0.2463 1011.00 2352.62
      1990 1215.73 4856 0.2444 1099.00 2480.81
      1991 1265.46 5020 0.2422 1211.00 2693.03
      1992 1352.03 4910 0.2364 1359.00 2965.35
      1993 1417.88 5049 0.2296 1746.00 3955.34
      1994 149734 5122 0.2308 2225.00 5812.55
      1995 1639.80 5084 0.2456 2966.00 7581.66
      1996 1707.59 5272 0.2562 3463.00 8306.32
      1997 1733.33 5199 0.2596 3684.00 9080.87
      1998 1798.84 5127 0.2539 3815.00 9101.84
      1999 1912.53 5062 0.2563 3948.00 9363.25
      2000 1990.01 5359 0.2201 4254.00 10415.20
      2001 2017.24 5628 0.1904 4582.00 10694.95
      2002 2053.21 5709 0.1785 4940.00 1185331
      2003 2039.68 5557 0.1635 5431.00 13348.04
       
       
      表2 12 1982-2003年浙江省農機總動力和影響因素的灰色關聯系數和關聯度
      年份 糧食單產 農業勞均糧食播種面積 農民人均純收入 農業勞均產值
      X] X2 兀4
      1982 0.98816 0.99044 0.98294 0.98699
      1983 0.99095 0.97754 0.98781 0.99824
      1984 0.99463 0.98356 0.96827 0.95730
      1985 0.97798 0.98051 0.94154 0.91308
      1986 0.96681 0.96243 0.93380 0.90460
      1987 0.94850 0.95079 0.90918 0.87618
      1988 0.93026 0.93313 0.86979 0.83372
      1989 0.92070 0.92033 0.84655 0.82746
      1990 0.90862 0.90677 0.83326 0.82233
      1991 0.90450 0.89832 0.81018 0.80344
      1992 0.88926 0.88322 0.78395 0.78303
      1993 0.88247 0.87115 0.70749 0.69384
      1994 0.87254 0.86053 0.63051 0.56896
      1995 0.85210 0.84661 0.54190 0.48865
      1996 0.84652 0.84149 0.49370 0.46231
      1997 0.84176 0.83932 0.47473 0.43548
      1998 0.83192 0.82884 0.46618 0.43709
      1999 0.81641 0.81536 0.45966 0.43228
      2000 0.81195 0.79420 0.43864 0.40218
      2001 0.81320 0.78174 0.41633 0.39507
      2002 0.81017 0.77407 0.39462 0.36616
      2003 0.80924 077105 0.36669 0.33333
      關聯度 0.89603 0.88746 0.70686 0.68355
      關聯序 I 2 3 4
       
      3.結果分析與討論
      (1)農業機械總動力與糧食單產的關聯分析。農業機械化對糧食生產有直接增產和間 接增產的作用,直接增產的作用表現在節約農時、抗災害、改善作物生長環境等方面;而間 接增產作用主要表現在促進精量施藥、精播良種、地膜覆蓋等農藝技術措施的實現等方面。 關聯分析結果表明,糧食單產與農業機械總動力顯著相關,整個分析期內關聯度為0.8960, 在20世紀80年代、90年代和本世紀初的關聯度分別為0.9642、0.8646和0.8111,其關聯 序在上述三個時期內均處在第1位,雖然二者的關聯度呈現下降趨勢,但下降的幅度是最小 的。這表明若要提高糧食單產,即使在經營面積擴大受到限制的條件下,就必須要增加農業 技術和裝備的投入,而農業機械化是保證投入產出效益的有效手段之一。
      (2)農業機械總動力與勞均糧食播種面積的關聯分析。勞均糧食播種面積在一定程度 上反映了農業經營規模的大小。所謂規模經營是指在一定生產力水平和經營環境下,經營者 為取得最佳經濟效益所能夠經營的最大土地面積,雖然土地面積只是規模經營的一個條件, 但在規模經營中,農業機械可以在各個生產環節中充分發揮其功效,從而降低生產成本、達 到高產、高效的目的。在整個分析期內,農業機械總動力與農業勞均糧食播種面積的關聯度 為0.8875,關聯序排在第2位,與排在第1位的農業機械總動力與糧食單產關聯度僅相差 0.0085 o由表2-12可知,在20世紀80年代近乎一半時期其關聯系數處于第1位,到了 20 世紀90年代,雖然其關聯度排在第2位,但與農機總動力和糧食單產的關聯度非常接近。 這就從理論上解釋了發展農業機械化對促進農業經營規模具有重要作用,因此,進行土地規 模經營是提高糧食單產的有效途徑之一。
      (3)農業機械總動力與農民人均純收入的關聯分析。目前,農業機械化是實現農民增 收的重要手段之一。一方面是農業機械化不僅能夠提高糧食單產和節省種子、農藥、化肥等 農用物資,而且有助于機械化運輸、加工等多種經營經營的開展,實現創收節支的效果。關 聯分析的結果表明,農業機械總動力與農民人均收入在整個觀測期內的關聯度為0.7069,且 在觀測期內二者的關聯度變化幅度是非常大的,從二者關聯系數變化趨勢可以看岀,其關聯 度在20世紀80年代同糧食單產、勞均糧食播種面積、農民人均純收入三個指標與農業機械 總動力的關聯度相差不大,分別為0.9642、0.9623、0.9300和0.9122,到了 20世紀90年代 和本世紀初,農業機械總動力與農民人均純收入的關聯度卻大幅度下降,分別下降到0.6202 和0.4041,在上述四個影響因素中,其關聯序基本上處于第3位。這說明僅有農民人均收入 的增長,而沒有進行土地適度規模經營和提高糧食單產的要求,農業機械總動力的增長將是 緩慢的,進而也就會影響農業機械化水平的提高。
      (4)農業機械總動力與農業勞均產值的關聯分析。在各種農業生產技術手段中,農業 機械化對提高勞動生產率具有非常突出的優勢,同時農村產業結構和勞動力結構的調整,都 有賴于農業機械化的發展。從分析期內的總體情況來看,農業機械總動力與農業勞均產值的 關聯度處于劇烈的變動之中。從二者的關聯系數變化情況來看,其關聯度的變化與農業機械 總動力和農民人均純收入的關聯度呈相同的變化態勢,即在20世紀80年代有非常高的關聯 度,且其關聯序一度排在第1位(1983年),進入20世紀90年代和21世紀初,農業機械 總動力與農業勞均產值的關聯度快速下降,與20世紀80年代相比,其下降幅度分別為0.3195 和0.5380,其關聯序一直處于最后一位。這表明農業機械化的發展有力地促進了農業勞動力 的轉移和農業產業結構的調整,與此同時,使農業勞動力能夠從事其它農村經營,從而導致 
      農業勞均產值的結構生了重大變化。
      綜上所述,可以看出一旦有提高糧食單產、增加農民收入和擴大土地經營規模,以及調 整農業產業結構的需求,或者四者同步增長,農業機械化就會有較快的發展。因此,隨著農 業機械總動力的增長,機械化作業領域不斷擴大,作業水平和作業效率不斷提高,每個勞動 力負擔的耕地面積也將會不斷增加,即從事種植業的勞動力數量將會隨之減少,從而使原有 的農村種植業勞動力轉移到其它產業的勞動力數量增多,勞動力的結構趨向合理,隨之農民 的經濟收入得到提高,這樣農民用于發展農業機械化的資金就會增多,使原有農業機械技術 裝備將得到改善,進而提高農業機械化的水平。
      2.4.4農業機械總動力的灰色預測
      在利用灰色關聯度對影響農業機械總動力各種因素分析的基礎上,還必須對農業機械總 動力的發展變化的趨勢進行總體把握。根據前述分析,利用灰色系統理論中的GM (1, 1) 模型對浙江省的農業機械總動力進行預測。
      1.灰色數列GM (1, 1)模型
      灰色數列預測主要是指利用GM (1, 1)模型,對時間序列數據進行數量大小的預測。 例如勞動力預測、各業產值預測,就是利用歷年統計資料,對其未來的發展進行預測。這類 預測不僅應用最廣,而且方法步驟也有普遍意義。其建模步驟具體如下:
      (1)對數據序列
      X(o)={x(®(l), x(°)(2),…,x⑼(N)}
      作一次累加生成,得到
      X°)={x⑴⑴,x(l)(2), ■■■, x⑴(N)}
       
       
       
      (2)構造累加矩陣B與常數項向量弘,即
      (2-51)
      _7(x("(N_1) + xU)(N))
      Yn =[x(o)(2), x(°)(3),…,x(°)(M]
      (3)用最小二乘法解灰參數&
      =(btb)-'btyn
      (4)將灰參數&代入到時間函數
      i(0) (r +1) = (x(0) (1)-上)嚴 + -
      a a (2 - 54)
       
       
      (5)對左⑴求導還原得到
      i(0) (Z + l) = -a(xw (i) - -)e~a,
      a (2-55)
      或 i(o)(z+l) = x(,)(/ + l)-i(1)(r) (2-56)
       
       
      (6)計算x(°)(0與M (r)之差嚴⑴及相對誤差e⑴
      ?0)(/) = i(0)W-x(0)W (2-57)
       
      (2-58)
      (7)模型診斷及應用模型進行預報
      為了分析模型的可靠性,必須對模型進行診斷。目前較為通用的檢驗方法是對模型進
      行后驗差檢驗,即先計算觀察數據離差“
      sf =^(x(0)(f)-^(0)(0)2
      /=]
      及殘差的離差S2
      1 冊一1
      心-(嚴⑴T叫))2 巾-1臺
      再計算后驗比C及小誤差概率P
      P = {|嚴⑴-嚴⑴l< 0.6745s】}
      根據后驗比c及小誤差概率p對模型進行診斷,當p>0.95和X0.35時,模型可靠,這 時可根據模型對系統行為進行預測。另外,當所建立的模型殘差較大、精度不夠理想時,為 提高精度,一般可以對其殘差進行殘差GM (1, 1)模型建模型分析,以修正預報模型。
      利用1981 - 2003年浙江省農業機械總動力的統計數據,如表2-13中的第二列,運用 上述GM(1, 1)模型,建立浙江省農業機械總動力的灰色預測模型:
      x(Z+l) = 14880.1227e00511/ ±14295.5227 (2-64)
      模型的擬合值及其絕對誤差和相對誤差如表2-13中的3~5列所示。
       
       
      表2 13 1982-2003年浙江省農機總動力及GM (1, 1)模型的預測誤差
      年份 農機總動力/萬kW 擬合值/萬kW 絕對誤差/萬kW 相對誤差/%
      1982 628.10 779.58 -151.48 -24.12
      1983 681.86 820.42 -138.56 -20.32
      1984 754.49 863.41 -10&92 -14.44
      1985 810.02 908.64 -98.62 -12.18
      1986 88931 956.25 -66.94 -7.53
      1987 974.62 1006.35 -31.73 -3.26
      1988 1075.91 1059.07 16.84 1.57
      1989 1133.48 1114.55 18.93 1.67
      1990 1215.73 1172.95 42.79 3.52
      1991 1265.46 1234.40 31.06 2.46
      1992 1352.03 1299.07 52.96 3.92
      1993 1417.88 1367.13 50.75 3.58
      1994 149734 1438.75 40.59 2.74
      1995 1639.80 1514.13 125.67 7.66
      1996 1707.59 1593.46 112.13 6.58
      1997 1733.33 1676.94 56.39 3.25
      1998 1798.84 1764.80 34.05 1.89
      1999 1912.53 1857.25 55.28 2.89
      2000 1990.01 1954.56 35.45 1.78
      2001 2017.24 2056.96 -39.72 -1.97
      2002 2053.21 2164.72 ■111.51 -5.43
      2003 2039.68 2278.14 -238.46 -11.69
       
      與此同時,后驗比c=0.1897<0.35,而小誤差概率p=1.000>0.95,由此可知道,所建立 GM (1, 1)模型具有較好的擬合精度,可用于浙江省農業機械總動力的預測。
      在此基礎上,利用建立的GM (1, 1)模型對浙江省2004 - 2020年的農業機械總動力 進行預測,結果如表2-14。
      由表2-14可知,到2020年時,浙江省的農業機械總動力將達到5427.37萬kW,根據 對浙江省糧食單產和總產量的需求預測,在2020年,浙江省糧食播面傾均農機動力將在 6-lOkW/hm2,達到在農業機械化發展高級階段的糧食播面傾均農機動力要求。
      表2 14 2004 - 2020年浙江省農業機械總動力預測值
      年份 農機總動力/萬kW 年份 農機總動力/萬kW
      2004 2397.49 2013 3796.21
      2005 2523.09 2014 3995.09
      2006 2655.28 2015 4204.40
      2007 279439 2016 4424.67
      2008 2940.79 2017 4656.48
      2009 3094.86 2018 4900.44
      2010 3257.01 2019 5157.18
      2011 3427.64 2020 542737
      2012 3607.22
       
      2.4.5小結
      (1)隨著數據挖掘技術的發展,數據挖掘的方法不斷增多,但現有的一些數據挖掘方法 需要大樣本數據,而對于不具備大樣本數據特點的小樣本數據的背后同樣隱藏著某種規律。 由于灰色系統理論的研究對象是部分信息己知,部分信息未知的小樣本、貧信息的不確定性 系統。因而利用灰色系統理論和方法能夠有效地挖掘具有小樣本、貧信息特點的數據中的內 部規律。
      (2)農業機械動力及結構是反映和評價農業機械化發展水平的一個重要指標,其需求變 化受自然、經濟、技術和社會等多種因素的影響。本文利用灰色系統中的關聯度分析和GM
      (1, 1)模型對浙江省農業機械總動力增長的影響因素進行了關聯分析和預測,從而為正確 認識農業機械總動力的宏觀發展特征和制定農機動力發展規劃和出臺相關政策措施提供科 學依據。
      2.5視情維修制拖拉機合理更新期計算方法
      2.5.1引言
      拖拉機零件在使用中所受的磨損情況和耐久性是不均衡的。隨著拖拉機使用年限的增 加,不僅會增加其維修、油料等費用,而且也會降低作業的數量和質量。因此,加強拖拉機 壽命的研究,才能確保拖拉機適時更新換代和取得最佳的經濟效益。大修是拖拉機在使用壽 命期間必須釆取的一項技術措施。由于在大修理過程中,換上去的配件質量及裝配水平,測 試條件和修復舊件壽命等因素都難以達到原機標準,不可避免地造成整機技術狀態惡化;同 時,大修理后拖拉機與新拖拉機相比較,技術故障發生頻繁,造成拖拉機停歇時間延長,日 常維修費用增多,拖拉機的使用費用增加,且修理周期也一次比一次短。這說明拖拉機的修 理質量對拖拉機的作業成本和效率有很大影響。于是,當拖拉機使用到一定年限并經過幾個 大修周期后,就需要農機管理人員從經濟的角度考慮是對拖拉機進行大修理延長其使用壽 命,還是購買新拖拉機。若是對拖拉機進行修理,在什么情況下進行才是經濟的、合理的; 若是更新在什么時候開始。這些問題都需要經過科學分析,才能做出合理決策。
      2.5.2拖拉機維修制度與更新期計算方法的回顧
      由于各國經濟條件和技術水平的差異,目前有關農業機器壽命的研究國內主要集中在 機器經濟壽命(或稱為最佳更新期)的計算方法上,而國外則集中于農業機器的技術壽命研 究。文獻[107]對農業機器壽命的計算方法作了比較全面的綜述。
      拖拉機是農業機器中非常重要的一種動力機器。更新平均成本原理是計算拖拉機合理 更新期常用方法之一,即拖拉機合理的更新期應使得拖拉機整個使用期間的總平均作業成本 最低由于各地區經濟和技術發展水平以及修理體制的不同,平均作業成本中各項目 所占比重也不同,更新期的計算方法也是不一樣的。目前,主要有兩種修理制度:一是定期 大修制(time-based-prevention maintenance).大中型拖拉機采用較多;二是換件制亦稱故障維 修制(run-to-breakdown maintenance),即壞什么修什么,沒有定期專門的大修,小型拖拉機 和農具大多釆用2久國內外的專家學者對釆用這兩種修理制度的拖拉機更新期的計算方法 有著較多的研究,并有著較為成熟的數學計算模型。然而這兩種維修制度都不同程度存在問 題,從而影響了與二者相對應的計算方法合理性。
      換件制是一種事后維修,雖有可能使某些零件一直使用到故障損壞之前,但是由于拖 拉機技術狀態早期惡化,非但不能使零部件的技術壽命得到充分利用,還常常引起嚴重的事 故損壞,使拖拉機修理費用過高,甚至無法修理而導致早期報廢。
      定期大修制不顧及拖拉機制造質量、使用條件、操作技術水平、以及維修質量等因素的 差別,按照相同的規定周期強制地進行保養或修理,在實踐中往往造成浪費,不僅增加維修 費用和時間,還增多停機次數和時間,降低了拖拉機利用率和生產率。
      隨著科學技術的進步,機械設計和技術水平的提高,以及現代管理科學和測試技術的發 展’從上個世紀的六十年代開始岀現了視情維修制(on-condition maintenance),定期對拖拉 機進行檢測,按照技術狀態的需要對拖拉機進行維修,因此也稱按需維修制(或按狀態維修 制)。實行視情維修制不是取消大修,而是將原來以規定作業量為基礎確定拖拉機修理的方 式,改變為以拖拉機的實際技術狀況為基礎來確定拖拉機修理的方式,但是與這種修理制度 相對應的計算方法尚未見報道,下面就采用視情維修制拖拉機的更新期計算方法進行探討。
      2.5.3基于統計分析法的視情維修制拖拉機合理更新期計算方法
      由于拖拉機的技術狀況對單位作業量使用成本有重大影響,因此,機器更新平均成本 原理同樣適用于確定視情維修制拖拉機的最佳更新期,其關鍵就是要合理確定不同修理周期 的作業量和整個壽命期內的修理周期數。
      一般說來,拖拉機隨著作業量(使用年限)的增加,技術狀況將不斷下降,其結果是各
      種作業消耗(油料、維修費用)也將不斷增加。在不同修理周期內,拖拉機單位作業量的平 均使用總成本都會經歷一個逐漸下降,當下降到一定程度時,再逐漸上升的變化過程。由于 在不同的修理周期內,這一變化過程的速度是不相同的。因而如何尋求在不同修理周期內的 最低單位作業量使用總成本是確定修理周期作業量的關鍵。對此,可通過建立拖拉機單位作 業量使用總成本與拖拉機作業量之間的關系模型,模型中的參數則可利用拖拉機作業消耗的 各種統計數據,結合有關統計分析方法來確定。
      1.拖拉機大修理周期作業量(間距)的確定
      拖拉機在不同修理周期內的單位作業量的成本,可用下面的計算公式表示
       
       
       
      式中C“ ——第一次大修前的整個使用期間單位作業成本,元/標準公頃[標準公頃:拖拉機工作量的計量單位。即耕地機組在地勢平坦,土壤比阻為5N/cm'左右的熟地上作業,耕
      深為20~22cm時,每耕翻一個作業公頃為1個標準公頃。其它作業可通過標準公頃折合系數, 將其折合成標準公頃。]
      C” —— 第i-1次到i次大修期間(即第i個大修周期內)的單位作業成本,元/標準公頃
      Ko——拖拉機的購置費用,元
      R,}——拖拉機在第M次大修的修理費用,元
      CEi—— 第i-1次到i次大修期間的費用總額,元
      Li—— 拖拉機在第i次大修時的余值,元
      S —— 拖拉機在第i-1次大修時的余值,元
      Qi——拖拉機在第M次到i次大修期間的作業總量,標準公頃。
      用拖拉機大修后的使用成本來確定大修理的經濟周期,就是確定拖拉機在不同修理周期 內達到的最小成本,這就需要分析單位作業量成本與修理周期的關系。
      在不同修理周期內拖拉機的購置價值可用公式表示為
      K、= Ko —L[
      瓦=Z,t+R,t-厶 (i > 2)
      式中K\ ——拖拉機在第1次大修后的價值,元
      氐 ——拖拉機在第7-1次大修后的購置價值,元
      這樣(2-65)、(2 - 66)式可改寫為
      C _ Ko _ 厶 | J = K] } Cei 21 a q, Qi a
      C =厶-1 + Ri-i _ Lj + Cgi = * Cgj
      zi~ Qi a
      由(2-69)、(2-70)可知,單位作業量成本由兩部分組成:一部分是分攤到單位作業 量上的拖拉機價值K/Q;另一部分是分攤到單位作業量的經營費用Ce心
      在K/Q沖,K對于各個不同的修理周期來說有不同的值,但對于某一具體的修理周期 來說,&可視為是一常量,而0則是一個變量。隨著修理周期的延長(即作業量的增加), 分攤到單位作業量上的拖拉機價格是按雙曲線關系遞減的。在中,分攤到單位作業量 的經營費用(4,)一般來說是隨著修理周期的延長而增加的,Q也是隨著修理周期的延長而 增加的。這樣,在經營費用中實際上也包括兩部分:一是其變化率與作業量。的變化率相 同的,這部分的費用可視為一個常量,以C,表示;另一部分則與0的變化率不同,是一個 隨修理周期變化而變化的費用,以表示。Gm的變化是脈動式的,即每經過一次大修, Gm沿直線下降一水平,然后再逐步增大,直到下次大修前達到最高值,大修后又下降一水 平。但Cim變化的總趨勢是上升的,它表現在兩方面:一是每次達到的最大值均較前一次修 理周期的最大值大;二是經過大修后每次直線下降的水平,后一修理周期均較前一修理周期 大修后的小。值可用下面的經驗公式〔I”】計算
      C,-„, (2-71)
      式中Cm——第,個修理周期可變經營費用C,的初始值,元
      b, ——第j個修理周期可變經營費用的增長系數
      —— 第j個修理周期可變經營費用的指數
      式中的Cm bj、r,可通過分析統計資料獲得。
      在式(2-71)中,Cim對于一個確定的周期來說也是一個常量,這樣在經營費用中就出 現了兩個常量Gm與G,因此可用一個新常量來代替。即
      a,=C,+Cm (2-72)
      這樣單位作業量的使用成本公式(2-66)可改寫為
      Czi = + +biQi,'~x (2-73)
      公式(2-63)表明單位作業量的使用成本是修理周期內作業量(即修理周期間距)的 函數。確定修理周期就是找到拖拉機在某一修理周期內單位作業量使用成本的最小值C2imina 對公式(2-63)求導,并令其等于零。求得單位作業量使用成本最小時周期作業量 Qi =lj~ K, (2-74)
      采用這種方法確定修理周期間距,與國內傳統的定期大修制和換件大修制相比mm,其 優點在于既可防止拖延修理造成機況惡化,又可防止提前修理造成浪費。因此,用此法確定 修理周期間距更符合拖拉機技術狀態變化和零件磨損規律。
      2.拖拉機最后修理周期的確定
      將式(2-74)代入式(2-63)中,可得拖拉機在第/個修理周期內單位作業量成本
       
       
      在計算出幾個修理周期后,就可進行比較,看哪一個修理周期的這兩項費用之和最小,
      這個最小費用對應的大修理周期就是最后的修理周期。最后修理周期可用公式表示為
      C” = min{C”Fin 丨 i = 1,2, 3,
      上述公式說明當第”個修理周期的C”值最小時,拖拉機應該修到這個周期(即大修n-1 次),若超過這個修理周期后,還進行大修理,則是不經濟的。
      3.拖拉機更新期的確定
      當拖拉機使用到最后修理周期時立即更新,此時即為拖拉機的最佳更新期。但從經濟的 角度來說,是否立即更新,還需比較此時拖拉機單位作業量使用成本與相同新拖拉機單位作 業量使用成本。若要繼續使用達到最后修理周期的拖拉機,其單位作業量使用成本應不高于 相同新拖拉機的單位作業量使用成本,才是經濟合理的。新拖拉機在第一年的單位作業量使 用成本可用下式確定
      (2-77)
      式中C,)——新拖拉機在第1年內的單位作業量使用成本,元/標準公頃
      % ——新拖拉機在第1年內的經營費用總額(不包括折舊費),元
      2,! ——新拖拉機在第1年內的作業總量,標準公頃
      當C”=Cn時,即第"個大修理周期的單位作業量費用等于相同新拖拉機的單位作業量 的費用,從經濟的角度來說,拖拉機在使用到第"個修理周期時應停止使用,用新拖拉機去 替換舊拖拉機。 '
      當Cn<C}l時,即第n個大修理周期的單位作業量費用小于相同新拖拉機的單位作業量 使用費用,從經濟的角度來說,可延長拖拉機的使用期限,直到C”=Cn時,再用新拖拉機 去替換舊拖拉機。即拖拉機達到最佳更新期后,繼續使用一段時間再更新。
      2.5.4小結
      (1) 大修是拖拉機在使用壽命期間必須采取的一項技術措施。不同維修制度所對應的更 新期計算方法是不同的。拖拉機現行的兩種維修制度所對應的更新期計算方法存在著一定的 不合理性。本文根據機器視情維修制度的思想,首次給出了視情維修制拖拉機合理更新期的 計算方法。本文的研究思路與方法,也可拓寬到其它農業機械設備中。
      (2) 隨著現代科學技術的發展,拖拉機和其它各種農業機械設備的適檢性以及不拆卸診 斷技術將得到提高和完善,這些都能為農業機械利用視情維修制來確定合理更新期提供可靠 保證。
      (3) 利用拖拉機的實際作業量來確定大修理周期更符合拖拉機技術狀態變化和零件磨損 規律。當拖拉機在最后大修理周期的單位作業量費用小于相同新拖拉機的單位作業量費用 時,應延長拖拉機的使用期限,以確保經濟收益的最大化。
      2.6農業機械化投資項目可行性研究的評價方法
      2.6.1弓|言
      在農業機械化管理領域,可行性分析是研究論證農業機械化系統中某一子系統的建設、 發展、實施和推廣方案的可行性,以定性與定量分析相結合方式分析與綜合,最后提出是否 可行的技術經濟性結論。它是包括多學科綜合性科技咨詢的活動。從技術、經濟、生態和社 會等領域就提岀的方案做系統分析,并根據它在特定自然條件和機器裝備滿足農業技術要求 的情況下,進行經濟性分析與論證,評估方案是否可以立項,是否有推廣價值。預期得到的 經濟效益等問題,提出可供決策者決策的權威性技術經濟的論證報告。
      可行性研究不僅是確定項目建設向銀行申請貸款、編制計劃的依據,也是與各有關部 門互訂協議、簽訂合同、確定相互責任和聯系協作,以及進行科研試驗、設備制造及選購、 安排企業組織管理、機構設置和教育培訓等工作的依據。
      可行性研究大致可分為以下三階段。
      (1)機會研究階段,又稱投資機會鑒定。是在項目投資前根據市場、資源、政策、管 理條件等情況,對項目的性質、任務、內容、規模、投資及經濟指標做出粗略的估計和較詳 盡的分析,認為初步可行的項目才列入規劃。
      (2)初步可行性研究。在正式做可行性研究之前,預先做一下可行性研究。對所擬項 目的社會需求情況、環境條件、技術適應性和經濟性進行調查分析和必要的試驗,初步判斷 項目是否具有生命力,準確度應達到80%左右。經初步可行性研究,認為可行的項目才列 入計劃。
      (3)詳細可行性研究。在充分調查研究和試驗的基礎上,對項目進行全面的詳細技術 經濟論證,并提出可供選擇的幾個方案,準確度要求達到90%左右。經詳細可行性研究確 定可行時,才可開始實施項目。
      3.6.2投資項目可行性研究評價方法概述
      在對項目進行可行性研究的過程中,除了對項目在經濟和技術上做定性分析外,還需做 定量分析。在分析和論證農業機械化系統的工程方案時,可行性研究的定量分析方法主要有 靜態評價方法和動態評價方法[,13~,,41O
      1.靜態評價方法
      靜態評價分析是不考慮時間變化引起的資金價值的變化,即不考慮時間因素對投資效果 的影響。在投資方案的初選階段,是可行性研究中的機會研究和初步可行性研究中常用的一 種方法。具體說來,靜態評價方法可以分為以下幾種:
      (1)投資回收期法。投資回收期是指項目投產后,以每年取得的凈收益將初始投資全 部回收所需的時間。一般從投產時算起,以年為計量單位。投資回收期反映了初始投資得到 補償的速度。在多方案評價時,一般以投資回收期最短的方案為最優方案。
      (2) 投資效果系數法。又稱收益率或投資收益率法。是項目投產后,生產達到設計能 力的正常年份獲得的盈利與總投資之比。
      (3) 追加投資回收期法。一般說來,在滿足相同需求的情況下,投資相對大的方案, 其生產成本要相對低些。追加投資是指兩個相互排斥方案所需投資的差額。追加投資回收期 是指投資大的方案,通過每年所節約的成本額來回收比另一方案多花的投資所需的時間。當 追加投資回收期小于標準抵償年限時,說明追加部分的投資效果是好的,即投資大的方案比 較有利。
      2.動態評價方法
      由于投資項目在不同的時間點上所投入的費用和產出的收益在同樣的數量上其價值是 不同的。因此,為了獲得正確的經濟效果評價,必須把不同時間點上的金額換算成相同時間 點上的金額,然后進行比較,這是方案對比的重要條件。通常將考慮時間因素的評價方法稱 為動態評價方法。動態評價方法包括以下兩種:
      (1) 凈現值法。凈現值是指工程項目方案在使用年限內的總收益現值與總費用現值之 差,它可表示為經濟壽命內逐年凈收益現值之和。用凈現值為標準選擇方案往往趨向于選擇 投資盈利多的方案。
      (2) 內部收益率法。又稱內部報酬法,它是使項目在計算期內凈現值為零(即總收益 現值與總費用現值相等)時的折現率,稱為該項目方案的內部收益率。當內部收益率大于標 準折現率時,則認為該方案可行;反之則方案不可行。
      3.盈虧分析法
      為了使建設項目在投產后保持贏利,需認真研究成本、售價、產量和盈虧之間的相互關 系。贏利的多少取決于產量的大小及成本的高低,而成本又分為可變成本和固定成本,產量 少則單位產品分攤的固定費用就多,從而導致單位產品的成本就高,反之亦然。當產量達到 不贏不虧的水平時,稱為盈虧平衡點。在單位售價與可變成本一定的條件下,產量在平衡點 以上就能保持贏利。
      4.敏感性分析法
      敏感性分析法是在經濟效益分析的基礎上進一步分析某些不確定參數變化對決策目標 影響的敏感程度。如果某些參數可能變化很大,但對決策目標影響不大,即在決策時該參數 不敏感;反之某些參數稍有變化,則在很大程度上影響決策目標,它們在決策時是高度敏感 的。敏感性分析包括:確定分析指標、設定不確定性因素、計算分析不確定因素的變動對分 析指標的影響程度和建立對應的數量關系、找出敏感因素、綜合效益分析結果的進一步評價 及選擇既可靠又現實的替代方案等六個基本步驟。
      上述各類可行性研究的評價方法對于提高項目選擇的合理性,降低項目選擇的風險性起 到了積極的作用。但也不盡合理,如動態評價方法中的凈現值法,其計算模型中各參數的選 取一般都是確定型的,當外界環境因素影響很大,使得模型中參數的取值很難合理,從而影 響到模型的計算結果,進而影響項目選擇的可靠性與合理性。因此,要強化評價方法對環境 的適應性,必須對現有的評價模型進行改進和完善。
      2.6.3風險型和不確定型投資項目的凈現值(£NPV)分析法
      凈現值法(NPF)是農業機械化投資項目經濟分析中常用方法之一1,13-"4]-其數學模型為
      NPV(i0) = Y —— (2-78)
      幺(1 +訂
      式中: NPV(ia)—— 項目壽命周期內的凈現值;
      F, —— 項目第/年的凈現金流量;
      n 投資項目的壽命周期,a;
      t——現金流量發生的年份序號; i。——基準收益率,即投資者的目標收益率。
      NPVd0)是反映項目在計算期內獲利能力的動態指標。當碑處0)20時,投資項目經濟 可行;反之則不可行。且在多方案對比時,NPV(i0)的值越大,則表明方案相對優越。
      現行的凈現值法中各參數耳、”和i。一般都是確定型的,但考慮到經營風險及不確定性 因素的影響,那么項目的壽命周期"也應為隨機變量,且由于投資、成本、價格和銷售量等 也都是隨機變量,弦也就使得由它們決定的項目各期凈現金流量F,也是隨機變量。
      基準收益率通常由投資者根據行業同類投資項目的贏利水平,以及對項目財務分析的 預測和投資者的意愿來確定。對于確定型項目,一般把銀行貸款利率定為項目的基準收益率, 但通貨膨脹往往被投資者忽略,通貨膨脹的結果是導致項目實際收益率下降。而對于風險型 項目,投資者往往是在銀行貸款利率的基礎上憑主觀經驗加一點風險貼水率來確定基準收益 率,一般來說,項目風險性越大,則基準收益率定得越高,即加進的風險貼水越多。但究竟 何種程度的風險配以何種水準的風險貼水,是極難確定其規格而且是相當主觀的。與前兩者 相比較,受不確定性因素影響的投資項目,確定其基準收益率的難度就更大了。因此,擴大 現行凈現值法使用范圍的關鍵是如何合理確定基準收益率。
      1.基準收益率的確定
      (1)確定型投資項目的基準收益率
      如前所述,對于確定型的投資項目,由于通貨膨脹會導致項目實際收益率的下降。因此, 考慮到通貨膨脹的影響,原計劃的基準收益率應進行調整。
      資金的時間價值有兩個方面,一是資金投入生產或存人銀行,資金將隨時間的推移而 增值;二是由于通貨膨脹的影響,貨幣將隨時間的推移而貶值。二者的綜合作用,則有:
      巧。=恥嚴% (2-79)
      (1+廠)
      式中: pt0——f年后資金數量
       
      p0——起始年資金數量
      i ——銀行貸款利率(等于確定型項目的基準收益率認
      r——通貨膨脹率
      t 年份
      (2-80)
      (2-81)
      1 + r
      由式(2-81)可知,由于通貨膨脹的影響,投資項目的基準收益率將會下降。因此, 要得到預期的基準收益率,須提高項目的基準收益率,使項目的實際收益率等于無通貨膨脹 時的基準收益率,即Ir=i0,整理得
      如=心+rx(l+ %) (2 - 82)
      咕——出現通貨膨脹時的基準收益率
      在基準收益率重新確定后,即可利用式(2-78)判斷投資項目的經濟可行性。
      (2)風險型投資項目的基準收益率
      投資項目的風險性是指項目實施以后將出現的結果(凈現值)不能肯定,但各種結果出 現的概率是可以預先估計出來。對于存在種種不確定因素的投資項目,其經營風險性可用概 率性來表示,這種概率性表明了不確定因素的變動及其對經營效果的影響。由于經濟現象很 少有以過去的同樣模式重復出現,因而很少有類似的歷史資料可供參考,因此對于其中的大 部分因素都不大可能用建立在大量數據基礎上的客觀概率來表達,此時可利用主觀概率進行 類似分析。當概率分布已知時,可用隨機變量的期望值和標準差可描述這種經營風險性,期 望值反映了平均最有可能達到的值的水平;標準差則反映了平均的離散程度。
      在風險性情況下,通常把凈現金流量坊看成是一種隨機變量。假設項目第t期隨機凈現 金流量F,的各離散取值為Fa、巧2、…、碌,且互不相關,其對應發生的主觀概率分別為Pn、 Pc、…、P*,則該項目第/期隨機凈現金流量的期望值和標準差可分別表示為:
      E(巧)=£ 耳坊 (2;83)
      1
      k
      o•(巧)=£(F廠 E(FJ)2p’j (2-84)
      J=1 -
      由于E(巧)最接近巧實際值,因而可用它近似表示項目每期的凈現金流量;標準差“爲) 表示與其期望值E(巧)的離散程度,其值越小,說明實際發生的凈現金流量與期望值越接近, 則凈現金流量的可能風險損失越小。
       
      對于風險型的投資項目,要給出每期隨機凈現金流量的概率分布是比較困難的,特別是 在農業機械化領域,除了經營風險外,項目還要受到氣候等自然因素的影響,因而就更增加 了估計相應概率分布的難度。因此,需要有一種計算風險型項目各期隨機凈現金流量期望值 和標準差的簡單方以進行近似分析。這種方法就是假定各期隨機凈現金流量服從某種分布, 常用的一種估計是服從一般的正態分布N(a, a);另一種估計是假定服從〃分布卩⑸。
      若各期凈現金流量服從0分布,則可在根據類似項目的歷史資料的基礎上,給岀各期 隨機凈現金流量的最樂觀估計值、最悲觀估計值耳2和最可能估計值坊3,則第r期的E(耳) 和b(刁)分別為:
      £(仔)=良(你+4乂耳3+耳2)
      o
      6巧)=\("-耳2)
      o
      如前所述,對于風險型投資項目通常是在無風險型投資項目的基準收益率上增加一點 風險貼水率(Risk premium rate)來作為其基準收益率。由于風險貼水率是對由風險引起的 收益率的補償。因此,可以將風險貼水率定義為收益的可能風險損失與投資額之比,即單位 投資收益的可能風險損失⑴忙 若把第f期的風險貼水率記作rpr (/),則有
      rpr ⑴=
      EI(t)
      式中 RLV (/) ——第r期凈現金流量(收益)的可能風險損失
      投資原值折現到第t期的貼現值
      根據前面分析,可以將標準差<7(巧)作為項目的第r期風險損失,即用°(坊)表示(2-87) 中的砂卩(r)。
      由此計算出投資項目各期的風險貼水率rpr (Z),即
      E(7)x(l + 0,
      i —— 為無風險項目的銀行貸款利率
      E(i) 次性投資期望值,等于-E0o),即第0期凈現金流量期望值的相反數。
      那么,第/期的基準收益率為:
      「02 ⑴=° + 0*(0 ( 2 - 89 )
      當通貨膨脹和經營風險并存時,應將第t期投資項目的基準收益率定為:
      »03(z) = «oi +rpr(t) (2 - 90)
      (3)不確定型投資項目的基準收益率
      投資項目的不確定性是指當采取某個方案之后各種結果可能發生的概率無法預先估 計。這時可采取等概率法進行處理,將不確定性問題轉化為風險型問題。依照前述風險型投 資項目的分析過程,那么,此時該投資項目第/期的,E(f;)和b(Fj可表示為:
       
       
      7=1
      °■(巧) = &£ (耳-E(FJ)2 卩
      *丿=1
      利用式(2-83)可計算出其風險貼水率。再按式(2-89)或(2-90)計算出基準收 益率。
      2.風險型和不確定型投資項目的凈現值(ENPV)計算模型
      設投資項目為一次性投資,壽命周期"為常數,參照式(2-78)計算投資項目的期望
      凈現值的公式,可將計算風險型和不確定型投資項目的凈現值的模型表示為:
      (2-93)
      同理,當砂/N0時,項目經濟可行;反之則不可行。且在相同壽命周期的多方案對 比時,EVP/值最大的方案為最優方案。
      2.6.4應用示例
      若某投資項目的壽命期為5a。銀行貸款利率i=10%,通貨膨脹率『=4%,由分析人員 根據相關資料得到各期隨機凈現金流量的最樂觀估計值你、最悲觀估計值巧2和最可能估計 值Fi3 1,17],以及由此計算出的E(F,)、cr(^). rpr (/)和如(。,如表2-15所示。
      表2 15 某投資項目各期隨機凈現金流量單位:百萬元
      t ", F.2 巧3 E(幾) 少心 如⑴
      0 ?10.0 -15.0 -13.0 -12.833 0,833 0.06 0.204
      1 5.0 3.0 4.0 4.000 0.333 0.02 0」64
      2 8.0 4.0 6.0 6.000 0.667 0.04 0.184
      3 8.5 6.0 7.0 7.083 0.417 0.02 0」64
      4 11.0 6.0 9.0 8.833 0.833 0.04 0.184
      5 11.0 5.0 8.0 8.667 1.000 0.05 0」94
       
      再由式(2-93)可得ENPF=7.441百萬元>0,由此可知該投資項目在經濟上是可行的。
      2.6.5小結
      (1)項目可行性分析是一項多學科綜合性科技咨詢的活動。它要求從技術、經濟、生 態和社會等領域就提出的方案做系統分析,并根據在特定自然條件和機器裝備滿足農業技術 要求的情況下,進行經濟性分析與論證,評估方案是否可以立項。定量分析是項目可行性分 析中非常重要的一個環節,計算方法的選擇對評價結果正確與否有很大影響。
      (2)在對投資項目進行可行性分析時,考慮通貨膨脹、風險性和不確定性因素對投資 項目基準收益率和凈現值的影響,可有助于提高項目選擇的合理性和有效性。
      參考文獻
      [1 ] Jiawei Han.數據挖掘概念與技術[M].北京:機械工業出版社,2001.
      [2]Gartner Group. The top 10 technologies to watch in 1998[EB/OL]. bttp://kdnuggets.com/news/ 98/n03.html#iteml.2002-12-25.
      [3]Fayyad U. Data mining and knowledge discovery in databases implications for scientific
      database [A]. Scientific and Statistical Database Management, Proceedings, Ninth International Conference on Data Mining and Knowledge Discovery[C]. IEEE, 1997,2-11.
      [4]Cheng QM, Jason TL, Wang, et al. DNA sequence classification via an expectation maximization algorithm and neural networks: a case study. System, Man, and Cybernetics, Part C: Application and Reviews 卩J.IEEE Transactions on Data Mining and Knowledge Discovery. 2001, 31(4): 486-475.
      [5]Adomavicius G, Tuzhilin A. Using data mining methods to build customer profiles[J]. Computer, 2001, 34(2):74-82.
      [6]Syeda M, Yan QZ, Pan Y. Parallel granular neural networks for fast credit card fraud detection.
      Fuzzy Systems[A]. Proceedings of the 2002 IEEE International Conference.[C], 2002, 1:572?577.
      [7]業寧,董逸生,張愛珍.現代信息數據的挖掘與發展.南京林業大學學報(自然科學 版),2003,27(3):79?83.
      [8]Bezdek J C, Pal S K. Fuzzy models for pattern recognition: methods that search for structures in data[MJ. IEEE Press, 1992..
      [9]梁伍七,江克勤.數據挖掘中的模糊聚類分析及應用[J].安慶師范學院學報(自然科學 版).2004,10(2):65-67.
      [10]萬江新,聶承啟,尹江.數據挖掘中的模糊分類實現技術[J].計算機與現代化.2003, 11:21-25.
      [11]劉耀和,胡寶清.模糊關聯規則及其挖掘算法[J].應用科學學報.2003, 21(4):373?376.
      [12]Konopnicki L, Rousseeuw P J. Finding groups in data: an introduction to cluster analysis[M].
      New York: JohnWiley & Sons, 1990.
      [13]Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large database[R]. InACM SIGMOD Conf Management of Data, 1993.
      [14]Lin D I, Keden Z M. Pincer Search: A new algorithm for discovering the maximum frequent set[R]. In 6th Intel Conf Extending Database Technology, 1998.
      [15]Savasere A, Omiecinski E, Navathe S. An efficient Mining association rules in large database[R]. Zurich, Switzerland: In Proc of the VLDB Conference, 1995.
      [16]Srikant R, Agrawal R. Mining generalized association rules[R] In 2Set VLDB Conf, 1995.
      [17]Yen S J, Chen ALP. An efficient approach to discovering knowledge from large databases[R]. In 4th inti Conf Parallel and Distributed Info Systems, 1996.
      [18]Park J S, Chen M, YuP S. An effective hash based on algorithm for mining association rules [R]. InACM SIGMOD Conf Management of Data, 1995.
      [19]Brin S, Motwani R, Ullamn J, et al. Itemset counting and implication rules for market basket data[R]. InACM SIGMOD Conf Management of Data, 1997.
      [20]陸建江.數據庫中布爾型加權算法及廣義模糊型加權關聯規則的挖掘[J].系統工程理 論與實踐,2002228?32.
      [21]程繼華,施鵬飛.多層次關聯規則的有效挖掘算法[J].軟件學報,1998, 9(12):937^941.
      [22]肖利,金遠平,徐宏炳等.基于多維標度的快速挖掘關聯規則卩].軟件學報,1997, 10(7):744753.
      [23]陸建江,錢祖平,宋自林.正態云關聯規則在預測中的應用[J].計算機研究與發展, 2000,37(11):1317?1320.
      [24]肖利,王能斌,徐宏炳等.挖掘轉移規則:一種新的數據挖掘技術[幾計算機研究與發 展,1998,35(10):902?906.
      [25]程繼華,施鵬飛.概念指導的關聯規則的挖掘[J].計算機研究與發展, 1999,36(9):1092?1096.
      [26]謝志鵬,劉宗田.概念格與關聯規則發現[幾計算機研究與發展,2000, 37(12):1415^1421.
      [27]程巖,黃梯云.粗糙集中定量關聯規則發現及其規則約簡的方法研究[;]•管理工程學 報,2001,15(3): 73?77.
      [28]倪志偉,蔡慶生,方瑾.用神經網絡來挖掘數據庫中的關聯規則[JJ.系統仿真學報, 2000,23(8):867?871.
      [29]Pawlak 乙 Rough sets[J]. Inter J of Computer ^nd Information Science, 1982,11(2):341?356.
      [30]GRZYMALA BAUSSE J W. LERS: A System of Knowledge Discovery Based on Rough Sets[AJ. Tsumoto S ed. Proc of 5th InL Workshop RSFD96[C]: Tokyo: Morgan Kanfinann
      RSFD, 1996,443744.
      [31]石金秀,黃士濤,雷文平.粗糙集與決策樹結合診斷故障的數據挖掘方法[J].鄭州大學
      學報(工學版).2003, 24(1): 109?112.
      [32]楊寶華,錢運軍,胡學鋼.基于粗糙集(Rough Set)理論的數據挖掘(KDD)過程及實現[幾 計算機農業.2003, 7:11?13.
      [33]Swiniarski R. Rough Sets and principle component analysis and their application in feature extraction and selection, data models building and classification[M].Pal S, Skowron A. New York: Springer-Verlag, 199&
      [34]Lenarcik A, Piasta 乙 Probalilistic rough classifiers with mixture of discrete and continuous variable[A]. Lin T Y, Cercone N. Rough Sets and Data Mining[C]. Boston: Kluwer Academic Publishers, 1997.
      [35]鐘玲,許壯志,薛建.粗糙集理論在數據挖掘中的應用[J].沈陽工業大學學報.2003, 25(4):313 ?316.
      [36]賽煜,王海洋.一種基于粗糙集理論的最簡規則挖掘算法[J].計算機工程.2003, 29(20):77?79.
      [37]陳麗雯,陳燕,任宏遠.基于粗糙集的屬性約簡算法改進卩].微機發展.2003, 21(6):109 ?113.
      [38]吳艷艷.粗集結合決策樹的一種數據挖掘算法[J].計算機工程與科學.2004, 21 (6):60 ?62.
      [39]ZIARKO W, SHAN N. KDD-R: A Comprehensive System for Knowledge Discovery in
      Database Using Rough Sets[A]. Lin T Y, Wildberger A M, eds. Soft Computing[C]. San Diego: Simulation Councils Inc, 1995, 298-301.
      [40]SLOW INSKI R, STEFANOWSKI J. “Rough DAS" and “Rough Class" Software Implementation of Rough Sets Approach.[M]. Intelligent Decision Support: Handbook of Applications and Advances of Rough Sets Theory. Dordrecht: Kluwer Academic Publishers, 1992,445756.
      [41]James P, Callan. Constructive induction on domain information [J]. AAAI, 1991,2.
      [42]Gamberge, Dragan. A minimization approach to propositional inductive leaming[R]. InProc.S111 European Conference on Machine Learing(ECMl-95), Berlin, 1995.
      [43]Hong J. Learning from examples and a multi-purpose learning system AE5[J]. Chinese Journal of Computer. 1989, (12):98?105.
      [44]Sheikholeslami G, Chatteijee S, Zhang A. WaveClusten A multiresolution clustering Approach forVLDB[R]. In proc 1998 Int ConfVLDB, New York, 1998.
      [45]汪惠,王寧.基于小波分析和B-J方法的數據挖掘和預測[幾系統工程. 2003,21(6):109?113.
      [46]王建州,楊勇.基于統計分布的小波分析對時間序列孤立點數據識別與換算[幾西北師 范大學學報(自然科學版).2004,本40⑵:3?7.
      [47]Lu H, Setiono R, Liu H. Neurorule : A connectionist approach to data mining[R]. Int Conf VLDB, 1995.
      [48]Rumelhart D E, Hinton G E, Williams R J. Learning internal rqiresentations by error propagation [A]. Cambridge, MA:M1T Press, 1986.
      [49]Lawrence S, Giles C L, Tsoi A C. Symbolic conversion, grammatical inference and rule extraction for foreign exchange rates prediction[A]. Y Abu-Mostafa. Natural Networks in the Capital Markets[C]. Singapore: World Scientific, 1997.
      [50]Mitchell M. An Introduction to Genetic Algorithms[M]. Cambridge, MA:MIT Press, 1996.
      [51]季文贊,周傲英,張亮,等.一種基于遺傳算法的優化分類器的方法[J].軟件學報,2002, 13(2):245?249.
      [52]孫志勝,曹愛增,梁永,等.基于遺傳算法的聚類分析[幾濟南大學學報(自然科學 版).2004,18(2):127?129.
      [53]Han J, Kamber M. Data Mining Concepts and Techniques [M]. Morgan Kaufmann Publishers, 2001.
      [54]周水庚,周傲英,金文,等.FDBSCAN: 一種快速DBSCAN算法[J],軟件學報,2000, 11 (6):735?744.
      [55]周水庚,周傲英,曹晶.基于數據分區的DBSCAN算法[J],計算機研究與發展,2000, 37(10):1153?1159.
      [56]郭建生,趙奕,施鵬飛.一種有效的用于數據挖掘的動態聚類算法[J],軟件學報,2001, 13(2):582?591 ?
      [57]俞蓿,王軍,葉施仁.基于臨近方法的高維數據可視化聚類方法[J].計算機研究與發展, 2000, 37⑹:714-720.
      [58]Keim D A, Kriegel H P. VisDB: Database exploration using multidunrasional visualization[R]. In Computer Graphics and Applications, 1994.
      [59]Cleveland W. Visualizing Data[M]. Summit, NJ: Hobart Press, 1993.
      [60]何勇.糧食產后系統的分析、評估與優化[D].浙江大學博士學位論文,199&
      [61]王景,劉良棟,王作義組合預測方法的現狀和發展[J].預測,1997⑹:37?3&
      [62]程軼.常用預測方法及評價綜述.四川師范大學學報(自然科學版)[J], 2002, 25(1): 70-73.
      [63]張文修,吳偉志,梁吉業等.粗糙集理論與方法[M].北京:科學技術出版社,2001.
      [64]鐘波,肖智,周家啟.組合預測中基于粗糙集理論的權值確定方法[JJ.重慶大學學 報.2002, 25(7): 127-130.
      [65]Pawlak Z. Rough sets[JJ. International Journal of Information and Computer Science. 1982.11(5):314-356.
      [66]Szladow A. Ziarko 乙 Rough sets: working with imperfect data[J],AI Expert, 1993July.
      [67]Pawlak 乙 Grzymala-Busse J, Slowinski R. Rough sets[ J] .Communications of the ACM.
      [68]韓禎祥,張琦,文福拴.粗糙集理論及其應用[J].信息與控制.1998, 27(1): 37-45
      [69]趙顯橋,曹欣玉,蘭澤全等.基于粗集理論的煤灰結渣模糊綜合評判權系數確定方法研
      究[J].煤炭學報,2004, 29(2): 222-225.
      [70]于達仁,胡清華,鮑文.融合粗糙集和模糊聚類的連續數據知識發現[J].中國電機工程 學報,2004, 24(6):205-210
      [71]候利娟,王國胤,聶能.粗糙集理論中的離散化問題[J].計算機科學,2000.27(12):89-94.
      [72]凌方,王建東.一種連續屬性離散化的新方法[J].數據采集與處理,2002.17⑵:179?182.
      [73]安利平,仝凌云.粗糙集理論中一種屬性離散化算法[J].河北工業大學學報,2002, 31(3):39-43.
      [74]徐如燕,魯漢榕,郭齊勝.基于信息論的連續屬性離散化[J].計算機工程與設計,2002, 23(2):62-64.
      [75]代建華,李元香,劉群.粗糙集理論中基于遺傳算法的離散化方法[J].計算機工程與應 用,2003.8:13?14.
      [76]張艷,李曉雷,談小強.基于粗集理論的柴油機磨損模式識別方法[J].內燃機學報, 2001(4):373-376.
      [77]陳遵德.Rough Set神經網絡智能系統及其應用[J].模式識別與人工智能.1999,12(1):1-5.
      [78]李增芳.基于人工智能和虛擬儀器技術的發動機故障診斷專家系統研究[D].浙江大學 博士學位論文.2004.
      [79]朱永達.農業系統工程基礎鄭州:河南科學技術出版社,1987.
      [80]《浙江年鑒》編輯委員會.浙江年鑒[M].杭州:浙江人民出版社,1981-2003.
      [81]馮志鵬,杜金蓮.粗糙集與神經網絡集成在故障診斷中應用研究[J].大連理工大學學報, 2003,43(1):70-76.
      [82]許東,吳錚.基于MATLAB 6.x的系統分析與設計一神經網絡[M].西安:西安電子科 技大學出版社,2002.
      [83]張青.基于神經網絡最優組合預測方法的應用研究[J].系統工程理論與實踐,2001(9): 90-93.
      [84] 展廣偉.農業技術經濟學[M].北京:中國人民大學出版社.1986.
      [85] 白人樸,楊敏麗.農業機械化發展水平評價指標體系及評價標準研究[Z].農業機械化 軟科學研究成果匯編(農業部農業機械化管理司),2001.
      [86] 夏阿國,魏芳勛,徐星明.浙江省農業和農村現代化進程評價與預測研究報告[R], 199&
      [87] 白人樸,楊敏麗,劉清水.中國農業機械化發展水平地區分類研究[J].中國農機化, 1999,3: 65-68.
      [88] 鄭文鐘,何勇.浙江省農業機械化水平評價方法及應用研究[J].浙江大學學報(農業與 生命科學版),2001,(27):191?194.
      [89] 劉佳,魏采喬,王西彬.粗糙集綜合評價法在綠色制造評價中的應用研究[J].重慶環境 科學,2003,25(12):64?67
      [90] 楊崇瑞.模糊數學及其應用[M].北京:農業岀版社.1994.
      [91] 汪培莊,韓立巖.應用模糊數學[M].北京:北京經濟學院出版社.1992
      [92] 關凱書,劉智軍,陳錦銘.自適應性神經網絡預測模型及其在農機動力需求預測中的應 用卩].農業工程學報.1998,14(4): 177-181.
      [93] 關凱書,張麗,張美華.我國農機總動力需求的模糊神經網絡預測模型[J].農業機械學 報.1999, 30(5): 86-8&
      [94] 張淑娟,何勇,榮亭.山西省農機總動力需求的灰色一馬爾可夫預測模型[J].山西農業 大學學報[J]. 2001, 21(3): 299?302.
      [95] 傅澤田,穆維松.農機動力總量分析模型在農業機械化系統分析中的應用卩].中國農業 大學學報.1998,3(6):49-53.
      [96] 鄧聚龍.灰色系統理論教程[M]?武漢:華中理工大學出版社,1990.
      [97] 鄧聚龍.灰色系統基本方法[M].武漢:華中理工大學出版社,1992.
      [98] 劉會玉,林振山,張明陽.農業現代化與農村經濟發展的灰色關聯分析卩].農村經濟. 2004,4: 77-79.
      [99] 王道波,張廣錄.農業生產資料對農村(農業)經濟發展的影響研究[J].農業系統科學 與綜合研究.2005,21(1): 12-15.
      [100] 陳風英,李君.安徽省農業生產結構變動與農民收入增長灰色關聯分析[J].阜陽師范 學院學報(社會科學版).2004, 3: 86-87.
      [101] 鄭遠強.海南省熱帶農業與三大產業關聯分析[J].海南大學學報(人文社會科學 版).2004,22(3):278-282.
      [102] 吳子岳,王耀華.農場農業機械化程度影響因素的多維灰評估[JJ.農業工程學報,1997, 13⑷:8-12.
      [103] 孫巍,張德駿.中國農村種植業生產經濟系統的灰色關聯辯識與分析卩].農業系統科
      學與綜合研究.1995,11(2): 104109.
      [104] 于穩法.影響糧食生產的因素分析及政策建議[J].農業系統科學與綜合研究. 2005,21(2): 133?135.
      [105] 熊和金,陳德軍.基于灰色系統理論的數據挖掘技術[J].系統工程與電子技術.2004, 26(2): 184-186.
      [106] 陳德軍,熊和金,陳綿云.灰色趨勢關聯聚類及其在數據挖掘中的應用卩].系統工程 與電子技術.2004, 26(5): 599-601.
      [107] 王福林.農業機器經濟壽命計算的研究現狀及其分析卩].農業機械學報,1995, 26(2): 111-115.
      [108] 余友泰.農業機械化工程[M].北京:中國展望出版社,1987.
      [109] 常福田.拖拉機最佳更新年限的預測研究[J].農機化研究,1987 (2) :71?74.
      [110] 張締慶,陳濟勤.農業機器運用管理學[M].西安:西安交通大學出版社,198&
      [111] 陳忠慧.農業機器運用管理學[M].北京:中國農業出版社,1993.
      [112] 馮崇毅主編.汽車運輸企業管理[M].北京:人民交通出版社,1998.
      [113] 劉天福.農業機械化可行性研究[M].沈陽:遼寧人民出版社,1990.
      [114] 戴有忠.農業機械化工程[M].哈爾濱:東北農業大學出版社,1996.
      [115] 周裕興,李國抒.技術經濟學[M].廣州:華南理工大學出版社,1995.
      [116] 李曉紅.關于風險型投資項目的經濟分析卩].中國農業大學學報.1998,3(2):6?9.
      [117] 楊季美,畢儒詳.技術經濟學[M].北京:中國鐵道出版社,1994.
      第三章農業機械化信息管理系統與系統集成
      為提高農機管理部門的決策水平,人們在加強農機管理領域的數學方法研究的同時,還 利用系統工程理論方法、網絡技術、多媒體技術、數據庫技術和計算機技術等各種現代管理 理論和信息技術,研制開發農業機械化信息管理系統(MIS)和決策支持系統(DSS)卩7, 這些系統的使用,對促進農機部門管理決策的現代化發揮了重要作用。然而,目前在農機管 理部門中各種信息處理系統主要使用基于字符的屬性信息,而常見的信息中有80%以上含 有空間屬性信息同。因此,若把具有空間信息處理功能的地理信息系統GIS與傳統MIS/DSS 相結合,則將有助于農機管理部門充分利用各種屬性和空間信息,從而進一步提高農機管理 部門決策水平。系統集成是實現MIS/DSS與GIS有機結合的一種有效方法。現就信息系統 集成的產生、內容和方法等有關問題進行探討。
      3.1信息系統集成
      3.1.1信息系統集成的產生與必要性
      目前,各類信息系統已在許多領域得到廣泛的應用,這些系統的使用為提高組織機構的 工作效率發揮了積極的作用。但是,由于系統之間互不溝通,大量冗余的數據和信息重復存 儲于各個子系統內,而決策者所需的綜合信息卻無法從這些系統中提取,若用網絡相連這些 系統,而軟件和硬件異構問題又制約了系統之間的通訊。這就形成了人們常說的組織內部的 “信息孤島”現象,即信息分散,不能共享,多種硬件平臺和軟件平臺共存,以至于各個應 用部門的信息系統相互獨立,不能為高層決策提供一致的信息服務。“信息孤島”的存在, 使得花費大量資金、人力建立起來的信息系統沒能給組織的整體效益帶來太大的改善⑺。
      農機管理部門目前使用的各種MIS/DSS都是信息系統的理論、方法和技術在農業機械 化領域的具體應用,因而也同樣存在“信息孤島”現象。隨著我國農業機械化事業的快速發 展,農機部門管理決策過程中對信息種類、數量的需求將會有大幅度增加,因而客觀上需要 將提供各種信息的信息系統進行集成,實現彼此間協調地工作,最大限度地減少數據冗余, 并確保數據的一致性和完整性,從而為農機管理部門的各級決策者提供及時、準確、綜合而 適用的信息。因此,信息系統集成也是今后農業機械化領域信息化實踐的一項重要內容。
      現代意義上的集成概念是與20世紀60年代出現的集成電路相聯系的。集成電路的集成 思想主要是降低各種組成部分連接的復雜性,從而提高設計和實現效率。集成雖然最早始于 集成電路領域,但其概念應用范圍己從硬件為主的集成電路擴展到軟硬件并重的計算機集成 制造(Computer Integrated Manufacturing Systems, CIMS),再到偏重信息的綜合集成研討廳 [8-17] (Hall of workshop of Meta Synthetic Engineering, HWMSE),也就是將專家經驗、統計 數據和信息資料、計算機技術三者有機結合起來,構成高度智能化的人機結合集成系統,以 解決復雜的實際問題。
      集成的核心思想在于組成系統的各子系統之間的有機結合,從而形成一個統一的整體, 以取得系統的最佳效益。從系統集成概念的應用發展過程可以看岀,集成思想在生產和科研 的各個領域都發揮了重要的作用。新的信息系統的建立、已有信息系統的逐漸擴充以及不同 系統之間資源與信息資源共享,都需要利用集成思想來指導信息系統的分析、設計和建設。
      系統集成的必要性主要表現在以下幾個方面:
      1.組織的需求
      組織的需求是信息系統集成的動力。目前,在各級農機管理部門已具備一定的計算機應 用基礎,并建立了農機信息統計、農機安全監理等業務信息系統。隨著農機部門管理現代化 進程的繼續,決策者需要更多的各類綜合信息進行決策,而現有的分散的信息系統已不能滿 足組織的需要,因為它存在以下問題:
      (1)信息分散,缺乏一致性;
      (2)信息為各個應用部門所獨占,不能共享;
      (3)大量的數據或信息被閑置,沒有得到應有的處理和很好的利用,或僅僅進行了初 步的加工,缺少用于控制、預測和輔助決策。
      因此,通過系統集成,一方面可以統籌規劃農機部門的資源,提高資源的利用率,實現 大范圍的數據共享;另一方面,還能理順農機管理組織的業務及信息流程,強化各級決策環 節,進而提高農機管理部門工作效率和綜合效益。為此,需要建立一個集成的信息系統,以 滿足農機管理決策對信息的需求。
      2.產品的多樣性
      (1)農機信息系統建設是一項復雜的系統工程,期間要涉及多種硬件、軟件和技術, 幾乎沒有一個廠商能夠提供信息系統建設所需要的全部產品和技術。因此,在信息系統建設 過程中必然要求使用多家的產品和技術構成系統開發的解決方案。
      (2)從信息系統的安全和發展的角度來看,采用多家信息技術公司的產品可以降低對 某個特定供應商的依賴性,有利于農機管理部門的信息安全。
      3.系統的異構性
      異構性是系統集成的根源,由于系統中存在著異構的成分導致了系統中各個子系統無 法實現有效的交互,才有了系統集成的必要。
      系統的異構性可以分為以下幾種:
      (1)目標與語義異構:各個子系統被用于不同的任務或實現不同的職能;或者同一個 符號賦予不同的語義;
      (2)體系結構異構:如數據庫類型有:關系型、層次型、網狀型;專家系統結構有: 框架、黑板,等等;
      (3)系統類型異構:經典控制系統、數據庫系統、專家系統;
      (4)程序設計語言異構:采用不同類型的編程語言;
      (5)操作系統異構:基于不同的操作系統。
      3.1.2系統集成的定義、內容及特點
      1.系統集成的定義
      系統集成是從20世紀90年代起,才在計算機領域得到廣泛的討論和應用,并引起了 計算機業界的極大關注。可以說,系統集成是開發系統驅動的,順應計算機技術的發展潮流。 到目前為止,系統集成還沒有一個統一的定義。美國IDC公司認為,系統集成是將軟件、 硬件與通信技術組合起來為用戶解決信息處理的業務tl8~20]o IBM公司不系統集成定義為將 信息技術、產品與服務結合起來實現特定功能的業務。美國大型系統集成商INPUT公司認 為系統集成是由一家廠商全面承包用戶的大型復雜信息系統,負責系統設計,利用硬件、軟 件與通信技術實施包括資源調查、文檔管理、用戶培訓與運行支持在內的全面項目管理。
      但就總的思想來說,人們已有一種共識:系統集成是一種思想、觀念和哲理,是一種指 導信息處理系統開發的總體規劃、分布實施的方法和策略,它不僅是一種技術,更包含藝術 的成份。系統集成提供了一體化的解決方案。
      根據上述分析,本文對信息系統集成作如下定義:信息系統集成是一個尋求整體最優的 過程,是根據總體信息系統的目標和要求,對分散的現有各種信息子系統或多種硬件、軟件 產品和技術,以及相應的組織機構和人員進行組織、結合、協調或重建,形成一個和諧的整 體信息系統,為組織的管理決策提供全面的信息支持。
      由上述定義,可以得岀信息系統集成具有3個基本特征:
      (1) 具有整體的,一致的目標,即建立一個統一的信息系統;
      (2) 以原有的信息系統或已有的技術為基礎進行結合與協調;
      (3) 多種意義上的集成,其中人的集成占主導地位。
      2.系統集成的內容[21~22]
      從廣義而言,系統集成是指一個組織機構建設信息處理系統的全過程,內容包括入的 集成(最終用戶掌握和利用信息處理系統功能,從而融入信息系統中)、組織機構的集成(再 造工程)、管理和技術的集成、計算機系統平臺的集成。其主要內容有:
      (1) 設計階段的集成。應用系統設計的集成就是將要完成系統總目標的應用系統劃分 為有區別而相對獨立的分系統或子系統,又要使它們在支撐環境或支撐平臺上相互配合、協 同工作合成為一個有機整體。
      (2) 支撐環境的集成。支撐環境的集成改革就是要解決如何利用客觀條件為應用系統 提供統一的支撐環境來支持應用系統的運作,完成系統總目標。具體來說,在設計過程中要 解決以下幾個問題:一是通信與網絡平臺的集成;二是系統硬件的選型與配置;三是系統軟 件的選型與配置。
      (3) 工程實施階段的集成。由于大中型信息系統的復雜性,系缺成過程中通常涉及 多個廠家和多種類型的產品,這就使得支撐環'境的建立和應用系統的開發所需的產品不能完 全由一個廠家提供,而是需要各產品生產和開發商合作完成。
      (4) 維護期的集成。維護期的集成任務在于對建成系統運行中岀現的各種問題進行分 析和確定故障源,完成故障的排除和系統的改進和優化。
      從狹義上講,系統集成特指計算機系統集成,包括計算機硬件平臺、網絡系統、系統 軟件、工具軟件以及應用軟件的集成,以及圍繞這些系統的相應咨詢、服務和技術支持,等 等。具體包括:
      (1) 功能集成一系統集成的目標
      系統集成的任務是利用計算機、數據庫和網絡通信等各種技術重新組織和安排應用系統 的業務流程,從而實現既定的系統功能。功能集成是既是系統集成的出發點,也是系統集成 的歸宿點。因此,在系統集成過程中,必須以實現所需系統功能為切入點,分析應用系統的 業務流程。
      (2) 數據集成一系統集成的核心
      數據是各種信息系統的血液,數據集成是系統集成的核心。缺少數據集成的集成系統 其不足是顯而易見的。例如各部分連接松散或脫節、眾多的數據文件、難于維護發展、自動 化程度低等。從系統集成軟件技術來看,數據集成主要包括建立統一的數據模型和統一的數 據庫管理系統兩個方面。
      (3) 設備集成一系統集成的基礎
      設備集成的主要內容是將應用系統所覆蓋的各種通信、計算、控制和處理等資源設備聯 結起來,從而形成一個相互通信的有機整體(或稱為集成系統的基礎設施)。設備集成主要 解決應用系統如何組織信息的問題,設備集成的主要任務是在于技術選擇和產品選擇。技術 選擇的主要工作是確定網絡協議集的標準,即為“網絡平臺”確定規范;產品選擇是在統一 標準的前提下,選擇性能價格比高、服務好的產品和供應商,進而具體實現網絡平臺或通訊 平臺。
      (4) 技術集成一系統集成的保證
      集成系統能否實現預先既定的各項功能,技術集成起著至關重要的作用。系統集成需 要多方面的技術,包括數據庫技術、網絡通信技術、多媒體技術、可視化技術、并行工程與 計算機支持的協同工作,人工智能與優化技術以及工程設計理論和管理科學等等。單獨運用 其中一種技術往往不能滿足一些工程項目的需要,只有綜合利用才能提高系統的信息處理和 空間分析能力,進而增強組織或企業的利用各種信息提高決策能力。概括起來,技術集成包 括:應用層集成、數據庫層集成、操作系統集成、網絡骨架集成和用戶節點層的集成等五個 部分。
      (5) 人機集成一系統集成的關鍵
      系統集成是一種系統思想、方法和技術,不是某種計算機硬件系統或軟件系統,而是通 過人利用多種硬件和軟件技術,將多個單獨的信息系統重新優化和組合,形成一個有機的統 一整體。因此,若沒有人的集成,再好的硬、軟件系統也只是一種擺設。可以說,人的集成 是系統集成的靈魂。在系統集成過程中主要涉及到系統集成人員、原系統開發維護人員、各 級管理者(用戶)以及組織機構的決策者。
      3.系統集成的特點
      系統集成是指多個系統的有機結合,用以實現系統結構和功能的創新。系統集成是為 了達到系統目標將可利用的各種資源有效地組織起來的過程。系統集成的結果是將部件或多 個不同的小系統通過一定聯接成大系統。系統集成在概念上絕不只是聯通,而是有效的組織。 有效的組織意味著系統中每個部件的功能都能得到有效的利用,或者反過來說,為了達到系 統的目標所耗的資源最少。系統集成是要達到系統的某一目標,這個目標就是1+1>2,即系 統的總效益大于各子系統的效益之和。事實上對于信息系統而言,集成系統所完成的效益是 每個分系統所無法完成的。因而系統集成具有以下幾個特點:
      (1) 應用綜合。系統集成的目標是實現應用綜合,為用戶提供解決方案必須周密地解 決各種應用的綜合化、或稱為一體化、系統化。例如,一個應用部門往往按業務分析各單位 單獨提出的信息要求,容易缺乏“橫向”綜合;當按目前業務提出需求時,容易忽視與歷史 ,和未來的有機聯系,缺乏“縱向”綜合。因此,系統集成要實現應用系統在業務上的“橫向” 綜合,時間上的“縱向”綜合,技術上的跨領域綜合。
      (2) 技術綜合。為了實現應用綜合,系統集成實現者必須掌握多學科的技術知識,并 且通過技術綜合充分體現系統經過“集成”加工的特點。系統集成實現者一般都需要掌握計 算機技術、通信技術和管理科學的基礎知識,并熟悉當今流行的技術、產品和服務,尤其是 發展趨勢。此外,系統集成實現者必須在應用領域具備特長。這就要求系統集成者不僅要掌 握信息技術,還要掌握有關的專業知識,且應用領域的專業知識是決定技術綜合成功與否的 關鍵。
      (3) 服務綜合。系統服務的內容通常跨越從系統的分析、建設到使用維護的“全過程”, 包括從戰略高度替用戶進行發展策略制定和應用系統的分析設計,再到系統設備采購、安裝、 測試,應用軟件開發投入實際運行,人員培訓和系統運行和維護的技術支持等。
      3.1.3系統集成的方法、層次與框架
      1.系統集成的方法
      有關系統集成的含義、內容、理論與方法等是隨著計算機技術、信息技術、網絡通訊技 術以及應用需求的發展而不斷完善和發展。雖然不同應用領域內對系統集成的定義、實現和 側重點不盡相同。但從系統集成方法論的角度看,目前尚沒有可供直接使用的方法。當今有 關系統集成的方法從其實現的方式上,主要有以下幾種0~27】:
      (1)內容集成:數據倉庫可以說是信息系統內容集成的典范。W.H.Inmon給出數據倉 庫的形式化定義:數據倉庫是一個用來支持管理決策的、面向主題的、集成、時變、非易失 性的數據集合。它通過數據綜合方式提供了一個集成數據環境,但是這種集成方式是單向、 自下而上的集成。
      (2)傳統的分析集成方法,如戰略數據規劃方法、結構化分析法、數據流圖、實體一 關系模型、面向對象分析方法等等,分別在不同層面(主要集中在功能、結構以及數據庫的 分析和設計方面)對系統集成問題提供了一些解決方式。國內外對于系統集成方法的研究取 得了一些成果:利用agent理論開發了一個ADEPT的集成框架,將各個子系統視為一個個 智能代理,通過這些智能代理之間的交互來實現系統集成,但是agent理論本身比較復雜, agent交互研究目前正處于進行中,沒有很好的可以直接利用的理論;利用本體論(Ontology) 和基于活動(Activity-Based)的分析方法開發了一個名為TOVE的測試床,將系統中的功 能以本體論的形式統一表示出來,實現知識的共享,對于新開發的系統如果釆用這種方法無 疑是很有好處的,但是對于現有的系統該方法很難加以利用。
      2.系統集成的層次
      不同的組織層次對信息系統應用的需求是不同的,根據集成的目標,可將信息系統的集 成分為以下的3個層次:
      (1)模塊層次的集成。這是系統集成的最低層次,在這一層次中側重于各子系統內模塊 的優化組合,通過不同模塊之間的有機組合從而形成一個功能比較完整的子系統。
      (2)子系統層次的集成。這是系統集成的中間層次,目前許多組織機構都建立了功能比 較完善的子系統,要將這些子系統有機集合起來,可以根據系統整體性要求,對原有各子系 統進行綜合、協調,從而集成得到一個整體功能最優的信息系統。
      (3)系統層次的集成。這是系統集成的最高層次,在當今信息社會,不同部門之間的信 息交流非常頻繁,各種組織機構中信息系統不應在是信息社會中的一個“信息孤島”,而應 成為信息社會的一個組成部分。因此,組織機構在系統集成過程中,要考慮如何通過網絡等 其它通信工具和手段與其他組織或部門進行信息交流。
      3.系統集成框架
      異構性是系統集成的根源,由于系統中存在的異構成分導致了系統中各個子系統無法 實現有效的交互,才有了系統集成的必要。目前,通過構造系統集成框架是解決系統異構的 —種非常好的方法。利用系統集成框架,可使現有的各子系統能夠以盡可能少的修改來合成 為一體,實現彼此通訊與合作,進而以較低代價完成各個子系統之間的交互和信息資源共享。
      系統集成框架實質上是一種系統集成機制卩8~29]。系統集成框架的體系結構是最優的、 標準是開放的,通過系統集成框架可以降低系統集成實施過程中的復雜程度,實現各類系統 的有機集成和整體功能的優化,從而確保集成系統的開放性和標準化,并提供多用戶的單一 接口。
      目前,集成平臺被認為是一種理想的系統集成框架,它能提供材類系統在信息和功能 集成過程中所需要的信息處理和通信服務功能。利用集成平臺作為系統集成框架有以下幾個 方面的優點:
      (1)利用統一的系統集成平臺,可以實現多種信息的共享,通過對信息的融合和深層 次的挖掘還可以產生大量的新的有用信息。
      (2)按照系統集成平臺提供的接口標準,一方面,使得系統的改造和更新都有據可依; 另一方面,有利于集成系統的標準化。
      (3)利用系統集成平臺能降低集成的復雜程度,作為系統開發人員,只要求知道應用
      系統如何與集成平臺發生產生聯系,而無需知道與其它應用系統發生聯系。
      (4)利用系統集成平臺能減少各子系統的重復部件,共享某些功能,減少系統冗余, 增強系統的性能/價格比,進而提高集成系統的整體功能和保持系統的一致性。
      (5 )利用系統集成平臺擁有的協調與反饋機制可以使整個集成系統成為一個有機的整 體,實現各單獨子系統不能完成的功能,從而增強系統的整體功能。
      系統集成時,集成框架的使用與否,一方面對系統集成的復雜性、易維護性和運行的 高效性都有著重要影響;另一方面,還將導致各子系統間的連接和通信方式的完全不同。圖
      3 - 1反映了增加的一個新子系統與原集成系統中的各子系統的關系。
       
      圖3-1兩種集成模式中新增子系統與已有子系統的相互聯系
      沒有利用集成框架的系統集成模式通常被稱為基于孤立應用模式。在這種集成模式下, 每當在集成系統中增加新的子系統時,都需要額外工作來解決新的子系統與原來已存在的子 系統之間的集成關系,造成系統接口的重復設計和開發,進而導致用戶接口的不一致和系統 功能的重復。這種模式的主要缺點是各子系統間的通信不充分,系統的可擴充性與可移植性 很差。
      利用集成框架的系統集成模式被稱為基于組件的系統集成。在這種模式下,以組件的形 式,將各子系統的應用于不同的層次。按照集成框架統一制定的接口定義標準,每個組件定 義自己的接口,發布應用功能,而其它組件則可以根據其提供的接口信息,調用其提供的功 能。因此,在系統集成時,由于應用接口已明確定義和分類,即使各子系統是由不同機構開 發的,仍可快速實現各類子系統之間的集成。從而降低開發、維護費用。
      3.2管理信息系統、決策支持系統和地理信息系統
      3.2.1管理信息系統
      管理信息系統(Management Infbrmation System,簡稱MIS)是20世紀80年代才逐漸 形成的一門新科學,其概念至今尚無統一的定義。WalterT.Kennevan給MIS的定義為,以 口頭或書面的形式,在合適的時間向經理、職員以及外界人員提供過去的、現在的、預測未 來的有關企業內部及其環境的信息,以幫助他們進行決策。Gordon B. Davis把MIS定義為 一個利用計算機硬件和軟件,手工作業,分析、計劃、控制和決策模型,以及數據庫的用戶 -機器系統〔珂。它能提供信息支持企業或組織的運行、管理和決策功能。而中國企業管理百 科全書則將MIS定義為一個由人、計算機等組成的能進行信息的收集、傳輸、儲存、加工、 維護和使用的系統。管理信息系統能實測企業的各種運行情況,利用過去的數據預測未來, 從企業全局出發輔助企業進行決策,利用信息控制企業的行為,幫助企業實現其規劃目標。
      上述有關MIS的各種定義反映了 MIS作為一個新學科的特點,就是其理論基礎尚不完 善,其概念方法尚未明確統一。但從國內外學者給MIS所下的定義來看,人們對MIS的認 識在逐步加深,MIS的定義也在逐漸發展和成熟。管理信息系統是在管理科學、系統科學、 運籌學、統計學以及計算機科學等學科的基礎上形成的一個綜合的多元目的學科。管理信息 系統的總體結構如圖3-2所示。
       
       
      圖3-2 管理信息系統總體結構
      一般說來,管理信息系統具有以下兒個方面的基本功能:
      (1)準備和提供統一格式的信息,使各種統計工作簡化,使信息成本最低;
      (2)及時全面地提供不同要求、不同細度的信息,以期分析解釋現象最快,及時產生 正確的控制。
      (3)全面系統地保存大量的信息,并能很快地查詢和綜合,為組織決策提供信息支持。
      (4)利用數學方法和各種模型處理信息,以期預測未來和科學地進行決策。
      管理信息系統是一類面向程序化決策的計算機系統,能利用一定的規章或公式來解決結 構化決策的問題。在農業機械化領域,管理信息系統是使用時間最早、范圍最廣的一類信息 系統。比較典型的運用有農機管理和監理部門利用管理信息系統進行農機信息統計、牌照管 理,農業機械化企業利用線性規劃來求拖拉機運輸的最短路程,農機銷售用經濟批量公式來 求定貨批量,等等。
      3.2.2決策支持系統
      以支持管理者做決策為目標的決策支持系統,是在管理信息系統基礎上發展起來的一 個新興領域⑶]。如果說管理信息系統是為了更有效地提供管理決策所需要的信息,則決策 支持系統是根據這些信息來做出面向高層管理的有效決策。
      決策支持系統(Decision Support System,簡稱DSS)是在管理信息系統的基礎上發展 起來的新興科學,最早是由美國Scoot Morton教授于1970年在"管理決策系統” 一文中首 先提出。之后,許多學校和公司開始研制DSS,并成功地獲得了應用。決策支持系統的基 本結構如圖3-3所示。
      DSS概念從提出至今已有二十多年時間,但這門學科本身還沒有形成一個完整的理論 體系。關于DSS的定義也沒有一個統一看法,但都從不同的角度給予解釋。如Gorry和Scoot Morton把DSS定義為支持決策者對半結構化、非結構化問題進行決策。Ginzberg和Stohr 把DSS定義為支持決策制定活動的計算機信息系統,這種決策活動不可能完全由自動的系 統來完成。Johe Little把DSS看作是一個基于模型的程序集合,用來處理數據并作出判斷, 以支持管理者作出決策,這種系統必須具有簡單性、完善性、適應性及易于控制、易于通訊。 Bonozok和Whinston認為DSS是由三個部分組成的計算機系統:語言系統 提供用戶與 DSS通訊;知識系統一存儲系統中的知識(如數據、模型及程序);問題處理系統——制 定決策的核心部分。Vazony認為DSS是一種處理非結構化問題和給決策者提供靈活決策的 一種新技術。Sprague與Watson認為,DSS能廣義地定義為決策輔助和決策支持實施系統。 或者狹義地定義交互式的、面向非程序化與非結構化決策的計算機系統。
       
      圖3-3決策支持系統結構
      1.人機對話部件
      決策支持系統不能代替人的決策,它只能支持人的決策。因此,人機對話部件是DSS 的重要組成部分。通常人機對話部件應當具有以下幾個方面的功能:
      (1) 提供多樣化的顯示和對話形式。當今計算機幾種常見的人機界面技術有:菜單、 窗口、多媒體等形式,命令語言和自然語言等。
      窗口、多媒體等顯示形式,能增加系統的美觀及直觀程度,能大大提高系統的友好程 度及使用效率。目前,計算機無論是微機或者是工作站上的軟件都在向這個方向發展,如 PC機上的Windows系統,SUN工作站上的SUNVIEW界面,效果都很明顯。
      菜單可用于引導用戶逐級進入系統和使用系統,對初級用戶更是適宜,用戶只要按照 菜單提示,點擊幾個選擇鍵即可操作和使用系統。若用命令語言來操作,可以減少交互操作, 更有效地控制系統的運行。對于不熟悉計算機的管理決策者,使用自然語言更方便,但對計 算機技術就要求更高,需采用人工智能技術,如自然語言和問題分析等技術。
      (2) 輸入輸出轉換。系統在輸入中與用戶的對話,要轉換成系統能夠理解和執行的內 部表示形式。當系統運行結束后,應該把系統的輸出結果按一定的格式顯示或打印給用戶。
      (3) 問題處理。利用DSS語言系統編制實際解決決策問題的程序,它控制人機交互, 模型運行,數據調用達到有機的統一,解決決策問題。
      2.數據部件
      數據部件包括數據庫和數據庫管理系統。經過幾十年的發展,目前數據庫組織方法和 數據庫管理系統都非常成熟。
      (1) 數據庫存儲的組織形式。數據庫用來存儲大量數據,一般組織成易于進行大量數 據操作的形式。典型的數據組織模型有:網絡模型、層次模型和關系數據模型。數據庫由數 據庫管理系統來管理和維護。
      (2) 數據庫管理系統功能。數據庫管理系統都具有數據庫建立、刪除、修改與維護、 數據存儲、檢索、排序、索引和統計等功能。
      (3) 數據庫管理語言體系。一般來說,數據庫管理系統應提供語言體系供用戶使用數 據庫或與某種程序設計語言的接口。這個語言體系一般由兩個部分構成:一是數據庫定義語 言(DDL):提供定義數據庫中數據的組織形式,如數據模式、數據依賴關系等手段;二是 數據庫操縱語言(DML):提供對數據庫中的數據進行操作,包括數據庫的建立、刪除、數 據字典的建立和維護、數據存儲、檢索等手段。
      3.模型部件
      模型部件由模型庫和模型庫管理系統組成。
      模型庫用于存放模型,它有自己的特征。模型不同于數據,它有如下兩種形式:
      (1) 模型的表示形式:它總是以某種計算機程序形式表示的,如數據、語句、子程序 以及對象等。這種物理形式在模型庫中具體為:模型名稱及相關的計算機程序、模型功能的 分類、模型的輸入輸出數據、控制參數等屬性,它可以類似于數據的形式表示出來。
      (2) 模型的動態形式:它可以某種方法運行,進行輸入、輸出、計算等處理。這種形 式的屬性是無法或很難用類(數據組織的形式來描述的。
      目前,決策支持系統已在農機管理領域中的某些方面得到應用,但由于農機管理決策 過程中的復雜性和決策支持系統自身的一些因素的原因,DSS在農業機械化領域的應用范 圍和效果遠不及管理信息系統。
      3.2.3地理信息系統
      1.地理信息
      地理信息是指表征地理系統諸要素的數量、質量、分布特征、相互關系和變化規律的 數字、文字、圖像和圖形等的總稱。地球表面的巖石圈、水圈、大氣圈和人類活動等是最大 的地理信息源。地理科學的一個重要任務就是迅速采集地理空間的集合信息、物理信息和人 為信息,并實時地識別、轉換、存儲、傳輸、再生成、顯示、控制和應用這些信息。
      地理信息屬于空間信息,其位置的識別是與數據聯系在一起的,這是地理信息區別于 其他類型信息的最顯著的標志。地理信息的這種定位特征,是通過經緯度或公路網建立的地 理坐標來實現空間位置識別的,地理信息還具有在二維空間的基礎上實現多專題的第三維結 構的特征。而各個專題、實體之間的聯系是通過屬性編碼進行的,這就為地理系統各圈層之 間的綜合研究提供了可能,也為地理系統多層次的分析和信息的傳輸與篩選提供了方便。
      2.地理信息系統
      地理信息系統(Geographic Information System,簡稱GIS)是以采集、存儲、管理、描 述、分析地球表面及空間和地理分布有關的數據的信息系統。它是以地理空間為基礎,在計 算機硬、軟件環境的支持下,對空間相關數據進行采集、管理、操作、分析、模擬和顯示, 并采用地理模型分析方法,適時提供多種空間和動態的地理信息,為地理研究、綜合評價、 管理、定量分析和決策服務而建立起來的一類計算機系統。簡而言之,地理信息系統是以計 算機為工具,具有地理圖形和空間定位功能的空間型數據管理系統,它是一種特殊而又十分 重要的信息系統。
      從學術與技術的角度來看,地理信息系統是上個世紀60年代開始迅速發展起來的一門 新技術,結合計算機、系統工程、經濟管理等多學科的知識,屬于跨學科的技術系統。它所 涉及的內容主要包括〔血351:
      (1) 有關計算機的硬件、軟件;
      (2) 空間數據的獲取及計算機輸入;
      (3) 空間數據模型及其數據表達;
      (4) 屬性數據的數據庫存儲及處理;
      (5) 數據的共享與視覺化;
      (6) 地理信息系統的項目管理、開發、質量保證與標準化;
      (7) 地理信息系統的機構設置與人員培訓等。
      一般來說,地理信息系統按其內容可以分為三大類[377】:
      (1) 專題信息系統(Thematic Information System)o這是具有有限目標和專業特點的 地理信息系統,為特定的目的服務的,如礦產資源管理信息系統、農作物估產信息系統、災 害監測信息系統,等。
      (2) 區域信息系統(Region Information System)□主要以區域綜合研究和全面的信息 服務為目標。可以有不同規模,如國家級、地區或省、市級和縣級等為不同行政級別的區域 信息系統,也可以是按自然分區或流域為單位的區域信息系統。
      (3) 地理信息系統工具(GIS-Tool)。也稱為地理信息開發平臺或外殼,它是具有地理 信息系統基本功能的工具軟件或開發平臺,供其他系統調用或進行二次開發。國內外已在不 同檔次的計算機設備上研制了一批地理信息系統工具,如Mapinfo、Arcinfo等。將地理信 息系統外殼與數據庫系統結合,用以完成圖形、圖像數字化、地理數據的存儲管理、查詢檢 索、結果輸出等任務,就可以開發出相應的決策支持系統和專家系統等。
      另外,也可以從其他角度對地理信息系統進行分類。例如:
      按數據結構的不同可以將地理信息系統分為:基于多邊形的即矢量型地理信息系統和 基于格網的即柵格型地理信息系統。
      按系統用途可將地理信息系統分為:自然資源清查信息系統、城市地理信息系統、規 劃和評價信息系統、空間分析型的地理信息系統,等等。
      按系統職能的不同,可以分為:地形信息系統、專題信息系統、土地資源信息系統、 地籍信息系統,等等。
      地理信息系統的基本功能如圖3 - 4表示。
       
      圖3 -4地理信息系統的功能圖
      如前所述,農業機械化是一項地域空間性很強的工程,在管理與決策中必然要涉及大量 的空間信息,因而將GIS引入農業機械化領域,必能在多方面增強農機化信息管理系統的 功能,進而提升農機管理部門的現代化程度。目前有關GIS在農業機械化領域的應用研究 主要有兩方面:一是GIS作為精細農業技術體系的重要組成部分;二是在農業機械化管理 中,分析影響農業機械化發展因素的空間分布情況。從研究和應用的總體情況看,基本上都 集中于前者,而涉及后者的還比較少。
      通過上述對MIS、DSS和GIS的功能和結構分析,可以看出3種系統在功能和結構上 各具特色,部分功能具有交叉,例如都具有數據采集、存儲、處理、分析和輸出等基本功能。 但側重點不同,MIS的優點在于信息管理;DSS能提供各種定量分析模型,具有強大的數 據處理能力,但大多數DSS不能靈活、直觀地描述對象的空間位置、空間分布等信息,不 能為決策者或決策分析人員提供一種空間數據可視化的決策環境,在此環境下決策者只能利 用自己的經驗、知識,直觀詳細地了解和分析過程中的各主要因素及其相關關系和影響后, 才能做出決策;GIS側重點在空間信息的分析和表達,目前大多數GIS的功能尚停留在空間 數據的釆集、存儲、管理、查詢、分析和顯示、制圖的水平上,空間信息的處理和分析能力 較弱,缺乏對復雜空間問題決策的支持能力。卜珂,難以滿足農機系統各級決策者的要求。 因此,通過系統集成平臺,將目前在農機管理部門使用的MIS/DSS與GIS三種信息系統集 成到一個應用系統中,在發揮各自優勢的同時,又能形成集成后的對農機管理決策中所需數 據的高效處理和管理功能。尤其是GIS與DSS中數學方法的結合既有助于GIS對空間數據 處理功能的提升,又能方便實現空間分析數據及結果在GIS中進行編輯、轉換、查詢、組 織和可視化表達,以及制圖等,從而滿足農機管理部門對各種屬性和空間信息處理的需求。
      3.3 MIS/DSS與GIS集成模式
      系統集成的關鍵是如何實現GIS與MIS/DSS中的應用模型的集成,目前GIS與MIS/DSS 各自的發展都具備了兩種技術集成的條件。GIS與MIS/DSS中應用模型集成可以采用兩種 方法。一種是利用程序設計語言,重新開發一個集空間分析和決策支持于一體的G1S系統。 這種支持系統的特點是信息冗余少、集成緊密、運行穩定、效率高,但存在開發周期長、工 作量巨大和成本高的問題;另一種是采用GIS與決策模型的系統集成技術,將GIS的空間 數據管理功能與MIS/DSS中的決策模型的分析、評價、預測、模擬和決策等功能“組合” 起來,構成解決某一決策問題的空間決策支持系統。這種方法能充分利用現有信息技術資源, 縮短開發周期,降低費用,并便于系統升級和維護。根據GIS與MIS/DSS集成的緊密程度, 將二者的集成分為松散型集成、嵌入型集成和鏈接型集成三種集成模式。如圖3-5所示。
       
      A.松散型集成 B.嵌入型集成 C.鏈接型集成
      圖3-5 G1S與M1S/DSS集成的3種模式
       
      3.3.1松散型集成
      在這種集成方式中,GIS與決策支持系統是各自獨立的,彼此通過輸入瀚出功能進行 信息交流,系統沒有統一的數據結構和操作界面。決策時用戶通過調用決策支持系統的應用 模型進行決策分析,決策結果以決策支持系統的數據格式保存。然后再調用GIS系統,手 工輸入決策支持系統的結果數據,或通過GIS的輸入功能將結果數據轉化為GIS能夠處理 的數據格式與空間數據結合,實現數據地圖化〔心人這種集成方式是通過文件交換機制來 實現二者之間的數據交換,是最簡單的一種集成,存在的不足是系統結合松散,操作不方便。
      3.3.2嵌入型集成
      一般是以GIS或決策支持系統為載體,另一個為附件嵌入到載體中。若以GIS為載體, 則利用一些GIS提供的宏命令編寫一些簡單的決策模型,將這些決策模型直接嵌入到GIS 中,所形成的系統具備較強的空間分析功能,但決策支持能力較弱。如果以現有的決策支持 系統為載體,則一般是用開發決策支持系統所用的程序設計語言來編制一些空間分析模塊, 將GIS具備的部分功能直接嵌入到決策支持系統中,所形成的系統具備較強的決策支持能 力,但空間分析功能較弱。這兩種嵌入型集成方法所產生的系統,集成程度高,系統結合緊 密,但系統整體功能不強〔仏旳。根據二者緊密程度可以分為3種方式。
      1.G1S的全宏語言開發模式
      以地理信息系統為集成平臺,用地理信息系統提供的二次開發語言如MapBasic、 Avenue、AML 等宏(Macro Language)或者腳本語言(Script Language),在 GIS 平臺上將 已開發好的專業模型的源代碼進行改寫,使其從語言到數據結構與GIS系統完全兼容,從 而成為GIS系統整體的一部分,這種集成方式是當今GIS應用系統常用的一種開發方式, 并且將會一直存在,它可以保證GIS系統與模型在數據結構、數據處理等方面的兼容性, 但這種集成方式不符合現代軟件集成的發展潮流。其存在的不足之處表現在以下幾個方面: —是GIS開發商雖然普遍提供了二次開發語言,且功能也越來越強大,但是對于較為復雜 模型的構造能力仍然有限;二是GIS開發者必須花費大量的時間去讀懂專業應用模型的源 代碼,且基于二次開發語言的集成系統運行效率普遍較低;三是現有GIS缺乏動態分析能 力,二次開發語言也不提供對內存和緩沖的操作,因而系統的動態分析功能的實現比較困難。
      2.GIS內嵌可執行程序方式
      它以GIS的宏語言命令驅動應用程序,GIS系統和MIS/DSS中的應用分析模型之間的 集成是通過對共同數據文件的讀寫操作實現,GIS系統則進一步通過中間數據與空間數據的 轉換來實現空間數據的GIS操作功能。雖然這種方式在本質上與松散集成中的獨立可執行 程序方式是一樣的。與獨立可執行程序集成方式不同的是GIS系統與M1S/DSS中的模型是 由不同編程語言實現的,但集成系統有基本統一的界面,具備一個無縫的集成操作環境。
      這種集成方式有兩個方面的優點,一是符合軟件工程學所要求的模塊化開發原則,便 于開發工作的組織管理,系統的運行性能優于獨立的可執行程序方式;二是以這種方式開發 出來的集成系統具有基本統一的界面環境,操作方便。但主要缺點是系統開發人員必須了解 模型運行的全部過程,并能對復雜的模型進行合理的結構分解,以實現模型與GIS系統本 身之間的數據相互轉換及模型對GIS功能的調用,因而模型的分解比較困難,此外,模型 組合也不容易。
      3.GIS內嵌函數庫方式
      這種集成方式是將開發好的模型以庫函數的形式保存在函數庫中,系統集成人員通過 調用庫函數將模型集成到GIS系統中。函數庫包括靜態鏈接庫和動態鏈接庫兩種,二者的 本質區別就在于動態鏈接不是在鏈接生成可執行文件時把庫函數鏈入應用程序,而是在程序 運行中根據需要進行鏈接。
      這種集成方式的優點是能實現GIS與MIS/DSS中應用模型實現高度無縫集成,函數庫 一般都有清晰的接口,系統開發人員不必花費大量的時間去研究代碼,使用比較方便。此外, 函數庫經過編譯,不會出現開發者因改動源代碼而導致模型運行結果不正確的情況。這種集 成方式的不足在于函數庫無法與GIS數據有效結合,因而不能用于復雜模型與GIS的集成。 同時,由于開發者不能對庫函數進行修改,不僅降低了 GIS與模型集成的靈活性;而且使 得函數庫的可擴展性變差。此外,靜態函數的使用還在一定程度上受語言的限制,必須依賴 其開發語言。
      相對于松散型集成而言,嵌入型集成具有統一的界面和數據邏輯模型以及內存消耗與 一體,提供透明的文件轉換機制實現雙向信息共享,用戶通過GIS內置的宏編程語言直接訪 問模擬模型,但其不具備模擬過程中模型開發和用戶交互功能,可以保持各自的數據結構, 數據間的連接是通過數據類型轉換器實現。
      3.3.3鏈接型集成
      是基于具備 OLE (Object Linking and Embedding,對象鏈接嵌入,簡稱 OLE) Automation 功能的GIS (如Maplnfb , Arclnfb)和可視化程序設計語言(如VB、VC等)而設計的。 利用可視化程序設計語言設計一個統一的人機界面,調用DSS決策分析模塊中的應用模型 和操作GIS地圖的功能菜單,對地圖的各種操作主要是通過程序設計語言和GIS的OLE Automation的鏈接集成完成。這樣集成的系統,由于采用了鏈接技術,不僅提高了應用系統 的空間分析和決策支持功能以及系統的集成程度,而且使系統的整體功能得到加強,可以說 是目前最佳的系統集成方法。
      3.4本章小結
      在分析系統集成概念、特點、內容、層次和框架的基礎上,對實現管理信息系統、決策 支持系統和地理信息系統三者集成的一些關鍵問題進行了研究,主要結論有:
      (1)信息系統集成是一個尋求整體最優的過程,是根據總體信息系統的目標和要求,對 分散的現有各種信息子系統或多種硬件、軟件產品和技術,以及相應的組織機構和人員進行 組織、結合、協調或重建,形成一個和諧的整體信息系統,為農機部門的管理決策提供全面 的信息支持。
      (2)MIS、DSS和GIS三種系統在功能結構上各具特色,MIS的優點在于信息管理; DSS雖能提供各種定量分析模型,并具有強大的數據處理能力,但不能靈活、直觀地描述 對象的空間位置、空間分布等信息;GIS側重點在空間信息的分析和表達,卻缺乏對復雜空 間問題決策的支持能力,若利用系統集成平臺將上述3種系統進行系統集成,則能實現農業 機械化領域對各種類型數據進行處理和管理功能。
      (3)GIS與DSS二者集成的關鍵是如何實現GIS與DSS中的應用模型的集成。根據 GIS與DSS集成的緊密程度,將二者的集成分為松散型、嵌入型和鏈接型三種集成模式。 從集成系統的信息冗余度、集成緊密度、運行穩定性和效率,以及開發周期、工作量和成本 等方面綜合考慮來看,鏈接型集成是目前實現GIS與DSS集成的理想模式。
      參考文獻
      [1]鮑一丹,何勇.農業機械多媒體決策支持系統的研究[J].浙江大學學報(農業與生命科學 版),2001,27 (2) :187?190.
      [2]何勇,鮑一丹.農業機械化數據庫管理系統的研究[J].科技通報,1995,11 (3) :147~152.
      [3]張玉寶,朱瑞祥,劉淑珍.農業機械化管理信息系統的研究與開發[J].農機化研究,2002, 11.61-63.
      [4]張毅,朱瑞祥,張玉寶.基于廣域網的農業機械化管理信息系統設計[J].農機化研究, 2003,7. 170-172.
      [5]晏國生等.計算機在農機化管理中的應用[M].北京:清華大學岀版社,199&
      16]湯國安,陳正江,趙牡丹,等.ArcView地理信息系統空間分析方法[M].北京:科學出版 社,2002.
      [7]高展,張惠僑,熊泗洲.系統集成與現代企業[J].機械設計與研究,1999,2:35?39.
      [8]李德仁,關澤群.空間信息系統的集成與實現[M].武漢:武漢測繪科技大學出版 社,2000.
      [9]萬麟瑞,李緒睿.系統集成方法學研究[J].計算機學報,1999, 20(10): 1025-1031.
      [10]王黎明,毛漢英.區域可持續發展綜合集成研討廳體系研究[J].地理研究,199& 17(4):408-414.
      [11]王慧斌,徐小群.綜合研討廳體系及應用研究[J].信息與控制,2001,30(6):516-521.
      [12]胡代平,王浣塵.建立支持宏觀決策研討廳的預測模型系統[J].系統工程學報,2001, 16(5):335?339.
      [13]胡曉惠.研討廳系統實現方法與技術的研究[J].系統工程理論與實踐,2002, 22(6):1-10.
      [14]操龍兵,戴汝為.綜合集成研討廳的軟件體系結構[J].軟件學報,2002,22(6):11?18
      [15]王丹力,戴汝為.綜合集成研討廳體系中專家群體行為的規范[J].管理信息學報,2001, 4(2): 1-6.
      [16]于景元.錢學森的現代科學技術體系與綜合集成方法論[幾中國工程學,2001, 3(11):10-18.
      [17]戴汝為.錢學森論集成智慧工程卩].中國工程學,2001, 3(⑵:14~20.
      [18]張佐.系統的概念、方法與實現[幾測控技術,1999, 18(9): 3~6.
      [19]胡曉峰.系統集成與系統綜合集成卩].測控技術,1999,18(9):11-13.
      [20]王行剛.系統集成服務與系統集成技術卩].計算機應用,1997, 17(2): 1-2.
      [21]劉魯,張朝輝,姚忠.信息系統集成方面的若干問題[幾北京航空航天大學學報,1998, 24(4): 331 ?335.
      [22]劉彥保,張根耀.系統集成與信息系統[J].延安大學學報.199& 17(2):44-47.
      [23]Pan J C, Tenenbaum J M. An intelligent agent framework for enterprise integration[J], IEEE Transactions on Systems, Man and Cybernetics, 1991, 21(6):1391~1408.
      [24]Roda C, Jennings N R, Mamdani E H. The Impact of Heterogeneity on Cooperating Agents. Pro[A].AAAI Workshop on Cooperation among Heterogeneous Intelligent Systems[C].Anaheim, USA,1991.
      [25]Alty J L, Griffiths D, Jennings N R. Mamdani E H. Advanced Decision Environment for Process Tasks: Overview and Architecture [A].Proc. BCS Expert System 94 Conference (Application Track)[C],Cambridge, UK, 1994.
      [26]Mark S. Fox and Michael Gruninger, Ontologies for Enterprise Integration [A]. Second Conference on Cooperative Information Systems[C], Toroto,1994.
      [27]Fadel F, Fox M S, Gruninger M. A Resource Ontologies for Enterprise Modeling [A]. Proceedings of the Industrial Engineering Research Conference[C], 1994.
      [28]Rossak W. Some thought on system integration: A conceptual framework[J]. Journal of System Integration, 1991, 1:97?114.
      [29]徐寶明.集成化管理信息系統的理論與設計方法研究[D].華南理工大學博士學位論文,
      廣州:華南理工大學,1998.
      [30]何勇,鄭文鐘.管理信息系統的原理方法及應用[M].杭州:浙江大學出版社,2005.
      [31]薛華成.管理信息系統[M].北京:清華大學出版社,1999.
      [32]羅云啟.數字化地理信息系統Maplnfb應用大全(M].北京:北京希望電子出版社,2001.
      [33]宜晨,童曉民,潘茜.Mapinfo4.0實用培訓教程[M].北京:電子工業出版社,1998.
      [34]張劍平,任福繼,葉榮化等.地理信息系統與Maplnfb應用[M].北京:科學技術出版社, 1999.
      [35]羅云啟,曾琨,羅毅.數字化地理信息系統建設與Maplnfb高級應用[M].北京:清華大 學出版社,2003.
      [36]李勝樂,陸遠忠.Mapinfo地理信息系統二次開發實例[M].電子工業出版社,2004,1.
      [37]劉光.地理信息系統二次開發教程(語言篇)[M].清華大學出版社,2003,1.
      [38]Hainning R. P. Designing spatial data analysis modules for geographical information systems.[M] In: Fortheringham, S. and Rogerson, P(eds). Spatial Analysis and GIS, London, Taylor Francis, 1994.
      [39]Burrough, P.A. Methods of Spatial Analysis in GIS[J]. International Journal of Geographical Information Systems, 1994,4:221-236.
      [40]Fedra. GIS and Environmental Modeling, In M. F., Goodchild, B. O. Parks and L. T. Steyaert, 1993, Environmental Modeling with GIS. New York: Oxford University Press, Chapter 5.
      [41]馬蔚純.基于地理信息系統GIS的城市水環境數值模擬研究[D].上海:華東師范大學 博士學位論文,1997.
      [42]Wu, F. L. Simland: a Prototype to Simulate Land Conversion through the Integrated GIS and CA with AHP Transition Rules[J]. International Journal of Geographical Information Systems, 199& 12(1):363?382.
      [43]Yoon, J. Watershed-Scale Nonpoint Source Pollution Management Based on Spatiotemporal Parameter Model and Gis Linkage. In: Pascolo, P and Brebbia, C. A.(eds). GIS Technologies and their Environmental Applications. Computational Mechancis Publication, Southamton, UK, 1998:3?12.
      第四章 基于GIS的農業機械化信息管理與決策支持
      系統設計與實現
      根據農業機械化管理工作的特點和要求,本章結合前面章節有關數據挖掘方法和信息系 統集成方面的研究工作,完成基于GIS的農業機械化信息管理與決策支持系統的系統分析、 系統設計和系統實施。
      4.1系統總體結構設計
      基于GIS的農業機械化信息管理與決策支持系統的總體框架如圖4 - 1所示。
       
      圖41基于GIS的農業機械化信息管理與決策支持系統總體框架
       
      基于GIS的農業機械化信息管理與決策支持系統是一個由人和計算機等組成的能進行 信息收集、傳遞、貯存、加工、維護和使用的系統,是一個集現代管理理論、系統工程、現 代數學方法和計算機等構成的系統,是針對如何提高農機管理部門的工作效率和管理決策水 平而建立的能信息管理和輔助決策的信息系統。
      4.1.1系統分析
      系統分析階段的主要任務是進行調查研究,可行性分析,確定目標,完成邏輯設計。系 統可行性分析是根據系統開發任務規定的目標和要求進行技術經濟分析[心】。本系統的目標 是幫助農機管理部門對農業機械化工作中遇到一些問題進行綜合分析,并輔助決策,以期提 高農機部門的管理現代化程度。因此,無論從長遠或是近期來看,該系統都是必需。
      農業機械化管理工作中涉及的信息的性質決定了系統的特點,農業機械化管理系統是一 個信息貯存規模龐大,數據關系復雜,數據處理操作繁瑣的系統。此外,由于信息的組成復 雜,還要求系統具有較高的安全性,良好的可維護性,以及較大的升級潛力,以滿足農機管 理部門的新增需求。
      4.1.2系統設計
      系統設計階段的任務是將邏輯模型轉化為物理模型。根據系統分析提出的任務和技術要 求,設計各種實施方案。從系統的整體出發,盡可能提高系統的效率、工作質量、可靠性和 可變更性,權衡利弊,選擇合適的方案。設計的全過程一般可分為總體設計和詳細設計〔I】。
      1 •總體設計
      按照“模塊化”設計思想進行。模塊是計算機軟件中具有獨立加工處理功能的基本單元。 這種基本單元的劃分原則是模塊內部聯系緊密,模塊間偶合關系簡單。模塊的內部聯系稱為 凝聚度。本系統采用三種不同大小的凝聚,分別為相似凝聚、過程凝聚和數據凝聚。此外, 本系統在確保完成預定任務的前提下,盡可能安排了合適的模塊大小及限定了適當的模塊數 量及系統層次,以保證系統執行的效率。系統共分為9個功能模塊,并視需要進一步建立不 同功能模塊的下級子模塊。
      2.詳細設計
      總體設計階段確定了各種模塊,詳細設計過程則針對每一個具體模塊進行,主要完成代 碼設計、輸入輸出格式設計、人機對話接口設計、輸入數據檢驗處理及各模塊程序框圖設計 等,以上過程也可總稱為人-機事物設計。
      (1)代碼設計:代碼是唯一標識一個實體的字母數字組成符號。
      (2)輸入輸出格式設計:本系統輸入輸出格式設計著眼于通用性,即應能滿足大多數 用戶的需要,能為普通用戶所接受。在輸入方面,一是給出一個十分友好的輸入界面,能提 供盡可能多的幫助信息;二是具備較高的記錄與輸入效率,及盡量減少輸入工作量。在輸出 方面,一是提供了屏幕輸岀和打印機輸出;二是輸出報表能容納盡可能多的信息,以滿足決 策和進行各種系統分析的需要。
      (3)人-機設計:為了充分發揮管理人員的主觀能動作用,應對各種變化的環境,以 及實現系統調用的人工控制,必須安排一系列的人-機接口,實現人-機交互會話。通常有 以下3種形式:一是菜單形式:把所有的分支功能都顯示出來,用戶要調用哪個功能,只需 選中并點擊該菜單項即可控制下一步的執行過程;二是是否回答式,操作人員是否作下一步 執行,只需回答“是(Y)”或“否(N)”,便可確定分支去向;三是一般回答式,根據顯示 器上的提示問題,回答各種規定的命令和文件名,去控制系統的下一步的執行。人-機對話 要盡量簡單,鍵入工作量小,以方便用戶控制系統的運行。
      4.1.3系統實施
      系統實施階段是具體實現系統設計階段規定的物理模型。將系統分析和系統設計這兩個 階段的工作成果組合成一個整體,完成信息系統在業務領域實施。系統實施包括程序設計、 程序調試、系統調試、項目管理和系統轉換等內容。對于基于GIS的信息管理和決策支持 系統,它主要包括3部分內容〔7】:一是數據庫設計;二是方法庫和模型庫設計;三是GIS 功能的集成。
      1.數據庫設計
      主要包括數據庫結構設計和數據庫輸入界面設計等。
      數據庫設計是整個系統建立的基礎,它的建立好壞直接影響系統質量,故必須在具體設 計數據庫結構前必須根據系統分析階段提出的要求,統籌考慮數據之間的關系,確定應建立 哪些數據庫,每個庫文件內部的數據存放結構(如字段名稱、記錄性質及長度等)。由于數 據結構設計為本系統的主要工作之一。因此,本文將在后面詳細論述數據庫的設計。
      數據輸入是系統運行的首要步驟,而且是系統操作中最繁重的一項工作,數據輸入的質 量好壞與速度快慢,直接關系到整個系統的運行質量與運行速度。鑒于此,本系統在設計這 一模塊時,給出了清晰、直觀友好的輸入界面,使得輸入工作變得高效簡捷。同時,在數據 輸入后,系統還提供數據備份功能,以確保數據的安全性。
      2.模型方法庫設計
      模型方法庫的設計是本文的主要內容之一,通過模型方法完成數據挖掘工作。系統開發 始終是貫穿了結構化系統分析的思想。在程序設計上,運用軟件工程的思想方法和技術,采 用結構化分析設計的方法,數據處理功能強,分類、檢索速度快等優點,應用Visual Basic 語言設計岀多功能目錄菜單的模塊化程序,把一個命令文件作為一個功能模塊,這樣一來, —個復雜的系統將被分解為各個模塊后,基本上可以獨立理解,可讀性及可維護性增強。
      3.GIS功能的集成
      GIS功能設計是本文的另一個主要工作內容,本文選用professional Maplnfb地理信息系 統工具軟件作為GIS功能的開發平臺,并運用軟件工程和系統集成的思想和技術,借助開 發應用系統的計算機語言,將地理信息系統工具軟件平臺Maplnfb融入到所開發的系統中, 使GIS成為應用系統的一個子系統,從而實現跨平臺的GIS功能操作。
      Maplnfb Professional是一種功能強大、直觀的桌面地理信息系統,由美國Maplnfb公 司推出的一個地理信息系統軟件。Maplnfb不僅具有電子地圖的顯示、管理、建立和修改功 能,而且還能在電子地圖上對地圖對象與屬性數據庫中記錄的自動聯接,從而可以根據數據 庫中的數據動態改變地圖對象的可視屬性,也可以通過地圖來查詢相應對象的數據庫信息。 Mapinfo具有如下技術特點【4町:
      (1) 地圖表達與處理功能。Maplnfb能夠利用點、線、區域等多種圖形元素,以及豐 富的地圖符號、文本類型、填充模式和顏色等表現類型,可詳盡、直觀、形象地完成電子地 圖數據的顯示。同時,對于位圖文件和航片、照片等柵格圖像,也可以進行屏幕顯示。
      (2) 關系型數據庫管理功能。Mapinfo內置關系型數據庫管理系統,支持SQL查詢, 具有動態鏈接關系型數據庫的功能,并可以直接讀取FoxPro、Lotus 1-2-3Microsoft Excel、 Access以及ASCII文件中的數據。此外,還可運用地理編碼(GeoCode)功能完成數據庫與 圖形的有機結合,實現在圖形的基礎上對數據庫進行操作。
      (3) 數據查詢分析功能。Maplnfb的精華是其分析查詢功能,即它能夠精確地在屏幕 上查詢、分析與其相應的地理數據庫信息。對于相對簡單的分析查詢,Maplnfb提供了對象、 區域、緩沖區以及一些常用的邏輯與數據的分析査詢函數;而對于較復雜的分析查詢,則可 通過MapBasic編寫的查詢程序來實現。
      (4) 數據的可視表達方式。Maplnfb采用地圖、瀏覽表格及圖表等三種不同的方式對 數據庫內容進行描述,這三種視圖均可動態鏈接。對于屬性數據和查詢分析的結果,Mapinfo 還采用專題圖的方式將數據和分析查詢結杲顯示在屏幕上,以便用戶迅速地了解和判斷有關 的屬性數據和查詢結果。
      (5)系統開發工具。Maplnfb系統軟件提供了 MapBasic作為與Maplnfb配套的用戶開 發工具,用戶使用MapBasic可以設計、建立符合自己特點和要求的純用戶化的應用系統。 此外,利用MapBasic還可以將多媒體技術引入GIS,從而使系統更加形象、生動。
      (6)圖形輸入輸出功能。使用Mapinfo軟件可處理通過掃描儀、數字化儀輸入的數據 信息。同時,利用其相應的硬件支撐平臺,Mapinfo在調整版面內容及相對比例之后,可以 通過繪圖儀、打印機輸出任意比例的圖形、表格、圖表,或直接將窗口中顯示的矢量地圖轉 換為bmp文件或Metafile文件。
      (7)OLE與地圖數據資源。Mapinfo具有對象鏈接與嵌入(OLE)功能,允許Visual Basic、Visual C++、PowerBuilder 和 Delphi 把 Mapinfo 地圖作為一個對象加以調用, Maplnfb地圖也可方便地嵌入到Word、Excel等環境中。
      (8)硬件操作平臺。Mapinfo可支持多種硬件操作平臺,能夠適應配置較低的工作環 境。Mapinfo和MapBasic有可用于多種操作系統等多種硬、軟件平臺的版本,而且用 MapBasic編寫的程序可以運行在任意一種硬件平臺之上。
      (9)用戶界面。Maplnfb的用戶界面十分友好,釆用了人們所熟悉的Windows形式的 窗口操作。Maplnfb中文版的菜單、對話框與Help信息全部釆用漢字顯示,易學易用。
      要實現上述3方面的內容,在系統實施過程中選擇程序設計語言是非常重要的,它要求 所選擇的語言具有很強的程序設計能力、數據庫編程能力和跨平臺的集成能力。綜觀當今各 種程序設計語言,本文選擇微軟公司發布的Visual Basic 6.0作為系統應用程序的設計工具, Visual Basic 6.0具有以下特點*叫
      (1)Visual Basic 6.0具有強大的程序設計能力,能夠實現各種復雜的模型計算功能,
      (2)Visual Basic 6.0具有強大的數據庫編程能力。在數據庫應用開發領域完全可以和 專門的數據庫編程語言相媲美。與其它數據庫管理系統相比,利用Visual Basic 6.0以上版本 作為數據庫開發平臺有以下優點:一是簡單性,Visual Basic 6.0為每一種數據訪問模式提供 了相應控件,通過控件用戶可以方便地連接到數據庫,只要編寫少量的代碼甚至不編寫任何 代碼就可以訪問和操作數據庫;二是靈活性-Visual Basic 6.0不像一般的數據庫管理系統(如 FoxPro, Access等)那樣局限于特定的應用程序結構,也不需要用某些指令對當前打開的數 據庫進行操作,因而比較靈活;三是可擴充性。Visual Basic 6.0是一種可以擴充的語言,其 中包括在數據庫應用方面的擴充。在Visual Basic 6.0中,可以使用ActiveX控件,這些控件 可以由Microsoft公司提供,也可以由第三方根據COM標準開發。有了 ActiveX控件,可 以很方便地在Visual Basic中增加新功能,擴充Visual Basic數據存取控制的指令系統。而在 其它數據庫開發平臺中,目前使用ActiveX控件的并不多。
      (3)Visual Basic 6.0 具有許多關于 OLE (Object Link Embed) Automation 處理功能' 能夠與提供對象鏈接與嵌入(OLE)功能的地理信息系統軟件工具平臺進行有機集成,如 Visual Basic能把Maplnfb, ArcView等GIS軟件平臺的地圖作為一個對象加以調用。
      設計具體措施如下:
      釆用模塊化結構和多層次目錄菜單。程序模塊為倒樹狀結構,具有唯一的如口和出口。 在菜單調用上,規定逐級調用,上級調用下級,調用結束返回上級,保證整個系統的層次性 和模塊化,使模塊相對獨立,程序設計功能劃分模塊,使系統路徑清晰、程序易讀、易維護、 易擴充、易修改和靈活性好。
      采用計算機主動型人機交互方式。本系統有完整的交互語言,人機對話,屏幕提示,功 能齊全,全屏幕輸入輸出,直觀簡化操作,尤其便于非計算機專業人員使用。
      采用多樣的查詢方式。根據用戶的不同要求,本系統設置了逐條查詢、瀏覽查詢和條件 查詢。對于報表格式輸出,本系統為用戶提供了各類可選打印介質(屏幕、打印機和磁盤)。
      實現多庫關聯和連接。在功能模塊設計時進行多選擇建立關聯和連接。可以使兩個或多 個數據庫通過連接操作形成一個新的數據庫,以滿足用戶對各種信息的需求。
      4.1.4系統評價
      系統評價是系統開發過程的總結。具體包括以下幾個方面:
      (1) 系統運行管理工作。包括實現各種功能的信息管理全過程,組織管理數據收集, 整理輸入,數據處理,結果輸出及結構分類。系統運行的硬件、軟件管理及輔助設備管理。
      (2) 系統維護,即根據運行過程中存在的問題,有計劃有組織地修改應用軟件,使系 統能正確適應用戶要求,適應環境條件變化。并且在系統的維護中,對程序的修改必須嚴格 按規定及使用權限進行。
      (3) 提出系統改進和擴展方向。由于用戶的需求和系統運行的外部環境是不斷變化的, 系統開發后就不可能一勞永逸,一般一個系統運行3~5年后將會出現不能適應用戶需求的情 況,因此,此時應在總結現有系統運行情況的基礎上,進行較大的改進升級和功能擴展,以 滿足用戶的新需求。
      4.2系統數據庫詳細設計
      數據庫設計就是把現實世界中一定范圍內存在的應用處理和數據抽象成一個數據庫的 具體結構過程。具體來說,就是對于一個給定的應用環境,確定一個最優數據模型與處理模 型的邏輯設計,以及一個確定數據庫存儲結構與存取方法的物理設計,建立既能反映現實世 界信息與信息之間的聯系,又能被一定的數據庫管理系統(DBMS)所接受,同時還能實現 系統目標并有效地存取管理數據的數據庫。
      數據庫的設計是一個復雜、繁瑣的過程,它通常要求包括:制定整個數據庫的使用目的 和目標,分析和評價各種設計方案和雛形試驗。例如,在給一個組織開發數據庫時,一方面, 首先必須了解數據庫的使用目的,了解目前存在的問題和制約因素,然后擬定出各種可執行 方案,測試各種方案,根據測試結果來計劃總體數據庫實施方案。另一方面,既要考慮數據 的特征,又要兼顧應用目的,僅僅依據數據特征來進行數據庫的設計往往會忽略用戶將如何 使用這些數據。按照應用目的的設計的數據庫是根據用戶的使用目的來對數據庫進行設計, 便可使設計岀的數據庫既充分利用了技術上的優勢,又兼顧了用戶的應用目的。
      數據庫設計目標:
      (1) 滿足用戶要求。設計者必須充分了解用戶各方面的要求與約束條件,盡可能精確 地定義系統的需求。
      (2) 良好的數據庫性能。數據庫的性能包括多方面的內容,在數據存儲方面,既要考 慮數據的存儲效率又要顧及其存取效率;在應用方面,不僅要滿足當前應用的需要又要能滿 足一個時期內的需求可能;在系統方面,當軟件環境改變時,容易修改和移植。另外,還要 有較強的安全保護功能。因此,在數據庫設計時必須從多方面考慮,對這些性能進行權衡。
      (3) 對現實世界模擬的精確程度。數據庫通過數據模型來模擬現實世界信息類別與信 息之間的聯系。模擬現實世界的精確程度取決于兩方面的因素:一是所用數據模型的特性, 二是數據庫設計質量。就目前情況而言,現有的數據模型對于一般的信息系統能夠表示現實 世界中各種各樣的數據組織以及數據之間的聯系,所以能否精確描述現實世界關鍵在于數據 庫設計者的能力和水平。為了提高設計質量,必須充分了解用戶要求,掌握系統環境,利用 良好的軟件工程規范和工具,充分發揮數據庫管理系統的特點。
      (4) 能被某種數據庫管理系統接受。數據庫設計的最終目的是確定在數據庫管理系統 支持下能運行的數據模型和處理模型,建立能滿足用戶需求的數據庫。因此,在設計中必須 了解數據庫管理系統的主要功能和組成。盡管數據庫管理系統的功能因不同系統而有所差 異,但一般都應具有:數據庫定義、數據庫管理、數據庫維護和數據庫通信等功能。
      4.2.1地理信息數據庫
      地理數據庫是地理信息系統最基本、最重要的組成部分,也是投資比重最大的部分。 其主要功能是對數據的管理及查詢檢索,并且能對專題數據進行覆蓋分析和其它評價,這是 GIS其它功能的基礎。地理信息系統的應用效果取決于良好的數據結構設計,數據的完整、 正確,能精煉地表達及無誤差傳播,數據質量和標準化程度以及數據的維護更新能力何。 因此,地理信息數據庫的建立除了要遵循一般數據庫設計的規則外,還要符合地理信息的一 些特點,受一些特殊約束。
      由于本文主要考慮將地理信息數據庫與農業機械化管理工作中屬性數據庫的連接,使 地理信息服務于各地有關農業機械化管理信息的表達,側重于對已建立的地理信息在農業機 械化管理中的應用。因此,如何建立地理數據庫不是本文的研究內容,對其結構設計不作詳 細的介紹。
      本文在研究過程中使用經過數字化的浙江省行政區劃圖,在地理信息數據庫包含了一 張地理信息表,其中原有字段為:AREA、PERIMETER、CHINA_CITY. POLYTYPE. GB90 和NAME,分別記錄了浙江省各個多邊形的縣(市)的面積、編號、名稱等屬性值。為了 與農業機械化管理過程中有關農機統計信息數據庫的連接,利用Mapinfo軟件對原有的地理
      信息表進行修改,添加了名稱、父地區名、TAG等字段。名稱字段記錄了各個地區的中文 名稱,父地區名記錄了各個地區(市)的上一地區名稱;TAG屬性則是為了及時反映農業 機械化管理信息在地理空間上的變化。根據上述分析,地理信息數據庫主要包含的字段如表 4 - 1所示。
      表41浙江省行政區劃電子地'圖結構地理信息表
      字段名 數據類型 必填字段 其它要求
      AREA 數字
      PERIMETER 數字
      CH1NA_CNTY 數字
      POLYTYPE 數字
      GB90 數字
      NAME 文本
      名稱 文本
      父地區名 文本
      TAG 數字
       
      為了防止用戶擅自修改地理信息數據庫中的這些屬性而導致錯誤,系統不提供對地理信 息數據庫修改的功能。
      4.2.2農機化屬性信息數據庫
      農機化屬性信息庫的設計是采用Microsoft Access 8.0軟件完成。農機屬性數據庫主要 是根據農機部門在管理決策工作中所要解決的問題,利用應用系統中的建立數據庫文件功能 模塊可隨時建立。例如,在進行農業機械化發展水平評價時,可以將農業機械化水平評價指 標體系中的各個指標作為數據庫中屬性表結構的字段,并結合每個指標值的數據類型和取值 范圍確定該字段的數據類型和寬度,根據第二章中的農業機械化水平評價指標體系,可建立 農業機械化作業程度的數據表,該表結構中的字段和字段參數的取值如表4 - 2所示。
      表4-2農業機械化作業程度表結構參數
      字段名 數據類型 必填字段 其它要求
      耕整地機械化程度 數字 0-1
      栽播機械化程度 數字 0-1
      收獲機械化程度 數字 0~1
      植保機械化程度 數字 0~1
      排灌機械化程度 數字 0~1
       
      此外,為了實現農機信息數據庫與地理信息數據庫的連接,在有關各縣市的農機屬性信 息數據庫設計時還應考慮了二者在共有字段參數設置上的相同性,如以縣市名稱作為連接的 共同字段。
      4.2.3地理數據庫與農機信息數據庫的互訪
      在完成地理數據庫和農機信息數據庫的定義后,就可以方便地實現二者的互訪。由于大 量的農機統計數據都具有空間屬性,將GIS集成到應用系統中后,就形成可視化系統,進 而能提供豐富的地圖數據,通過地理編碼(Geocode)和創建點等手段,用相同字段能夠方 便地將屬性數據綁定到地圖上,并且一一對應2~1現綁定后的數據不再是單純的表格屬性 數據,而是帶有空間特性的地圖屬性數據,與某一個空間數據相聯系,可通過一定的方式表 達在地圖上。
      4.3系統菜單和功能模塊設計
      基于GIS的農業機械化信息管理和決策支持系統的設計是采用結構化設計,其基本思 想是把系統分解為邏輯組織相對獨立,功能單一的程序模塊。把系統分析與系統設計兩個階 段的工作成果有機結合起來,把邏輯模型轉換為物理模型。其目標是使模塊間的聯系盡可能 少,而塊內的聯系盡可能緊密。
      43.1主控菜單設計
      主控菜單是反映整個應用系統的基本外廓。用戶進入系統后,首先是進入主控菜單, 從主控菜單用戶就能基本了解整個系統的功能。本系統設計的主控菜單容納了較多的信息, 使用戶能一目了然,在屏幕的頂端是個“基于GIS的農業機械化信息管理和決策支持系統” 的標題。然后是按系統邏輯運行的步驟建立起主控菜單,依次進入各子系統或功能模塊。
      在設計系統的各級菜單時,遵循以下原則:
      (1)畫面美觀、清晰、層次分明;
      (2)多分支選擇結構;
      (3)單入口單出口流程;
      (4)友好的用戶界面,方便用戶使用。
      4.3.2功能模塊設計
      1.文件操作功能模塊
      該模塊主要完成對屬性數據庫和表文件及地圖文件操作、專題地圖保存、各種圖表的打 印及退出系統。具體內容如下:
      (1)屬性數據庫操作包括:①建立新庫和新表,建立表文件包括字段名稱、類型及 長度的定義,建好一個新庫后可直接輸入屬性數據;②修改庫結構,包括字段內容、類型 及寬度,以及字段的插入、刪除;③表文件連接,是對2個數據庫按關鍵字段聯結;④顯 示庫信息,是顯示數據庫的字段信息或字段內容;⑤利用結構化查詢語言(SQL)提供多 種靈活的數據庫表文件查詢;⑥根據需要把數據庫文件按記錄或字段根據給定的條件排序。
      (2)空間數據庫操作主要包括地圖數據表的打開、關閉;
      (3) 對創建的各種專題地圖、生成的各種屬性數據表進行保存;
      (4) 打印各種專題地圖、屬性數據,設置計算機打印參數以及退出系統。
      2.數據編輯功能模塊
      (1) 數據編輯過程中的復制、剪切和粘貼等基本操作;
      (2) 空間數據庫中的表文件結構修改、記錄的增加和刪除,及各種操作結果的保存等。
      3.地圖操作功能模塊
      (1) 創建各種主題的專題地圖、修改專題地圖的制作參數;
      (2) 通過調整生成的各種專題地圖的次序控制圖層,根據需要對圖層進行標注:
      4.統計查詢功能模塊
      (1) 利用結構化查詢語言(SQL)對地圖數據庫的數據進行一般和高級查詢,查詢結 果主要在地圖中顯示;
      (2) 統計圖制作:利用Mapinfo的統計圖制作功能完成與空間數據有關統計圖制作。
      5.數據挖掘功能模塊
      根據農機管理部門目前可能遇到問題,主要設計了以下幾類挖掘方法:一類是預測方法, 如時間序列法、回歸預測法等,能方便地調用數據庫中的數據進行各種預測分析;二是評估 方法,如綜合評價和灰色關聯度等方法;三是聚類和相關分析方法,如Q型和R型聚類方 法,簡單相關和復相關分析法等;四是技術經濟分析方法,如計算農業機器的更新期、折舊 費等。
      6.系統工具功能模塊
      (1) 對應用系統的按鈕工具欄、狀態欄根據具體需要進行顯示和隱藏操作的相互轉換, 以及專題地圖的列表;
      (2) 文件轉換是把數據庫文件轉換為數據文件或把數據文件轉換為數據庫文件。
      7.窗口操作功能模塊
      主要用于對應用系統操作過程中出現各類窗口進行調整,如窗口的平鋪、層疊;圖例窗 口的顯示與隱藏等。
      &系統維護功能模塊
      主要用于系統的維護和管理,提供各種常用的設置,如用戶的增減、用戶密碼的修改和 管理、重新登入等操作。
      9.系統幫助功能模塊
      該模塊主要提供了系統詳細的使用和操作說明。
      4.4 基于Maplnfb的GIS功能設計
      根據前面章節有關系統集成方法分析,本文以Mapinfo Professional 7.0為地理信息平 臺,并采用動態鏈接型集成方案將GIS的功能集成到VB開發的應用系統中。
      4.4.1OLE Automation 技術
      OLE (Object Linking and Embedding,簡稱 0LE) Automation 技術是 Microsoft 公司為 解決Windows應用程序間的通信而提出的,發展至今,OLE已演變為一種協議或規范,并 成為軟件集成技術的基礎。OLE Automation技術使用戶能夠通過程序設計,在一個程序中 控制控制另一個應用程序中的對象,從而實現不同應用程序間的信息共享。OLE Automation 包括OLE Automation服務器和OLE客戶兩部分應用程序。OLE Automation服務器為OLE 客戶提供各種可編程的屬性和方法,使客戶能通過某種自動化的過程直接操作這些屬性和方 法,進而實現控制自動化服務器的目的。OLE Automation使某一個應用程序可編程化,即 其它程序語言能夠使用該程序提供的各種服務,也就是允許從應用程序的外部操縱該應用程 序的對象。OLE Automation的出現使系統集成在技術上得到了保證。自動化服務器以對象 的形式提供可被其它程序使用的屬性和方法,并以此調用應用程序的內部函數,實現外部程 序對數據及功能的操作。
      OLE Automation的工作方式是通信的被動方(OLE服務器)應用程序向通信的主動方 (OLE客戶)應用程序提供一個以上的可供其調用的OLE自動化對象類型,OLE客戶通過 引用這些對象實現對OLE服務器的調用,然后通過設置對象的屬性和使用對象的方法操縱 OLE服務器應用程序完成二者的通信o Visual Basic是一個完全支持OLE的應用程序開發工 具,使用VB既可以編寫OLE服務器的應用程序,也可以編寫OLE客戶機的應用程序。 Maplnfb Professional作為當前流行的桌面地理信息系統工具軟件,提供了完整的地理信息系 統解決方案,功能強大。目前,在Mapinfo Professional 4.0以上版本,增加了集成地圖 (Integrated Mapping)的新功能,其核心就是OLE Automation技術。其中封裝了一系列對 地圖操作的功能,組成Mapinfo自動化服務器,使得地理信息系統二次開發人員可以利用 提供OLE Automation的可視化程序設計語言如Visual Basic、Visual C++、Delphi、和 PowerBuilder等將Maplnfb集成到應用程序中,進而方便快速地拓展Mapinfo的功能〔心叫
      4.4.2GIS集成二次開發的實施
      1.實施的技術路線
      利用OLE Automation技術將Mapinfo的GIS功能集成到應用系統中,主要是將OLE自 動化服務器提供的對象的屬性和方法,在提供OLE Automation技術的程序設計語言中加以 利用和控制,同時利用程序設計語言定制統一的用戶界面,最大限度地利用已有的工具型地 理信息系統的各種空間數據管理、分析功能,并在工作量最小的前提下,擴展其功能。在本 文中,就是利用VB制統一的應用系統界面,通過OLE Automation啟動Mapinfo Professional 在后臺運行,在用戶操作時,將命令傳送到Mapinfo Professional'取得自動化服務器的服務, 達到控制Maplnfb的目的,其實現機制如圖4 - 2所示。
       
       
      圖4 - 2 VB調用OLE Automation服務器的內部實現機制
      2.技術關鍵和技術難點
      將Mapinfo Professional集成到應用系統中的關鍵主要有以下兩點:一是OLE自動化服 務器的建立,即如何把Maplnfb Professional成為VB界面的一部分,并實現對它的控制; 二是Mapinfo Professional返回信息的接受,用來響應鼠標的操作。
      在具體實施過程中的技術難點主要有以下4個方面:
      (1)當在VB中建立了 Maplnfb自動化服務器后,如何對其進行控制,并實現Maplnfb 的具體功能。
      (2)將Maplnfb集成到VB界面后,并不能自動生成Maplnfb相關的工具按鈕,如何 在VB開發的應用系統中使用Mapinfo的工具按鈕。
      (3)在Mapinfo集成到VB界面后,當改變地圖、瀏覽窗口的大小時,Maplnfb并不 會自動調整窗口中的內容來填滿,如何實現二者的同步變化。
      (4)當通過OLE Automation將用戶命令發送到Maplnfb Professional自動化服務器后, Maplnfb Professional有相應的反饋信息,如何捕獲反饋信息:當對集成在VB應用程序界面 中的地圖實施相應操作(如放大、移動等)后,如何將Mapinfo Professional的反應傳達給 VB的客戶程序。
      4.4.3在VB中集成Mapinfo的方法〔心勺
      1.Mapinfo的啟動與終止
      要啟動一個Maplnfb的實例,在Visual Basic中可以通過調用CreateObject ()函數來 實現,并將該函數的返回值保存在Visual Basic中的一個全局變量中,方便應用程序以后訪 問該Maplnfb實例。例如,將全局對象變量命名為mapinfb,則可以使用下列命令語句來啟 動 Mapinfo:
      Set mapinfo= CreateObject ("Maplnfb.Application")
      當系統運行結束’要終止Mapinfo運行,那么只要釋放啟動時創建的與Mapinfo對應 的對象變量,該Maplnfb實例自動終止。實現Maplnfb的終止,只要將該對象變量設置為 Nothing 即可,即 Set mapinfb=Nothingo
      2.Mapinfo標準工具按鈕的集成及自定義按鈕與菜單的創建
      在VB中使用Mapinfo的GIS功能,主要通過Mapinfo提供的“Do”和“Eval”方法 調用MapBasic語句實現°"Do"方法用于執行MapBasic語句;"Eval"方法用于執行MapBasic 的函數或地圖對象,可得到返回值。“Do”和“Eval”是系統集成中調用GIS操作最基本的 方法。同時還可使用"RunMenuCommand"方法,調用Maplnfb定制的菜單功能。
      (1) Maplnfb標準工具按鈕的集成及自定義按鈕的創建
      Mapinfo工具欄中的按鈕提供了強大的功能,例如放大地圖、縮小地圖、漫游地圖、選 擇對象、標注對象,雖然在非MapBasic中的應用程序中很容易集成Maplnfb中所有工具按 鈕的功能,但是卻不能對Maplnfb的工具欄進行重父化。因此,如果要在VB應用程序中實 現具有Maplnfb功能的按鈕,則只能在應用程序開發環境中自己創建。要實現VB應用程序 中的工具按鈕來模擬標準Maplnfb按鈕,只需要調用Maplnfb的RunMenuCommand方法即 可。例如,在VB的按鈕中,利用如下語句設置Mapinfo的信息(Infb)工具:
      mapinfo.RunMenuCommand 1707 或 mapinfo.RunMenuCommandM_TOOLS_QUERY
      其中,1707和M_TOOLS_QUERY分別代表激活工具的命令數值與命令標識符。在命 令中使用標識符號可以增強程序的可讀性。在集成地圖應用程序中使用標識符時,可以把包 含這些標識符的頭文件MAPBASIC.BAS作為應用程序的一個標準模塊添加到程序中,并將 標識符設置為全局變量,方便程序的調用。Mapinfo提供了全部標準工具按鈕的名稱、數值 (ID號)和標識符。
      除了在VB應用程序中集成Maplnfb的標準按鈕外,用戶也可以創建自定義按鈕并將其 像標準按鈕一樣集成到客戶程序中。創建自定義按鈕的MapBasic命令語句為:
      Create ButtonPad “Custom Tools" As ToolButton ID button_idDrawMode dm_pode
      Calling OLE llHandleToolButton^^ Cursor n [•••]
      其中button'd:自定義按鈕的編號,整型
      dm_code-按下鼠標左鍵拖動時的虛線模式
      n-鼠標形態編碼。在Icon.Def中定義。
      HandleToolButton:處理自定義工具按鈕程序,其功能在客戶程序中創建的類定義。
      (2) 自定義Maplnfb快捷菜單的創建與集成
      用戶在Mapinfo窗口中單擊右鍵時,會顯示一個快捷菜單。在集成地圖開發的應用程 序中也會出現該快捷菜單。要在VB集成地圖應用程序中實現快捷菜單這一功能,可以使用 如下的MapBasic命令語句:
      Create Menu "MapperShortcut" ID 17 "menuitem" ID menu_item_id Calling OLE ltHandleMenuSelection,,[, ]
      menuitemt字符串,菜單名
      menujtemjd-.自定義菜單編號,菜單編號不同,編號不同;整型
      HandleMenuSelection:處理右鍵功能的菜單程序,在客戶應用程序創建的類文件定義。 如果要在集成地圖應用程序中查詢MapBasic表達式的值,則需要構造代表該表達式的 字符串。在通過OLE自動化連接Mapinfo時,就可以使用Eval方法將該字符串發送給 Mapinfo□在Visual Basic 6.0中實現這一過程的語句為:
      Dim result As String
      result=mapinfo.Eval ("WindowID (0)")
      當調用Eval方法時,Mapinfo將字符串解釋為MapBasic的表達式,判斷該表達式的 值,然后將該值作為一個字符串返回給集成地圖應用程序。若表達式的返回值是一邏輯值, Mapinfo將返回一個字符的字符串“T”或“F”。
      此外,打印地圖也是地理信息系統必須提供的功能。在集成地圖應用程序中,可以使 用MapBasic的PrintWin語句來打印Mapinfo窗口,無論該窗口是否已被重父化。若要保存 集成窗口的內容,可以使用MapBasic的Save Window語句將地圖窗口輸出為Windows元文 件(WMF文件)。
      3.在VB中控制Mapinfo窗口
      Maplnfb的窗口大致可以分為兩類:一類是模態窗口,包括地圖窗口(Map)、瀏覽窗 口(Browse)、圖形窗口(Graph)、圖例窗口(Legend)和布局窗口 (Layout);另一類是非 模態窗口,包括信息窗口(Info)、標尺窗口(Ruler)、消息窗口(Message)和統計窗口 (Statistics )<>
      (1)重父化Mapinfo窗口
      在VB環境中,若要生成一個Maplnfb窗口,可以向Mapinfo發送一條MapBasic語句 來生成一個窗口,這就使得Mapinfo的窗口成為應用程序的一個子窗口,這個過程稱為窗口 的“重父化(Reparent)”。重父化Maplnfb窗口到其他應用程序中時,并不能使Maplnfb存 取其應用程序的數據。
      若要在Visual Basic 6.0開發的集成地圖應用程序中繼承模態的Maplnfb窗口時,可以 向發送Set Next Document語句,以及創建該窗口的MapBasic語句。Set Next Document語 句是用于重父化文檔窗口,也就是為該窗口重新指定一個父窗口。在Set Next Document語 句中,指定集成地圖應用程序中一控件的HWND (句柄)。當下次創建Mapinfo窗口時,新 建的窗口被重父化了,這樣這些窗口就將用戶程序作為它們的父窗口。
      對于重父化的窗口,都要使用Set Next Document Parent語句與創建窗口語句組成的語 句對。在創建窗口后,可以通過查詢“WindowID (0)”的值來確定新建窗口的ID值。許多 MapBasic語句都需要使用該ID值作為參數。
      若要重父化Maplnfb中的信息、標尺、消息和統計等幾個非模態的特殊浮動窗口,則 要使用MapBasic的Set Window語句。
      對于Mapinfo中標準的惟一圖例窗口除了直接重父化外,也可以創建并重父化。若要 創建并重父化則需要使用MapBasic的Set Next Document語句,然后調用MapBasic的Create Legend語句。但與直接重父化圖例窗口不同的是,所創建的圖例窗口是與地圖窗口或統計 圖窗口綁定在一起的,而不像Mapinfo的默認圖例窗口。因此,當活動窗口改變時,應用程 序中創建的圖例窗口不會自動改變。
      (2)地圖窗口大小的改變
      地圖窗口大小的改變是GIS中常用的一種基本操作,地圖集成程序應該能為用戶提供 改變地圖窗口大小的功能。但是當用戶將地圖窗口集成應用程序中,并改變地圖窗口大小, Maplnfb并不會自動依據新窗口的大小重新設置地圖內容以添滿窗口。因此,要在集成地圖 應用程序中實現地圖窗口大小的自動改變,則必須利用Windows API函數MoveWindow編 寫代碼來實現此功能。在VB中可用Declare語句聲明API函數MoveWindow。
      Declare Function MoveWindow Lib "user32" (ByVal hWnd As Long, ByVai x As Long
      ByVai y As Long , ByVal nWidth As Long , ByVal nHeight As Long, _
      ByVal bRepaint As Long ,)
      當用戶改變窗口大小時觸發Form_Resize ()子過程,因此在該子過程中調用函數 MoveWindow來改變地圖窗口的大小,代碼如下:
      Private Sub Form Resize ()
      Dim mHwnd as Long
      mHwnd=Val (MapInfo.Eval ("Windowinfo (FrontWindow ( ) ,WIN_INFO_WND)")) MoveWindow mHwnd, 0,0, ScaleWidth, ScaleHeight, 0
      End Sub
      4.Maplnfb反饋信息的分析和處理
      在將Maplnfb集成到VB中要解決的最關鍵的問題是VB如何響應Mapinfo的鼠標點擊 (clicked)事件。地圖集成到VB界面后,在地圖窗口的操作為Maplnfb所控制,VB不能 響應點擊地圖的事件。因此,若要控制Maplnfb的運行,就需要知道Maplnfb發送給客戶程 序的信息。例如,當地圖窗口改變時,希望Maplnfb能夠通知應用程序,并告知改變的窗口 的ID,這樣就能在客戶程序中編寫代碼對此做出適當響應。這種在Mapinfo中調用應用程 序中代碼的通信機制就稱為回調。
      回調機制允許Mapinfo在以下幾種情況向客戶應用程序發送信息:
      (1)當用戶使用自定義工具與Maplnfb窗口進行交互。例如當用戶在地圖窗口中單擊 并拖動鼠標繪制一條直線,這時Mapinfo就將選擇的X和Y坐標發送給用戶。
      (2)用戶選擇了菜單命令。例如,假設應用程序自定義了 Maplnfb的快捷菜單,當用 戶從快捷菜單中選擇命令時,Mapinfo可以調用客戶應用程序來通知該菜單事件。
      (3)當地圖窗口發生改變時。如果用戶改變了地圖窗口中的內容(例如增加或刪除了 圖層,或漫游地圖),Maplnfb可以告訴客戶應用程序該地圖窗口的ID號。
      (4)當Mapinfo狀態欄中的文本發生改變時。Mapinfo的狀態欄并不會自動顯示在集 成地圖應用程序中。如果希望在應用程序中模擬Mapinfo的狀態欄,就必須編寫代碼,無論 狀態欄文本發生何種變化,Maplnfb都能通知應用程序。
      通過OLE實現回調的基本步驟如下:
      (1)在能作為OLE服務器的語言開發環境中,創建類,并在該類中定義一個或多個 OLE方法。
      (2)如果希望模擬Mapinfo狀態欄,創建一狀態設置方法,該方法主要傳遞字符串參 數。
      (3〉如果每次在地圖窗口改變時,希望Mapinfo能通知應用程序,則需創建一個窗口 狀態變化方法,該方法需要傳遞一個4字節的長整型整數。代表Mapinfo窗口的ID的值, 指示哪個地圖窗口改變了,在該方法中加入代碼響應地圖窗口的改變。
      (4)如果希望在用戶使用自定義的菜單命令或按鈕時,Mapinfo通知應用程序,則需 要創建一個或多個方法,而每個方法都需要傳遞一個字符串參數。
      (5)使用該類創建一個對象。例如Public myObject as New CMyClass»
      (6)在程序啟動Mapinfo后,調用Mapinfo的SetCallback方法,并指定對象的名稱。
      (7)如果希望當用戶使用自定義工具按鈕時,Maplnfb通知應用程序,則需要定義一 自定義按鈕。通過“Calling OLE方法名”語句設置自定義按鈕調用的方法。這些方法是在 步驟(4)中創建的。
      (8)如果希望當用戶使用自定義菜單命令時,Maplnfb通知應用程序,則需要定義一 自定義菜單命令。通過“Calling OLE方法名”語句設置該自定義菜單命令調用的方法。這 些方法是在步驟(4)中創建的。
      (9)在自定義的方法中,編寫代碼和調用語句,處理由Mapinfo傳遞過來的參數。
      如果使用方法來處理自定義按鈕和命令菜單,Maplnfb向用戶發送由逗號分隔的字符 串,在方法中,解析該字符串。字符串的格式很不一致,主要依賴于用戶所選擇的菜單命令 和工具按鈕的類型。
      在集成地圖應用程序中,創建自定義的Maplnfb菜單命令和工具按鈕后,使用回調機制 來處理Maplnfb發送給應用程序的信息。當用戶選擇這些命令和按鈕后,Maplnfb向OLE 方法發送一個由逗號分隔的包含8個元素的字符串,并通過調用Commandinfo ()函數來 判斷當前事件所產生的信息。當創建自定義命令菜單或按鈕,并使用“CallingOLE方法名” 語句指定該菜單命令或按鈕響應的方法后,Mapinfo就會使用上述8個Commandinfo ()函 數的返回值構造一個由逗號分隔的字符串。且該字符串始終以“Ml:”為前綴,通過該前綴, OLE服務器就可以判斷是Mapinfo調用了該方法。在回調處理方法中與Commandlnfo () 函數相關的定義如表4 - 3所示。
      表4-3 與Commandinfo ()函數相關的定義
      菜單事件后有意義的代碼 按鈕事件后有意義的代碼
      1 CMD_INFO_X
      2 CMD_INFO_Y
      3 CMD_INFO_SHIFT
      4 CMD_INFO_CTRL
      5 CMD_INFO_X2
      6 CMD_INFO_Y2
      7 CMD_INFO_TOOLBTN
      8 CMD INFO_MENUITEM
       
      Maplnfb向方法發送的字符串是用以下方式構造的:
      "MI:"+Commandinfo (1) +", "+Commandlnfb (2) +", "+ Commandinfo (3) +", "+ Commandinfo (4) +", "+Commandinfo (5) +", "+Commandlnfb (6) +", "+Commandinfo (7) Commandlnfb (8)
      如果為每一個自定義的按鈕指定了惟一的ID值,可以讓這些按鈕調用同一個方法,然 后在方法中通過檢查字符串的第7個元素,判斷用戶選擇的是哪一個按鈕。一旦Mapinfo 將由逗號分隔的字符串發送給應用程序的方法,那么接下來的任務就是在方法中增加代碼來 解析該字符串,并執行相應的功能。
      通過上述回調機制就可以捕獲Maplnfb中狀態欄的改變、Mapinfo地圖窗口的改變、 Mapinfo所生成的菜單事件以及自定義工具按鈕的反饋信息,據此執行相應的操作。
      4.5本章小結
      (1)研制開發信息管理系統是農機管理部門利用信息提高決策水平的有效手段之一,本 章根據農機管理部門的工作要求,利用結構化信息系統開發和系統集成思想完成了基于GIS 的農業機械化信息管理與決策支持系統的總體框架、功能模塊的設計。
      (2)在分析系統開發和系統集成目標的基礎上,選擇Visual Basic6.0作為系統開發工具 和系統集成平臺,利用VB實現應用系統中各種數學模型的設計和對數據庫的各種操作,以 professional MapInfb7.0為地理信息系統平臺實現GIS功能,利用Microsoft Access8.0完成 屬性數據庫的設計。通過這些軟件工具實現了基于GIS的農業機械化信息管理與決策支持 系統的各項功能。
      (3)在VB環境中如何響應Mapinfo的鼠標點擊事件和控制Maplnfb運行是實現GIS 功能的關鍵,為了分析和處理Maplnfb發送給客戶程序的信息,利用回調機制(SetCallback) 完成了處理Mapinfo返回信息的幾個主要方法的設計和程序實現,從而在VB環境中完全實 現了 Mapinfo所提供的各種地圖操作功能。
      參考文獻
      [1]薛華成.管理信息系統[M].清華大學出版社,2003.
      [2]黃梯云.管理信息系統[M].高等教育出版社,2000.
      [3]吳信才等編著.地理信息系統設計與實現[M].北京:電子工業出版社.2002.
      [4]羅云啟.數字化地理信息系統Maplnfb應用大全[M].北京:希望電子出版社,2001.
      [5]宜晨,童曉民,潘茜.Mapinfo4.0實用培訓教程[M].北京:電子工業出版社,199&
      ⑹張劍平,任福繼等.地理信息系統與Mapinfo應用[M].北京:科學技術出版社,1999.
      [7]羅云啟,曾琨,羅毅.數字化地理信息系統建設與Mapinfo高級應用[M].北京:清華大 學出版社,2003.
      [8]三味丁作室.Mapinfo 6.0應用開發指南[M].北京:人民郵電出版社.2001.
      ⑼ 童愛紅,侯太¥• Visual Basic數據庫編程[M].北京:清華大學出版社,2004.
      [10]蔣方flip. Visual Basic 6.0全攻略寶典[M].北京:中國水利水電出版社,2000.
      [11]吳信才等編著.地理信息系統原理與方法[M].北京:電子工業出版社.2002.
      [12]謝跟蹤,陳文惠,鄭達賢.基于Mapinfo的福建省經濟數據可視化研究[J].地球信息科 學.2003,2: 51?55.
      [13]陶海冰,丁泊陽.VB+Maplnfo的GIS軟件高級開發在蘭江水文的應用[J].浙江工業大 學學報.2003, 31(5):562-566.
      [14]高崢.基于OLE自動化技術實現Mapinfo下的電子地圖[J].電信技術研究.2002,8:7-10.
      [15]楊華,高克昌.用OLE自動化技術開發應用型地理信息系統[J].計算機應用研究. 2004,1:191-193.
      [16]周權,肖德琴.OLE技術在應用型地理信息系統開發中的應用[J].廣州大學學報(綜合 版).2001, 15(8):457 &
      [17]王金風,高欣,楊麗徒等.OLE回調技術在VB與Mapinfo集成地圖開發中的應用[J].中 原工學院院報.2003, 14(4): 8-11.
      [18]李勝樂,車時.Maplnfb地理信息系統二次開發實例[M].北京:電子工業出版社,2004.
      [19]劉光.地理信息系統二次開發教程(語言篇)[M].北京:清華大學出版社,2003.
      [20]Maplnfo Corporation. Mapinfo Reference, User Guide. New York, 199&
      [21]Mapinfo Corporation. Maplnfb MapBasic Development Environment User Guide. New York, 2001.
      [22]張成才,魏文秋.VB與Mapinfo集成開發應用軟件的研究[J].武漢水利電力大學學報, 2000, 33(1): 71 ?79.
      [23]黃丙湖,趙玉梅.VB與Mapinfo集成技術及實現卩].山東科技大學學報(自然科學版). 2003, 22(1): 8Q88.
      [24]郝曉峰,徐明,謝曉霞.Mapinfo二次開發中回叫機制的運用[J].微計算機信息.2002,
      第五章 系統應用與分析
      在完成上述基于GIS的農業機械化信息管理和決策支持系統開發的基礎上,本章以浙 江省農機管理部門工作為背景,將浙江省的部分農機統計數據輸入應用系統中,一方面通過 調用有關模塊展示應用系統的功能;另一方面,分析系統處理數據的結果,對浙江省農業機 械化的發展提出措施與政策建議。
      5.1浙江省農業生產和農業機械化現狀
      5.1.1浙江省農業生產基本情況
      浙江省是中國大陸高產農業區域之一,農業發展有比較優越的自然條件,許多農產品都 占有重要地位。浙江省屬亞熱帶氣候,四季分明,氣溫適中,光照充足,雨量充沛,空氣濕 潤,利于多種農作物的生長。此外,春末夏初的雨熱同步和秋冬季節的光溫互補,對農作物 生長十分有利。浙江在氣候上屬南北過渡地帶,南、北方的許多作物都可在此種植。
      全省耕地面積占國土面積的18%,主要分布于浙北和東南沿海平原,土壤肥沃,河網 密布,灌溉便利,是浙江的糧倉,同時也是蠶繭、棉麻、蔬菜、家禽、淡水魚的主要產區。 海拔50米以下的山間盆地及河谷平原亦為宜農區,海拔350米以上的山脈是森林分布區, 其間也有草山草坡;海拔50-350米之間的中間地帶則是農業過渡層。內陸水域面積占全省 總面積6.4%,海洋漁場面積比全省陸地面積大1.2倍,水產養殖條件十分優越。總之,浙 江農業自然資源豐富,發展潛力很大。
      浙江省由于地貌復雜多樣,地域差異較大,因而農業生產具有區域性特點。全省可分 四種農業類型區:一是沿海平原類型,自北而南有:杭嘉湖平原、杭州灣兩岸濱海平原、寧 紹平原和溫臺平原,有的以經營糧桑為主,有的以糧畜為主,也有的以糧魚為主,且都兼有 多種經營;二是河谷盆地類型,由河谷平原及其邊緣的丘陵和山地組成,全省四十多個盆地 大多屬之,其中金衢盆地最大,以產糧為主,兼有林業和畜牧業;三是丘陵山地類型,有浙 西、浙東、浙南三片,以經營林業為主,兼營茶、糧、畜等,目前還有很多資源待開發利用。 四是沿海島嶼類型,包括舟山群島和大陳、洞頭、南北鹿等二千多個島嶼,以經營海洋漁業、 海灘鹽業和涂田養殖業為主。
      全省主要有九個農業區:杭嘉湖平原糧桑魚畜區、杭州灣兩岸濱海平原棉麻特產區、 寧紹平原糧油魚畜區、溫臺平原糧桔畜區、金衢盆地糧林茶畜區、浙東丘陵盆地茶糧果林畜 區、浙西山地丘陵林茶糧區、浙南山地丘陵林糧茶區以及海洋島嶼魚鹽區。
      5.1.2浙江省農業機械化發展現狀
      從上世紀50年代到70年代用了近二十年的時間,浙江省基本形成了農機制造工業體 系和農機管理推廣體系,為浙江省農業生產的發展起到了重要作用。目前,浙江省已建立了 以聯合收割機、水泵、植保機械、茶葉加工機械、柴油機和拖拉機以及農機配件為主導產品 的農業機械制造業基地。據統計,2004年全省生產的履帶式全喂入聯合收割機的總產量占 全國的45%,銷售量占全國的63%;水泵產量占全國的55%,其中出口水泵占全省的80%; 植保機械產品總量占全國的63%,具有一定規模的生產企業全省就有43家;茶葉釆摘和加 工機械的廠家、產值和銷售都占全國的70%以上,目前全省共有規模以上的茶機企業50多 家,機械種類有100多種;在柴油機和拖拉機,小型拖拉機的出口連續15年名列全國第一, 小馬力柴油機的生產總值占全國的10%。此外,全國農機市場所需柴油機的缸套、活塞、 曲軸,以及農用車、收割機的配件大部分來自浙江省。
      “十五”期間,全省農機裝備保持了較快的發展速度。據統計,2004年底,全省農業 機械原值為1288507萬元,農機總動力1615.35萬kw,大中型拖拉機3509臺,農用小型拖 拉機19.93萬臺,農用運輸車5.91萬臺,運輸型拖拉機2.19萬輛,聯合收割機數量己達12643 臺,全省擁有工廠化育秧設備108套,各類水稻種植機械591臺,農用排灌機械48.61萬臺, 谷物烘干機278臺,水果分級機137臺,化肥深施器42252萬臺,秸稈還田機械擁有量281 臺,田園管理機械106臺,各類溫室大棚面積17628.33萬mi冷藏保鮮庫24.31萬nA 在農機裝備數量增加和結構改善的同時,農機作業量增加,機械化水平大幅度提高。據 統計,2003年底,機耕作業面積為1486.34萬畝,機械種植面積為21.86萬畝,機械收獲面 積973.95萬畝,農業生產過程中的耕、種、收機械化程度分別達到了 61.60%、0.44%、19.88%, 其中水稻機械收獲率接近50%,而在浙江省的水稻主產區基本上實現了機械收獲,工廠化 育秧達2.06萬畝,機械化肥深施面積達783.31萬畝,機械秸稈還田面積462.35萬畝,機械 烘干糧食2.82萬t,冷藏保鮮庫儲藏量達29.17萬t,機械水果分級作業量達25.27萬t。
      從總體上說,我省農業機械化的發展空間不斷擴大,服務領域由糧食作物向經濟作物, 由大田農業向設施農業;由種植業向養殖業、農產品加工、運輸業全面發展,由產中向產前、 產后延伸,農業機械化正向廣度、深度和高度進軍。
      雖然浙江省的農業機械化在過去的幾十年中,尤其是改革開放后有了迅速發展,但目前 農業機械化發展的總體水平較低,發展過程中存在一些突出問題,嚴重阻礙了農業機械化的 發展,具體表現為以下幾個方面:
      (1)對農業機械化的地位和作用缺乏正確認識
      浙江省農業機械化的發展經歷了一段曲折的過程。當今社會上對農業機械化的認識存在 片面性:一是對產業結構調整和現代化進程中農業地位的重要性和農業機械化的作用認識不 足。認為我省農業人口多,農業勞動力富余,發展農業機械化不是當務之急,而沒有認識到 農業機械化水平低導致了農業綜合生產能力落后,無法適應農業現代化發展的要求;二是對 市場作用的片面認識,認為發展農業機械化是農民自己胞事情,処樓化水平低是市場機制自 然選擇的結果,沒有看到農民對農業機械化投入不足的現象,造成這種現狀的原因不是農民 不需要農業機械化,而是其在某種程度上對農機化發展預期難以判斷,適用農業機械供給不 足的一種表現。因此,轉變觀念,提高認識,是推進農業機械化發展中一項十分重要的任務。
      (2)政府對農業機械化扶,持不夠,投入機制不健全
      改革開放后,農機化發展的投資主體發生了變化,從政府、集體轉向農民(農戶),國 家對農機行業的支持明顯減弱。具體表現為:一是農機科研創新長期缺乏財政金融扶持、資 金缺乏、科研乏力,造成農機產品技術水平低;二是農民作為投資主體,在購買大型農業機 械時需要政府引導和扶持,但更需要政府補貼。雖然自上世紀80年代以來,安排了一些資 金對個人購買農機進行補助,同時各地也出臺了一些補助政策,解決用戶籌資和新機具推廣, 但由于補助的決策者與實際承擔工作的職能部門相脫節,導致有限的資金未能發揮應有的作 用;三是農用柴油、農用電負擔過重,加上農機產品價格偏高,服務水平低,造成機械化作 業成本偏高,影響了農機作業的普遍推廣;四是一些社會效益、生態效益好,但短期直接經 濟效益不明顯的農業機械化項目的推廣普及這些項目都需要政府投入或補貼,如秸桿粉碎還 田、化肥深施等,但目前這些方面的投入遠不能適應形勢發展的需求。
      (3)農業機械化總體水平低、發展不平衡
      與發達國家和地區相比,從總體上來說,一方面,目前浙江省農業機械化發展水平較低, 滯后于社會經濟發展對農業機械化的要求;另一方面,由于全省各地區的經濟基礎、科技基 礎和環境的差異,全省各地的農業機械化發展水平不平衡。在東部沿海經濟發達地區如寧波、 溫州以及杭嘉湖平原地區,農民收入較高,二、三產業發展迅速,城鎮化步伐較快,農村勞 動力不足,對農業機械化要求迫切,這些地區無論是農機裝備、農業機械化水平和服務管理 都達到較高的水平;而西部金華地區、衢州地區以及溫州的泰順、文成等縣則由于經濟基礎 薄弱和所處地理環境等原因,存在著農機作業的薄弱甚至空白環節。這些地區的農業機械化 水平與我省發達地區仍有很大差距。
      (4)農機產品結構失衡、有效供給不足
      農機品種、規格不多,質量性能不穩定,有效供給不足,無法滿足農民對農業機械化新 裝備、新技術的多樣化和增加收入需求的矛盾凸顯。主要表現為:一是關鍵性農機具,特別 是種植業、養殖業所急需的水稻育秧、栽植、收獲機械,經濟作物采摘、加工機械,種子、 飼料、溫室栽培設備等跟不上農業生產發展的需要;二是農機動力多、配套機具少;小型機 具多,大中型農機具跟不上發展需要,而拖拉機主機與農機具的配套比低,據調查,目前全 省大中型拖拉機和小型拖拉機與農機具配套比分別為1.6 : 1和1 : 1,致使拖拉機綜合利用 率低。造成這種現狀的主要原因是由于農機科研投入不足,技術儲備和研制開發力度不夠, 同時農機科研存在周期長、農機作業對象特殊、環境的制約,加之科研開發、樣機產品化的 環節上存在問題,致使技術成果轉化率很低。
      (5)農業機械化社會服務體系不健全
      基層農機化服務體系是農機化系統直接面向市場的主體,是實施宏觀調控的重要環節, 也是完成農機化各項服務的組織保證。雖然目前全省很多縣市已基本建成了以縣(市)為中 心、鄉為骨干、村為基礎的農機管理服務體系,但有的縣(市)區管理力量薄弱,人員匱乏, 開展農機服務工作難度較大,基層農機人員經費不落實的情況也比較普遍,影響了工作的積 極性。另外,一些地區的農機化發展速度雖然較快,但農機培訓、推廣設施等基礎設施薄弱, 人員素質低、師資缺乏,難以承擔目前的各項農機培訓任務和開展較高層次的農村急需人才 的培養,農機技術人員亟需知識更新、觀念轉變。此外,在開展社會化與專業化服務方面, 由于所能提供的服務項目只能部分滿足當前農業生產需求,致使全省大部分農機服務組織的 各種功能未能得到全面的發揮,農機服務效益較差。
      (6)農機化法規和管理體制不完善
      近幾年來,我省陸續出臺了《浙江省鄉(鎮)農機化規模服務試點管理辦法》、《浙江省 農機成人教育暫行規定實施細則》、《浙江省農業機械安全管理暫行辦法》、《浙江省農機維修 點及修理工管理辦法》和浙江省人民政府第8 0號省長令《浙江省農業機械管理辦法》等一 系列規章,在一定程度上保障了我省農機化事業的健康發展,促使我省的農業機械化發展步 入法制化、規范化的管理軌道。但我省農機法規建設仍明顯落后于全國其他省份,政策法規 體系不健全、不完善,這與社會主義市場經濟是法治經濟的要求極不適應。此外,農機管理 體制不順,機構編制不當、隸屬關系不明、行業職責不清的狀況,造成了職能部門運作困難, 作用難以發揮。
      在國民經濟保持高速增長,農業對整個國民經濟的支撐作用日益增強,對農業機械化的 需求更加迫切,農業機械化要為農業的發展起到支撐和保障作用的大背景下,正確認識浙江 省現階段農業機械化的發展水平和所處的發展階段,努力提高農業機械化水平和農業綜合生 產能力,實現農業增效農民增收,已成為現階段發展農業機械化的重要使命。
      5.2應用系統的可視化功能
      5.2.1空間數據對屬性數據的查詢
      大量的農機統計數據都具有空間屬性,由于本系統將GIS集成到應用系統中,因而在 傳統的農業機械化信息管理或決策支持系統的基礎上形成可視化系統,從而能提供豐富的地 圖數據,通過地理編碼(Geocode)和創建點等手段,用相同字段能夠方便地將屬性數據綁 定到地圖上,并且一一對應。綁定后的數據不再是單純的表格屬性數據,而是帶有空間特性 的地圖屬性數據,與某一個空間數據相聯系,可通過一定的方式表達在地圖上。屬性數據與 地圖結合可以實現可視化查詢。
      在傳統方式下,數據的查詢過程通常是從表格到表格,需要對數據表中的記錄進行定位, 然后再將其數據值取出,放到另一個數據表中;而可視化系統則以地圖為背景,以屬性數據 后臺支持,實現了地圖到數據庫的查詢,突破了傳統數據庫單純的表格查詢方式,更加形象 和直觀地對數據進行表現。在可視化系統查詢時,只需用查詢工具點擊地圖上所關心的圖斑, 便可査詢出與圖斑相對應的屬性數據o
      以可視化查詢浙江省的有關農機信息查詢為例,首先打開地理信息數據庫,將地圖在地 圖窗口顯示,并以“名稱”進行標注;然后再將相應的農機屬性數據庫打開,通過兩個數據 庫中的共有字段“名稱”實現數據庫的連接,連接的具體步驟如圖5-1所示。
      診;£ 々阿0I&&QQA, •丄gjgij
       
       
       
      在實現地理數據庫和農機屬性數據庫連接后,只需在應用系統的工具欄上選擇“信息查 詢”按鈕,點擊地圖上某一縣(市)的名稱對應的區域,就可彈出相應信息窗口,并顯示該 縣(市)的有關農機屬性信息。如點擊“余姚”這一區域,則有關“余姚”的農機信息就顯
      示出來了,如圖5-2所示。
      cs「如(1)“ 詼iT冠五
      屯旦 *"0疋陌 斂0 a | w b|ei
       
       
       
       
      v.r i o 浙江大學生亦ti工程與食>a科學學欣
      “ irnnr i—rmnw,? mr*y w^Tmnwitrw
      圖5-2通過點擊地圖實現屬性數據查詢結果示意圖
      5.2.2農業機械化區域分類結果可視化
      農業機械化系統是一個受自然、農業、社會經濟和科技文化等因素影響的復雜系統。由 于自然資源、社會經濟條件等方面存在差異,在同一時間內農業機械化的項目選擇、發展速 度和規模水平不可能完全相同,必然呈現出地區之間的差異性,這種差異性導致了農業機械 化發展水平的區域性與不平衡性。因而農機管理部門通常需要對各地農業機械化發展水平進 行分類研究,這對因地制宜、分類指導,促進浙江省農業機械化發展是很有意義的。過去以 往將農業機械化發展的分類結果是以文字或紙制地圖的形式進行描述的,這種分類結果表達 方式的不足就在于不能動態地反映農業機械化的發展變化。因此,若將GIS功能引入農業 機械化發展的分類研究工作,則能方便地反映農業機械化發展的時空特點。文獻[1]中根據 有關分類模型,將浙江省69個縣(市)的農業機械化水平分為4類,利用本系統的可視化 功能可將上述分類結果清楚地表達出來,如圖5-3所示。
       
      圖5-3浙江省農業機械化發展水平分類結果示意圖
      此外,若將本系統用于農業機械化區劃工作,則將克服傳統區劃中以手工作業為主的工 作方式,大大提高工作效率和效果,從而為有關農機區劃工作提供了一種新的方法與手段。 相信隨著數字浙江、數字中國的發展,本系統的可視化功能將將進一步得到展示。
       
      5.3浙江省農業機械化水平的總體評價與地區比較
      5.3.1浙江省農業機械化水平的總體評價
      1.農業機械化發展水平評價
      依據第二章中所建立的浙江省農業機械化發展水平評價指標體系及各指標的計算方
      法,收集整理有關資料,并1990-2003年將有關統計數據輸入系統(I】,經系統處理得到同 期各年的農業機械化發展水平的綜合評價指標值,利用系統的圖形功能,生成農業機械化水 平綜合評價值的直方圖如圖5-4所示。
      為了觀察浙江省在1990?2003期間影響農業機械化水平綜合評價值的3個一級指標的 變化情況,利用系統的圖形功能,生成3個一級指標的折線圖,如圖5-5所示。
       
      2.結果分析
      由圖5-4可知,浙江省的農業機械化水平綜合評價值在1990年僅為26.84%,到了 2003 年綜合評價值上升到49.13%,期間增加了 22.29個百分點,年均遞增1.59%。從圖中還可以 看出,1990?1995年期間,浙江省的農業機械化水平提高的速度很快,5年間綜合水平評價 值提高了 14.27%,并在1995年步入了農業機械化發展的中級階段(綜合評價值為 40%?70%)。其后農業機械化水平發展就開始進入一個增長速度較慢的時期,8年間綜合水 平評價值僅提高了&02%o從3個一級指標值的變化情況可以看岀,由于政府出臺了一些促 進農業機械化的政策,加大了農機投入,使得農機裝備水平的改善,提高農業機械化作業的 綜合保障能力,進而導致機械化作業水平有了較大幅度的提高,加之農機作業量的增大,使 得農業機械作業的取得了比較好的綜合效益。在1995年以后,雖然農業機械化作業的綜合 保障能力和作業水平提高的速度較快,但由于燃油價格上漲引起作業成本的增加和作業面積 的卜降使得農機作業的綜合效益增加緩慢,其結果導致農業機械化綜合水平增長速度的下 降。 '
      5.3.2浙江省農業機械化水平的地區比較
      對于浙江省各個不同地區來說,由于自然資源、社會經濟條件等方面存在差異,在同一 時間內農業機械化的項目選擇、發展速度和規模水平不可能完全相同,必然呈現岀地區之間 的差異性,這種差異性導致了農業機械化發展水平的區域性與不平衡性。因此,對全省各地 農業機械化發展水平進行比較研究,有利于因地制宜、分類指導,促進浙江省農業機械化的 發展。
      1.各縣市農業機械化水平評價指標值的計算
      按照上述相同步驟,以浙江省目前69個縣市為研究對象卩~叫收集整理有關資料,并將 各縣市2003年的有關統計數據輸入系統,經系統處理得到各項指標值,然后,再利用相應 的評價方法,測算岀2003年69個縣市的3個一級指標和農業機械化水平綜合評價值。
      2.評價結果的地圖化與空間分析
      分析為了分析浙江省各縣市的農業機械化發展水平及影響因素的空間分布規律,本文利 用系統中的GIS (地理信息系統)功能生成2003年浙江省69個縣市的農業機械化發展水平 的范圍專題地圖和3個影響因素直方圖專題地圖,并將二者疊加,結果見圖5-6,可以看岀 農業機械化發展水平及其影響因素的空間分布情況。
      從圖5-6可以看岀,農業機械化發展水平的空間總體分布情況是,位于西南的絕大多數 縣市農機化水平較低,而經濟發達的北部和東部地區的縣市其農機化發展水平較高。造成發 展不平衡、差異大是由于目前農機投資的主體是農戶,由于經濟條件差,許多農戶無力承擔 —次性投資很大的農機投入,致使農機裝備發展速度慢、水平低;另一方面與產業結構未能 合理調整,資源開發利用不夠,農業勞動力占農村勞動力的比重大,勞動生產率低,勞動力 人均耕地面積小有關系,加之農機化社會服務體系的薄弱等方面的因素使得機械化作業項目 和作業量少,進而導致機械化作業程度、綜合保障能力和機械作業綜合效益較低,這些縣市
       
       
      為了進一步分析影響農業機械化發展水平諸因素的空間分布情況,生成農業機械化作業 程度范圍專題地圖和耕、播、收3個主要生產環節的機械化作業程度直方圖專題地圖,并將 二者疊加,結果見圖5-7。
      0◎繆3卿勿卿皺母毘謹遂翁曹礙話削牌夠廖 做將的伽給淘解》■菸世y賛柳討気末彗燭”曹*繃噸和__?
      b 文件«)««a) tfcffl 規計査誨 數姑殲莎 xiwtip I* «□ a) _ e x
      3 3 土‘血龍陌did A :?|E3面
       
       
      從圖5-7可以看出,機械化作業程度的空間總體分布情況與農業機械化發展水平空間分 布類似,即地處西南的縣市機械化作業程度較低,一些縣市只有少量的機耕和機械收獲,而 機械播種幾乎是空白;與西南的縣市相比,北部和東部地區縣市的農機化發展水平較高。導 致機械化作業程度差異大的主要原因一方面和這些縣市地處山區丘陵,地塊小、水田多,機 械化本身難度較大有關;另一方面,目前許多縣市雖然單位耕地面積擁有的農機動力水平很 高,但拖拉機與機具的配套比太低,農業機械的利用率不高,致使耕、播、收機械化作業程 度較低。而農業機械化發展水平比較高的杭州、寧波、溫州及其周邊一些縣市,機械耕地己 達到相當高的水平,機械收獲發展較快,但存在機械播種發展速度慢、水平低的問題。
      在上述各種專題地圖中,若要對構成專題地圖的要素進行修改,可通過調用系統“地圖” 菜單中“修改專題圖”功能模塊完成修改,修改步驟如圖5-8所示。
       
      由于各地區農業機械化發展水平不同,社會經濟和自然條件、農作物品種、種植制度存 在差異,對農業機械化的需求也有所不同。因此,要結合各地優勢農產品布局,形成各具特 色的農業機械化區域,滿足農民對農業機械化新技術及機具多樣化和增加收入的需求,促進 地區農業機械化與地區經濟的協調發展。
      (1)經濟發達地區、城市郊區的農機化發展已由過去量的增長進入更注重質的提高、 領域擴大和講求效益的新階段。農機化的領域從種植業向畜牧、水產、貯運、加工業迅速發 展。對農機化的要求不僅強調提高土地生產率,而且強調提高資源綜合利用率、勞動生產率、 農產品商品率,以及改善環境和勞動條件。
      (2) 對于經濟欠發達與落后地區,要進一步調整產業結構和產品結構,發展經濟,改 變農業生產以人畜力為主的局面,促進農業勞動力轉移和土地的相對集中,努力提高收入, 逐步推進農村二、三產業發展和小城鎮建設,為農業機械化的發展創造良好的環境條件。
      (3) 把農機經營與農業經營分開,也就是把對農機化的需求和供給分離開,逐步形成 符合市場經濟規律和靠發展農業機械化獲取最大利潤的專業化、社會化的農機服務產業,為 實現農機社會化服務。
      5.4浙江省農業機械化發展的對策與建議
      根據上述對浙江省農業機械化發展水平的總體評價和地區比較,結合浙江省建設高效 生態農業和社會經濟發展的需求,現對浙江省的農業機械化發展的有關問題進行探討,以期 為科學決策,促進浙江省農業機械化的發展提供依據。
      5.4.1農業機械化發展技術路線的選擇
      在農業生產中,農業機械與農業勞動力二者之間具有明顯的替代關系,即在土地面積一 定的情況下,增加機械投入數量,則必然要求減少農業勞動力數量,若不如此,則無法發揮 農業機械的作用與效率;另一方面,當勞動力相對土地顯得稀缺時,將農業機械引入生產領 域,可以彌補因勞動力不足而產生的影響,此時農業機械的引入是彌補農業生產能力不足或 農業勞動力轉移的結果,而不是農業勞動力剩余"5】。據統計,目前浙江省人均土地面積為 0.23hn?,不到全國平均水平的30%;2003年全省耕地面積為159.21萬hn?,人均約o.O35hm2, 低于糧農組織(FAO)確定的人均耕地0.053hm2的世界耕地警戒線水平,在這樣一個人多 地少、自然資源相對貧乏、且農業發展受氣候和環境嚴重制約的地區發展現代化農業,必須 依靠農業機械等現代農業裝備與技術的廣泛應用。同時,據估計2005年底,浙江省農業勞 動力將有2180萬人,其中剩余農業勞動力為400-450萬人向。目前,我省的農業生產和經 濟發展已進入了一個新的發展時期,客觀上要求大力發展農業機械化。由于農業機械具有替 代農業勞動力的性質,農業機械化水平的不斷提高必然對我省農業勞動力的剩余與轉移產生 重要的影響。因而在發展農業機械化的同時,還要面臨農業勞動力轉移的巨大壓力。因此, 在目前這種背景下,研究通過技術進步,發展農業機械化來提高農業綜合生產能力的同時, 充分發揮我省農業勞動力資源優勢,走出一條適合我省的農業機械化道路,就顯得尤為重要。
      1.依靠科技進步與發揮勞動力資源優勢并舉的農業機械化技術路線
      改革開放以來,盡管浙江省的農機科研和農機制造業水平有了長足發展,但技術問題一 直是困擾和制約浙江省農業機械化發展的主要因素。因此,必須依靠科技進步,突破制約我 省農業機械化發展的技術"瓶頸”,大力發展農業機械化,進而發展農業和推進農業現代化。
      從發達國家實現農業機械化過程來看,不同國家和地區選擇了不同的發展途徑和農業機 械化的實現方式。基本上可概括為三類⑺:一類是以美國、加拿大等國為代表,其特點是地 廣人稀,農業發展的主要制約因素是勞動力不足,依靠技術進步和機械化提高勞動生產率是 其主攻方向;二類是日本、荷蘭等國為代表,其主要特點是人多地少,勞動力資源豐富,農 業發展的主要制約因素是耕地不足,主攻方向是提高土地生產率,因而采取先生物化學技術 措施,后機械化措施;三是德國、法國,它們是介于上述兩種情況之間,既缺乏足夠的勞動 力,又缺乏足夠的耕地,因而采取生物化學技術與機械技術并用的技術路線。發達國家的經 驗可以提供參考和借鑒,但不能全盤照搬。
      在我省目前的情況下,一方面,既要充分發揮技術創新和加大農業機械投入,大力發展 農業機械化,提高農業綜合生產能力,提升農產品的品質和科技含量;另一方面,還要考慮 到我省勞動力資源的優勢,以及農村經濟發展帶來的農業剩余勞動力的問題,而農業剩余勞 動力的大量轉移在短期內不可能的。因此,要正確處理勞力轉移與發展機械化關系,就必須 采取依靠科技進步與發揮勞動力資源優勢并舉的農業機械化技術路線。
      2.大力發展農機服務產業
      農機服務產業化是指伴隨著農業產業化的發展,從傳統農業生產經營中分離岀的一個 專門從事農業機械化服務的生產技術經營體,并逐步形成一個比較完善的服務體系和運行機 制的過程和結果吟它具有:降低生產成本,獲取規模效益;提高農業綜合生產能力;提 高農機服務管理水平;增加農民收入;節約資源、保護生態環境以及促進農村二、三產業發 展和城市化進程等基本功能卩鐵根據農機服務產業化所涉及領域,其基本框架應該包括以 下三個方面⑴1:
      (1)農機服務產業組織。其主要任務是為農業生產經營者提供機械化生產技術服務。 農機服務組織是產業化的基礎,也推進農機服務產業化的關鍵和難點。因此,需要政府部門 制定相應的產業發展政策,同時采取有效的措施,培育、發展和壯大各種形式的農機服務產 業組織,進而提高其組織化程度、管理水平、專業化服務水平。
      (2)農機服務產業化的保障體系。其主要任務是為農機經營者及所有者提供系列服務, 是實現農機服務產業化的物質支撐。它由農機裝備與技術的示范推廣、教育培訓、信息咨詢、 維修保障、產品質量鑒定、市場中介,以及農機產品、配件和燃料的供應等企事業單位組成。 將這些在計劃經濟時期的形成的服務體系轉變為符合市場經濟規律的行業是實現農機服務 產業化的另一難點。這一過程包含服務方式、運行機制的轉換,以及服務內容的增加、領域 的擴大及和水平的提高等,因而需要建立相應激勵和約束機制促進這一過程轉變。
      (3)農機服務產業化的外部環境。農機服務產業化作為農業產業化的重要組成部分, 其發展必然受到各種外部環境的制約。因此,需要政府職能部門對農業機械化發展進行全面 規劃、實施宏觀調控和法規管理的同時,轉變管理方式和管理內容,即由過去的指令性計劃 轉變為指導性計劃和政策性引導為主,由行政管理為主轉變為政策調控、法規管理為主,以 適應當今農業生產和市場經濟發展對農機服務的需求。
      上述三個層次相互依存,缺一不可。沒有農機服務組織,就沒有分工和專業化;沒有 保障體系的支撐,農機服務組織就無法順利運行;沒有良好的外部環境,就不能組織創新和 機制創新,也就無法實現健康發展。為此,政府部門應加強扶持和投入,并提供宏觀指導。 從農機服務產業化的現狀看,目前最薄弱環節是農機服務組織。因此,整合各種形式的小農 機,培育、發展、壯大一線農機服務產業組織,是當今農機服務產業化的關鍵。
      農機服務產業化的發展,一方面為農業產業化提供技術支撐,為農副產品生產提供產 前、產中和產后一系列機械化技術服務;另一方面,由于農機服務產業化發展是以農業產業 化為經濟前提,通過對農產品的生產、質量要求和增加農民收入兩方面,提高農民對農機化 服務的市場需求和支付能力。因此,在新形勢下,需要通過組織創新、管理制度創新和運行 機制的創新,改變目前我省農機分散經營、低水平重復購置的現狀,及時有效地將行業資源 優勢轉變為經濟優勢,進而促進農業機械化的發展。
      發達國家農業發展的實踐業己證明,發展農業社會化服務體系是克服家庭經營局限性的 有效途徑。因而要化解機械化大生產與我省小規模的農業家庭經營體制之間的農業生產方式 基本矛盾,必須大力推進農機服務產業化,從而在家庭聯產承包責任制基礎上,使機械化大 生產和以農戶為單位的經營方式相適應。此外,在農機服務產業化進程中還能為農村勞動力 提供許多新的就業機會。例如,20世紀80年代在美國農業生產領域的工人僅占全部就業者 的3%,但在農業社會化服務為主體的就業人數約占全部就業人數的20%,而產值約占國內 生產總值的16. 7%o因此,發展農機服務產業化,不僅能充分發揮農業機械在農業生產中的 作用,降低生產成本;還能穩定農村家庭聯產承包經營體制,為促進農業和農村經濟結構調 整,增加農民收入,實現農業可持續發展,加速傳統農業向現代農業轉變提供技術支撐。
      綜上所述,可以看出在農業勞動力資源極其豐富,而土地資源短缺的浙江省,完全借鑒 已實現農業機械化國家的經驗是不行的。因此,要從我省實際情況出發,探索出一條適合我 省省情的農業機械化技術路線,這就是采取依靠技術進步與發揮勞動力優勢資源并舉的農業 機械化技術路線的同時,大力發展農機服務產業,是當今我省發展農業機械化的現實選擇。
      5.4.2農業機械化服務組織、管理制度和運行機制的聯合創新
      良好的管理體制和運行機制是實現農業機械化健康發展的保證,與農業機械裝備和技術 創新相比,農業機械化發展制度創新的空間顯得更為廣闊【⑼。因此,加強農機服務組織、 管理制度和運行機制的創新,將會給農業機械化發展提供一個良好的外部環境。
      1.農機服務組織創新
      目前浙江省的農業生產已進入一個新階段,由于農業相對于其他行業經濟效益較低,加 之我省鄉鎮工業的發展,致使農業生產過程中勞動力缺乏,農戶迫切希望從各種中介服務組 織獲得幫助,以適應農業生產中各項作業的要求。因此,在新形勢下,就出現了各種形式的 農業機械化服務組織,以滿足農民生產對作業的需求。
      目前農業機械化組織有服務組織和中介組織,農業機械化服務組織主要包括鄉鎮農機服 務站、各級農機推廣站和農業技術服務中心等組成,而中介組織主要有農機服務協會和各級 農機信息中心等。隨著農業機械化事業的發展,在農業機械化領域相繼出現了 “農機服務公 司+農戶”、“農機股份合作組織+農戶”、“農機專業戶+農戶”等農機服務產業化經營組織形 式UI5],顯示了農機服務組織創新的趨向。現行農業機械化組織機構特點決定了農業機械 化組織的發展,一方面,農業機械化組織的發展除受組織本身影響;另一方面,也離不開鄉 鎮農機服務站、各級農機推廣站等原有組織體系的體制轉變,以及政府管理體制的界定和規 范,其發展必然受二者影響。因此,需要農業機械化組織進行自身改革和建設以及組織創新, 以擺脫傳統體制殘余所帶來的影響。這表明農業機械化服務組織的創新與體制變革是緊密聯 系的,組織創新的滯后將影響體制轉變和發展,而體制的變革將進一步促進組織的創新。
      合作制在世界上已經有一百多年的歷史,在發達國家和地區早已成為農民聯合經營、 自我服務的成功組織方式,其自愿聯合、民主經營的基本原則,與既可共享聯合的優勢,又 不改變產權歸屬的制度特征,是其生命力經久不衰的根本所在。根據目前國內己出現的農機 服務經營模式和我省當前農村的實際情況,股份制合作社、專業合作協會等,將很有可能成 為我省農機服務產業的主要組織方式t,6~,71»目前我省農機經營戶規模超小,決定了農機經 營戶在市場經濟條件下更需要聯合起來,以應對農機經營過程中出現的各種風險。近年來, 在我省農機部門組織一系列的農機跨區作業中,由于其豐厚利潤的驅動,使農機所有者和經 營者要求聯合起來的愿望越來越強烈,自發組建農機服務合作社和要求農機部門組織他們聯 合經營的情況越來越多,盡管目前這些組織還不夠規范,組織化程度和專業化水平也不高。 另外,雖然目前農機戶聯合的形式多樣,管理經營方式也不盡相同,但各種聯合組織的一個 共同點就是產權不變。由此可以推測,合作制、股份合作制將因為能夠滿足農機經營者的基 本要求而成為我省農機服務產業組織的現實選擇。同時,雖然農機服務產業化已經自發地以 多種形式表現出其分工、專業化的強勁趨勢和聯合發展的生命活力,但要在傳統的農機服務 體系處于改革和轉型的今天,要使分散經營的農機經營戶聯合起來,走合作經營的道路,形 成一個機制靈活、配置合理、規模適度、作業高效的農機服務產業,則需要一個較長的發展 過程。因此在這個過程中,一方面需要農機管理部門配合有關政府部門在調直研究和分析我 省農機產業組織現狀的基礎上,制定農機服務產業長遠總體發展規劃;同時,還要出臺相應 的政策,并制定和完善農機社會化服務法規,引導農機服務產業的健康穩定發展。
      2.管理制度創新
      農機服務產業的發展,一方面有自身的發展規律;另一方面又受到外部環境的制約。 農機服務組織的功能能否得到充分發揮,在一定程度上取決于管理體制健全與否。為此,需 要政府部門從戰略高度明確發展農機服務產業化在農業生產中的重要地位。另外,與其它產 業相比,農業是一個弱勢產業,其比較經濟效益較低,這也必然導致農機服務產業經濟效益 較低,并在市場競爭中易處于劣勢。因此,農機管理部門應配合有關政府部門,并根據已頒 布的農業機械化促進法,對農機服務產業化的發展應有一個長遠規劃,在加強宏觀調控同時, 出臺各種有利于農業機械化發展的優惠政策和扶持政策,使農機經營者的合法權益得到充分 保障,實現農機服務產業化的健康發展。
      3.運行機制創新
      (1) 以產業化的要求培育農機服務產業。綜觀當今發達國家的農業發展,可以發現農 業生產產業化、企業化經營是當今農業發展的必然趨勢,作為支撐農業發展的物質基礎和技 術手段的農業機械化,應順應這種發展趨勢。一方面,以發展農業產業化為契機,加速農機 化服務產業化進程,并通過推進農機產業化延伸農業產業鏈;另一方面,要按市場經濟規律 的來組織農機經營,實現農機服務經濟效益的提高,進而壯大農機服務產業。
      (2) 以社會化的思路完善農業機械化的投入機制。投入是決定農機服務產業發展的重 要條件,為此,政府部門應出臺相應的扶持政策,努力構建一個以國家資金為導向,集體、 個人投入為主體,各級財政、金融部門齊支持,多層次、多渠道的投入機制。該機制主要特 點:一是能有效保證農業機械化投資的增長,實現投資的合理補償與增值,并能充分調動各 投資主體增加投資的積極性;二是各投資主體的職責明確,保證有多渠道、多形式的資金投 向農業機械化。
      (3) 以專業化的服務水平提升農機服務產業層次。服務專業化是農機服務產業化的一 個主要特征,服務專業化的內容應包括服務組織、服務項目、服務人員等方面的專業化。通 過專業化來提高農機化服務水平,以滿足農戶在農業生產中所需各項農機作業要求。
      5.4.3促進農業機械化發展的政策建議
      雖然近年來浙江省農業機械化有了較快的發展,但與發達地區和國家存在較大差距,尤 其是長期以來制約農業生產的一些薄弱環節并沒有得到根本解決,無法適應社會經濟發展和 農業現代化進程對農業的要求。因而迫切需要政府部門一方面要積極營造良好的政策環境, 同時加大對農業機械化發展的扶持力度。從國外已經實現農業現代化國家的發展過程看,在 基本實現農業機械化和加快工業化發展時期,是政府加大農業機械化投入的關鍵時期。因此, 依照WTO農業協議給予農業機械化發展的政策空間,結合浙江省農業機械化的實際,并借 鑒國外發展農業機械化的經驗,對促進浙江省農業機械化發展提出如下政策建議【皿20):
      1.加快和完善農業機械化政策法規建設
      WTO主要成員國在基本實現農業機械化前后,都普遍采取了加強法律法規建設,實行 經濟調控等通行做法,推進農業機械化的發展。為此,要借鑒發達國家農業機械化管理的經 驗,依據市場經濟原則,按照《中華人民共和國農業機械化促進法》,結合浙江省的農業機 械化發展實際,完善配套措施和保障手段,建立健全浙江省地方性的農業機械化行業宏觀管 理的政策法規體系,將農業機械化的發展納入依法管理的軌道。因此,在完善現行《浙江省 農業機械管理辦法》的基礎上,爭取早日出臺《浙江省農業機械管理條例》、《浙江省農業機 械安全監督管理辦法》、《浙江省機耕路管理辦法》和《浙江省農機事故管理辦法》等地方性 法規,為農業生產營造良好的安全生產環境。此外,還應加強農業機械化標準體系建設、農 業機械質量監督體系建設,提高政府對農業機械產品標準、作業質量標準的管理水平,提高 農業機械化標準實施單位的執行能力。
      2.加大對農業機械化科技的投入力度
      科技進步和技術創新是加速農業機械化發展的決定性因素。因此,一方面要增大農機科 技發展的投入;另一方面,通過農業科技體制的改革、政策扶持和科技創新平臺的建設,逐 步建立起以龍頭企業為主體,產、學、研相結合的農業機械化科技創新體系。以科技創新平 臺為依托,對當前浙江省農業生產中急需的糧食和經濟作物機械化生產、收獲裝備,農產品 檢測和產地商品化處理裝備,種子加工與處理裝備,高效、低毒、低殘留果園植保機械化技 術與設備,以及畜牧養殖等廢棄物處理裝備與技術等關鍵技術與裝備進行攻關、示范和推廣, 從而解決制約浙江省農業發展的農業機械新裝備和新技術科研開發總體滯后,不能滿足農業 結構調整需求等問題。
      3.實施農業機械購置專項補貼政策
      鑒于我省農民在農機方面投資能力有限的現實,從當前浙江省建設高效生態農業利結構 調整的需要出發,在充分發揮農戶主體和各類農業機械服務組織作用的基礎上,一方面鼓勵 和調動農民購置和使用農業機械的積極性,對促進農業結構調整、農業資源保護、節本增效 的新型、高效的農機產品,以及屬于推廣的農機新技術,通過農機管理部門應給予一定的資 金補貼;另一方面,積極推進機械化田間作業的標準化、規模化和專業化,對農業機械作業 繼續執行免稅政策,對標準化、規模化機械作業實行一定的補貼政策,充分發揮農業機械在 農業生產中的作用,進而增強和擴大農機組織的服務功能和服務領域。
      4.實施農用燃油補貼政策,降低農機作業成本
      由于燃油在農機作業過程中占有很大比重,為了降低農業機械作業和農業生產成本,減 輕農民負擔,需要對農用燃油實行減免稅和價格補貼,這也是WTO成員國政府通過生產資 料補貼給農民提供的間接性收入支持。因此,在費改稅的過程中,應充分考慮對農用燃油征 收燃油的問題,按照WTO主要成員國對農業燃油實行減稅、補貼的慣例,我省應盡早實施 農用燃料補貼政策,采取部門轉移支付的方式,由農業機械管理部門實施田間作業燃油補貼, 補貼對象以農業機械經營者為主。通過燃油補貼的形式來降低生產成本,調動農民使用農業 機械的積極性,進而促進農業機械化的健康發展。
      5.引導建立各種形式的農機服務組織,加強農機人員素質培訓
      一方面,利用政府補貼、部分出資和提供優惠貸款等優惠政策,積極引導不同經濟成份、 多種經營形式的農業機械化服務中介組織,并以股份、合作等形式將農機戶組織起來,形成 利益共享、風險共擔的經營組織,實現農機服務模式和運行機制的創新,增強農機服務組織 的功能,擴大服務領域和規模;另一方面,農機管理部門要充分利用現有的農業機械化培訓 體系,通過加強培訓教學基礎設施的投入,完善培訓手段和設施,增強培訓能力,提高辦學 效益;同時,做好基層農業機械管理人員崗位培訓和繼續教育,提高農機管理人員素質,建 立有效的競爭機制,逐步推廣專業人員崗位考核和持證上崗制度;釆取多種措施,分期分批 對機手和農機經營戶進行職業教育和技術培訓,為農業機械化的技術推廣創造條件。
      6.開展國際交流與合作,促進農業機械化發展的對外開放
      在我國已加入WTO的今天,發展農業機械化必須加強與外國政府和企業間的農業機械 化合作與交流。一方面加強農業機械標準化、質量監督等領域的交流,借鑒國外經驗,逐步 建立完善的農業機械化標準體系和質量監督體系;另一方面擴大有競爭優勢的農業機械化裝 備與技術在國際農機產品市場上的份額,積極引導有條件的省內農機企業在境外投資辦企 業,進一步開拓農機產品的國際市場。此外,進一步擴大利用外資規模,對進入浙江省的國 內外先進農機企業,依照國際慣例,政府應在土地租賃、勞動用工和稅收政策等方面予以支 持。同時鼓勵科技型農機龍頭企業利用國內外資金、技術,建立合作企業,促進農業機械產 品質量的提高和農業機械化技術的應用范圍,加速我省農業機械化的發展進程。
      5.5本章小結
      (1) 根據1990-2003年的統計數據,應用系統中的評價模型對浙江省農業機械化發展 水平進行了評估,并對歷年的評價結果以直方圖的形式進行了顯示,通過圖表能清楚了解近 年來浙江省農業機械化水平的發展變化。另外,利用2003年統計數據,對浙江省69個縣市 的農業機械化發展水平進行了綜合評價,并結合應用系統中GIS空間可視化功能,生成了 相應的專題地圖,據此分析了浙江省農業機械化發展水平及其影響因素的空間分布規律。
      (2) 根據浙江省農業機械化發展水平的評價結果,結合新階段浙江省農業發展的需求, 應采取依靠技術進步與發揮勞動力資源優勢相結合以及大力發展農機服務產業化的農業機 械化技術路線,并加強農業機械化服務組織、管理體制和運作機制聯合創新的發展思路。
      (3) 在促進浙江省農業機械化發展的政策建議上,應從加快和完善農業機械化政策法 規建設,加大對農業機械化科技的投入力度,實施農業機械購置專項補貼政策,實施農用燃 油補貼政策,降低農機用油成本,引導建立各種形式的農機服務組織、加強農機人員素質培 訓以及開展國際交流與合作和促進農業機械化發展的對外開放等幾個方面著手。
      參考文獻
      [1] 何勇,談黎虹,葛曉鋒.基于GIS的農機化發展水平區域劃分系統的研究[J].農業工程 學報,2003 ,5.19(3): 129-131.
      [2] 浙江農業機械管理局.浙江省農機管理統計報表[Z]. 19弘2004.
      [3] 浙江省統計局.浙江統計年鑒北京:中國統計出版社,2003.
      [4] 萬鶴群.農村經濟結構調整與農業機械化優化[M].北京:北京科學技術出版社,1992.
      [5] 張冬平,史國棟,陳俊國.農業機械化對農業剩余勞動力的影響[J].農業機械學報,1996,
      27 (4) :1~6.
      [6] 楊大海.浙江省農村勞動力轉移和就業問題研究[D].中共中央黨校在職研究生畢業論
      文.2004,5.
      [7] 戴有忠.農業機械化工程[M].哈爾濱:東北農業大學岀版社.1996.
      [8] 許錦英.發展農機服務產業,加速農業現代化進程[J].中國農機化,1999 (5) :10~15.
      [9] 陳樂萍.推進農機服務產業化是實現農業機械化的加速器[J].農業機械學報.1999, 30
      (6) :139-140.
      [10] 古茂華.農機服務產業化是實現農機化的保證.現代農業裝備[J].現代農業裝備.2003 (3) :62~65.
      [11] 楊敏麗.中國農業機械化與農業國際競爭力[M].北京:中國農業科學技術岀版社. 2003.
      [12] 許錦英,盧進.農機服務產業化與我國農業生產方式的變革[J].農業技術經濟,2000(2) 60-64.
      [13] 白麗,李行,馬成林.農業機械化主要制約因素的制度創新研究[J].農機化研究.2005,
      (1): 34-37.
      [14] 王智才.建設現代農業,加速推進農業機械化[J].農業機械學報.2004, 35(1): 154-15&
      [15] 李志杰,李明.發展農機經濟合作組織,推進農機服務產業化卩].科技推廣.2004 (9): 32 ?33.
      [16] 許錦英.股份合作制與加速我國農業現代化進程[J]•農業現代化研究,1999,20 (3):144-147.
      [17] 許錦英.關于我國農業機械化發展制度與發展觀的思考[J].山東農機,2003 (3) :3~5,
      [18] 田志宏.加入WTO后我國農機化發展所面臨的機遇、挑戰及對策[Z].農業機械化軟科 學研究成果匯編,2001.
      [19] 楊敏麗,涂志強,沈廣樹.國外農業機械化法規及支持政策[J].中國農機化:2005, 2:3-6.
      [20] 鄭文鐘,應霞芳,何勇.浙江省農業機械化發展的系統分析[幾浙江大學學報(農業與 生命科學版)2003, 29 ( 2) :147~151,
      【本文地址:http://www.dnatongmu.com//jiaoyulei/xiaoxueyuwen/8184.html

      上一篇:農業機械土槽測控系統的設計研究

      下一篇:農業機械化在兵團農業生產中的貢獻率研究 及程序開發

      相關標簽: