農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局自適應(yīng)決策模型研究.pdf

1、農(nóng)民增收、農(nóng)業(yè)增效是“三農(nóng)”問題的核心，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化是解決這一問題的關(guān)鍵。由于農(nóng)業(yè)生產(chǎn)受自然資源、社會資源、生態(tài)環(huán)境、市場供求、氣象條件等復(fù)雜因素的影響，實(shí)現(xiàn)區(qū)域農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的合理布局非常困難。論文綜述了國內(nèi)外農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)布局建模理論與方法的研究現(xiàn)狀，分析了其在解決農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)布局問題的局限性。本論文基于復(fù)雜系統(tǒng)理論，建立農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局多主體自適應(yīng)決策模型，從自適應(yīng)的觀點(diǎn)解決農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局的復(fù)雜建模問題，為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)

2、化布局這一復(fù)雜問題的解決提供一條新的途徑。 論文圍繞農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局問題的三個組成部分——目標(biāo)函數(shù)、決策變量、約束條件，在決策知識表示與推理方法，智能優(yōu)化計算方法，機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方法，多主體自適應(yīng)建模方法，自適應(yīng)決策方法等五個方面展開理論方法研究，論文的創(chuàng)新性研究工作包括： 1、基于復(fù)雜系統(tǒng)“綜合集成”的核心思想，論文提出多級知識單元的新型知識表示方法以及基于該知識表示方法的多級主從推理機(jī)制，用以解決農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)

3、布局復(fù)雜建模的問題分解、系統(tǒng)綜合、知識集成等問題，同時也為建立自適應(yīng)決策模型的學(xué)習(xí)機(jī)制和提高模型智能化程度奠定基礎(chǔ)。論文給出知識表示方法完整的EBNF范式，并重點(diǎn)介紹了該知識表示方法的多知識融合能力。 2、針對農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟(jì)效益預(yù)測建模需求，深入研究基于空間廣義線性回歸模型的作物產(chǎn)量預(yù)測方法，基于粗集的農(nóng)作物產(chǎn)量分類規(guī)則挖掘算法，基于時空快照模型發(fā)現(xiàn)農(nóng)產(chǎn)品市場價格變化規(guī)律的方法等。并與SVM結(jié)合，建立基于先驗(yàn)知識的農(nóng)業(yè)各產(chǎn)業(yè)效益預(yù)

4、測模型。同時基于這些預(yù)測模型和知識發(fā)現(xiàn)方法的研究建立農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)布局自適應(yīng)決策模型的學(xué)習(xí)機(jī)制。 3、通過對遺傳算法、組織進(jìn)化算法、粒子群優(yōu)化算法的研究與綜合，針對產(chǎn)業(yè)結(jié)構(gòu)布局的多變量、多峰、大規(guī)模優(yōu)化計算的需求，提出一種新型粒子群優(yōu)化算法——逆反粒子群優(yōu)化算法，該算法通過加入逆反粒子，大大提高了算法的全局尋優(yōu)性能，非常適合復(fù)雜模型的優(yōu)化求解。通過大量的實(shí)驗(yàn)對比分析，驗(yàn)證了逆反粒子群算法的有效性，同時從理論上證明它以概率為1收斂到

5、全局最優(yōu)解。這些算法的研究為建立農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局自適應(yīng)決策模型的進(jìn)化機(jī)制奠定了基礎(chǔ)。 4、依照國家行政區(qū)劃，論文把決策區(qū)域分為鄉(xiāng)、縣、市、省、國家共五個層次，針對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化布局，建立單區(qū)域和多區(qū)域自適應(yīng)多主體優(yōu)化模型。并通過研究主體的學(xué)習(xí)機(jī)制、進(jìn)化機(jī)制建立區(qū)域多主體決策模型的自適應(yīng)機(jī)制。通過對自下而上目標(biāo)效益的組合和自上而下約束條件的協(xié)調(diào)建立反復(fù)求精的決策過程。在系統(tǒng)的循環(huán)決策過程中，決策知識不斷擴(kuò)張，模型決策的智能化