农业信息化投入对农业产出贡献率评价研究.pdfVIP

第29卷 第24期 科 技 进 步 与 对 策 Vb1．29NO．24 2012年12月 ScienceTechnologyProgressandPolicy Dec．2Ol2 农业信息化投入对农业产出贡献率评价研究 李优柱 。，易新福 ，郑明洋 、 (1．华 中农业大学 经济管理学院，湖北 武汉 430070；2．西南财经大学 中国金融研究中心，四川 成都 610074； 3．湖北农村发展研 究中心 ，湖北 武汉 430070) 摘 要 ：为进一步提 高农业信 息化投入对农业产 出贡献 的评价精度 ，提 出一种基 于粒子群优化算法优化 LSSVR的混合智能评价方法，采用粒子群优化算法选取最小二乘支持 向量回归机训练参数 。首先，介绍粒 子群优化算法优化LSSVR算法，并以农业信息化对农业总产 出贡献率的预测进行农业信 息化评估实验。 选取广东省 2003—2010年农业信息化对农业总产出贡献率的数据进行研究，表明基 于粒子群优化最小二 乘支持向量回归机的混合智能评估算法相 比于传统的支持向量回归机有更好的评估效果。这种方法能较 好地评价与预测农业信息化对农业总产 出的贡献率，对正确 引导我 国农业信 息化的发展具有重要的理论 价值 。 关键词 ：粒子群优化 ；最小二乘支持 向量机 ；评估模型；农业信息化 ；农业产 出 DOI：10．6049／kjjbydc．2012060627 中图分类号 ：F323 文献标识码 ：A 文章编号：1001-7348(2012)24-0143-04 本 回归 问题[8]。为 了进一步提高农业信息化投入对农 0 引言 业产 出贡献 的评价精度 ，本文提 出一种基于粒子群优 化算法优化 LSSVR 的农业信息化贡献评估方法 。与 农业信息化对农业发展与人类生活有重要作用 ， 传统的支持 向量 回归机不 同，最小二乘支持 向量 回归 加快信息技术在农村 的广泛应用可促进农村传统产业 的改造 、升级 ，并带动整个农业生产 的发展_l1]。研究农 机通过构造一个新二次损失函数 ，将传统的支持 向量 回归机 的二次规划 问题转化为求解线性方程 ，从而改 业信息化对农业发展的贡献是理论与实际紧密结合的 一 项工作 ，精确计算农业信息化对农业生产 的贡献将 进 了传统支持向量 回归机的回归精度 。最小二乘支持 有助于人们从总体上掌握农业信息化 的发展水平和潜 向量 回归机训练参数 的选取对其预测结果有较大影 力 ，为农业信息化 的正确发展提供理论依据 ]。我 国 响 ，对此 ，本文采用粒子群优化算法选取最小二乘支持 政府一直都非常重视农业信息化 的发展 ，2O12年 中央 向量 回归机训练参数 。粒子群优化算法是一种新 的基 一 号文件更是 明确提 出了推进农业农村信息化 的新举 于群体智能的优化算法 ，它源于对鸟类捕食行为 的模 措 。如何建立农业信息化对农业产 出贡献率 的数学模 拟，具有很强的全局搜索能力。实验结果表 明，基于粒 型，并对农业信息化贡献率进行精确预测 ，不仅关系到 子群优化最小二乘支持 向量 回归机 的混合智能评估算 国家的投入方 向和思路 、农业信息化投入 的效率 问题 ， 法相 比于传统的支持 向量 回归机有更好 的评估效果 。 还关系到农业信息化和农业现代化发展的重大问题 。 本文 的贡献在于 ：①建立混合型 的智能评价模型 ， 目前 ，农业信息化评