基于多属性数据融合决策的智能化农业预警系统分析-analysis of intelligent agricultural early warning system based on multi-attribute data fusion decision - making.docx

基于多属性数据融合决策的智能化农业预警系统研究摘要农业预警是农业风险管理的首要环节。目前，对农业进行风险预警主要沿用一般的风险预警方法，多是从某一角度作为切入点进行预警分析，尚未针对农业系统的多因素特点建立基于信息融合的分析平台。因此，建立一个有效融合多属性信息的智能化预警平台对我国农业发展具有重要的现实意义和理论价值。本文在农业部智能化农业预警技术重点开放实验室2010年开放性课题(课题编号:2010-DAEW-01)的支持下开展研究，针对农业系统存在的复杂性、模糊性、随机性、经验性和条件性等特点，建立多属性信息融合决策的农业预警模型，并开发农业预警系统，具体的研究内容和创新性成果如下:(1)基于等级全息模型建模(HHM)方法构建农业风险预警系统的指标体系。(2)根据各个指标因素对农业系统影响的程度不同，本文采用层次分析法(AHP)对各属性指标进行重要性分配，即权重确定。(3)采用D-S证据理论对多属性指标进行数据处理，避免了模糊风险分析法难以处理定量指标数据且具有很强主观性的缺陷。本文提出了将多属性数据转化为基本概率指派函数(BPA)的办法，使之成为适合于应用D-S证据理论处理的形式。该数据转化过程实质上是一种数据无量纲化的过程，它为定量定性信息融合打下基础。(4)在对比国内外关于D-S证据理论中合成规则的主要研究成果的基础上，采用基于权重系数的修改证据源的冲突信息融合方法。该方法能够较好的解决冲突证据的融合问题，收敛速度较快。(5)基于BPA函数的转换模型对农业风险进行决策。(6)基于IEDSS的设计理念，采用MatlabR2009b进行编程，并利用GUI进行界面的制作，实现了农业预警系统软件的开发。关键词:农业预警，风险评估，信息融合，证据理论，层次分析法，HHM–I–ResearchonIntelligentEarly-warningSysteminAgriculturalBasedonMulti-attributeInformationFusionDecisionABSTRACTEarly-warningforagriculturalactsasthefirstlinkofagriculturalriskmanagement.Sofartheearlywarningintermsofagriculturalriskhasmainlyadoptstheleftovermethodofordinaryriskpre-warningmethod,makingabreakthroughfromonesingleaspectinmostcases,however,failedtocombinewiththemulti-factorfeaturesinagriculturesystemtobuildmodelsbasedondatafusionanalyzingplatform.Therefore,itisofgreattheoreticalvalueandpracticalsignificanceforagriculturedevelopmenttoestablishintelligentearlywarningplatformcapableofeffectivemulti-informationfusion.Thethesis,supportedbytheOpenProjectProgramofKeyLaboratoryofDigitalAgri-culturalEarly-warningTechnology(No.2010-DAEW-01),aimstodoresearchondiffer-entuncertaintypuzzlesinagriculturalsystem,establishamulti-propertyinformationfusiondecision-makingmodelandthendevelopsanagricultureearlywarningsystem.Theearly-warningmodelisbasedontheHHMmethod,AnalyticHierarchyProcess(AHP)methodcombinedwithD-Sevidencetheory.Theresearchcontentsandcreativeachievementsarelistedasfollows:Inaccordancewiththecomplexityofagriculturesystem,wesetupaindicatorsysteminviewofagriculturalriskearlywarningbasedonHierarchyHolographicMod-eling(HHM).Accor