中药材生产机械化的技术装备需求量化模型构建

发布时间：2024-03-23 21:31

　　为分析与判断中药材各生产环节机械化的差异化发展需求,从机械化作业程度、技术装备状况、用户需求3个角度,结合熵权法和层次聚类分析法构建了中药材生产机械化的技术装备发展需求量化评价模型,并基于Fisher判别法将该模型进行函数化表达。实证评价结果表明,中药材生产环节的发展需求可分为3类,其中收获、中耕、移栽环节属于A类需求水平,"无机可用"和"有机难用"的现象明显,机械化技术装备的发展需求迫切。Fisher判别法训练得到的函数I贡献率为79.4%,Wilks’ Lambda值为0.037,具有统计显著性,获得的3种需求类别的中心值分别为-2.868,1.904和1.675,可用此数学模型精确表达发展需求的分类。该模型可在形成分类的同时体现原因和细节,对于有针对性地开展特定应用需求的技术装备研发、推进农业机械化供给侧改革、促进中药材生产机械化的可持续发展具有指导意义,同时也可为其他机械化发展滞后的作物品种或地区的技术装备发展需求评价提供参考。

【文章页数】：11 页

【部分图文】：

图1中药材生产机械化技术装备发展需求的形成与作用

在以上范围和原则的基础上，以用户为核心，从现阶段中药材机械化生产的技术发展情况、数据可获得性等方面进行考虑，构建涵盖机械化作业程度、机械化技术装备状况和用户对机械化技术装备需求的评价指标体系。如图1所示。1.3.1机械化作业程度

图2中药材生产机械化技术装备发展需求评价技术路线

根据以上分析，形成中药材生产机械化技术装备发展需求评价技术路线，如图2所示。在层次聚类分析评价的基础上，为进一步体现以上3指标的内在联系，使分类计算更具体化，通过对指标直接进行分组计算，保障评价模型能适应机械化技术装备的发展变化过程，进一步采取Fihser判别分析法[26]进行训....

图3机械化技术装备发展需求聚类树状图

以表5结果为基础进行层次聚类分析，采用离差平方和法（Ward’smethod）和欧基里德距离平方法（squareEuclideandistance）计算类间和样本间距离[42-43]，形成聚类树状图，如图3所示。2.4结果分析与判别模型构建

图4函数I和函数II的分类结果与类别质心

判别函数的选择通常根据方差百分比和威尔克Λ及显著性进行判断，方差百分比越高，表明其特征值的贡献率越高[45]，威尔克Λ值越小，样本的贡献率越大[46]。根据表7，函数I的贡献率高于函数II，威尔克Λ值更小，具有显著性（P≥0.05），因此将函数I作为判别函数更合适。为进一步进行判....

本文编号：3936494