农产品质量安全风险评估与预警模型: 以山东省蔬菜出口示范基地为例

针对农产品安全风险评估和预警中涉及的语言信息和面板数据,提出了一种基于多分类离散选择模型的评估分析方法.在建立农产品安全风险评估指标体系的基础上,采用语言信息处理方法,将呈现出面板数据特征的评价信息进行有效集结.通过因子分析法提取农产品安全风险评估的潜在变量,建立有序多分类离散选择模型,给出了风险判别分析的计算步骤.结合山东省出口蔬菜备案基地评价数据进行了实证研究.研究表明以上方法可以针对农产品质量安全风险评估的特点,有效地将语言评价信息进行集结和利用,解决了农产品安全风险管理中风险级别有``序'的问题,该方法将促进良好农业操作规范的推广和应用,实现农产品安全风险预警管理的目标.     

基于良好农业规范(GAP)的蔬菜种植地系统评价方法

针对良好农业规范(GAP)在蔬菜基地应用中的种植地评价问题,提出了蔬菜种植基地农产品安全评价指标体系.应用层次分析法(AHP)分析得到各个评价指标的权重.给出了基于二元语义语言信息处理的系统评价方法和计算步骤,最后结合出口菠菜备案基地的农产品安全评价进行了实例分析.图1,表2,参9.     

中国农产品质量安全市场准入的内涵和阶段性发展分析

对农产品质量安全市场准入及相关概念进行了归纳和界定,分析了农产品市场准入规制的产生与阶段性发展规律,将中国农产品质量安全市场准入分为数量管理阶段、产品结构调整阶段、安全水平提升阶段和质量安全依法监管阶段4个阶段。对农产品市场准入和加工食品市场准入制度进行了对比分析,并对各地先期开展的农产品质量安全市场准入进行了归纳,为我国农产品质量安全市场准入机制的建立提出了建议。图2,表2,参8。     

面向农产品安全的关键质量链分析

针对农产品质量安全控制问题,在传统过程能力分析的基础上,将农产品食品链视为一个过程网络,应用PERT/CPM的基本思想,提出了基于质量损失的关键质量链分析评价方法。最后以菠菜产品的种植加工进行了实例分析。     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

一种基于语言集结算子的语言多指标决策方法

针对一类指标值和指标权重值均为语言评价信息的多指标决策问题，给出了一种决策分析方法。首先．为了便于语言指标值和语言指标权重值的集结运算，定义了一种扩展的语言有序加权平均（ELOWA）算子，并进行了该算子的性质分析；然后．依据ELOWA算子给出了解决语言多指标决策问题的计算步骤,其核心是通过语言信息的集结运算，得到各方案的综合评价值，从而根据二元语义信息的比较原则，可得到所有方案的排序结果；最后通过一个算例说明了本文提出方法的可行性和实用性。     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

农产品质量安全市场准入过程中利益相关者的博弈分析

应用博弈论的基本方法,建立了农产品质量安全利益相关者的博弈模型,并对其求解和分析.结果表明,在目前我国农产品信息不对称的条件下,难以实现安全农产品的供给.为确保农产品的消费安全,需要采取政府介入,实施市场准入规制,加强农产品质量安全标准体系的建设,加大惩罚力度等一系列措施.图8,参6.     

基于主成分分析和聚类分析的烤烟质量评价模型构建

为了建立更为科学、客观的烟叶质量评价方法,采用外观质量评价与常规化学成分评价相结合的方法,研究8个外观质量指标和8个化学成分指标,建立了基于主成分分析和聚类分析的Fisher判别函数的烟叶质量评价模型,并对河南省平顶山市42个烟叶样品进行了分类。采用主成分分析方法共提取了6个主成分,并对各个样品6个主成分得分进行聚类分析,同时根据6个主成分得分和聚类分析结果进行判别分析,对比Fisher判别函数和聚类分析的结果,两者有较好的一致性。因此,可以利用这个烟叶评价模型对烟叶进行质量评价。这使得烟叶质量评价方法更加客观,也开辟了烟叶质量评价的新途径。表5,参16。     

不确定语言信息下的大规模交互式群体评价方法及其应用

针对目前不确定语言信息下的交互式群体评价研究数量较少且大多只适合中小规模群体研究的不足,提出了一种新的不确定语言信息下的大规模交互式群体评价方法。对单轮大规模不确定群体意见进行合理的聚类分组,并运用二维不确定语言密度算子对其进行集结;给出了一个大规模群体意见的稳定性指标,以此来确定交互终止的条件;最后,在诱导不确定语言混合集成算子的基础上,对多轮评价结果进行了集结。实例分析验证了该方法的有效性和合理性。     

多人多准则模糊层次分析法的物流中心综合评价优选模型

运用模糊决策理论,把传统的层次分析法扩展为多人多准则的模糊层次分析法模型,并将其运用于物流中心的评价优选问题中.在多专家指标权重评价的基础上,运用模糊Delphi法对上层准则形成一系列的权重集合,得到三角模糊数表示的准则"重要性"评价,结合以模糊语言变量表示的备选方案偏好等级的"满意度"和下层指标的模糊权重,通过分层结合,得到物流中心的综合模糊评分,最后采用Ching-HsueCheng的变化系数法对所有方案的三角模糊数进行排序,从而得到物流中心方案综合选择的优先顺序,为实际决策提供依据.实例说明了物流中心多人模糊综合评价的具体过程.     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

一种语言多属性决策方法及其应用

采用正态模糊数描述指标级别和权重的语言值,并通过加权平均方法构建了基于语言算子的决策框架。建立了基于正态模糊数的语言算子,从而设计了模糊综合评价值截集的计算方法,通过离散截集近似表示综合评价模糊数,实现了正态模糊数的集结。采用回归方法得到正态模糊数表示综合评价的参数,根据正态模糊数的欧氏距离公式,给出了基于距离的正态模糊数线性排序方法。最后,以电子对抗装备体制方案的选优为例,说明该方法的可行性和实用性。     

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。     

基于二元语义信息处理的软件质量综合评价方法

针对具有层次结构和语言评价信息的软件质量综合评价问题,提出了一种基于二元语义信息处理的综合评价方法。首先给出了一种软件质量评价指标体系,然后在简要介绍二元语义概念的基础上,给出了基于二元语义信息处理的软件质量综合评价方法的计算步骤,通过该方法可以得到以二元语义形式给出的软件质量综合评价值。最后通过一个算例说明了该评价方法的有效性。     

信息集成算子加权向量的对称性研究

对信息集成算子加权向量的对称性进行了研究.提出了升序加权算术平均(AOWAA)算子和语言AOWAA算子,分别给出了降序加权算术平均(DOWAA)算子和升序加权算术平均(AOWAA)算子、降序加权几何平均(DOWGA)算子和升序加权几何平均(AOWGA)算子、以及语言DOWAA算子和语言AOWAA算子的一个等价条件,并证明了在加权向量是对称的情况下:1)利用DOWAA算子对若干个互补判断矩阵进行集成所得到的群判断矩阵仍为互补判断矩阵;2)利用DOWGA算子对若干个互反判断矩阵进行集成所得到的群判断矩阵仍为互反判断矩阵;3)利用语言DOWAA算子对若干个语言互补判断矩阵进行集成所得到的群判断矩阵仍为语言互补判断矩阵.最后探讨了一些常用加权向量的对称性问题.     

基于高度残缺信息的分布式语言信任网络群决策方法

针对缺失的分布式语言信任社会矩阵以及高度残缺的评价信息, 提出一种新的分布式语言信任网络群决策方法。首先, 提出了一种分布式语言信任传递模型以填充分布式语言信任社会矩阵中的缺失值。其次, 定义了基于分布式语言信任社会矩阵的个体信任中心度和群体信任中心度, 并在此基础上提出了确定评价网络中专家权重的方法。再者, 鉴于决策矩阵中评价信息存在高度残缺的情形, 利用K-近邻算法评估残缺的评价信息, 并基于分布式语言信任函数的距离测度提出一种改进的逼近理想解排序(technique for order preference by similarity to an ideal solution, TOPSIS)法。最后, 通过外卖服务平台性价比的综合评估验证该群决策方法的可行性和有效性。