|
|
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 |
华中农业大学经济管理学院,湖北武汉430070;西南财经大学中国金融研究中心,四川成都610074;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
|
收稿日期: 2012-10-23
|
|
通讯作者:
李优柱
|
[1] |
王宏起,赵琳琳,李玥,徐玉莲. 规则约束下科技创意方案评估研究[J]. 科技进步与对策, 2017, 34(6): 127-131. |
[2] |
刘书庆;苏秦;陈丹丹. 科技成果产业化目标市场评估与选择模型研究[J]. 科技进步与对策, 2012, 29(15): 119-125. |
[3] |
刘学理;王兴元;. 高科技品牌生态系统的技术创新风险评价[J]. 科技进步与对策, 2011, 28(8): 115-118. |
[4] |
蔡东宏;黎苑楚. 热区农业信息化趋势、问题及经济分析[J]. 科技进步与对策, 2006, 23 (8 ): 63-65. |
[5] |
刘春年;王兰. 我国农业信息化水平的测度及关联因素分析[J]. 科技进步与对策, 2006, 23 (12 ): 131-133. |
[6] |
秦德智;姚超;雷森. 基于农业信息化的农业产业结构调整[J]. 科技进步与对策, 2006, 23 (11 ): 51-53. |
[7] |
张宗益;李金勇. 我国上市公司知识资本评价研究[J]. 科技进步与对策, 2005, 22 (7 ): 30-33. |
[8] |
胡大平;陶飞. 电子政务系统综合评价指标体系及评估模型研究[J]. 科技进步与对策, 2005, 22 (6 ): 41-43. |
[9] |
唐四慧. 信息系统的持续评估与改进[J]. 科技进步与对策, 2005, 22 (6 ): 46-47. |
[10] |
邬文斌;王菲. 研究生教育质量评估体系及评估模型的构建[J]. 科技进步与对策, 2004, 21 (11 ): 102-103. |
[11] |
李靖华. 浙江省农业信息化现状及其发展对策[J]. 科技进步与对策, 2004, 21 (1 ): 128-129. |
[12] |
张子刚;黄胜杰;卢丽娟. 人力资源培训开发决策评估[J]. 科技进步与对策, 2003, 20 (9 ): 143-144. |
[13] |
孔繁世. 教育信息化的灰色评估与分析[J]. 科技进步与对策, 2003, 20 (6 ): 136-137. |
[14] |
韦建平. 关于中国知识农业发展的现状和对策分析[J]. 科技进步与对策, 2003, 20 (12 ): 41-43 . |
[15] |
王文慧;梅强. 企业员工满意度的评估模型与对策研究[J]. 科技进步与对策, 2002, 19(11): 131-133. |
|
|
|
|