[发明专利]一种基于数据驱动的烤烟质量效益综合评价方法及系统

权利要求书

1.一种基于数据驱动的烤烟质量效益综合评价方法，其特征在于，所述烤烟质量效益综合评价方法包括以下步骤：

S1、从数据库中获取烤烟培植过程相关的数据；所述相关数据包括对烤烟培植过程造成影响的影响因素数据以及质量效益评价数据；其中，所述影响因素数据包括气候环境数据和土壤环境数据；所述质量效益评价数据包括栽培措施数据和用于评述烤烟成熟、采摘后理化表现和产量的质量效益指标数据；

S2、将获取到的数据分为影响因素数据集I和质量效益评价指标数据集O；其中，所述影响因素数据集I中包括若干项影响因素指标，所述质量效益评价指标数据集O中包括若干项质量评价指标和一项烤烟产量指标；

S3、利用数据预处理算法对获取到的数据进行预处理，剔除数据中的异常数据和离群数据；

S4、利用主成分分析方法对预处理后的质量效益评价指标数据集O进行分析，得到每项质量评价指标的权重值，并选取权重值较高的一项质量评价指标作为烤烟质量效益评价标准；

S5、根据步骤S4选取的烤烟质量效益评价标准，采用归一化函数对影响因素数据集I进行归一化处理；

S6、根据步骤S4选取的烤烟质量效益评价标准，以及步骤S5中对影响因素数据集I处理得到的归一化结果，通过灰色关联分析方法研究质量效益评价指标数据集O中各项质、产量评价指标，与烤烟培植影响因素数据集I中各项影响因素指标之间的关联度；

S7、根据步骤S6得到的关联度结果，找出具有较大关联度的影响因素指标；

S8、利用人工神经网络对各项质量评价指标建立评价模型；其中，以具有较大关联度的影响因素指标作为评价模型的输入，与影响因素指标相对应的评价结果作为评价模型的输出；

S9、结合步骤S8的各项质量评价指标的评价结果和步骤S4中通过主成分分析方法分析得到的每项质量评价指标权重值，对烤烟进行质、产量效益综合评价。

2.根据权利要求1所述的烤烟质量效益综合评价方法，其特征在于，步骤S3中利用使用的数据预处理算法为DBSCAN算法。

3.根据权利要求1所述的烤烟质量效益综合评价方法，其特征在于，步骤S5中，采用的归一化函数为Z型、抛物线型或S型隶属函数。

4.根据权利要求1所述的烤烟质量效益综合评价方法，其特征在于，步骤S6中所述通过灰色关联分析方法研究质量效益评价指标数据集O中各项质、产量评价指标，与烤烟培植影响因素数据集I中各项影响因素指标之间的关联度具体为：

S61、将质量效益评价指标数据集O中的任一项质量评价指标作为母序列V_O，将归一化后的各个影响因素指标作为子序列V_i；

S62、计算各个子序列V_i与母序列V_O中参数之间的关联系数，计算公式如下：

其中，i、j≥1，且取为整数；K_ij为第i个子序列中第j个参数与母序列中第j个参数之间的关联系数；ρ为分辨系数，且其取值范围区间为[0,1]；V_Oj为母序列中的第j个参数值，V_ij为第i个子序列中的第j个参数值；min_i和min_j为在计算|V_Oj-V_ij|而得到序列中，当参数i和j发生变化的时候，从序列|V_Oj-V_ij|中分别取到最小值；max_i、max_j为当参数i和j分别变化的时候，从序列|V_Oj-V_ij|分别取到的最大值；

S63、计算当前质量评价指标和各个影响因素指标之间的关联度，计算公式如下：

其中，γ_i为第i个影响因素指标的关联度；n为母序列V_O的长度，即母序列中包含的样本个数；K_ij为关联系数；

S64、依次选取质量效益评价指标数据集O中的各项质、产量评价指标，并完成各项质、产量评价指标与影响因素数据集I中各项影响因素指标之间的关联度计算。