基于改进模糊层次分析法的生猪养殖场标准化综合评价_于合龙.pdf

基于改进模糊层次分析法的生猪养殖场标准化综合评价于合龙1,2，李允1，温长吉1，郭宏亮1，姜海龙3*（1.吉林农业大学信息技术学院，长春 130118；2.吉林省精准农业与大数据工程研究中心，长春 130118；3.吉林农业大学动物科学技术学院，长春 130118）摘要：为了提高评价指标权重的合理性，实现生猪养殖场标准化的合理评价，利用精确值、区间值、三角模糊数结合方法构建判断矩阵，采用模糊一致性矩阵避免一致性检验并提高权重精度，实现对模糊层次分析法的改进。建立一种基于改进模糊层次分析法、隶属度、欧式贴近度的生猪养殖场标准化评价模型，对 3个不同养殖规模的猪场进行综合评价，分析了评价值（HI）与各猪场每年每头母猪出栏肥猪头数(MSY)的皮尔森相关性以及评价模型敏感度。结果表明，A、B、C生猪养殖场标准化处于不同水平，评价得分为 HIA=0.639、HIB=0.675、HIC=0.744，且与 MSYA=17.5、MSYB=19.15、MSYC=22.54为显著的正向影响关系。以 MSY 为分级标准，A 和 B 猪场为 4 等水平，C 猪场为 2 等水平，评价结果与实际相符，评价模型具有一定的合理性和有效性，且投资情况、场区规划、圈舍建筑、生产管理、生物安全因素权重的变动对最终评价结果的敏感性程度较高，需要注意其权重的量化问题。关键词：生猪养殖场；标准化评价；模糊层次分析法（FAHP）；隶属度；欧式贴近度中图分类号：S821.4+1；S828文献标识码：A文章编号：2096-5877（2023）01-0116-08Comprehensive Evaluation of Pig Farm Standardization Based on theImproved Fuzzy Analytic Hierarchy ProcessYU Helong1,2,LI Yun1,WEN Changji1,GUO Hongliang1,JIANG Hailong3*(1.College of Information Technology,Jilin Agricultural University,Changchun 130118;2.Jilin Precision Agriculture and Big Data Engineering Research Center,Changchun 130118;3.College of Animal Science and Technology,Jilin Agricultural University,Changchun 130118,China)Abstract：In order to improve rationality of evaluation index weight and realize the reasonable evaluation of pig farmstandardization,this paper used the combination method of precise value,interval value and triangular fuzzy numberto construct the judgment matrix,and adopts the fuzzy consistency matrix to avoid the consistency test and improveweight precision to improve fuzzy analytic hierarchy process.An evaluation model of pig farm standardization basedon improved fuzzy analytic hierarchy process,membership degree and European closeness degree was established,and comprehensive evaluation of three pig farms with different breeding scale was carried out.Pearson correlationbetween evaluation value and the number of fattening pigs per sow per year(MSY)was analyzed.And the sensitivityof the evaluation model is also analyzed.The results showed that the standardization of each pig farm was at different levels,and the evaluation scores were HIA=0.639,HIB=0.675,HIc=0.744.It was significantly positively correlated with MSYA=17.5,MSYB=19.15,MSYC=22.54.With MSY as the grading standard,pig farms A and B were ratedat level 4,while pig farm C was rated at level 2.The evaluation results are consistent with the reality,and the evaluation model is reasonable and effective.Moreover,the changes of investment,site planning,enclosure construction,production management and biosafety factors are highly sensitive to the final evaluation results.Key words：Pig farm;Standardized evaluation;FAHP;Degree of membership;Euclid approach degree收稿日期：2020-02-18基金项目：吉林省科技发展计划项目（20200403176SF、20190301024NY）；长春市科技计划项目科技创新“双十工程”重大科技攻关项目（18SS018）作者简介：于合龙(1974-)，男，教授，博士，从事精准农业与农业大数据研究。通讯作者：姜海龙，男，博士，教授，E-mail:于合龙等：基于改进模糊层次分析法的生猪养殖场标准化综合评价东北农业科学2023，48（1）：116-123Journal of Northeast Agricultural SciencesDOI:10.16423/ki.1003-8701.2023.01.0251期于合龙等：基于改进模糊层次分析法的生猪养殖场标准化综合评价117我国生猪养殖正处于转型阶段，标准化规模化养殖模式快速发展。但中国在生猪养殖业的总体水平却远远不及欧美，养殖方式规模化标准化程度较低，抗风险能力较弱，使我国生猪养殖产业面临巨大挑战。生猪养殖场的标准化建设能够提升养殖水平，加快我国生猪养殖业的发展，是提高我国生猪产业生产水平的重要途径1。从生猪饲料配合、科学养殖技术等方面进行研究，得出一套切实可行的生猪养殖配套技术2；张树敏等3研究了不同猪种间生长性能及肉质品质的差异；谢秋菊等4根据猪舍养殖环境标准建立各环境因子的隶属度函数，对猪舍多环境因子适宜性进行综合评价；赵聪哲等5检测了大白猪生长激素(pGH)的多态性，分析其对生长性状的影响；陈国友6对标准化规模猪场和动物疫病防控人员进行调查，提出科学的养殖管理制度；沈玉君等7通过连续监测堆肥过程中各气体排放浓度的变化，优化堆肥通风方式；王美芝等8以哺乳母猪为试验对象，比较不同饲喂方式对哺乳母猪采食量、体况和生产性能的影响；乔艳明等9采用 3种不同饲料对杜长大(DLY)猪进行饲养试验，为饲料生产与猪肉生产企业提供品质依据。生猪养殖研究是一个庞大复杂的领域，现有文献往往针对某一方面进行研究，而从宏观上对生猪养殖场标准化的评价分析往往比较困难，对评价指标选择、权重确定、综合评价方法上需进一步研究。对于复杂问题的评价，模糊层次分析法(FAHP)是一种广泛有效的方法，但在主观方法来构建判断矩阵时，未考虑到专家对指标重要比较中可能存在的不确定性，且面对复杂问题时，一致性检测会加大工作难度10-13。模糊层次分析法的现有改造方法主要包括相对重要程度数值标度、判断矩阵的不一致性调整和与模糊数学方法相结合 3 个方面14-19。综上所述，本研究采用精确值、区间值、三角模糊数相结合可以弥补专家主观评价的不确定性因素，并引入模糊一致性矩阵，解决判断一致性检查问题，并提高权重精度，对模糊层次分析法进行改进并应用到生猪养殖场标准化评价问题中。1模糊层次分析法的改进1.1构造初始判断矩阵采用 Saaty20提出的 19 比例标度法，各级标度的含义如表 1 所示。专家可以根据自己的判断选择精确值、区间值或三角模糊数，来给出两个元素的相对重要性，保留了专家对指标重要程度比较的模糊性21。例如：两个元素相比较，按照19比例标度法，当专家认为前者“一定”比后者稍微重要，则选精确值rij=3；当专家认为前者“可能”和后者同等重要，“也可能”比后者明显重要，则选区间值rij=1,5；当专家认为前者“至少”和后者同等重要，“至多”比后者强烈重要且“最有可能”比后者稍微重要，则选三角模糊数rij=1,3,7。1.2初始判断矩阵转化为随机判断矩阵根据 Jalao 等22将判断矩阵 R 转化为随机判断矩阵R=(rij)n n。当rij为 精 确 值 时,rij=rij为 精 确 值；当rijUij(rLLij,rULij)，rijB(ij=1,ij=1,rLLij,rULij)；当rij Tij(rLLij,rMLij,rULij)时，rijB(ij,ij,rLLij,rULij)，其中期望为：-rij=rLLij+rMLij+rULij3（1）方差为：(Sij)2=()rLLij)2+()rMLij2+(rULij2-rLLijrMLij-rLLijrULij-rMLijrULij18（2）可得：ij=()-rij-rLLijrULij-rLLij|()-rij-rLLijrULij-rLLij()1-()-rij-rLLijrULij-rLLij()Sij2()rULij-rLLij2-1（3）ij=()1-rij-rLLijrULij-rLLij|()-rij-rLLijrULij-rLLij(1-()-rij-rLLijrULij-rLLij)(Sij)2(rULij-rLLij)2-1（4）1.3贝塔函数变量转化为精确值由 Kerman21贝塔分布中值、Jensen23贝塔分布公式将随机判断矩阵 R转化为精确值判断矩阵B=(bij)n n。表 119比例标度及描述比例标度135792,4,6,8标度互反描述两个指标对同一准则,同样重要两个指标对同一准则,前者比后者稍重要两个指标对同一准则,前者比后者明显重要两个指标对同一准则,前者比后者强烈重要两个指标对同一准则,前者比后者极端重要表示上述相邻判断的中间值若指标Ai与指标Aj的重要性相比为aij,则指标Aj与指标Ai的重要性比为1/aij118东 北 农 业 科 学48卷bij=rLLij+ij-13ij+ij-23()rULij-rLLij（5）1.4精确矩阵转化为模糊一致性判断矩阵利用ij()函数将矩阵 B 转换为模糊互补矩阵B=(ij()n n。ij()函数为：ij=bij18-118 bij+0.5（6）并求模糊互补矩阵的行和fi=j=1nij（7）再利用转换公式fij=fi-f