一种基于神经网络分析的多层面投入产出可视化处理模型制造技术

本发明专利技术公开了一种基于神经网络分析的多层面投入产出可视化处理模型，属于农业种植技术领域，包括：地区农业资料收集模块，用于通过对地区农民包地投资状况进行调查研究。本发明专利技术中，能够针对特性各异的地区农田供水系统，考虑到各层级水工网线建设的特点和发展，分别建立基于神经网络分析的农田供水系统投入产出效率评估模型，得到包括农民包地种植国家投入指标、水渠容量分流比、农田水泥路破损率、农民包地种植国家输出指标和灌溉用水利用效率，投入要素冗余或产出不足以及技术和规模有效性的合理分布，有效提高了农田灌溉线路以及农田水泥路线效益的措施，制定农田灌溉线路和农田水泥路线的投资规划和计划方案。水泥路线的投资规划和计划方案。

【技术实现步骤摘要】
一种基于神经网络分析的多层面投入产出可视化处理模型


[0001]本专利技术属于农业种植
，尤其涉及一种基于神经网络分析的多层面投入产出可视化处理模型。

技术介绍

[0002]随着城市化进程的不断加快以及气候变化的驱动，全球对于水、能源和粮食的需求将日益增加，近年来为了提高农田的利用率，提倡个人承包更多的土地，在保证利用率的同时，还能够提高个体种植大户的收入，为了给种植农户提供方便，通常会在农田水泥路以及水渠的铺设方面投入大量的资金，如果投资规模过小，则无法满足土地承包农户的种植要求，严重制约了承包土地政策的实施，达不到预期的投资效益，若是投资过剩，则会给政府财政带来更大的压力，且还达不到较为的预期目标，因此，现阶段亟需一种基于神经网络分析的多层面投入产出可视化处理模型来解决上述问题。

技术实现思路

[0003]本专利技术的目的在于：为了给种植农户提供方便，通常会在农田水泥路以及水渠的铺设方面投入大量的资金，如果投资规模过小，则无法满足土地承包农户的种植要求，严重制约了承包土地政策的实施，达不到预期的投资效益，若是投资过剩，则会给政府财政带来更大的压力，且还达不到较为的预期目标的问题，而提出的一种基于神经网络分析的多层面投入产出可视化处理模型。
[0004]为了实现上述目的，本专利技术采用了如下技术方案：
[0005]一种基于神经网络分析的多层面投入产出可视化处理模型，包括：
[0006]地区农业资料收集模块，用于通过对地区农民包地投资状况进行调查研究，查找针对个体农户包植地在农田水泥路、供水线路以及水渠线路的投入成本；
[0007]农民包地种植国家投入指标模块，用于根据农田水泥路、供水线路以及水渠修建的总投资费用分别建立相应的指标；
[0008]水渠容量分流比模块，用于根据水渠容量与最高分流负荷之比，衡量水渠可靠性与经济性的评测指标评测水渠容量与最高分流负荷之比；
[0009]农田水泥路破损率模块，用于计算农田交通系统在农产品运输过程中在线路和运输设备中的损耗路段占中路段的百分比；
[0010]农民包地种植国家输出指标建立模块，用于根据产出指标需要反应水渠修建所投入的资金量；
[0011]供水量评测模块，用于评测供水公司产出的指标；
[0012]灌溉用水利用效率评测模块，用于评测供水系统稳定通水水平和现代供水系统运营效率；
[0013]神经网络分析模块，用于在灌溉系统中，基于hopfild神经网络计算投入与产出比。
[0014]作为上述技术方案的进一步描述：
[0015]所述地区农业资料收集模块是通过对地区农民包地投资状况进行调查研究，并根据国内相关文献资料以及农业相关专家的意见，结合易获取性和普遍适用性两大原则，选出包括，水渠容量、农田水泥路和供水量，共同描述农民包地种植国家投资状态的各项投入产出指标。
[0016]作为上述技术方案的进一步描述：
[0017]所述农民包地种植国家投入指标模块，农田水泥路和水渠的修建，农民包地种植建设投入主要取决于农田水泥路和水渠修建的总投资费用，与水渠容量和农田水泥路长度直接相关。
[0018]作为上述技术方案的进一步描述：
[0019]所述水渠容量分流比模块，为水渠容量与最高分流负荷之比，是衡量水渠可靠性与经济性的重要评测指标，水渠容量分流比取值越大，越容易造成投资浪费，而水渠容量分流比取值过小时，将会在一定程度上影响水渠的稳定分流，因此，水渠容量分流比属于偏中间型评测指标，位于导则区域内或导则区域越接近越好。
[0020]作为上述技术方案的进一步描述：
[0021]所述农田水泥路破损率模块，指农田交通系统在农产品运输过程中在线路和运输设备中的损耗路段占中路段的百分比，是公路建设的重要经济技术指标，综合反应了农田水泥路系统的氧化管理水平。
[0022]作为上述技术方案的进一步描述：
[0023]所述农民包地种植国家输出指标建立模块，产出指标则需要反应水渠修建所投入的资金量最终转化为直接经济效益以及最大程度上满农田用水需要的能力。
[0024]作为上述技术方案的进一步描述：
[0025]所述供水量评测模块，是供水公司产出的重要评测指标，各级水渠建设最基本的性能要求就是能够满足个体农户包地范围内的灌溉用水量。
[0026]作为上述技术方案的进一步描述：
[0027]所述灌溉用水利用效率评测模块，农田灌溉供水系统用水利用效率，是供水系统稳定通水水平和现代供水系统运营效率的重要体现，与经济性和时效性密切相关。
[0028]作为上述技术方案的进一步描述：
[0029]所述农田灌溉供水系统，是个体农户包地关注的核心问题，农田灌溉供水系统的利用率能够用最大分流负载率和等效平均负载率加以衡量，是个体农户包地关注的核心问题，农田灌溉供水系统的利用率能够用最大分流负载率和等效平均负载率加以衡量。
[0030]作为上述技术方案的进一步描述：
[0031]所述神经网络分析模块，用于在灌溉系统中，基于hopfild神经网络计算投入与产出比，水渠修建的投入产出，考虑s个相关关联的个体农户包植地，T1，T
2，
T3，
……
T
s
，组成一个灌溉网络，基于hopfild神经网络；
[0032]在灌溉系统中，水渠修建i的投入产出方程式为：
[0033][0034]其中，K
n
为灌溉系统n的资本，Q
i
为灌溉系统的利润，a
n
为积累率。
[0035]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0036]本专利技术中，能够针对特性各异的地区农田供水系统，考虑到各层级水工网线建设的特点和发展，分别建立基于神经网络分析的农田供水系统投入产出效率评估模型，得到包括农民包地种植国家投入指标、水渠容量分流比、农田水泥路破损率、农民包地种植国家输出指标和灌溉用水利用效率，投入要素冗余或产出不足以及技术和规模有效性的合理分布，有效提高了农田灌溉线路以及农田水泥路线效益的措施，制定农田灌溉线路和农田水泥路线的投资规划和计划方案。
具体实施方式
[0037]下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0038]实施例一
[0039]一种基于神经网络分析的多层面投入产出可视化处理模型，包括：
[0040]地区农业资料收集模块，用于通过对地区农民包地投资状况进行调查研究，查找针对个体农户包植地在农田水泥路、供水线路以及水渠线路的投入成本；
[0041]农民包地种植国家投入指标模块，用于根据农田水泥路、供水线路以及水渠修建的总投资费用分别建立本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络分析的多层面投入产出可视化处理模型，其特征在于，包括：地区农业资料收集模块，用于通过对地区农民包地投资状况进行调查研究，查找针对个体农户包植地在农田水泥路、供水线路以及水渠线路的投入成本；农民包地种植国家投入指标模块，用于根据农田水泥路、供水线路以及水渠修建的总投资费用分别建立相应的指标；水渠容量分流比模块，用于根据水渠容量与最高分流负荷之比，衡量水渠可靠性与经济性的评测指标评测水渠容量与最高分流负荷之比；农田水泥路破损率模块，用于计算农田交通系统在农产品运输过程中在线路和运输设备中的损耗路段占中路段的百分比；农民包地种植国家输出指标建立模块，用于根据产出指标需要反应水渠修建所投入的资金量；供水量评测模块，用于评测供水公司产出的指标；灌溉用水利用效率评测模块，用于评测供水系统稳定通水水平和现代供水系统运营效率；神经网络分析模块，用于在灌溉系统中，基于hopfild神经网络计算投入与产出比。2.根据权利要求1所述的一种基于神经网络分析的多层面投入产出可视化处理模型，其特征在于，所述地区农业资料收集模块是通过对地区农民包地投资状况进行调查研究，并根据国内相关文献资料以及农业相关专家的意见，结合易获取性和普遍适用性两大原则，选出包括，水渠容量、农田水泥路和供水量，共同描述农民包地种植国家投资状态的各项投入产出指标。3.根据权利要求1所述的一种基于神经网络分析的多层面投入产出可视化处理模型，其特征在于，所述农民包地种植国家投入指标模块，农田水泥路和水渠的修建，农民包地种植建设投入主要取决于农田水泥路和水渠修建的总投资费用，与水渠容量和农田水泥路长度直接相关。4.根据权利要求1所述的一种基于神经网络分析的多层面投入产出可视化处理模型，其特征在于，所述水渠容量分流比模块，为水渠容量与最高分流负荷之比，是衡量水渠可靠性与经济性的重要评测指标，水渠容量分流比取值越大，越容易造成...

【专利技术属性】
技术研发人员：黄莉，肖方顺，曾聪，郑晨虹，郑李键，刘孟哲，江薇，张诗鸣，邹美华，韩雅儒，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：