【技术实现步骤摘要】
本专利技术涉及农产品智能分级设备综合性能评价，具体是一种基于ivffn-cntr-pt(interval fermatean fuzzy-complex network of trust relationship-prospect theory)的两阶段综合评价方法。
技术介绍
1、传统农产品分级中的产品差异性、分级人员的主观判断和潜在的人为不公正是影响收购水平提升的关键因素。因此，从人工转向智能化收购是实现收购高质量发展、行业升级转型的必经之路。智能分级设备是实现智能化收购的核心设备，是集成机械、光学、图像、智能感知、智能决策、自主执行、大数据、云平台、物联网等技术的现代设备，系统结构复杂；同时跨越机械、图像识别、自动化控制、信息学等多学科领域特征。例如蔬菜智能分级设备、水果智能分级机、鲜花智能分级设备、烟叶智能分级机等的应用均取得了一定成效。但随着农产品智能分级设备制造成熟度的提高、系统复杂性的增加和跨学科集成程度的提升导致设备性能存在差异，如何对设备进行评价成为一大难题，因此研究该设备的性能评价具有重要意义：对于用户，可选择得到合适的设备；对制造商而言有助于发现设备缺陷、优化节点、降低成本和提升市场竞争力；长远看有助于推动农产品分级朝智能化方向发展，指导设备优化与技术升级。
2、农产品智能分级设备的评价受设备的成熟度、复杂性、多学科特性及利益关系等多因素影响，给评价带来诸多困难：1)设备成熟度不高可能存在技术缺陷和性能不稳定，其次由于设备系统的复杂性难以全面考虑所有细节，以及专家自身知识经验的局限性，这些因素使
3、目前，关于农业设备评价的研究取得了诸多进展，涵盖设备优选、可靠性、性能和生产布局等方面的评价，其评价方法主要有层次分析法(ahp)、模糊综合评价、灰色关联度(gra)、topsis法等。但这研究还存在不足之处：1)现有研究的评价对象主要针对传统农机，农产品智能分级设备的评价研究尚少；2)大多基于设备历史数据进行评价，未能充分发挥决策者评价的主观能动性；3)未能从设备本身特性挖掘评价过程中的问题，缺乏一定的现实意义。
4、农产品智能分级设备的评价受多因素影响，可将其视为群体决策问题，而多目标群体决策法的发展为研究该评价问题提供了方向。在评价信息不确定性表达方面，为弥补传统模糊集适用性不广的局限，有学者提出了区间fermatean模糊集(ivffn)，将区间隶属度的约束条件拓宽到三次方，使其表达犹豫不确定信息的能力大大增加。为聚合评价信息，除常用的加权平均和加权几何算子，choquet、frank、dombi等聚合算子已广泛运用到评价信息集成中。在群体共识方面，新的研究将复杂信任关系网络(cntr)引入到群决策中，即专家集合与专家间信任关系组成的网络，相关研究基于复杂信任关系网络构建了不同评价环境下的共识模型。在心理因素方面，前景理论(pt)得到了许多研究的应用，相关研究运用前景理论考虑了决策者在模糊不确定环境下的心理因素变化。总的来说，以上方法为提供了理论指导，但少有研究综合考虑了决策专家的不确定性、群体共识和非理性心理因素的影响，尚无研究将ivffn、cntr和pt进行方法集成，专家评价过程的集成性有待提高。
技术实现思路
1、本专利技术针对农产品智能分级设备难以评价的问题，构建了性能评价指标体系，首次提出一种基于ivffn-cntr-pt的农产品智能分级设备两阶段评价的群决策方法，有效解决农产品智能分级设备评价过程中决策专家的不确定性、群体共识以及非理性心理等因素的影响。同时考虑到其与传统农机的差异，实际使用时应确保满足智能分级的需求，其次考虑综合性能，因此从智能分级成熟度和综合性能两个角度进行评价，建立两阶段评价模型，为农产品智能分级设备评价提供方法参考，具有理论与实际价值。
2、为实现上述技术目的，达到上述技术效果，本专利技术采用的技术方案是：
3、一种基于ivffn-cntr-pt的农产品智能分级设备两阶段评价方法，包括以下步骤：
4、step1：建立农产品智能分级设备综合性能评价指标体系，获取综合性能评价指标体系中评价指标权重，提出ivffn模糊环境下基于博弈论获取指标组合权重，实现主客观权重的统一；
5、step2：建立决策专家复杂信任关系网络cntr，获取决策专家权重以及专家分配权重；
6、step3：根据step1中建立的评价指标体系及step2建立的决策专家复杂信任关系网络cntr，对农产品智能分级设备智能性指标进行智能成熟度评价：首先，利用ivfnn充分表达决策专家评价的不确定性，获取决策专家对评价指标ivffn的评价信息值打分，并对评价信息值进行dombi算子的ivffdwa集成，其次，基于step2构建cntr改进的个性化反馈调整机制，构建群体共识模型，对决策专家评价信息进行群体共识，并基于群体共识对农产品智能分级设备进行智能分级成熟度初评；
7、step4：对step3中通过初评的农产品智能分级设备进行综合性能评价，继续对step1综合性能评价指标体系中除智能性指标以外的其他指标进行专家ivffn打分，并进行群体共识，同时为了解决专家心理偏好和相关利益产生的非理性心理对评价结果的影响，将step1中的评价指标权重代入前景理论pt，运用前景理论pt模拟分析专家心理进行最终决策。
8、具体地，所述step1中评价指标体系，包括：
9、智能性：智能识别技术能力、智能分级效果；
10、健全性：制造质量性能、组件布局合理性、功能完整性、环境适应性；
11、经济性：运行成本情况。
12、具体地，所述step2具体包括：
13、假设有f位决策专家ee＝{e1,e2,...,ef}，ee复杂信任关系网络采用犹豫区间值表示信任关系：odpq＝(opq,dpq),(p,q＝1,2,…,f)，(opq,dpq)为信任得分，opq为信任值，dpq为非信任值，其中(opq,dpq)为集合[0,1]中的元素，且opq+dpq≤1，专家间的信任关系网络表示成如下矩阵形式odpq＝(opq,dpq)f×f：
14、
15、信任程度ods表示为：
16、
17、若不存在有向信任关系，则odspq＝0；
18、得到决策专家eq,(q＝1,2…,f)∈ee的相对节点中心度指数iciq，iciq表示决策专家在群体中的重要程度，
19、
20、则决策专家权重λq表示为：
21、
22、其中，0≤λq≤1，且
23、同时决策专家eq分配给ep,(p＝1,2…,f)∈ee的权重可定义为：
24、
25、式本文档来自技高网...
【技术保护点】
1.一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：所述Step1中评价指标体系，包括：
3.根据权利要求1所述的一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：所述Step2具体包括：
4.根据权利要求1所述的一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：所述Step3中的群体共识模型，包括：
5.根据权利要求1所述的一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：所述Step1中基于博弈论获取指标组合权重，包括：
6.根据权利要求1所述的一种基于IVFFN-CNTR-PT的农产品智能分级设备两阶段评价方法，其特征在于：Step3和Step4具体包括：
【技术特征摘要】
1.一种基于ivffn-cntr-pt的农产品智能分级设备两阶段评价方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于ivffn-cntr-pt的农产品智能分级设备两阶段评价方法，其特征在于：所述step1中评价指标体系，包括：
3.根据权利要求1所述的一种基于ivffn-cntr-pt的农产品智能分级设备两阶段评价方法，其特征在于：所述step2具体包括：
4.根据权利要求1所述的一...
【专利技术属性】
技术研发人员：侯开虎，罗建平，邓超，胡途，苏勇州，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。