基于灰色系统理论水产养殖投入产出预测方法
基于灰色系统理论水产养殖投入产出预测方法
【专利摘要】本发明涉及基于灰色系统理论水产养殖投入产出预测方法，首先建立报告期经济投入产出模型，获得投入、产出系数，接着利用GM(1，1)模型预测最终水产养殖的需求量(上下限)、资源保证程度(最高量和最低量)；然后通过定性分析与定量研究，对未来各阶段投入产出系数进行修正和设计灰色投入产出优化模型；最后进行模型计算取得多种可供选择的优化方案并进行综合论证评价，确定最满意方案。该方法做到了方法互补，求解比较容易而且便于灰靶决策。
【专利说明】基于灰色系统理论水产养殖投入产出预测方法
【技术领域】
[0001]本发明涉及水产养殖【技术领域】，具体涉及一种基于灰色系统理论水产养殖投入产出预测方法。
【背景技术】
[0002]水产养殖业是我国渔 业的重要组成部分，也是渔业发展的主要增长点。我国的渔业发展重心实现了由“捕捞为主”向“养殖为主”的转移，促使水产养殖业发生了巨大变化。工厂化养鱼、网箱养鱼、流水养鱼等各种高产养殖方式，立体利用水域、水陆复合生产的生态渔业，以及能量充分利用等各种高效利用模式得以较为广泛的应用，保持渔业资源和水域资源重复利用以实现可持续发展的生产技术也已经越来越被生产者接受和掌握。同时，以生物技术(细胞工程及基因工程应用)、信息技术为主的渔业高新技术也有了较大发展，有些已在生产中发挥了举足轻重的作用。
[0003]灰色系统理论是我国控制论专家邓聚龙教授于1982年创立的。近几年，它已迅速地渗透到经济、气象、生态、水利、生物、军事、医学、教育、水电能源、地质勘探、交通运输、过程控制、环境保护等众多领域，其理论研究和应用研究都有了很大的进展。在灰色系统理论的带动下，相继产生了 “灰色水文学”、“灰色育种学”、“灰色控制理论”、“灰色混沌理论”、“区域经济灰色分析”等一批新兴交叉学科，灰色系统理论正以蓬勃的生机向前发展。
[0004]大规模生产导致的经济效益简称规模经济(Economies of scale),是指在一定的产量范围内，随着产量的增加，平均成本不断降低的事实。规模经济是由于一定的产量范围内，固定成本可以认为变化不大，那么新增的产品就可以分担更多的固定成本，从而使总成本下降。养殖户整体计算产量和效益时，往往发现饲料系数偏高，养殖成本高，产量近几年逐渐增加，而效益却没有增加多少，有时甚至下降，收效甚微。近几年来，鱼价低迷，而塘租、饲料、人工、水电等成本逐年增加，许多养殖户面临着上述同样的困惑和窘境，养殖的出路到底在哪里已经成为较多养殖户关注的热点。
【发明内容】
[0005]本发明的目的在于提出一种基于灰色系统理论水产养殖的投入产出预测方法，其能解决养殖户仅凭经验选择养殖模式、养殖技术，从而造成不能合理利用养殖资源的问题。
[0006]为了达到上述目的，本发明所采用的技术方案如下:
[0007]基于灰色系统理论水产养殖投入产出预测方法，其包括以下步骤:
[0008]步骤1、建立投入产出模型:
[0009]在下列约束条件下:
[0010]{E-A)X>?{Y)
[0011]Θ(Α)Χ<Θ(3)
[0012]X≥ O[0013]寻求一组决策变量X = [X1, X2, K, Xn],使得目标函数f (X)达到最大值；
[0014]其中，(E-A)为列昂节夫矩阵；?^)为灰色需求参数，--为灰色投入系数，
?(")为灰色约束量；
[0015]目标函数为:
【权利要求】
1.基于灰色系统理论水产养殖投入产出预测方法，其特征在于，包括以下步骤: 步骤1、建立投入产出模型: 在下列约束条件下: {E-A)X>?{Y) ?{A)X <?{B) X≥O 寻求一组决策变量X = [X1, X2, K, xn]，使得目标函数f (X)达到最大值； 其中，(E-A)为列昂节夫矩阵；为灰色需求参数，O?为灰色投入系数为灰色约束量； 目标函数为: max (I) 哨4?，吳] 式中，Kj是?#)的下限白化值，K为净产值向量，々是?(尤)的上限白化值； 步骤2、用GM(1，I)模型预测未来各时段对最终产品的需求量和资源保证程度: 设原始序列X(°) = ?(°)(1)^°)(2)，1^(°)洲}，对其进行一次累加得到父(1) = {Χω⑴，Χ(1)⑵，L，X(1) (N) }，其中义⑴⑷=Zt1 f Ii) GM(1，I)模型的白化方程是:
2.如权利要求1所述的基于灰色系统理论水产养殖投入产出预测方法，其特征在于，步骤I中，取连续值或离散值。
【文档编号】G06Q10/04GK103955767SQ201410178795
【公开日】2014年7月30日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】王广军, 张良均, 王海英, 谢骏, 余燕团, 余德光, 李志斐, 郁二蒙, 魏南, 龚望宝, 夏耘, 蔡晓丹 申请人:中国水产科学研究院珠江水产研究所, 广州泰迪智能科技有限公司
【专利摘要】本发明涉及基于灰色系统理论水产养殖投入产出预测方法，首先建立报告期经济投入产出模型，获得投入、产出系数，接着利用GM(1，1)模型预测最终水产养殖的需求量(上下限)、资源保证程度(最高量和最低量)；然后通过定性分析与定量研究，对未来各阶段投入产出系数进行修正和设计灰色投入产出优化模型；最后进行模型计算取得多种可供选择的优化方案并进行综合论证评价，确定最满意方案。该方法做到了方法互补，求解比较容易而且便于灰靶决策。
【专利说明】基于灰色系统理论水产养殖投入产出预测方法
【技术领域】
[0001]本发明涉及水产养殖【技术领域】，具体涉及一种基于灰色系统理论水产养殖投入产出预测方法。
【背景技术】
[0002]水产养殖业是我国渔 业的重要组成部分，也是渔业发展的主要增长点。我国的渔业发展重心实现了由“捕捞为主”向“养殖为主”的转移，促使水产养殖业发生了巨大变化。工厂化养鱼、网箱养鱼、流水养鱼等各种高产养殖方式，立体利用水域、水陆复合生产的生态渔业，以及能量充分利用等各种高效利用模式得以较为广泛的应用，保持渔业资源和水域资源重复利用以实现可持续发展的生产技术也已经越来越被生产者接受和掌握。同时，以生物技术(细胞工程及基因工程应用)、信息技术为主的渔业高新技术也有了较大发展，有些已在生产中发挥了举足轻重的作用。
[0003]灰色系统理论是我国控制论专家邓聚龙教授于1982年创立的。近几年，它已迅速地渗透到经济、气象、生态、水利、生物、军事、医学、教育、水电能源、地质勘探、交通运输、过程控制、环境保护等众多领域，其理论研究和应用研究都有了很大的进展。在灰色系统理论的带动下，相继产生了 “灰色水文学”、“灰色育种学”、“灰色控制理论”、“灰色混沌理论”、“区域经济灰色分析”等一批新兴交叉学科，灰色系统理论正以蓬勃的生机向前发展。
[0004]大规模生产导致的经济效益简称规模经济(Economies of scale),是指在一定的产量范围内，随着产量的增加，平均成本不断降低的事实。规模经济是由于一定的产量范围内，固定成本可以认为变化不大，那么新增的产品就可以分担更多的固定成本，从而使总成本下降。养殖户整体计算产量和效益时，往往发现饲料系数偏高，养殖成本高，产量近几年逐渐增加，而效益却没有增加多少，有时甚至下降，收效甚微。近几年来，鱼价低迷，而塘租、饲料、人工、水电等成本逐年增加，许多养殖户面临着上述同样的困惑和窘境，养殖的出路到底在哪里已经成为较多养殖户关注的热点。
【发明内容】
[0005]本发明的目的在于提出一种基于灰色系统理论水产养殖的投入产出预测方法，其能解决养殖户仅凭经验选择养殖模式、养殖技术，从而造成不能合理利用养殖资源的问题。
[0006]为了达到上述目的，本发明所采用的技术方案如下:
[0007]基于灰色系统理论水产养殖投入产出预测方法，其包括以下步骤:
[0008]步骤1、建立投入产出模型:
[0009]在下列约束条件下:
[0010]{E-A)X>?{Y)
[0011]Θ(Α)Χ<Θ(3)
[0012]X≥ O[0013]寻求一组决策变量X = [X1, X2, K, Xn],使得目标函数f (X)达到最大值；
[0014]其中，(E-A)为列昂节夫矩阵；?^)为灰色需求参数，--为灰色投入系数，
?(")为灰色约束量；
[0015]目标函数为:
【权利要求】
1.基于灰色系统理论水产养殖投入产出预测方法，其特征在于，包括以下步骤: 步骤1、建立投入产出模型: 在下列约束条件下: {E-A)X>?{Y) ?{A)X <?{B) X≥O 寻求一组决策变量X = [X1, X2, K, xn]，使得目标函数f (X)达到最大值； 其中，(E-A)为列昂节夫矩阵；为灰色需求参数，O?为灰色投入系数为灰色约束量； 目标函数为: max (I) 哨4?，吳] 式中，Kj是?#)的下限白化值，K为净产值向量，々是?(尤)的上限白化值； 步骤2、用GM(1，I)模型预测未来各时段对最终产品的需求量和资源保证程度: 设原始序列X(°) = ?(°)(1)^°)(2)，1^(°)洲}，对其进行一次累加得到父(1) = {Χω⑴，Χ(1)⑵，L，X(1) (N) }，其中义⑴⑷=Zt1 f Ii) GM(1，I)模型的白化方程是:
2.如权利要求1所述的基于灰色系统理论水产养殖投入产出预测方法，其特征在于，步骤I中，取连续值或离散值。
【文档编号】G06Q10/04GK103955767SQ201410178795
【公开日】2014年7月30日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】王广军, 张良均, 王海英, 谢骏, 余燕团, 余德光, 李志斐, 郁二蒙, 魏南, 龚望宝, 夏耘, 蔡晓丹 申请人:中国水产科学研究院珠江水产研究所, 广州泰迪智能科技有限公司
最新回复(0)