生态高值农业的科学评价+文献综述(3)
效益、经济效益和社会效益。在评价方法上，我国最早采用的是综合评分法，即
多目标线性加权函数法。目前广泛应用的有模糊数学、全息论、物元论以及多元
统计理论。张斌[10]
将物元模型理论应用于生态农业评价；曹志平[11]
将全息理论
应用于生态农业评价中，建立了评价农牧生态系统循环功能的指标体系与评价数
学模型；陈永宁等[12]
将层次分析法应用于合肥市农业可持续发展生态环境安全评
价中。此外还有灰色系统理论评价方法、聚类分析方法以及数据包络分析方法等
也可以应用于生态农业评价技术中。
1.2 本文的主要研究内容与方法
本文主要研究生态高值农业的评价问题。在分析以往生态农业评价方面的论
文时，基本沿袭如下的思路： 通过统计分析法、专家咨询法等方法确定指标体系，
进而运用层次分析法等确定指标权重，最后采用数学模型对生态高值农业体系进
行综合评价。这类方法当然具有它们的合理性，也因为相关专家的参与而使得相
关指标及数据的确定有它的科学性。但不论怎样，不可避免的掺进许多人为主观
因素，结果的客观性不能得到有效保证。故而本文的研究重点便在于尽量淡化主
观因素在评价中的影响。本文采用当今流行的粗糙集理论和人工神经网络方法来
建立生态高值农业的评价模型进行对比研究。
粗糙集方法是一种处理不精确、不确定与不完全数据的数学工具，它与概率
方法、模糊集方法和证据理论方法等其他处理不确定问题理论的最显著的区别是
它无需提供问题所需处理的数据集合之外的任何先验信息。当然，由于该理论未
能包含处理不精确或不确定原始数据的机制，所以与其他处理不确定性问题的理
论有很强的互补性[13]
。在生态高值农业的评价中，首先按照相关标准应用模糊数
学的方法将相关指标进行分级后形成离散数值， 然后利用粗糙集方法对评价指标
进行属性约简，把一些对最终评价没有贡献的冗余指标删除，最后利用人工神经
网络的方法建立模型进行综合评价。为了验证这种方法的有效性，本文采用对比
研究，对比对象选择四川农业大学李静静的硕士学位论文《四川省生态农业建设
的绩效评价研究》中对四川省9个县的生态农业的绩效评价。
2 粗糙集理论
2.1 粗糙集理论的起源
粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种新的处理模糊和不
确定性知识的数据分析理论。由于最初关于粗糙集理论的研究主要集中在波兰，
因此当时并没有引起国际计算机界和数学界的重视，研究地域仅限于东欧一些国
家。直到 1990 年前后，由于该理论在数据的决策与分析、模式识别、机器学习
与知识发现等方面的成功运用，才逐渐引起了世界各国学者的广泛关注。1991
年 Z.Pawlak 发表了第一本关于粗糙集的专注《粗糙集-关于数据推理的理论》
（Rough Set—Theoretical Aspects of Reasoning about Data），此专著系统
全面地阐述了粗糙集理论，奠定了严密的数学基础，这标志着粗糙集理论及其应
用的研究进入了活跃时期。粗糙集的主要思想就是在保持分类能力不变的前提下，
通过知识约简，导出问题的决策或分类规则[13]
。
2.2 粗糙集的基本概念
2.2.1知识表达系统与不可分辨关系
定义 2-1 四元组 S=（U,A,V,f）是一个知识表达系统，其中 U表示对象的
非空有限集合，称为论域；� = � ∪ �，� ∩ � = ∅，C 称为条件属性集，D 称为