| 石河子大学硕士研究生学位论文导师评阅表 | 第3-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 农业机械化评价方法研究现状 | 第12-13页 |
| 1.2.2 农业机械化水平预测方法研究现状 | 第13页 |
| 1.3 研究内容与技术路线 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 第二章 兵团农业机械化发展水平评价指标体系的构建 | 第15-24页 |
| 2.1 构建兵团农业机械化评价指标体系的基本原则 | 第15页 |
| 2.2 兵团农业机械化各级评价指标的初步设置 | 第15-18页 |
| 2.3 兵团农业机械化水平二级评价指标的计算与选择 | 第18-23页 |
| 2.3.1 兵团农业机械化水平二级评价指标的计算方法 | 第18-20页 |
| 2.3.2 兵团农业机械化水平二级指标的灰色关联度 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于信息熵兵团农业机械化发展水平评价指标的权重计算 | 第24-31页 |
| 3.1 信息熵法的计算方法和步骤 | 第24-25页 |
| 3.2 兵团农业机械化发展水平评价体系各级指标权重的确定 | 第25-30页 |
| 3.2.1 兵团农业机械化评价指标体系二级评价指标权重的计算 | 第25-27页 |
| 3.2.2 兵团农业机械化评价指标体系二级指标的标准化 | 第27页 |
| 3.2.3 兵团农业机械化评价指标体系一级评价指标权重的计算 | 第27-29页 |
| 3.2.4 兵团农业机械化水平的综合评价 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于灰色神经网络兵团农业机械化发展水平的预测 | 第31-40页 |
| 4.1 兵团农业机械化发展水平预测的建模方法 | 第31-34页 |
| 4.1.1 灰色 GM（1，1）模型的建模 | 第31-32页 |
| 4.1.2 BP 神经网络模型的建模 | 第32-34页 |
| 4.1.3 串联型灰色神经网络模型的建模 | 第34页 |
| 4.2 兵团农业机械化发展水平预测系统软件的开发 | 第34-36页 |
| 4.3 兵团农机总动力发展水平的预测 | 第36-37页 |
| 4.4 兵团农业机械化收获水平的预测 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 结论与展望 | 第40-42页 |
| 5.1 主要结论 | 第40页 |
| 5.2 研究特色与创新之处 | 第40-41页 |
| 5.3 研究展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 附录 | 第45-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |
