entropy method;fuzzy matter element model

沙沟沟口开阔，平坦，有利于泥石流流出沟后堆积。沙沟下游出口段通过居民自建的排导渠与柏枝溪衔接。排导渠宽度约1.6m，净高为1.0～1.25m，排导条件总体上较好，但排导渠断面尺寸较小，本次泥石流暴发后基本於填，泥石流冲向居民房屋(图3)。

夏玉米是中国乃至世界主要的粮食作物,夏玉米产量的高低对保障中国粮食安全起着重要的作用．另外,在夏玉米的种植生产中,灌水方式多为漫灌,水资源利用效率较低,因而进行节水高产迫在眉睫．夏玉米高效灌溉方案是在充分保证夏玉米稳产的同时,提高水资源利用效率,从而达到节约灌溉水资源的目的．因此,对夏玉米节水灌溉方案进行评价和优选,以提高夏玉米的产量和水资源利用效率是必要的．

我国用于生物质成型燃料的原料大部分是农作物秸秆、农产品加工剩余物、林业生物质资源等。其中，秸秆是固体成型燃料原料的主要来源。我国农作物秸秆数量大、种类多、分布广，为达到生物质成型燃料成为普遍使用的优质燃料的目标，我国将加大力度开发，并高效、合理地利用生物质能。

目前,农业用水评价的方法很多[1-4],其中模糊物元模型评价方法是进行水资源评价中常见的一种排序方法．然而传统的模糊物元模型应用中,各种评价方法往往采用层次分析法[5-6]、神经网络法[7-9]、专家调查法[10-11]等方法建立模糊物元模型,其有很大的个人主观臆断方面的弊端,针对不同的评价而言,各种影响因素的相对性也有一定的差别,容易脱离客观实际．结合沟灌夏玉米灌溉组合方案优选所涉及的指标数量多、衡量复杂的问题,熵权法计算集合模糊物元理论具有对样本资源物无特殊要求、信息失真小的优点,更能形成相对科学完善的评价模型,使得备选方案的评价方法客观,避免主观臆断造成的误差,进而使优劣程度更加鲜明,便于更加简洁高效的进行方案决策．因此,文中采用基于熵权法的模糊物元模型对玉米灌溉组合进行优选评价．

1 材料与方法

1.1 研究区概况

试验在河南省华北水利水电大学高效节水试验室农水试验场(113°48’E,34°50’N,海拔110.4 m)进行．该试验区位于河南豫中地区,属于温带大陆季风气候区,多年平均降水量为637.1 mm,年平均气温为14.5 ℃,日照时数为2 398.8 h,无霜期为220 d,年均蒸发量2 000 mm．试验场内设有自动气象站，自动监测降雨量、空气温度和湿度、太阳辐射强度、风速等相关气象资料.试验区土壤特性参数如表1所示，表中r为容重，θ为田间持水率，w为质量比．

 

表1 土壤特性参数表Tab.1 Table of soil characteristic parameters

  

类型参数土壤类型粉砂壤土r/(g·cm-3)1.35θ/%24w(有机质)/%0.87w(全氮)/%0.05w(碱解氮)/(mg/kg)45.00～60.00w(速效磷)/(mg/kg)11.80w(速效钾)/(mg/kg)104.40

1.2 灌水试验

试验于2014年6—9月开展,试验水分处理设为3类,即60%θ,70%θ和80%θ,分别为田间持水量的60%，70%和80%;灌水方式设为2种,即常规沟灌和宽垄沟灌．水分控制时段分为4段:出苗水、拔节水、抽雄水、灌浆水．本试验以各生育期100 cm湿润层土壤水分为标准,当田间土壤水分下降到水分控制下限时进行灌水,灌水定额为45 mm,每个处理设3个重复,各处理的灌水方案如表2所示．试验每个处理的面积为13 m×90 m,小区间设置保护行,灌水方法为井灌,灌水量通过沟首管道安装的水表进行控制．试验具体布置如图1所示．

 

表2 灌水设计方案Tab.2 Scheme of irrigation design

  

处理编号出苗水拔节水抽雄水灌浆水总灌水量M145--4590M2454545135M345454545180M445---45M54545--90M64545-45135

大田试验中采用的夏玉米品种为河南省一级优选品种的郑单958，夏玉米于2014年6月6日播种,10月1日收获．种植密度为每亩3 500株,田间管理均为大田管理,施肥种类为重过磷酸钾和尿素,施肥量为255 kg/hm2,折合施入钾肥量为125 kg/hm2,施入氮肥量为165 kg/hm2．肥料均于耕种时施入．

  

图1 种植布置示意图

 

Fig.1 Diagram of planting layout

1.3 试验项目及数据测定

1) 土壤含水率测定:播前、全生育期和收获后均对试验处理区土壤含水率进行测定,在夏玉米全生育期内,采用土钻法和TDR测定,测定点分别位于15,45,75 m的垄沟、垄上和垄坡中心区域,每7 d测定1次,每个测定点深度为100 cm, 分5层,每层20 cm,取样后采用烘干法测定土壤含水率,灌溉和降雨前后加测．

2) 作物生长指标测定:灌浆成熟期,每个小区随机选择10株长势相似的植株作为株高的测量样本,人工测量根部以上高度及叶片的长度与宽度,每7 d测量1次,直至收获．测量夏玉米平均叶面积系数为0.75．取灌浆期的株高和叶面积平均值作为株高和叶面积的评价指标值．

3) 产量测定:作物成熟时,每小区取1 m2进行考种．依据试验规范的要求,对每个处理的夏玉米进行考种,每区取3个重复,每个重复取10株,考种前要单收、单打、测产和计产．考种指标主要有穗长、穗粗、百粒质量等．

4) 水量测定:利用水量平衡原理,根据2014年土壤水分的测定结果,计算夏玉米全生育期内阶段耗水量,公式为

 

(1)

式中:ET为阶段夏玉米耗水量,mm;γ为100 cm内土层平均干容重,g/cm3;i为土样土层编号;θi1为第i层土壤时段初的含水率,%;θi2为第i层土壤时段末的含水率,%;Hi为第i层土样土层厚度,cm;M为夏玉米阶段灌溉水量,mm;P0为夏玉米阶段有效降雨量,mm;K为夏玉米阶段地下水补给量,mm,由于试验区的地下水埋深大于5 m,故地下水补给量K=0．

文中有效降雨量(P0)指蓄存在土壤计划湿润层内可供作物利用的雨量．在计算时,采用降雨的有效利用系数来计算有效降雨量,计算公式为

P0=σP,

(2)

6) 水分生产效率(water production efficiency)测定:其为作物总产量与农田水资源总投入量的比值,即

 

表3 降雨有效利用系数σ值Tab.3 Effective utilization coefficient of rainfall σ value

  

P0/mm<5[5,50)[50,100)[100,150)[150,200]σ01.00.80.750.7

  

图2 夏玉米生育期间降水量分布图

 

Fig.2 Rainfall distribution of summer maize

5) 灌溉利用效率(water irrigation efficiency)测定:其为作物总产量与灌溉水总量的比值,即

[ 3 ] KEBEDE Y K, KEBEDEE T. Application of principal component analysis in surface water quality monitoring[J]. Principal component analysis-engineering applications, 2012:83-100.

 

(3)

式中:σ为降雨有效系数,其与降雨的持续时间、单位次数降水量、降雨的强度、土壤的性质以及地形等因素有关,一般取值见表3．通过计算得出夏玉米生育期有效降水量为302.5 mm,具体分布见图2所示．

(4)

式中:WE为总水分生产效率,kg/(mm·hm2); ET为夏玉米耗水量,mm．

2 模糊物元模型分析方法

20世纪80年代蔡文教授最早提出形式化的物元模型进行事物拓展的可能性和开拓规律,进行解决不相容的复杂问题[12]．夏玉米主要性状和水资源利用效率的量值具有模糊性,故构建模糊物元模型进行沟灌夏玉米节水灌溉方案评价．

政策条例为农村土地流转提供了法律层面上的保障，也是农民农村土地流转行为的基本准则和依据。《农村土地承包法》第32条规定，“通过家庭承包取得的土地承包经营权可以依法采取转包、出租、互换、转让或者其他方式流转。”这意味着法律允许土地承包经营权进行流转，但是明确规定了流转的方式，在一定程度上，阻碍了农村土地流转[4-7]。

2.1 模糊物元模型

对给定事物名称M、特征C和量值V,以三要素共同构成有序三元R=(M, C, V)作为评价的基本元(简称物元)[13]．C为给定事物M所对应的评价对象指标,V为给定事物M的指标值．如其中V的取值具有模糊性,则为模糊物元．如果事物M有n个特征C1,C2,…,Cn和相应的量值V1,V2,…,Vn描述,则称M为n维模糊物元．m个事物的n维复合物元Rmn．若将其量值改为模糊物元量值,成为m个事物n维复合模糊物元相应的矩阵可表示为

 

2.2 从优隶属度原则

各个单项评价指标相应的模糊量值,从属于标准方案各对应评价指标相应的模糊量值隶属程度,称为从优隶属度．由此建立的原则称为从优隶属度原则．为了将模糊物元矩阵变换为从优隶属度矩阵,引进从优原则．一般有2种类型的指标:

越小越优型

 

(5)

越大越优型

 

(6)

式中:μmn为优隶属度;minxmn,maxxmn分别为各方案中每一评价指标中的最小值和最大值．

前文提到随着互联网技术的革新，“共享经济”的成本大大降低，然而对于共享经济的前期成本来说，这依然是一个问题。网络平台需要在大范围内广泛搜集资源，使供给者与消费者得以配对，合理配置闲置资源，共享平台的线上APP在发展前期也需要进行大量的市场推广和商业宣传，使人们充分了解这一新兴的发展态势，更好的融入“共享经济”，例如永安车行在各市大量投放了需要押金的永安车却被免押金的支付宝哈罗单车取代如果没有使这些资源活起来，那么这些资金也如石沉大海般消失。倘若没有政府的补贴，企业的融资，这样的运营模式是否合理，所得的经济效益是否可以填满如此之高的成本，“共享经济”的盈利模式依旧值得需要进一步的完善和发展。

2.3 建立模糊物元矩阵

各个评价指标利用式(5)，(6)的从优隶属度构建n维复合模糊物元Rmn，若以Rmn中最大值或最小值构建n维标准模糊物元R0n，则差平方模糊物元矩阵R为

1.3.5 选定树脂对红薯叶总黄酮的动态吸附试验 分别考察上样浓度(100、200、300、400 mg/L)、上样液流速(1、2、3、4、5 mL/min)、上样液pH(3.0、4.0、5.0、6.0、7.0)对选定树脂吸附红薯叶黄酮吸附率的影响，并通过L9(34)三因素三水平正交试验确立选定大孔吸附树脂对红薯叶中总黄酮的最佳吸附工艺参数。

(7)

式中:Δij为标准模糊物元和复合模糊物元中各项差的平方．

2.4 权重的确定

在进行综合评价时,评价指标的权重直接影响评价结果的准确性．常见的客观赋权法由主成分分析法、指标重要性相关法(CRITIC)、最大离差法及熵权法等．文中采用熵权法、CRITIC法2种客观赋权法应用于评价的模糊物元模型中．

2.4.1 熵权法

熵权法是由评价指标构成的判断矩阵来确定指标权重的一种方法[12].在作物评价中,利用对熵的计算来确定权重,是客观地确定各评价指标的方法,其评价结果更符合实际．对于某项指标,指标值xji差异越大,则指标在综合评价中所起的作用越大,相应的权重值就越大．对m个评价事物,n个评价指标的评价指标矩阵X=(xji)m×n,对其进行归一化处理,形成归一化判断矩阵:B=(bji) m×n,

 

(8)

式中:i为评价方案,j为评价指标;maxxji,minxji分别为第j个指标在各个方案中的最大和最小值．

第j个评价指标的熵值Hj计算公式为

 

(i=1,2,3,…,m;j=1,2,3,…,n)

其中

计算评价指标的熵权W为

 

第五次：1956年“中国人民解放军总后方勤务部全军通用就餐凭证”“中国人民志愿军后方勤务部全军通用就餐凭证”。

金融账户涉税信息自动交换分两批在全球启动。第一批，于2017年9月之前完成首次税收管辖区之间金融账户涉税信息的自动交换。第二批，于2018年9月之前完成税收管辖区之间金融账户涉税信息自动交换。2017年5月31日，首批国家和地区启动金融账户涉税信息自动交换。

W=(ωj)1×n,

(9)

式中:

且满足:

2.4.2 CRITIC法

指标重要性相关法(criteria importance through intercriteria correlation,CRITIC)是1995年由Diakoulaki等[14]提出的一种以某指标类间的对比强度和指标间的冲突性来综合衡量指标的客观赋权方法．在评价过程中,如有过多的评价指标,则将正相关较强的一些指标去除,此对评价结果不会产生较大影响,同时可达到减少计算量的目的．设第j个特征与其特征之间的冲突性量化指标为其中,Rij为第k个特征和第j个特征之间的相关关系．

第j个特征所包含的信息量表示为

 

其中Sj为第j个特征的类间标准差．故CRITIC法的第j个特征的归一化权重为

2.5 评价结果

由文中的欧式贴近度ρHi作为评价意义考虑,采用其为评价标准,则

 

(10)

式中:ρHi值越大则表示平均样品和标准样品相互接近程度越大;反之,则越小．运用(·,+)算法计算并构建贴近度复合模糊物元RρH,可得

网络主体的期望和目标与现实社会紧密联系，有时甚至表现为一种逆向投射，即虚拟世界对现实社会存在着很强的补偿和平衡效应。结合我国当下网络主体对政治参与表现出的过分热情，很大程度上可以将其视为我国制度化参与渠道低效的一种反向表现，而这亦和我国政治稳定结构的内在需求紧密联系。

 

3 结果与分析

3.1 节水灌溉方案评价

综合考虑各个灌水处理方案在夏玉米形态指标、产量性状和水资源利用效率3个方面表现,选用株高(C1)、叶面积(C2)、穗长(C3)、穗粗(C4)、百粒质量(C5)、产量(C6)、灌溉利用效率(C7)以及水分生产效率(C8)共8个指标作为评价指标,从而对沟灌夏玉米节水灌溉方案进行评价及优选．各个节水灌溉对应的评价指标数值如表4所示．

 

表4 各处理评价指标实测平均值Tab.4 Evaluation index of the average measured

  

指标CFI-60%θM1CFI-70%θM2CFI-80%θM3WFI-60%θM4WFI-70%θM5WFI-80%θM6C1/mm203.0211.3217.4204.2211.7220.3C2/mm24946.95720.65795.35615.46126.36239.6C3/mm166.16202.93191.68169.70220.86207.99C4/mm50.1558.2057.1650.6461.3258.95C5/g26.3526.5026.1425.6828.2229.92C6/(kg·hm-2)6882.957282.627003.886347.957703.397451.33C7/(kg·hm-2·mm-1)76.4853.9538.91141.0785.5955.20C8/(kg·hm-2·mm-1)2.282.231.892.292.442.19

对于夏玉米灌溉组合,M有6个,分别为常规沟灌和宽垄沟灌田间水分控制下限的60%,70%和80%处理组．根据式(5),(6)构建隶属度物元模型并建立标准方案的模糊物元为

 

3.2 确定权重

3.2.1 熵权法确定权重

进行归一化处理计算各个指标的熵值Hj和权重Wj如表5所示．由表可见,各个指标中对沟灌灌溉组合影响最大的是穗粗,其权重最大,达到0.127 009,其次是百粒质量,其权重为0.126 887,叶面积、产量、灌溉利用效率、水分生产效率等对节水灌溉组合的影响相对较小,权重也较低．沟灌灌溉组合中形态指标、产量性状和水资源利用效率的各个指标间熵值Hj和权重值Wj无显著差异.

 

表5 熵权法各个指标的信息量及权重Tab.5 Information content and weight of each index in entropy method

  

C1C2C3C4C5C6C7C8Hj0.8469080.8513370.8470590.8463270.8464750.8509900.8486210.852342Wj0.1265280.1228680.1264040.1270090.1268870.1231550.1251120.122037

利用表5中夏玉米的8个标准化评价指标权重值进行贴近度计算，得出

 

由此可得出,6种节水灌溉方案从优到劣依次为WFI-60%θ,WFI-70%θ,CFI-60%θ, WFI-80%θ,CFI-70%θ, CFI-80%θ．

3.2.2 CRITIC法确定权重

利用标准化处理后的实测数据进行各个评价指标相关系数的计算,得到相关系数矩阵,进而计算各个指标的信息值Cj和权值Wj，结果如表6所示．由表可知，沟灌灌溉组合中形态指标、产量性状和水资源利用效率的各个指标间信息值Cj和权重值Wj差异具有统计学意义.

 

表6 CRITIC法各个指标的信息量及权重Tab.6 Information content and weight of each index in CRITIC method

  

C1C2C3C4C5C6C7C8Cj0.1465020.1306490.2798200.1854170.1626340.1428591.0274050.513048Wj0.0566010.0504760.1081080.0716360.0628330.0551930.3969370.198216

利用表6中夏玉米的8个标准化评价指标权重值进行贴近度计算，得出

1.调整制造业的税基设置。如前所述，我国制造业所得税因其税基确定主要依赖于企业财会制度，致使应纳所得额的计算不规范、不全面。应当完善纳税体系，建立独立的所得税会计制度。将企业会计与所得税会计的差异控制在一定范围内，并对企业应纳所得额的计算方法和标准做出明确的法律规定。在计算企业应纳所得额时，对于法律法规有规定的，按照法律法规执行；法律法规没有规定的，则按照财务会计制度执行。同时，还需调整企业所得税的税基范围，坚持“宽税基”原则，实现税基及纳税项目规范化、具体化、科学化。在综合考虑各项因素的前提下，尽量缩小所得税会计税基与企业会计税基范围的差异性。

 

由此可得出,6种节水灌溉方案从优到劣依次为WFI-60%θ,WFI-70%θ,CFI-60%θ,WFI-80%θ, CFI-80%θ, CFI-70%θ．

4 讨 论

由表1可见, WFI-60%θ处理夏玉米生育过程中,虽然灌溉效率较高,但是土壤水分含量较少,使得土壤出现胁迫现象．土壤水分较为亏缺,会使得夏玉米根系的生长受到抑制,夏玉米对氮磷元素及其他营养不能够有效吸收,从而影响夏玉米的正常发育,导致夏玉米的生长特性大幅度下降,使得夏玉米减产．而WFI-70%θ处理不仅节约了灌溉用水量,还有效地提高了穗长、穗粗,保证夏玉米产量构成因子稳定的同时,达到了节水目的．与80%处理相比,虽然产量有小幅度的减产,但灌溉效率和水分生产效率得到了提高,且夏玉米需水量得到减少的同时,间接弥补了夏玉米减产的损失．

根据以上分析,建议根据当地水资源状况,对于水资源相对丰富地区建议采用WFI-70%θ灌溉方案,对于水资源相对匮乏地区建议采用WFI-60%θ灌溉方案．

文中选用基于熵权法的模糊物元模型对夏玉米灌溉组合方案进行评价,综合考虑了各个评价指标值间的差异,避免了主观臆断的干扰,分析结果与参考文献[15]的结果一致．验证了文中所提到的基于熵权法的模糊物元模型评价的有效可行性,可用于灌溉组合方案优选的评价．该模型标语操作,计算简单,结果较为客观准确,为进行沟灌节水灌溉组合优选提供了科学依据．

XIANG Changsheng, ZHANG Linfeng. Grain yield prediction model based on grey theory and markvo[J]. Computer science, 2013,40(2):245-248.(in Chinese)

5 结 论

基于熵权法和CRITIC法的模糊物元模型对节水灌溉方案的分析,通过计算发现2种权重确定方法的排序结果基本一致．相同水分处理条件下,宽垄沟灌灌溉组合方案均优于常规沟灌灌溉组合方案．

另外,进行2种方法对比发现,熵权法通过指标的变异性的大小确定客观权重,其结果与实际大田试验情况更为贴近,确定的各个指标权重值更加稳定,基于熵权法的模糊物元模型较CRITIC法的模糊物元模型效果更好．

参考文献(References)

[ 1 ] 向昌盛,张林峰. 灰色理论和马尔可夫相融合的粮食产量预测模型[J]. 计算机科学,2013,40(2):245-248.

感情上的事，谁能说得清楚？风影开始看着红琴笑，他什么也不说，只是瞅着她笑，有点儿像佛拈花微笑。这种笑意味深长，是怜悯她？是鄙夷她？是睥睨她？是讥讽她？抑或是善意地劝导她，开悟她？

(8)五河尾闾区水系复杂,地势平坦,泥沙淤塞河道、水流不畅现象依然存在。除信江尾闾貊皮岭分洪道已实施,其他已纳入规划的尾闾河道和湖区洪道整治一直未进行更深的研究,五河尾闾疏浚工程也于2005年后停止实施。

[ 2 ] ZHANG D, GUO P. Integrated agriculture water ma-nagement optimization model for water saving potential analysis[J]. Agricultural water management, 2016, 170(1):5-19.

(4)饮水。农村居民的饮水困难基本解决。2015年全国农村93%的人口已用上了受保护水源供应的改良饮用水。2017年全国贫困地区89.2%的农户饮水困难[注]饮水困难标准是指居民点到取水点的水平距离大于1公里或垂直高差超过100米，正常年份连续缺水70～100天。已经解决，70%的农户使用管道供水。

[ 4 ] BOURAZANIS G, ROUSSOS P A, ARGYROKASTRITIS I, et al. Evaluation of the use of treated municipal waste water on the yield, oil quality, free fatty acids′ profile and nutrient levels in olive trees cv Koroneiki, in Greece[J]. Agricultural water management, 2016, 163:1-8.

YAN Yingzhan, YANG Yong, CHEN Aibin. Application of extension neural network in water quality assessment[J]. Yangtze River, 2010, 41(15):27-30. (in Chinese)

XU Xiangfeng. The research of the appraisement about sunlight of greenhouse heating system on the basis of fuzzy matter-element method[J]. Journal of agricultural mechanization research, 2009,31(12):34-36,92. (in Chinese)

[ 6 ] XIA G, LUAN T. Evaluation analysis for sortie generation of carrier aircrafts based on nonlinear fuzzy matter-element method[J]. Journal of intelligent & fuzzy systems, 2016, 31 (6):3055-3066.

[ 7 ] 闫英战, 杨勇, 陈爱斌. 可拓神经网络在水质评价中的应用[J]. 人民长江, 2010, 41(15):27-30.

[ 5 ] 徐向峰.基于模糊物元方法的温室采暖模式评价[J].农机化研究, 2009,31(12):34-36,92.

她头发厚密，绾个髻，插了根木簪，是个妇人了，岁数也就二十四五这样子，那眼睛，像两颗黑葡萄沉入了清水，那嘴唇，像早上的玫瑰花，沾了露水，湿润润的。

[ 8 ] 施珮, 袁永明, 张红燕,等. GRNN和Elman神经网络在水体溶解氧预测中的应用[J]. 江苏农业科学, 2017, 45(23)：217-221.

SHI Pei,YUAN Yongming,ZHANG Hongyan,et al.Application of GRNN and Elman neural network in water dissolved oxygen prediction[J]. Jiangsu agricultural sciences, 2017, 45(23)：217-221.(in Chinese)

[ 9 ] MINATOUR Y, BONAKDARI H, ALIAKBARKHANI Z S. Extension of fuzzy delphi AHP based on interval-va-lued fuzzy sets and its application in water resource ra-ting problems[J]. Water resources management, 2016, 30(9):3123-3141.

[10] MOHAPATRA A G, LENKA S K. Neural network pattern classification and weather dependent fuzzy logic model for irrigation control in WSN based precision agriculture[J]. Procedia computer science, 2016, 78:499-506.

[11] 李朦, 汪妮, 解建仓,等. 基于模糊物元模型的再生水资源价值评价[J]. 西北农林科技大学学报(自然科学版), 2016, 44(1):223-229.

LI Meng, WANG Ni, XIE Jiancang, et al. Evaluation of reclaimed water resources based on fuzzy matter element model[J]. Journal of Northwest A&F University (nat sci ed), 2016, 44(1):223-229. (in Chinese)

[12] 余健,房莉,仓定帮,等.熵权模糊物元模型在土地生态安全评价中的应用[J].农业工程学报,2012,28(5):260-266.

YU Jian, FANG Li, CANG Dingbang, et al. Evaluation of land eco-security in wanjiang district base on entropy weight and matter element model[J]. Transactions of the CSAE,2012,28(5):260-266. (in Chinese)

[13] SAHOO M M, PATRA K C, SWAIN J B, et al. Evalua-tion of water quality with application of bayes′ rule and entropy weight method[J]. European journal of environmental & civil engineering, 2016:1-23.

[14] DIAKOULAKI D, MAVROTAS G, PAPAYANNAKIS L. Determining objective weights in multiple criteria problems: the critic method[J]. Computers & operations research, 1995, 22 (7):763-770.

[15] 汪顺生,刘东鑫,王康三,等.不同沟灌方式对夏玉米耗水特性及产量影响的模糊综合评判[J].农业工程学报,2015, 31 (24):89-94.

WANG Shunsheng, LIU Dongxin, WANG Kangsan, et al. Fuzzy comprehensive evaluation on water consumption characteristics and yield of summer corn under different furrow irrigation patterns[J]. Transactions of the CSAE, 2015, 31(24): 89-94. (in Chinese)