谷子品种多因素综合评价

根据区试结果,运用多因素综合评判方法对8个谷子品种进行评价。结果表明:安2491综合性状最好,其次是冀优1号、冀优2号,郑9238综合性状最差。该方法适用于谷子品种的综合评估,计算简单易行,结果客观全面,更接近品种的实际表现。     

基于熵权的多目标关联分析及其作物区试综合评估方法与应用

运用熵权系数对农作物品种区试综合评估的权重进行确定,该方法不仅克服了专家调查法和层次分析法等主观随意性强的缺点,并且获得了大量评估性状的有效信息,可以全面客观的评价品种,使综合评价结果更加真实可靠。     

利用模糊综合评判方法评价小麦新品系的探讨

对作物新品种(系)区域试验的汇总材料,通常是对产量进行多点试验的联合方差分析,而对其它性状进行加权平均分析,在供试品系的评价上,由于丰产性与早熟性、抗逆性、经济性状协调性及稳产性等不完全一致,因而,最终往往只以产量的高低作为新品系评估的依据,而对其它性状则缺乏定量化的综合分析,因此,我们试图将模糊综合评判方法引入区试品种(系)的汇总评价,为区试品种(系)的综合定量评价提供依据。     

基于遗传算法和熵权评价法的寒地水稻育种多目标优化设计

为探寻黑龙江省第二积温带水稻育种多 目标性状优化方案,利用7个主推水稻品种的22个农艺性状值和NSGA-Ⅱ遗传算法、熵权综合评价法,对适宜的育种目标性状参数值进行分析.结果表明:黑龙江省第二积温带水稻育种各优化参数值为:食味品质分值90.9～94.5分,较供试品种均值增加8.5～13.0分;产量9 916.3～10 9...     

DTOPSIS法的程序设计及在作物品种评价中的应用

介绍DTOPSIS法在作物品种综合评价中的算法分析、程序设计及实例应用,并以水稻品种区试12个品种(组合)9个性状为对象(实例),以QBASIC为开发工具,开发了一个DTOPSIS多性状综合评价程序,结果表明:运用DTOPSIS法综合评价作物新品种是可行的,且原理易懂计算方便,便于计算机操作。     

小麦品种评选方法和指标的探讨

近年来,在作物品种推广应用中,常出现这样的情况:区试中某些产量最高的品种,往往在大面积生产上不受欢迎,而那些中类品种反能迅速扩大,成为当家品种.究其原因,是人们在评选品种时,长期以来仅把注意力集中在品种的产量位次上,而忽视了品种的综合性状.由于大田生产条件的千差万别,导致影响产量的因素错综复杂.试验中的单项冠军,常是在得天独厚的条件下显现的优势,一旦遇到不利因素,就会暴露出许多弱点.唯有综合性状优良的品种,才能适应多变环境而立于不败之地.据此,本文根据江苏省淮南片1983～1984年度小麦品种(系)区试结果,在产量的方差分析和稳定性测定基础上,试进行多性状模糊综合评判,以期较全面地利用试验信息,提高品种评价的科学性和准确     

应用模糊数学综合评价夏大豆区试品种

应用模糊数学和灰色系统理论 ,对 2 0 0 3年河南省夏大豆区试品种进行多因素综合评价分析。结果表明 :品种代号⑩评价指标是 0 .886,综合表现最优 ;其次是代号⑨ ,评价指标是 0 .816;品种代号①评价指标是 0 .2 5 8,综合表现最差。此结果与试验地实际表现一致     

山西省南部旱地小麦区试品种的模糊综合评判

本文应用“模糊综合评判”方法,依据山西省南部旱地小麦品种区试资料,从产量、产量构成因素、稳产性、早熟性等方面对供试品种进行综合分析,得出各品种综合性状优劣的数量化指标,为综合定量评价品种提供尝试。     

模糊综合评判法和模糊评分法在作物品种综合评价中的应用

用模糊综合评判法和模糊评分法对余杭市农科所１９９２年晚稻品种区试材料进行分析，评价结果与协调法一致。该两种方法可以为作物品种的培育、评选和推广提供较可靠的综合评价方法。     

西瓜新品种的灰色关联度多维综合评估

为了寻求更加适合西瓜新品种评价的方法,将菊城龙旋风、花蜜586等4个供试西瓜品种进行了灰色关联度多维综合评估。结果表明,4个西瓜品种间灰色关联度存在明显差异,按照加权关联度大小得出各品种综合评估的关联度排名,其中,菊城龙旋风综合性状最优,花蜜586次之,福祺早抗6号位于第3位,但这三者均优于对照豫星,这与西瓜早熟区域试验结果相一致,也为菊城龙旋风的选育提供了科学依据。由此充分证明,灰色关联度多维综合评估合理的量化指标直观体现了作物品种的优劣,是一种综合评价西瓜新品种简单有效的好方法。     

用DTOPSIS法综合评价烤烟区试品种

DTOPSIS法是将各参试品种的主要经济性状综合为一个具有可比性的量化指标,对农作物的品种试验结果分析更为简便.运用DTOPSIS法分析了2010年度全国烤烟新品种区域试验河南省试点的试验数据,探讨了DTOPSIS法在烤烟综合评价中的应用.结果表明,A3和A5的综合评价值最高,与实际观测值极其吻合.并对DTOPSIS法在综合评价中的有关问题进行了讨论.     

基于综合灰色关联度加权法的玉米品种评价

【目的】利用综合灰色关联度加权法对玉米品种的各主要性状进行综合评价分析, 为农作物新品种评价提供科学参考。【方法】采用2008年广西玉米区域试验数据,利用决策分析中的多属性决策理论,运用综合灰色关联度的方法确定各性状的客观权重,然后对玉米品种进行评价。【结果】玉米品种HM-2的综合评价值最大,其次是哈宝7号,最小的是XQ-9;玉米品种HM-13产量最高,其次为联玉19,产量最低的是KY116。【结论】在实际生产中,不能只考虑产量这一单一性状来选育新品种,应尽量选择对产量和环境的互作有影响的几个重要性状进行综合评价。综合灰色关联度加权法可有效减少某些人为的设定因素,使新品种的选育、评价和鉴定更科学、客观、符合实际。在玉米的育种实践工作中,其可作为辅助工具,以选育出高产、稳产、低风险、综合性状优良的玉米新品种。     

基于改进灰色关联度和TOPSIS的作物育种材料评价方法

传统基于经验的作物育种材料评价方法,难以适应大规模、程序化、数据化的商业化育种需求,迫切需要一种科学、快速、高效的育种材料评价方法。提出了一种灰色关联度与TOPSIS相结合的作物育种材料评价方法,可根据育种材料的性状表现快速作出综合评价。首先,通过对作物性状进行灰色关联度分析,筛选出与育种目标关联度较大的性状,以此构建综合评价指标体系;然后,组合运用熵权法与专家打分法确定指标权重;最后,基于TOPSIS方法计算每个材料的综合评分,并按评分高低对材料进行排序。选取2015年国家水稻品种区域试验黄淮粳稻A组试验数据进行模型验证,结果表明：所提方法的评价结果与品种区域试验年会审议意见趋于一致,表明所提方法能有效识别出优良品种。该方法已集成到大型商业化育种软件“金种子育种平台”,并在国内两家大型种业企业成功实施应用。     

DIOPSIS法和灰色关联分析法对烤烟新品系综合评价效果比较

运用DIOPSIS法和灰色关联分析法分别对烤烟新品系比较试验中的高代稳定品系进行了多性状的综合比较,结果表明,在综合考虑经济、抗性、品质指标的情况下,2种综合评价方法的分析结果基本一致,但DIOPSIS法分析结果的品种(系)间差异较灰色关联分析明显,能更好地评价品种(系)间的优劣.     

红小豆丰产性及稳定性综合评价

用第一轮(2001～2002年)国家红小豆品种区域试验所选用的9个红小豆品种(品系)在40个试点(两年)的数据资料,应用非参数统计方法——秩次分析法对参试品种产量进行综合分析和评价。结果表明,参试品种间丰产性及稳定性存在显著差异,其中8937-6325属于较高产、稳定型品种;保8824-17属于中产、稳定型品种;9218-816、辽红1号和冀红3号属于中产、平均稳定型品种;宝清红小豆属于较低产、平均稳定型品种;B3605、保876-16属于中产、不稳定型品种;白红3号属于较低产、不稳定型品种。同时也表明,秩次分析法能对作物区试品种作出较为客观、公正的评价。     

灰色关联度分析和DTOPSIS法综合评价玉米新品种

用灰色关联度分析和DTOPSIS法对2007年度河南省玉米区试品种进行综合评价,结果表明,两种方法综合评估的判断结果基本相同,其中浚原单1号表现最优,其次是喜试512、W9198。综合分析结果与品种在区试中的表现一致。研究认为,灰色关联度分析与DTOPSIS法结合能全面、客观地评判品种。     

DTOPSIS法在亚麻新品种评价中的应用初探

为了更加准确地、有效地对亚麻新品种进行综合评价,此文以2004～2005年度云南省亚麻区域试验汇总资料为分析材料,应用DTOPSIS法对区试的10个亚麻新品种的各性状进行了综合评价,同时与传统单纯产量评价进行对比,结果表明:采用DTOPSIS法综合评价Ci值排序结果比单纯产量排序结果有所不同,但DTOPSIS法分析更为合理,它在全面评价亚麻品种的综合性状方面具有更好的应用价值。此外,该文还对DTOPSIS法在亚麻品种进行综合评价中有关问题进行了讨论。     

模糊综合评判和灰色关联分析对玉米品种评估效果的研究

本文采用模糊综合评判法和灰色关联分析法分别对玉米区域试验的参试品种进行多种性状的综合评判，结果表明，两种综合评估方法其评判结果基本相同，只是模糊综合评判方法更简便易行。     

同异分析法在山东小麦新品种(系)综合评价中的应用

采用同异分析法,对山东省区试8个小麦新品种(系)的13个主要性状指标进行了综合分析和评价。结果表明,烟2415、山农D642、10-7的联系度值较高,排在前3位,与田间实际观察结果基本吻合。同异分析方法是对新品种(系)进行评价分析的一种新方法,该方法和常用的方差分析相比,运算简便,易于掌握,评价更全面、更合理,用于评价小麦新品种(系)切实可行。