论文信息
论文解读
AI 辅助整理- 方法
- 区间二型模糊集、后悔理论、灰色熵TOPSIS与逆向QFD,基于江西204份利益相
- 发现
- 用户需求呈显著季节波动:春预警、夏在线客服、秋土地流转信息、冬在线服务回升。
- 机会点
- 可将季节性与行为反馈机制嵌入农业监测平台需求建模,发展模块化、可复用的行为感知设计方法。
论文摘要
耕地的废弃要求实施针对相关利益相关者具体需求定制的智能监测平台。然而,该领域现有的解决方案往往优先考虑技术性能而忽视季节性因素。本研究提出了一种逆向质量功能展开(Reverse Quality Function Deployment, R-QFD)框架,融合区间二型模糊集、后悔理论和灰色熵TOPSIS方法,以分析和优先排序智慧耕地废弃治理中的用户需求。为应对上述挑战,该模型引入区间二型模糊集以处理语言不确定性,采用后悔理论以捕捉行为偏差,并构建反馈驱动的R-QFD机制以实现自适应设计。基于中国江西省204名利益相关者的数据,该模型揭示了明显的季节性需求波动:春季以耕地废弃预警为主;夏季在线客服需求达到峰值;秋季土地流转信息成为首要需求;冬季在线服务需求再度回升。本研究提出的建议包括优先考虑季节性特征、引入行为反馈回路以及采用模块化架构。本研究为智慧农业及相关技术治理提出了一种可复制、具有行为感知能力的需求分析模型。
论文原文与出版信息
Journal of Resources and Ecology