農業(yè)專家系統(tǒng)

1、第四講 農業(yè)專家系統(tǒng)一、人工智能(artificial intelligence)1. 概念人工智能是計算機科學的一門研究領域。以人類智慧的某些特點，用計算機來模擬人的推理、記憶、學習、創(chuàng)造等智能特征，主要方法是依靠有關知識進行邏輯推理，特別是利用經驗性知識對不完全確定的事實進行的精確性推理。 1956年A.Newell等人提出邏輯理論（Logic Theorist）程序系統(tǒng)，是計算機模擬人的高級思維活動的一個重大成果，是人工智能的真正開端。人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋(如國際象棋)程序。第一節(jié) 農業(yè)專家系統(tǒng)的概念、特征與功能 2、應用領域問題求解：如下棋程序。邏輯推理和定

2、理證明：如數(shù)學定理證明。自然語言處理：如語言翻譯，語音識別，語言的生成和理解自動程序設計：“超級編譯程序”能從高級形式的描述，生成所需的程序。學習：歸納學習和類比學習。專家系統(tǒng)：利用專家知識進行推理達到專家解決問題的能力。機器人學：完成人部分工作的機器人。機器視覺：研究感知過程。智能檢索系統(tǒng)：具有智能行為的情報檢索的系統(tǒng)。組合調度問題：如最短旅行路線。系統(tǒng)與表達語言：用人工智能來深化計算機系統(tǒng)和語言。二、專家系統(tǒng)及農業(yè)專家系統(tǒng) 專家系統(tǒng)（ES，Expert System），是一個智能程序，它能對那些需要專家知識才能解決的應用難題，提供相關領域權威專家水平的解答。或者說由一個專門領域的知識庫，以

3、及一個能獲取和運用知識的機構構成的一個問題求解系統(tǒng)。 農業(yè)專家系統(tǒng)是一個擁有大量權威農業(yè)專家的經驗、資料、數(shù)據與成果構成的知識庫，并能利用其知識，模擬農業(yè)專家解決問題的思維方法進行判斷、推理，以求得解決農業(yè)生產問題結論的智能程序系統(tǒng)。 領域專家知識工程師策略經驗規(guī)則領域規(guī)則詢問、問題把專家知識轉移到計算機程序中專家系統(tǒng)專家系統(tǒng)與常規(guī)程序的區(qū)別（1）常規(guī)的計算機程序是對數(shù)據結構以及作用于數(shù)據結構的確定型算法的表述. 常規(guī)程序數(shù)據結構十算法專家系統(tǒng)是通過運用知識進行推理，力求在問題領域內推導出滿意的解答. 專家系統(tǒng)知識十推理（2）常規(guī)程序把關于問題求解的知識隱含于程序中，而專家系統(tǒng)則把應用領域中關

4、于問題求解的知識單獨地組成一個知識庫。 （3）常規(guī)程序通過查找或計算來求取問題的答案，是面向數(shù)值計算和數(shù)據處理，問題求解的順序由程序事前規(guī)定； 專家系統(tǒng)是通過推理來求取問題的答案，是面向符號處理，其推理過程隨著情況的變化而變化，具有不確定性及靈活性。（4）常規(guī)程序處理的數(shù)據多是精確的，對數(shù)據的檢索是基于模式的布爾匹配；而專家系統(tǒng)處理的數(shù)據及知識大多是不精確的、模糊的，知識的模式匹配也多是不精確的，需要為其設定閾值。（5）常規(guī)程序一般不具有解釋功能，而專家系統(tǒng)一般具有解釋機構，可對自己的行為作出解釋。（6）常規(guī)程序與專家系統(tǒng)具有不同的體系結構.三、農業(yè)專家系統(tǒng)產生與發(fā)展(1)國際上的ES 70年

5、代末期，美國Illinois大學植物病理專家計算機專家 Plant/ES；當時開發(fā)的系統(tǒng)主要是面向農作物的病蟲害診斷；80年代中期，農業(yè)專家系統(tǒng)已從單一的病蟲害診斷轉向生產管理、經濟分析與決策、生態(tài)環(huán)境等，尤其以美國、中國、日本和歐洲國家最為突出。國際上的ES 系統(tǒng)名稱 研究的主要內容 開發(fā)者 開發(fā)年代 PLANT ES 大豆病害診斷 美國Illinois大學 1978 灌水管理 美國California大學 1981 PLANT cd 玉米螟危害預測 美國Illinois大學 1982 棉花水分管理 美國California大學 1982 人工智能用于木材砍伐 美國Purdue大學 1983

6、 病害管理輔助決策 美國Rykid大學 1984 棉花病害綜合防治 美國California大學 1984 農業(yè)化學分析 美國Jones等 1984 COMAX 棉花管理系統(tǒng) 美國USDA-ARS 1985 POMMB 蘋果害蟲與果園管理 Roach等 1985 MICCS 番茄病害診斷 日本千葉大學 1985 油桃病害診斷 美國Plant等 1986國際上的ES系統(tǒng)名稱 研究的主要內容 開發(fā)者 開發(fā)年代PBST 病害診斷及預測 澳大利亞西農業(yè)部 1987 奶牛繁殖及診斷 美國Margland大學 1988CALBX 農業(yè)管理 美國California大學 1988FARMSYS 作物多熟種植

7、 美國Florid大學 1988 農作制度管理決策 美國Lowa大學 1988 SOYBUG 大豆病害管理 Beek等 1989SBLBCT 農業(yè)管理與決策選擇 英國Bdinburgh農學院 1989SMARTOSY 大豆生長模擬與管理 美國Geogia大學 1989 DHLBS 奶牛營養(yǎng)診斷 美國TexasA.M大學 1989CIRMAN 農作物生長風險決策 美國TexasA.M大學 1989CHESS 母豬群的行為分析 荷蘭Wageningen大學 1990國際上的ES系統(tǒng)名稱 研究的主要內容 開發(fā)者 開發(fā)年代 RAIN 農林計算機輔助決策 美國Geogia大學 1990 砂姜黑土施肥專家

8、系統(tǒng) 中國合肥智能所 1991AWFRS 粘蟲測報 中國農科院 1992HAISON 環(huán)境工程控制 加拿大David等 1992ESWCM 小麥綜合管理專家系統(tǒng) 北京市農林科學院 1993IWCMSB 小麥綜合管理 美國Ahmed Kamel 1993BXCIS 專家土地評價 希臘Yialouris 1995HYDRA 灌溉管理 意大利Jacucci 1995(3)中國的ES “七五“期間開始，以合肥智能所為先；此后，中國農科院、中國農業(yè)大學等單位進行了開發(fā)研制；90年被列為國家“863“專項課題，目前，在全國20個?。▍^(qū)）設立了示范區(qū)。河南省1999年成為示范區(qū)之一。中國的ES 目前開發(fā)的5

9、個技術先進、 具有“863”品牌和各具特色農業(yè)專家系統(tǒng)開發(fā)工具。寧夏廣西海南中國的ES考慮區(qū)域典型性與代表性分5批設立了20個示范區(qū)第一批：北京、吉林、安徽、云南甘肅河北湖南山東吉林北京安徽云南第二批：湖南、河北、山東、楊凌示范區(qū)、甘肅第三批：山西、天津、四川、重慶、新疆兵團、黑龍江河南遼寧新疆黑龍江四川重慶山西天津第四批：河南、遼寧第五批：寧夏、廣西、海南中國的ES1998至2000年，20個示范區(qū)累計示范推廣農業(yè)專家系統(tǒng)3796萬畝， 增加產量20.6億公斤，新增產值23.3億元，節(jié)約成本6.4億元，增收節(jié)支總額29.7億元。98至99年99至2000年合計:實施規(guī)模（萬畝)新增產量(萬公

10、斤)新增產值（萬元）節(jié)約成本（萬元）增收節(jié)支總額(萬元)98-9999-00合計200548中國的ES：取得了良好的社會效益受益農戶數(shù)548萬戶累計培訓200多萬人次培養(yǎng)了二支隊伍四、農業(yè)專家系統(tǒng)發(fā)展的四個階段 (一)單功能農業(yè)專家系統(tǒng) 該階段是農業(yè)專家系統(tǒng)的起始階段,時間是20世紀70年代末到80年代初,當時CPU主頻較低,數(shù)據處理能力低,關系數(shù)據庫也剛剛起步,因此該階段農業(yè)專家系統(tǒng)功能單一,只相當于某一領域專家,解決特定問題,如病蟲害防治、灌水管理、危害預測等。如美國伊利諾斯大學(Illionois University)開發(fā)的大豆病蟲害診斷專家系統(tǒng)，1982年開發(fā)的棉花水分管理專家系統(tǒng)等

11、。 (二)多功能農業(yè)專家系統(tǒng) 20世紀80年代中期，計算機的處理性能有所提高，關系數(shù)據也有很大發(fā)展，農業(yè)專家系統(tǒng)理論有所發(fā)展，此時專家系統(tǒng)在功能上已從解決單項問題的病蟲害診斷等轉向解決農業(yè)生產管理、經濟分析、輔助決策、環(huán)境控制等綜合問題的多個方向發(fā)展，該階段專家系統(tǒng)能實現(xiàn)多功能，相當于多領域專家的結合，解決多個領域的復雜問題。如1984年，美國Jones等開發(fā)的農業(yè)化學分析專家系統(tǒng)；1985年，Roach等開發(fā)的蘋果害蟲與果園管理專家系統(tǒng)（POMME）。 (三)基于模型的農業(yè)專家系統(tǒng) 作物生長模擬模型是20世紀60年代以來在作物栽培學產生的新的研究方向，到了80年代，隨著模擬模型技術的逐漸成熟

12、，計算機處理性能和數(shù)據庫技術進一步發(fā)展，形成了以作物生長模擬模型為核心，將模擬與優(yōu)化相結合并與有關領域專家知識融合，形成了基于模型的專家系統(tǒng)。 該階段專家系統(tǒng)較好的實現(xiàn)了計算機技術與作物模擬模型的結合，增強了專家系統(tǒng)的機理性和決策功能，充分實現(xiàn)了數(shù)據庫、模擬模型、知識庫、推理機的有機結合，因此也可視為作物管理綜合專家系統(tǒng)。具有解釋能力強、應用面寬、考慮的因子多和易控制等優(yōu)點，其功能主要是提供目標、動態(tài)、定量與優(yōu)化決策。 國際上具有代表性的基于模型的農業(yè)專家系統(tǒng)是20世紀80年代中期美國農業(yè)部推出的棉花綜合管理專家系統(tǒng)（COMMAX/GOSSYM） (四)智能化農業(yè)專家系統(tǒng) 20世紀90年代以來

13、，隨著計算機技術、人工智能技術、數(shù)據庫技術、“3S”技術以及自動化控制技術的高速發(fā)展，農業(yè)信息技術進入了一個新的發(fā)展時期，相繼開發(fā)除了智能化農業(yè)專家系統(tǒng)。智能化農業(yè)專家系統(tǒng)主要是各種智能技術在專家系統(tǒng)領域的集成，如神經網絡、WEB技術、智能溫室、“3S”技術，利用現(xiàn)代數(shù)據處理手段，對數(shù)據進行新的處理，豐富了農業(yè)專家內涵，提高了專家系統(tǒng)決策的精確性、智能性和實用性。 如20世紀90年代初，美國Florida大學農業(yè)工程系集成了農業(yè)環(huán)境地理信息系統(tǒng)的決策支持系統(tǒng)；U.Singh等人運用CERES作物模擬模型與GIS相結合，建立了印度半干旱地區(qū)決策模式；A.D.Gier等人運用GIS建立了印度尼西亞

14、區(qū)域空間分析農業(yè)生產模式的決策支持系統(tǒng)。五、專家系統(tǒng)的基本特征 （1）具有專家水平的專門知識 （2）能進行有效的推理 （3）具有獲取知識的能力 （4）具有靈活性 （5）具有透明性 （6）具有交互性 （7）具有實用性 （8）具有一定的復雜性及難度 （1） 具有專家水平的專門知識可分為三個層次，即數(shù)據級、知識庫級和控制級。數(shù)據級知識：是指具體問題所提供的初始事實以及問題求解過程中所產生的中間結論、最終結論等。例如病人的癥狀、化驗結果以及由專家系統(tǒng)推出的病因、治療方案等，這一類知識通常存放于數(shù)據庫中。知識庫級知識：是指專家的知識。例如醫(yī)學常識、醫(yī)生診治疾病的經驗等。 控制級知識：是關于如何運用前兩種

15、知識的知識。由于控制級知識是用于控制系統(tǒng)的運行過程及推理的，因而其性能的優(yōu)劣直接關系到系統(tǒng)的“智能”程度。 （2）能進行有效的推理 專家系統(tǒng)的根本任務是求解領域內的現(xiàn)實問題。問題的求解過程是一個思維過程，即推理過程。 不同專家系統(tǒng)的推理機制也不盡相同，有的只要求進行精確推理，有的則要求進行不確定性推理、不完全推理以及試探性推理等。 （3）具有獲取知識的能力 專家系統(tǒng)的基礎是知識。為了得到知識就必須具有獲取知識的能力。 遺憾的是目前專家系統(tǒng)在這方面的能力還比較弱，當前應用較多的是建立知識編輯器，知識工程師或領域專家通過知識編輯器把領域知識“傳授”給專家系統(tǒng)，以便建立起知識庫。一些高級專家系統(tǒng)目前

16、正在建立一些自動獲取工具，使得系統(tǒng)自身具有學習能力，能從系統(tǒng)運行的實踐中不斷總結出新的知識，使知識庫中的知識越來越豐富、完善。 （4）具有靈活性 在大多數(shù)專家系統(tǒng)中，其體系結構都采用了知識庫與推理機相分離的構造原則，彼此既有聯(lián)系，又相互獨立。 另外，由于知識庫與推理機分離，就使人們有可能把一個技術上成熟的專家系統(tǒng)變?yōu)橐粋€專家系統(tǒng)工具，這只要抽去知識庫中的知識就可使它變?yōu)橐粋€專家系統(tǒng)外殼。 （5） 具有透明性 所謂透明性是指系統(tǒng)自身及其行為能被用戶所理解。 專家系統(tǒng)具有較好的透明性，這是因為它具有解釋功能。人們在應用專家系統(tǒng)求解問題時，不僅希望得到正確的答案，而且還希望知道 “為什么是這樣?”“

17、是怎么得出來的?”等。為此，專家系統(tǒng)一般都設置了解釋機構，用于向用戶解釋它的行為動機及得出某些答案的推理過程。另外，由于專家系統(tǒng)具有解釋功能，系統(tǒng)設計者及領域專家就可方便地找出系統(tǒng)隱含的錯誤，便于對系統(tǒng)進行維護。 （6）具有交互性 專家系統(tǒng)一般都是交互式系統(tǒng)。 一方面它需要與領域專家或知識工程師進行對話以獲取知識; 另一方面它也需要通過與用戶對話以索取求解問題時所需的已知事實以及回答用戶的詢問。（7）具有實用性 專家系統(tǒng)是根據領域問題的實際需求開發(fā)的，這一特點就決定了它具有堅實的應用背景。另外，專家系統(tǒng)擁有大量高質量的專家知識，可使問題求解達到較高的水平，再加上它所具有的透明性、交互性等特征，

18、就使得它容易被人們接受、應用。（8）具有一定的復雜性及難度 專家系統(tǒng)擁有知識，并能運用知識進行推理，以模擬人類求解問題的思維過程。但是，人類的知識是豐富多彩的，人們的思維方式也是多種多樣的，因此要真正實現(xiàn)對人類思維的模擬還是一件十分困難的工作，有賴于其它多種學科的共同發(fā)展。在建造一個專家系統(tǒng)時，會遇到多種需要解決的困難問題，如不確定性知識的表示、不確定性的傳遞算法、匹配算法等。 六、專家系統(tǒng)的類型解釋專家系統(tǒng) 預測專家系統(tǒng) 診斷專家系統(tǒng) 設計專家系統(tǒng) 規(guī)劃專家系統(tǒng) 監(jiān)視專家系統(tǒng) 控制專家系統(tǒng) 調試專家系統(tǒng) 修理專家系統(tǒng)專家系統(tǒng)的功能解釋： 根據實驗數(shù)據對當前局勢進行解釋。預測：根據當前局勢對以

19、后可能出現(xiàn)的結局進行預測。診斷：根據觀測數(shù)據確定故障所在。醫(yī)療、電子、機械等。設計：根據要求確定產品結構，用于電路布線、建筑設計等。 行動計劃：用于機器人作業(yè)設計、自動程序設計等。監(jiān)控：對系統(tǒng)行為與影響工作的因素進行比較和辨識。調試與故障排除：對程序錯誤或機電設備故障提出處理意見。修理： 對斷出診的問題制訂修理計劃并執(zhí)行。教學： 在特定領域內對學生因材施教、授業(yè)傳藝?？刂疲?自適應地控制對象的宏觀行為。 農業(yè)專家系統(tǒng)的類型啟發(fā)式專家系統(tǒng)(Heuristic Expert System)實時控制專家系統(tǒng)(Real-time Control Expert System)基于模型的專家系統(tǒng)(Mode

20、l-based Expert System)專家數(shù)據庫系統(tǒng)(Expert Database)專家系統(tǒng)開發(fā)工具(Problem-specific shell)（一）農業(yè)專家系統(tǒng)按其功能和結構的主要特征，可分為： (二)按涉及學科領域劃分：作物栽培專家系統(tǒng)農田施肥專家系統(tǒng)植物保護專家系統(tǒng)設施農業(yè)專家系統(tǒng)新品種選育專家系統(tǒng)畜禽水產養(yǎng)殖專家系統(tǒng)水利灌溉專家系統(tǒng)其他學科領域的專家系統(tǒng)系 統(tǒng) 結 構 圖七、農業(yè)專家系統(tǒng)的結構人機接口用戶領域專家、知識工程師解釋機構知識獲取機構數(shù)據庫及其管理系統(tǒng)知識庫及其管理系統(tǒng)推理機其各部分構成的功能如下：1知識庫 知識庫主要用來存放農業(yè)領域專家的專門知識。知識庫是推理機

21、工作的重要對象，其中知識表示的好壞直接影響著整個系統(tǒng)的工作效率。 2數(shù)據庫（綜合數(shù)據庫） 綜合數(shù)據庫又稱全局數(shù)據庫或總數(shù)據庫，它用于存儲領域或問題的初始數(shù)據和推理過程中得到的中間數(shù)據（信息），即被處理對象的一些當前事實。 3推理機 推理機用于記憶所采用的規(guī)則和控制策略的程序，使整個農業(yè)專家系統(tǒng)能夠以邏輯方式協(xié)調地工作。推理機能夠根據知識進行推理和導出結論，而不是簡單地搜索現(xiàn)成的答案。它包括推理方法和控制策略兩部分。4知識獲取 知識獲取過程可以看作使農業(yè)專家的專業(yè)知識從知識源到知識庫的轉移過程。知識獲取過程包括在知識庫創(chuàng)建時識別出必要的知識并將其形式化，建成的知識庫經常會發(fā)現(xiàn)有錯誤或不完整，所以

22、知識獲取過程還包括對知識庫的修改和擴充。5解釋機構 它能夠向用戶解釋農業(yè)專家系統(tǒng)的行為，包括解釋推理結論的正確性和系統(tǒng)輸出其他候選解的原因。 6人機界面 它能夠使系統(tǒng)與用戶進行對話，使用戶能夠輸入必要的數(shù)據、提出問題和了解推理過程及推理結果等。系統(tǒng)則通過人機接口，要求用戶回答提問，并回答用戶提出的問題，進行必要的解釋。第二節(jié) 農業(yè)專家系統(tǒng)的研制與應用一、開發(fā)過程 包括知識獲取，即從農業(yè)領域專家那里收集整理歸納有關的專業(yè)知識和經驗、數(shù)據，并經農業(yè)專家系統(tǒng)開發(fā)人員消化、整理、歸納寫成一條條符號表示的形式；確定知識表示和推理方法；建立知識庫；編寫推理程序，然后調試、運行和修改等步驟。 圖 2 農業(yè)專

23、家系統(tǒng)的開發(fā)過程 專家系統(tǒng) 知識獲取與數(shù)據整理 編寫推理程序、調試程序 建立知識庫、數(shù)據庫 確定知識表示和推理方法 二、知識獲取 1、概念 在專家系統(tǒng)中，知識庫的建造通常是知識工程師與領域專家密切配合的結果。領域專家自身或知識工程師與領域專家共同整理總結領域的知識和他們的實際知識、經驗、模型及研究成果等，按所建專家系統(tǒng)規(guī)定的知識表示形式，整理成一個個知識單元, 放入知識庫, 這種過程稱之為知識獲取。知識獲取與知識表示、知識運用是建造一個專家系統(tǒng)的三個關鍵技術。 2、知識獲取的任務 知識獲取的基本任務是為專家系統(tǒng)獲取知識，建立起健全、完善、有效的知識庫，已滿足求解領域問題的需要。 抽取知識 抽取

24、知識是指把蘊含于知識源（領域專家、書本、相關論文及系統(tǒng)的運行實踐等）中的知識經過識別、理解、篩選、歸納等抽取出來，以用于建立知識庫。 包括人工分析方法；統(tǒng)計分析方法 ；自然語言理解方法 和知識編譯方法。 知識轉換 知識轉換是指把知識由一種表示形式轉換為另一種表示形式。 人類專家或科技文獻中的知識通常是用自然語言、圖形、表格等形式表示的，而知識庫中的知識是用計算機能夠識別、運用的形式表示的，兩者之間有較大的差別。為了把從專家及有關文獻中抽取出來的知識送入知識庫供求解問題使用，需要進行知識表示形式的轉換。 知識轉換一般分兩步進行：第一步是把從專家及文獻資料抽取的知識轉換為某種知識表示模式，如產生式

25、規(guī)則、框架等；第二步是把該模式表示的知識轉換為系統(tǒng)可直接利用的內部形式。前一步工作通常由知識工程師完成，后一步工作一般通過輸入及編譯實現(xiàn)。 知識輸入 知識輸入是把用適當?shù)闹R表示模式表示的知識經過編輯、編譯送入知識庫的過程。目前，知識的輸入一般是通過兩種途徑實現(xiàn)：一種是利用計算機系統(tǒng)提供的編輯軟件；另一種是用專門編制的知識編輯系統(tǒng)，稱之為知識編輯器。 前一種的優(yōu)點是簡單，可直接拿來使用，減少了編制專門的知識編輯器的工作。后一種的優(yōu)點是專門的知識編輯器可根據實際需要實現(xiàn)相應的功能，使其具有更前的針對性和適用性，更加符合知識輸入的需要。 知識整理 包括知識的歸類集中、知識的聯(lián)網和知識的補充配齊等三

26、方面的內容。 知識檢測 知識庫的建立是通過對知識進行抽取、轉換、輸入等環(huán)節(jié)實現(xiàn)的，任何環(huán)節(jié)上的失誤都會造成知識錯誤，直接影響到專家系統(tǒng)的性能。因此，必須對知識庫中的知識進行檢測，以便盡早發(fā)現(xiàn)并糾正錯誤。另外，經過抽取轉換后的知識不能存在知識的不一致和不完整性等問題，也需要通過知識檢測來發(fā)現(xiàn)是否有知識的不一致和不完整，并采取相應的修正措施，使專家系統(tǒng)的知識具有一致性和完整性。 3、知識獲取的方式 按知識獲取的自動化程度劃分，知識獲取可分為非自動知識獲取和自動知識獲取兩種方式。 非自動知識獲取 與領域專家進行交流，閱讀有關文獻，獲取專家系統(tǒng)所需要的原始知識。 對獲得的原始知識進行分析、整理、歸納，

27、形成用自然語言表述的知識條款，然后交領域專家審查。 最后確定的知識條款用知識表示語言表示出來，通過知識編輯器進行編輯輸入。 知識編輯器是一種用于知識輸入的軟件，通常是在建造專家系統(tǒng)時根據實際需要編制的。知識編輯器應具有以下主要功能： 把用某種知識表示模式或語言所表示的知識轉換成計算機可表示的內部形式，并輸入到知識庫中； 檢測輸入知識中的語法錯誤，并報告錯誤性質與位置，以便進行修正； 檢測知識的一致性等，報告非一致性的原因，以便知識工程師征詢領域專家意見并進行修正。 自動知識獲取 自動知識獲取是指系統(tǒng)自身具有獲取知識的能力，它不僅可以直接與領域專家對話，從專家提供的原始信息中“學習”到專家系統(tǒng)所

28、需的知識，而且還能從系統(tǒng)自身的運行實踐中總結、歸納出新的知識，發(fā)現(xiàn)知識中可能存在的錯誤，不斷自我完善，建立起性能優(yōu)良、知識完善的知識庫。因此，自動知識獲取至少應具備以下能力： 具備識別語音、文字、圖像的能力 具有理解、分析、歸納的能力 具有從運行實踐中學習的能力 4、知識的檢測與求精 知識的一致性與完整性檢測 知識求精 知識庫中除了可能存在上述的冗余、矛盾等問題外，還可能存在知識不完整的問題，以致在系統(tǒng)運行時產生錯判或漏判的錯誤。錯判是指對給定的不應產生某一結論的條件，經系統(tǒng)運行卻得出了這一結論。 為了找出導致錯誤的原因，就需要找出產生這些錯誤的知識，予以改進，以提高知識庫的可靠性，稱之為知識

29、求精。實現(xiàn)知識求精的一般方法是：用一批有已知結論的實例考核知識庫，看有多少實例被系統(tǒng)錯判和漏判，然后對知識進行適當?shù)男拚?，以提高知識庫的可靠性。 三、知識表達 知識表示是數(shù)據結構和解釋過程的結合體現(xiàn)。知識表示方法研究各種數(shù)據結構的設計，以把一個問題領域的各種知識通過這些數(shù)據結構結合到計算機系統(tǒng)的程序設計中來，這些數(shù)據結構的設計一般是針對一個具體問題領域，在假設所要表示的知識已經知道或基本知道的前提下進行的。對于不同領域的知識可以采用不同的知識表示方法，任一種領域知識都可用任一種知識表示法表示出來。當對某一個問題或一種知識選用知識表示方法時，必須用以前提及的知識方法的標準來衡量，以使得問題的知識

30、表示最合適，對所要解決的問題最為有利，以下將介紹幾種常用的知識表示方法。 邏輯表示法 產生式規(guī)則表示法 特性表表示法 過程表示法 框架表示法 語義網絡表示法 案例表示法 面向對象表示法 語義網絡表示法 為了描述更復雜的概念、事物及其語義聯(lián)系，引入了語義網絡表示知識的方法。語義網絡是奎廉（J.R.Quilian）于1968年最先提出的。1972年，西蒙將語義網絡用于自然語言理解。語義網絡表示法是一種表達能力強而且靈活的知識表示方法。 語義網絡的概念 語義網絡是基于網絡結構表示人類知識構造的一種形式。 語義主要是指語言結構（如詞，短語、句子、段落等）及其意義上的聯(lián)系。 一個語義網絡是一個帶標識的有

31、向圖，其中，有向圖的節(jié)點表示各種事物、概念、屬性、動作、狀態(tài)等，有向弧表示它所連接的節(jié)點間的某種語義聯(lián)系，一個節(jié)點還可以是一個語義子網絡，從而形成一個多層次嵌套結構的語義網絡。 一個最簡單的語義網絡是如下一個三元組：（節(jié)點1，弧，節(jié)點2），它可以用一個有向圖表示，如圖3所示，稱為一個基本網元。其中，A,B分別表示兩個節(jié)點，RAB的方向是有意義的，由節(jié)點間的語義關系確定，例如在表示類屬關系時，有向弧當把多個基本網元用相應語義聯(lián)系關聯(lián)在一起時，就得到一個語義網絡。上層概念，箭尾節(jié)點表示下層概念或者一個屬于該類的具體事物。Rab是一種 圖 3 基本網元 圖 4 玉米與糧食作物的語義網絡 當把多個基本

32、網元用相應語義聯(lián)系關聯(lián)在一起時，就得到一個語義網絡。 任何一種知識表示模式都應具有兩種功能，一是能表達事實性的知識，二是能表達有關事物之間的聯(lián)系，從而使得能夠從給定的已知事實找到另一些有關的事實。語義網絡可以表示事實性的知識，也可以表示有關事實性知識之間的復雜聯(lián)系。 A B 糧食作物 玉米 用語義網絡表示事實 “玉米是一種糧食作物”這一簡單事實的語義網絡如圖4所示。如果還需要進一步指出“糧食作物是一種植物”，并且分別指出“玉米”，“糧食作物”，“植物”的一些屬性，如圖5所示。圖5中用短線與相應節(jié)點相連的部分是該節(jié)點所描述的對象的屬性。 圖 5 玉米的語義網絡 玉米 糧食作物 植物 做主食 能食

33、用 有生命 是一種 是一種 可栽培 有光合作用 有果實 產量高 大田種植 用語義網絡表示事物間的關系 語義網絡可以方便地描述事物之間的多種語義關系，如：分類關系、聚集關系、推論關系、時間、位置關系和多元關系等。 圖 6 聚集關系示例 圖 7 推論關系示例 教 學 學生 教師 課程 饑餓 需進食 語義網絡的推理 用語義網絡表示知識的問題求解系統(tǒng)稱為語義網絡系統(tǒng)。該系統(tǒng)主要由兩部分組成：一是由語義網絡表示的知識庫，二是利用語義網絡求解問題的程序，稱為語義網絡推理機。大多數(shù)語義網絡系統(tǒng)采用的推理機制都是以網絡結構的匹配為基礎的。先根據待求解的問題構造一個問題網絡片斷，然后在語義網絡知識庫中搜尋能與該

34、網絡片斷匹配的網絡。在搜尋過程中，經常需要使用節(jié)點間的繼承關系進行必要的繼承推理；也常常需要利用節(jié)點間的推理關系來確定不同網絡片斷之間的語義等價關系，稱之為網絡演繹。因此，語義網絡的推理主要包括網絡匹配、繼承推理和網絡演繹三個方面的問題。 語義網絡表示法的特點 結構性 語義網絡表示法和框架表示法都是結構化的知識表示方法。語義網絡表示法把事物的屬性和事物之間的聯(lián)系用語義網絡的結構形式顯式的表示出來，下層概念的節(jié)點可以繼承、補充、變異上層概念節(jié)點的屬性，從而實現(xiàn)信息共享和減少信息冗余。 自然性 語義網絡實際上是一個帶有標識的有向圖，可直觀地把事物的屬性及事物間的語義聯(lián)系表示出來，便于理解。自然語言

35、描述的知識比較容易用語義網絡表示。 局限性 語義網絡沒有公認的形式表示體系。四、知識庫與數(shù)據庫的構建 數(shù)據庫框架 地理信息數(shù)據 氣象資料數(shù)據 土壤資料數(shù)據 品種資料數(shù)據 管理措施數(shù)據 農業(yè)生產條件數(shù)據 圖形、圖像數(shù)據 試驗數(shù)據庫 知識庫框架 品種選擇知識 播期、密度知識 作物營養(yǎng)與施肥知識 農田水分管理知識 作物生長發(fā)育知識 生長調節(jié)劑、生化制劑的使用知識 病蟲草鼠害防治知識1.知識庫(KB) 知識庫是知識的存儲機構，用于存儲領域內的原理性知識、專家的經驗性知識以及有關的事實等，系統(tǒng)以文本文件形式保存。 主要包括：品種選擇知識播期、密度知識小麥的營養(yǎng)與施肥知識農田水分管理知識小麥生長發(fā)育知識生

36、長調節(jié)劑、生化制劑的使用知識病蟲草害鼠害與防治知識 品種知識： 根據品種對溫、光的生態(tài)適應性（耐旱、澇、 肥、瘠、鹽堿等的特性） 綜合農藝性狀（如 ：株高、產量與產量結構、抗倒性、熟期、熟相等） 生長發(fā)育特點（生育進程、生長速度、生物量、光合能力、經濟系數(shù)等） 抗性（病、蟲雜草、高溫、冷害等） 品質（形態(tài)品質、加工品質、營養(yǎng)品質）等綜合因素對照用戶所處地理位置、目標產量、栽培水平和土壤肥力狀況等相關因素確定適宜的品種。 播期、密度知識 根據不同品種特性、環(huán)境條件、茬口及產量水平， 確定適宜的播期及合理的播種與密度。小麥的營養(yǎng)與施肥知識 不同土質和地力水平可能達到的生產潛力，小麥不同生 長和發(fā)育

37、階段和不同苗情的需肥特點，根據土壤肥力水平和目標產量確定施肥量、元素配比和施肥方法，提高肥料利用率的技術，群體大小、長勢、長相與施肥量；施肥期及配比關系等。 農田水分管理知識 小麥需水規(guī)律和實際耗水量；不同時期、不同土壤深度水分動態(tài)對小麥生長發(fā)育的影響及臨界含水量；根據天氣、墑情和苗情掌握關鍵灌溉時間和灌水量的科學依據。小麥生長發(fā)育知識 小麥一生不同階段的生長發(fā)育特點及動態(tài)調控指標。 例如：小麥葉片與植株各器官之間的“同伸”或對應關系；生長速度與生育進度，群體發(fā)展與個體發(fā)育，營養(yǎng)生長與生殖生長，根系與地上部分物質消耗與積累，分蘗消長與成穗，壯稈與大穗，灌漿持續(xù)時間、強度與粒重等一系列互作關系合

38、理調控原理以及不同生育期的關鍵生理指標。 生長調節(jié)劑、生化制劑的使用知識 常用生長調節(jié)劑的種類、特點及使用方法，根據小麥群體指標，選用適當?shù)幕瘜W制劑和生物制劑，以達到生長調控的目的。 病蟲草害鼠害與防治知識 包括病蟲草鼠的主要種類及其識別；發(fā)生規(guī)律、預測技術、綜合防治措施等。 知識庫的建立 制定方案；根據開發(fā)系統(tǒng)的領域特點編制數(shù)據、知識收集的方案。 設計表格；根據所確定的方案設計相應數(shù)據與知識調查表格。 知識收集；通過會談、問卷、查閱與著與文獻及試驗研究等方法收集數(shù)據與知識。 校對改錯；對收集到的數(shù)據、知識進行仔細查對，確保數(shù)據源與知識源的準確、無誤。 整理與歸納：對數(shù)據進行常規(guī)統(tǒng)計處理，對適

39、應按專家解決問題的思路進行分類和歸納。 篩選精練：對經過統(tǒng)計的數(shù)據和經過分類、歸納的知識進行篩選精練，從中找出規(guī)律和結論。 修改完善；篩選精練后，對不符合事實的規(guī)律和結論重新與領域專家探討或進行試驗驗證或進一步收集、修改數(shù)據與知識，達到補充、完善數(shù)據庫和知識庫目的。 知識庫建立：根據應用系統(tǒng)推理需要，將經過分類、歸納和修改完善后的知識，按規(guī)則分成相關因素、中間因素、結果因素、可信度和語言規(guī)則設計成計算機語言所能實現(xiàn)的形式（如文本、文件、規(guī)則庫等），供編程人員編程。 2.數(shù)據庫(DB) 數(shù)據庫用于存放原始數(shù)據以及用戶提供的初始事實、問題描述等。主要包括： 地理信息數(shù)據 土壤資料數(shù)據 氣象資料數(shù)據

40、 品種資料數(shù)據 病蟲情數(shù)據 圖形、圖象信息數(shù)據地理信息數(shù)據 主要指用戶的基本地理信息，包括行政區(qū)域、緯度（度-分）、經度（度-分）、海拔（m）、地形地貌等有關地理空間信息。 土壤資料數(shù)據 主要包括土壤類型，土層深度（CM）、土壤質地名稱、土壤容重、總孔隙度、酸堿度、土壤含水量、田間持水量、土壤萎蔫含水量以及地形地勢；土壤養(yǎng)分含量：有機質（%）、全氮（%） 、C/N （%） 、全磷（%） 、全鉀（%） 、速效氮（mg/kg）、速效磷（mg/kg） 、速效鉀（mg/kg）及其它主要營養(yǎng)元素的含量。 氣象資料數(shù)據包括日照時數(shù)（小時），日平均濕度和日最高、最低溫度（），空氣相對濕度（），風速（米秒），

41、日降水量（毫米），實際水汽壓，年均溫度（），年降水量（mm），無霜期（天），10積溫，干燥度等。 品種資料 主要包括品種來源，植物學特征：株高（cm）、葉片數(shù)、株型、百（千）粒重（g）；品質特性：蛋白質含量（）、脂肪含量（）等；生物學特征：生育期天數(shù)（從出苗到成熟的天數(shù)）；生育特性：葉面積系數(shù)（LAI）、光合勢（LAD）（m2d /hm2）；抗逆性：抗病性、抗倒伏性、抗寒性、抗旱性等；栽培要點：如播期、種植密度、施肥量等，生態(tài)適應性以及產量水平（kg/hm2）和產量結構等。 管理措施 包括小麥生產中管理措施的種類、時間、強度等資料，如；播種期、播種量、施肥時間與施肥量、灌溉日期與灌溉量、成熟及

42、收獲期管理等。農業(yè)生產條件 農業(yè)生產基本條件如農用動力、化肥投入、灌排條件、勞力、播種面積、種植方式、單產水平、農藥和農膜使用量及費用、植保器械等。 圖形、圖象 有時為了系統(tǒng)運行方便，常將一些圖形、圖像數(shù)據，如行政區(qū)域圖、養(yǎng)分含量分布、病蟲草害的圖片等單獨存放，供系統(tǒng)運行時隨時調用。試驗數(shù)據庫 由于小麥生長環(huán)境復雜，一些高產技術措施、原理還需通過試驗不斷探索、改進、大量的試驗數(shù)據是對專家知識的補充完善，包括田間試驗數(shù)據和人工模擬試驗數(shù)據。 數(shù)據庫的建立 根據具體農業(yè)專家系統(tǒng)應用范圍和特點，依據上述數(shù)據庫框架格式，收集、整理數(shù)據資料，在此基礎上建立該系統(tǒng)的數(shù)據庫。主要步驟包括： 制定數(shù)據收集的方

43、案；設計數(shù)據庫和數(shù)據表； 選擇適當?shù)臄?shù)據庫系統(tǒng)，SQL Sever, Access, Foxpro； 通過實驗、調查、文獻查閱和購買等多種方式收集有關數(shù)據； 進行數(shù)據篩選和分類，并輸入數(shù)據庫； 對入庫的數(shù)據進行仔細檢驗和校對，確保數(shù)據源的準確、無誤； 對數(shù)據進行標準化處理，如數(shù)據庫結構規(guī)范化、數(shù)據單位一律使用公制等； 對數(shù)據進行歸并，減少數(shù)據冗余；補充、完善數(shù)據庫的數(shù)據。 農業(yè)專家系統(tǒng)的構建與實現(xiàn)（以小麥專家系統(tǒng)為例）知識的獲取與條理化系統(tǒng)功能模塊的確定各模塊所遵循的技術原理及主要工作內容 知識規(guī)則舉例系統(tǒng)知識的獲取與條理化 在建立系統(tǒng)之前應廣泛收集、分析、整理小麥生長、生產中的大量的科學試驗

44、數(shù)據，研究調查資料和本領域專家的豐富知識，包括小麥生長發(fā)育、生育進程、群體動態(tài)、植株動態(tài)、產量結構、措施綜合效應及示范區(qū)的氣象資料，并進行系統(tǒng)的分析，找出小麥一生中影響其生長的主要和次要因子，從而確定系統(tǒng)的功能模塊。 知識的獲取機制 (1) 公開性知識 （2）專家經驗 (3）研究者的實踐 （4）與當?shù)丶夹g員座談 知識規(guī)則的條理化 確定模塊組成 確定決策項目 確定前提條件 知識規(guī)則條理化與形式化系統(tǒng)功能模塊的確定小麥生產智能決策系統(tǒng)播期決策播量決策施肥決策拔節(jié)期決策返青期決策拔節(jié)抽穗期決策后期決策品種選擇決策越冬期決策病蟲害防治決策各模塊所遵循的技術原理及主要工作內容 知識規(guī)則舉例以播量決策為例： 播種量的多少取決于生態(tài)類型區(qū)、播種期的早晚、地力水平、品種特性和產量水平。土壤類型 如果 生態(tài)類型區(qū)=許昌（權重：0.1，可信度：1.0） 品種特性=半冬性（權重：0.3，可信度：0.95） 土壤類型=壤土 （權重：0.1，可信度：1.0） 播期=10月8-10號