农业专家系统概述与优化研究

来源：核心期刊咨询网时间：12

摘要：[摘要]中国十分重视农业信息化建设工作，注重科技在农业领域的应用，引领农业发展。在专业领域解决问题都需要专业知识，因专家很难克服时间和空间等因素，故专家系统应运而生。从专家系统的结构角度阐述了其优势所在，构造了模糊输入下的模糊专家系统，有助

　　[摘要]中国十分重视农业信息化建设工作，注重科技在农业领域的应用，引领农业发展。在专业领域解决问题都需要专业知识，因专家很难克服时间和空间等因素，故专家系统应运而生。从专家系统的结构角度阐述了其优势所在，构造了模糊输入下的模糊专家系统，有助于解决数据不确定性、不精确性，进一步优化和发展农业专家系统，更好地服务于农业生产。

　　[关键词]专家系统;农业信息化;智慧农业

　　尼古拉斯·弗雷·巴特勒说：“专家就是对越来越窄的领域懂的越来越多的人。”专家系统是通过设计计算机程序提供一些专家知识来进行决策、咨询、诊断、学习或研究的计算机系统。农业专家系统把人工智能技术与农业技术充分结合，采集农业领域专家、历史案例的知识与经验进行分析和储存，对遇到的新农业问题模拟农业专家进行推理诊断，克服时空等限制因素，将专家知识、经验等信息资源汇集，实现信息共享，极大地提高资源利用率，更好地服务于农业生产和推进农业信息化建设。

　　1专家系统概述

　　1.1专家系统基本结构

　　专家系统的主要构成部分包括知识库、知识获取模块、推理机、数据库、解释机构、人机接口。

　　上述专家系统的基本结构如图1所示。

　　1.2运作模式和优势

　　专家系统基本运作模式为首先把从专家获取的专业知识和经验转化为信息纳入知识库，数据库存储原始数据和中间信息;解释模块对用户提出的问题经系统处理进行推理得出结果，人机接口将内部形式的信息转化为用户可接受的信息形式输出给用户，知识获取模块既对专家知识进行录入，也对用户索取更多反馈信息。

　　基于这种运作模式专家系统，数据库根据筛选出的具有针对性的农业问题，对不同的用户所需，通过已经建立的知识体系进行推理分析，可以做出严谨科学的判断，同时可以不断更新和学习新的知识，获取知识渠道多样，具有高度的适应性和调整性，使原有系统变得更加灵活。通过增加新的知识，及时地对知识库更新换代，同时让新知识与原有知识相互融合，达到高度的协调与统一。而其最突出的优势是不受空间和时间的限制，高效地工作，迅速、及时、准确地完成任务，并且系统代码可以无限拷贝，知识能够以程序的形式永久保留下来。除此之外，知识库是对人类专家所拥有的丰富的专业知识的高度概括和总结，它的影响力可以堪比该领域的专家的指导，具有高度的说服力和可行性。

　　2农业专家系统

　　2.1发展概述

　　20世纪60年代计算机技术蓬勃发展，信息技术农业领域迈出第一步。1969年荷兰诞生了第一个与农业相关的计算机模型——ELCROS模拟模型。1967年，美国科学家关于玉米叶面积与叶片角度对群体光合作用的影响发表了相关论文，标志着农业计算机模拟研究的开始。以此为开端，国际上不断进行基于模型仿真的农业专家系统的开发，开始将计算机系统与农业结合并投入实际应用。1978年世界上最早的农业专家系统——大豆病害诊断专家系统(PLANT/DS)在美国问世。

　　20世纪80年代以后，技术变革使得农业专家系统朝着更智能、更高效的方向发展，研究覆盖范围也不断广阔，不拘泥于单一的病虫防治向着生产管理、环境监测等各方面进行落地应用，涉及领域不仅仅有生产作物，畜牧养殖、设施园艺和渔业养殖等领域也均有普及，研发深度与广度不断加深和扩宽。

　　2.2中国对专家系统的研究

　　美国和日本作为对专家系统研究起步较早的国家，到上世纪80年代后期才投入实际应用。中国起步比较晚但发展较快，上世纪90年代中国对农业数据库的建设已成效显著，明显加速了中国农业专家系统发展的步伐。

　　各涉农科研院校、高校、社会团体十分重视农业专家系统建设工作，历经多年探索实践，并取得了重大进展。在中国科学院智能机械研究所和安徽农科院土肥所的共同努力下，砂姜黑土小麦施肥专家系统被成功地研发出，并应用到实际。在土壤肥料研究所、在畜牧研究所、植物保护研究所、农科院作物研究所、辽宁农科院、北京农业大学、河北省农业厅与廊坊市农业局等的辛勤付出和研究下，研发出了禹城施肥专家系统饲料配方、粘虫测报、品种选育、水稻新品种选育、作物病虫预测专家和农作制度、冀北小麥等一系列农业专家系统，大大改善了中国多个地域的农业经济的发展状况，并适用于复杂的地域。

　　随着信息技术发展越来越迅速，应用越来越广泛，对传统农业的改造也越来越深入，农业专家系统也在不断地改进优化中。中国还将物联网、大数据、云计算、神经网络训练应用在农业专家系统中，致力于建设农业信息化、规范化、集约化。

　　3模糊专家系统

　　而在专家系统中，实际过程会不可避免地遇到一些不精确或不完整的输入特征。专家系统要更具实际效用，必须要妥善处理不精确数据。由于模糊集理论是面向数值处理和处理不确定或不精确信息的，因此在专家系统中使用模糊推理代替传统推理和语言变量对专家知识进行编码具有重要意义。模糊专家系统是将模糊集和模糊逻辑纳入其推理过程和知识表示方案的专家系统。

　　开发模糊专家系统的一个典型过程包括以下步骤。

　　步骤1说明问题并定义语言变量。

　　第一步也是最重要的一步，确定问题的输入和输出变量及其范围。在实际实现过程中，所有的语言变量、语言值及其范围通常都是由该领域专家选择。

　　步骤2确定模糊集。

　　模糊集可以有各种形状，但三角形或梯形模糊集可以充分表示专家知识，同时显著简化了计算过程。在此基础上，保证模糊系统在相邻模糊集上有足够的重叠，以保证系统的平稳响应。

　　步骤3引出并构建模糊规则。

　　为了获得模糊规则，我们可以请专家描述如何使用前面定义的模糊语言变量来解决问题。所需的知识也可以从其他来源收集，如书籍、计算机数据库、流程图和观察到的人类行为。

　　推荐阅读：河南农业投稿有什么要求

转载请注明来自：http://www.qikan2017.com/lunwen/nye/17441.html