基于XML技術(shù)農(nóng)業(yè)專家系統(tǒng)知識庫探究

1、基于xml技術(shù)農(nóng)業(yè)專家系統(tǒng)知識庫探究摘要：本文針對農(nóng)業(yè)專家系統(tǒng)的知識庫，利用xml 技術(shù)對其進(jìn)行了架構(gòu)設(shè)計(jì)。這一研究整合了產(chǎn)生式表示法、 框架等三種知識表示方法，綜合三者優(yōu)點(diǎn)，能夠體現(xiàn)繼承、 關(guān)聯(lián)和層次的農(nóng)業(yè)知識特點(diǎn)，可以充分體現(xiàn)出推理分析層次 和技術(shù)呈現(xiàn)多樣化和非線性化的特點(diǎn)。本文研究可以優(yōu)化農(nóng) 業(yè)專家系統(tǒng)的知識庫設(shè)計(jì)，適應(yīng)目前人工智能技術(shù)的發(fā)展， 可提髙農(nóng)業(yè)專家系統(tǒng)推理的準(zhǔn)確性和穩(wěn)定性，具有一定創(chuàng)新 性，對農(nóng)業(yè)專家系統(tǒng)研究具有一定研究價(jià)值。關(guān)鍵詞：農(nóng)業(yè)專家系統(tǒng)；xml；知識表示；人工智能 中圖分類號：tp311. 52精準(zhǔn)農(nóng)業(yè)是農(nóng)業(yè)可持續(xù)發(fā)展的方向和主要途徑1。精 準(zhǔn)農(nóng)業(yè)技術(shù)是精準(zhǔn)農(nóng)業(yè)的基

2、礎(chǔ)和核心，農(nóng)業(yè)智能專家決策系 統(tǒng)是其重要的組成部分。技術(shù)人員可以通過農(nóng)業(yè)智能專家決 策系統(tǒng)的實(shí)施，將獲取的生產(chǎn)數(shù)據(jù)通過模型庫和知識庫，經(jīng) 過綜合分析、智能推理，得出符合生產(chǎn)實(shí)際的專家級生產(chǎn)決 策建議，用于指導(dǎo)農(nóng)業(yè)生產(chǎn)，可達(dá)到替代傳統(tǒng)農(nóng)業(yè)專家的作 用2-3 o自20世紀(jì)70年代開始，國內(nèi)外的農(nóng)業(yè)專家就開始在農(nóng) 業(yè)生產(chǎn)中開展了專家系統(tǒng)技術(shù)在農(nóng)業(yè)應(yīng)用的研究，截至目 前，專家系統(tǒng)在農(nóng)業(yè)應(yīng)用研究取得了很大的進(jìn)展。但農(nóng)業(yè)專 家系統(tǒng)仍然存在許多問題。其中專家系統(tǒng)的知識庫設(shè)計(jì)不足 于適應(yīng)現(xiàn)有知識推理技術(shù)的發(fā)展就是一個(gè)突出的問題。目前 隨著人工智能技術(shù)的發(fā)展，知識推理技術(shù)也在不斷更新和發(fā) 展，推理分析層次和技術(shù)

3、呈現(xiàn)多樣化和非線性化的特點(diǎn)，這 些可以進(jìn)一步提高專家系統(tǒng)決策的準(zhǔn)確性、穩(wěn)定性和針對 性。但是由于目前農(nóng)業(yè)專家系統(tǒng)的知識庫設(shè)計(jì)嚴(yán)重滯后，無 法適應(yīng)知識推理技術(shù)的發(fā)展，大大影響了智能推理的準(zhǔn)確性 和穩(wěn)定性。因此農(nóng)業(yè)專家系統(tǒng)研究一個(gè)主要方向就是在知識 庫架構(gòu)技術(shù)的優(yōu)化方面，以便于適應(yīng)目前人工智能技術(shù)和計(jì) 算機(jī)信息技術(shù)的發(fā)展。1知識及知識表示方法1.1知識。知識是專家建議決策的重要基礎(chǔ)。專家系統(tǒng) 中知識的要素有事實(shí)、規(guī)則、概念等，需要描述這些要素， 從而反映知識的內(nèi)部結(jié)構(gòu)關(guān)系，這樣就可以按一定的規(guī)則來 推理得出相應(yīng)的結(jié)論，這個(gè)描述工具就是知識表示，因此專 家系統(tǒng)的核心在知識表示。所謂知識表示就是通過各

4、種信息 符號以約定的方式將日常生活經(jīng)驗(yàn)知識轉(zhuǎn)化成計(jì)算設(shè)備可 以識別、利用和進(jìn)行加工的形式。人工智能技術(shù)中研究知識 的學(xué)科分支是知識工程，隨著近年知識工程研究和專家系統(tǒng) 研究的深入，知識表示研究已經(jīng)成為人工智能的關(guān)鍵技術(shù)之 一和研究的熱點(diǎn)之一。在知識工程研究中，知識表示和管理 以及如何能被智能系統(tǒng)充分地利用是重要的研究課題之一。根據(jù)知識在智能系統(tǒng)中的作用，可將知識分為以下幾種 形式：事實(shí)、規(guī)則、控制和元知識；其中事實(shí)類型的知識主 要代表了反映有關(guān)問題環(huán)境的一些事實(shí)，它屬于底層知識。 例如研究對象事物的屬性、類別，以及對象事物間的關(guān)系等 均屬于事實(shí)類型知識。規(guī)則主要代表是受控對象有關(guān)的經(jīng)驗(yàn) 以及推

5、理性知識等，一般使用“if-then”的形式來表 達(dá)?？刂剖侵R推理的核心，指能反映問題求解中控制策略 的知識。元知識指的是有關(guān)知識的知識，一般指制定規(guī)則、 解釋規(guī)則、校驗(yàn)規(guī)則、解釋程序結(jié)構(gòu)等。1.2知識表示方法。在知識工程中，常用的知識表示方 法主要有：框架、petri網(wǎng)、過程、產(chǎn)生式、語義網(wǎng)絡(luò)、面 向?qū)ο蟆⒅^詞邏輯等。其中框架、產(chǎn)生式、面向?qū)ο笫亲畛?用的三種知識表示方法。這三種知識表示方法并不是完美 的，各自有各自的優(yōu)缺點(diǎn)。產(chǎn)生式表示法特點(diǎn)分析如表1所 示：框架表示法特點(diǎn)分析如表2所示：從上述分析可以發(fā)現(xiàn)，二種表示方法的綜合體能夠避免 一些缺點(diǎn)，但是目前的知識庫設(shè)計(jì)無法有效融合上面的表

6、不o2基于xml技術(shù)農(nóng)業(yè)專家系統(tǒng)知識庫的設(shè)計(jì)2. 1農(nóng)業(yè)專家系統(tǒng)知識范例。在上述三種知識表示方法 中，產(chǎn)生式表示法簡單，易于實(shí)現(xiàn)，因此在農(nóng)業(yè)專家系統(tǒng)中, 絕大多數(shù)都是將知識規(guī)則以產(chǎn)生式的形式存儲在文本文件 中，以產(chǎn)量相關(guān)知識規(guī)則為例，在文本文件中以如下形式保 存：if同等地力其他農(nóng)戶三年平均產(chǎn)量19500斤then其 他農(nóng)戶三年平均產(chǎn)量所在產(chǎn)量水平為超高產(chǎn)水平if 15000斤 3結(jié)論本文以xml技術(shù)針對農(nóng)業(yè)生產(chǎn)知識進(jìn)行了表示，整合了 框架、產(chǎn)生式規(guī)則、面向?qū)ο笫侨N常用的知識表示方法， 集中了三者的優(yōu)點(diǎn)，避免了其不足之處。并以此為基礎(chǔ)構(gòu)建 農(nóng)業(yè)專家系統(tǒng)的知識庫。這種新的知識庫架構(gòu)設(shè)計(jì)，可以充

7、 分體現(xiàn)出農(nóng)業(yè)生產(chǎn)知識的繼承、關(guān)聯(lián)和層次的特點(diǎn)，可以充 分表示出知識的復(fù)雜關(guān)系。同時(shí)由于xml技術(shù)解析、處理目 前有很多程序設(shè)計(jì)語言都可以實(shí)現(xiàn)，因此利用xml技術(shù)來構(gòu) 建農(nóng)業(yè)專家系統(tǒng)的知識庫比目前文本形式的知識庫更易于 體現(xiàn)推理分析層次和技術(shù)呈現(xiàn)多樣化和非線性化的特點(diǎn)，適 應(yīng)目前人工智能技術(shù)的新發(fā)展，提高農(nóng)業(yè)專家系統(tǒng)準(zhǔn)確性和 穩(wěn)定性，有利于農(nóng)業(yè)專家系統(tǒng)的應(yīng)用普及。本文的研究在農(nóng) 業(yè)專家系統(tǒng)研究具有一定創(chuàng)新性，也可以將其推廣到農(nóng)業(yè)專 家系統(tǒng)模型庫的架構(gòu)設(shè)計(jì)中，具有一定應(yīng)用價(jià)值。參考文獻(xiàn)：1 于合龍，陳桂芬，畢春光玉米精準(zhǔn)施肥數(shù)據(jù)庫建模 研究j.玉米科學(xué)，2008, 16 (4)： 184-188

8、.2 趙月玲，陳桂芬，王越，陳航吉林省玉米推薦施肥 專家系統(tǒng)研究與設(shè)計(jì)j玉米科學(xué),2006, 14(3)： 170-172.3 熊范綸農(nóng)業(yè)專家系統(tǒng)及開發(fā)工具m.北京：清華大 學(xué)出版，1999.4 lemmon h. comax: an expert system for cotton crop managementj. scienee, 1986, 233： 29335 plant r e. an integrated expert decision support system for agri-cultural managementj agriculture systems, 1989,

9、29： 49-66.6 vandendriessche h, geypens m, bries j. n- index: an expert system for nitrogen fertilizer of arable cropscgembloux , belgium : cost workshop gembloux, 1992： 5557.7 kruger g a, karamanos r e. fertility analysis and recommendations managerj. commun soil sci plant anal, 1994, 25 (7/18)： 955-9658 高美玲，欒非時(shí)，寇勝利作物專家系統(tǒng)發(fā)展概況與 趨勢j.東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2003, 34 (1)： 105-108.作者簡介