農(nóng)業(yè)專家系統(tǒng)

1、第四講 農(nóng)業(yè)專家系統(tǒng)一、人工智能(artificial intelligence)1. 概念人工智能是計(jì)算機(jī)科學(xué)的一門研究領(lǐng)域。以人類智慧的某些特點(diǎn)，用計(jì)算機(jī)來模擬人的推理、記憶、學(xué)習(xí)、創(chuàng)造等智能特征，主要方法是依靠有關(guān)知識(shí)進(jìn)行邏輯推理，特別是利用經(jīng)驗(yàn)性知識(shí)對(duì)不完全確定的事實(shí)進(jìn)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(jì)算機(jī)模擬人的高級(jí)思維活動(dòng)的一個(gè)重大成果，是人工智能的真正開端。人工智能的第一個(gè)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(nóng)業(yè)專家系統(tǒng)的概念、特征與功能 2、應(yīng)用領(lǐng)域問題求解：如下棋程序。邏輯推理和定

2、理證明：如數(shù)學(xué)定理證明。自然語言處理：如語言翻譯，語音識(shí)別，語言的生成和理解自動(dòng)程序設(shè)計(jì)：“超級(jí)編譯程序”能從高級(jí)形式的描述，生成所需的程序。學(xué)習(xí)：歸納學(xué)習(xí)和類比學(xué)習(xí)。專家系統(tǒng)：利用專家知識(shí)進(jìn)行推理達(dá)到專家解決問題的能力。機(jī)器人學(xué)：完成人部分工作的機(jī)器人。機(jī)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(bào)檢索的系統(tǒng)。組合調(diào)度問題：如最短旅行路線。系統(tǒng)與表達(dá)語言：用人工智能來深化計(jì)算機(jī)系統(tǒng)和語言。二、專家系統(tǒng)及農(nóng)業(yè)專家系統(tǒng) 專家系統(tǒng)（ES，Expert System），是一個(gè)智能程序，它能對(duì)那些需要專家知識(shí)才能解決的應(yīng)用難題，提供相關(guān)領(lǐng)域權(quán)威專家水平的解答?；蛘哒f由一個(gè)專門領(lǐng)域的知識(shí)庫，以

3、及一個(gè)能獲取和運(yùn)用知識(shí)的機(jī)構(gòu)構(gòu)成的一個(gè)問題求解系統(tǒng)。 農(nóng)業(yè)專家系統(tǒng)是一個(gè)擁有大量權(quán)威農(nóng)業(yè)專家的經(jīng)驗(yàn)、資料、數(shù)據(jù)與成果構(gòu)成的知識(shí)庫，并能利用其知識(shí)，模擬農(nóng)業(yè)專家解決問題的思維方法進(jìn)行判斷、推理，以求得解決農(nóng)業(yè)生產(chǎn)問題結(jié)論的智能程序系統(tǒng)。 領(lǐng)域?qū)＜抑R(shí)工程師策略經(jīng)驗(yàn)規(guī)則領(lǐng)域規(guī)則詢問、問題把專家知識(shí)轉(zhuǎn)移到計(jì)算機(jī)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(jì)算機(jī)程序是對(duì)數(shù)據(jù)結(jié)構(gòu)以及作用于數(shù)據(jù)結(jié)構(gòu)的確定型算法的表述. 常規(guī)程序數(shù)據(jù)結(jié)構(gòu)十算法專家系統(tǒng)是通過運(yùn)用知識(shí)進(jìn)行推理，力求在問題領(lǐng)域內(nèi)推導(dǎo)出滿意的解答. 專家系統(tǒng)知識(shí)十推理（2）常規(guī)程序把關(guān)于問題求解的知識(shí)隱含于程序中，而專家系統(tǒng)則把應(yīng)用領(lǐng)域中關(guān)

4、于問題求解的知識(shí)單獨(dú)地組成一個(gè)知識(shí)庫。 （3）常規(guī)程序通過查找或計(jì)算來求取問題的答案，是面向數(shù)值計(jì)算和數(shù)據(jù)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(hào)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(jù)多是精確的，對(duì)數(shù)據(jù)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(jù)及知識(shí)大多是不精確的、模糊的，知識(shí)的模式匹配也多是不精確的，需要為其設(shè)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(jī)構(gòu)，可對(duì)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(jié)構(gòu).三、農(nóng)業(yè)專家系統(tǒng)產(chǎn)生與發(fā)展(1)國際上的ES 70年

5、代末期，美國Illinois大學(xué)植物病理專家計(jì)算機(jī)專家 Plant/ES；當(dāng)時(shí)開發(fā)的系統(tǒng)主要是面向農(nóng)作物的病蟲害診斷；80年代中期，農(nóng)業(yè)專家系統(tǒng)已從單一的病蟲害診斷轉(zhuǎn)向生產(chǎn)管理、經(jīng)濟(jì)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(nèi)容 開發(fā)者 開發(fā)年代 PLANT ES 大豆病害診斷 美國Illinois大學(xué) 1978 灌水管理 美國California大學(xué) 1981 PLANT cd 玉米螟危害預(yù)測(cè) 美國Illinois大學(xué) 1982 棉花水分管理 美國California大學(xué) 1982 人工智能用于木材砍伐 美國Purdue大學(xué) 1983

6、 病害管理輔助決策 美國Rykid大學(xué) 1984 棉花病害綜合防治 美國California大學(xué) 1984 農(nóng)業(yè)化學(xué)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(xué) 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(nèi)容 開發(fā)者 開發(fā)年代PBST 病害診斷及預(yù)測(cè) 澳大利亞西農(nóng)業(yè)部 1987 奶牛繁殖及診斷 美國Margland大學(xué) 1988CALBX 農(nóng)業(yè)管理 美國California大學(xué) 1988FARMSYS 作物多熟種植

7、 美國Florid大學(xué) 1988 農(nóng)作制度管理決策 美國Lowa大學(xué) 1988 SOYBUG 大豆病害管理 Beek等 1989SBLBCT 農(nóng)業(yè)管理與決策選擇 英國Bdinburgh農(nóng)學(xué)院 1989SMARTOSY 大豆生長模擬與管理 美國Geogia大學(xué) 1989 DHLBS 奶牛營養(yǎng)診斷 美國TexasA.M大學(xué) 1989CIRMAN 農(nóng)作物生長風(fēng)險(xiǎn)決策 美國TexasA.M大學(xué) 1989CHESS 母豬群的行為分析 荷蘭Wageningen大學(xué) 1990國際上的ES系統(tǒng)名稱 研究的主要內(nèi)容 開發(fā)者 開發(fā)年代 RAIN 農(nóng)林計(jì)算機(jī)輔助決策 美國Geogia大學(xué) 1990 砂姜黑土施肥專家

8、系統(tǒng) 中國合肥智能所 1991AWFRS 粘蟲測(cè)報(bào) 中國農(nóng)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(nóng)林科學(xué)院 1993IWCMSB 小麥綜合管理 美國Ahmed Kamel 1993BXCIS 專家土地評(píng)價(jià) 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(nóng)科院、中國農(nóng)業(yè)大學(xué)等單位進(jìn)行了開發(fā)研制；90年被列為國家“863“專項(xiàng)課題，目前，在全國20個(gè)?。▍^(qū)）設(shè)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(gè)技術(shù)先進(jìn)、 具有“863”品牌和各具特色農(nóng)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(shè)立了20個(gè)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(tuán)、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(gè)示范區(qū)累計(jì)示范推廣農(nóng)業(yè)專家系統(tǒng)3796萬畝， 增加產(chǎn)量20.6億公斤，新增產(chǎn)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(jì):實(shí)施規(guī)模（萬畝)新增產(chǎn)量(萬公

10、斤)新增產(chǎn)值（萬元）節(jié)約成本（萬元）增收節(jié)支總額(萬元)98-9999-00合計(jì)200548中國的ES：取得了良好的社會(huì)效益受益農(nóng)戶數(shù)548萬戶累計(jì)培訓(xùn)200多萬人次培養(yǎng)了二支隊(duì)伍四、農(nóng)業(yè)專家系統(tǒng)發(fā)展的四個(gè)階段 (一)單功能農(nóng)業(yè)專家系統(tǒng) 該階段是農(nóng)業(yè)專家系統(tǒng)的起始階段,時(shí)間是20世紀(jì)70年代末到80年代初,當(dāng)時(shí)CPU主頻較低,數(shù)據(jù)處理能力低,關(guān)系數(shù)據(jù)庫也剛剛起步,因此該階段農(nóng)業(yè)專家系統(tǒng)功能單一,只相當(dāng)于某一領(lǐng)域?qū)＜?解決特定問題,如病蟲害防治、灌水管理、危害預(yù)測(cè)等。如美國伊利諾斯大學(xué)(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(nóng)業(yè)專家系統(tǒng) 20世紀(jì)80年代中期，計(jì)算機(jī)的處理性能有所提高，關(guān)系數(shù)據(jù)也有很大發(fā)展，農(nóng)業(yè)專家系統(tǒng)理論有所發(fā)展，此時(shí)專家系統(tǒng)在功能上已從解決單項(xiàng)問題的病蟲害診斷等轉(zhuǎn)向解決農(nóng)業(yè)生產(chǎn)管理、經(jīng)濟(jì)分析、輔助決策、環(huán)境控制等綜合問題的多個(gè)方向發(fā)展，該階段專家系統(tǒng)能實(shí)現(xiàn)多功能，相當(dāng)于多領(lǐng)域?qū)＜业慕Y(jié)合，解決多個(gè)領(lǐng)域的復(fù)雜問題。如1984年，美國Jones等開發(fā)的農(nóng)業(yè)化學(xué)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(nóng)業(yè)專家系統(tǒng) 作物生長模擬模型是20世紀(jì)60年代以來在作物栽培學(xué)產(chǎn)生的新的研究方向，到了80年代，隨著模擬模型技術(shù)的逐漸成熟

12、，計(jì)算機(jī)處理性能和數(shù)據(jù)庫技術(shù)進(jìn)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(jié)合并與有關(guān)領(lǐng)域?qū)＜抑R(shí)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(shí)現(xiàn)了計(jì)算機(jī)技術(shù)與作物模擬模型的結(jié)合，增強(qiáng)了專家系統(tǒng)的機(jī)理性和決策功能，充分實(shí)現(xiàn)了數(shù)據(jù)庫、模擬模型、知識(shí)庫、推理機(jī)的有機(jī)結(jié)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(qiáng)、應(yīng)用面寬、考慮的因子多和易控制等優(yōu)點(diǎn)，其功能主要是提供目標(biāo)、動(dòng)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(nóng)業(yè)專家系統(tǒng)是20世紀(jì)80年代中期美國農(nóng)業(yè)部推出的棉花綜合管理專家系統(tǒng)（COMMAX/GOSSYM） (四)智能化農(nóng)業(yè)專家系統(tǒng) 20世紀(jì)90年代以來

13、，隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)、數(shù)據(jù)庫技術(shù)、“3S”技術(shù)以及自動(dòng)化控制技術(shù)的高速發(fā)展，農(nóng)業(yè)信息技術(shù)進(jìn)入了一個(gè)新的發(fā)展時(shí)期，相繼開發(fā)除了智能化農(nóng)業(yè)專家系統(tǒng)。智能化農(nóng)業(yè)專家系統(tǒng)主要是各種智能技術(shù)在專家系統(tǒng)領(lǐng)域的集成，如神經(jīng)網(wǎng)絡(luò)、WEB技術(shù)、智能溫室、“3S”技術(shù)，利用現(xiàn)代數(shù)據(jù)處理手段，對(duì)數(shù)據(jù)進(jìn)行新的處理，豐富了農(nóng)業(yè)專家內(nèi)涵，提高了專家系統(tǒng)決策的精確性、智能性和實(shí)用性。 如20世紀(jì)90年代初，美國Florida大學(xué)農(nóng)業(yè)工程系集成了農(nóng)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(yùn)用CERES作物模擬模型與GIS相結(jié)合，建立了印度半干旱地區(qū)決策模式；A.D.Gier等人運(yùn)用GIS建立了印度尼西亞

14、區(qū)域空間分析農(nóng)業(yè)生產(chǎn)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(shí) （2）能進(jìn)行有效的推理 （3）具有獲取知識(shí)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(shí)用性 （8）具有一定的復(fù)雜性及難度 （1） 具有專家水平的專門知識(shí)可分為三個(gè)層次，即數(shù)據(jù)級(jí)、知識(shí)庫級(jí)和控制級(jí)。數(shù)據(jù)級(jí)知識(shí)：是指具體問題所提供的初始事實(shí)以及問題求解過程中所產(chǎn)生的中間結(jié)論、最終結(jié)論等。例如病人的癥狀、化驗(yàn)結(jié)果以及由專家系統(tǒng)推出的病因、治療方案等，這一類知識(shí)通常存放于數(shù)據(jù)庫中。知識(shí)庫級(jí)知識(shí)：是指專家的知識(shí)。例如醫(yī)學(xué)常識(shí)、醫(yī)生診治疾病的經(jīng)驗(yàn)等。 控制級(jí)知識(shí)：是關(guān)于如何運(yùn)用前兩種

15、知識(shí)的知識(shí)。由于控制級(jí)知識(shí)是用于控制系統(tǒng)的運(yùn)行過程及推理的，因而其性能的優(yōu)劣直接關(guān)系到系統(tǒng)的“智能”程度。 （2）能進(jìn)行有效的推理 專家系統(tǒng)的根本任務(wù)是求解領(lǐng)域內(nèi)的現(xiàn)實(shí)問題。問題的求解過程是一個(gè)思維過程，即推理過程。 不同專家系統(tǒng)的推理機(jī)制也不盡相同，有的只要求進(jìn)行精確推理，有的則要求進(jìn)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(shí)的能力 專家系統(tǒng)的基礎(chǔ)是知識(shí)。為了得到知識(shí)就必須具有獲取知識(shí)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(dāng)前應(yīng)用較多的是建立知識(shí)編輯器，知識(shí)工程師或領(lǐng)域?qū)＜彝ㄟ^知識(shí)編輯器把領(lǐng)域知識(shí)“傳授”給專家系統(tǒng)，以便建立起知識(shí)庫。一些高級(jí)專家系統(tǒng)目前

16、正在建立一些自動(dòng)獲取工具，使得系統(tǒng)自身具有學(xué)習(xí)能力，能從系統(tǒng)運(yùn)行的實(shí)踐中不斷總結(jié)出新的知識(shí)，使知識(shí)庫中的知識(shí)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(jié)構(gòu)都采用了知識(shí)庫與推理機(jī)相分離的構(gòu)造原則，彼此既有聯(lián)系，又相互獨(dú)立。 另外，由于知識(shí)庫與推理機(jī)分離，就使人們有可能把一個(gè)技術(shù)上成熟的專家系統(tǒng)變?yōu)橐粋€(gè)專家系統(tǒng)工具，這只要抽去知識(shí)庫中的知識(shí)就可使它變?yōu)橐粋€(gè)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?yàn)樗哂薪忉尮δ?。人們?cè)趹?yīng)用專家系統(tǒng)求解問題時(shí)，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(shè)置了解釋機(jī)構(gòu)，用于向用戶解釋它的行為動(dòng)機(jī)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(shè)計(jì)者及領(lǐng)域?qū)＜揖涂煞奖愕卣页鱿到y(tǒng)隱含的錯(cuò)誤，便于對(duì)系統(tǒng)進(jìn)行維護(hù)。 （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(lǐng)域?qū)＜一蛑R(shí)工程師進(jìn)行對(duì)話以獲取知識(shí); 另一方面它也需要通過與用戶對(duì)話以索取求解問題時(shí)所需的已知事實(shí)以及回答用戶的詢問。（7）具有實(shí)用性 專家系統(tǒng)是根據(jù)領(lǐng)域問題的實(shí)際需求開發(fā)的，這一特點(diǎn)就決定了它具有堅(jiān)實(shí)的應(yīng)用背景。另外，專家系統(tǒng)擁有大量高質(zhì)量的專家知識(shí)，可使問題求解達(dá)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(yīng)用。（8）具有一定的復(fù)雜性及難度 專家系統(tǒng)擁有知識(shí)，并能運(yùn)用知識(shí)進(jìn)行推理，以模擬人類求解問題的思維過程。但是，人類的知識(shí)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(shí)現(xiàn)對(duì)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(xué)科的共同發(fā)展。在建造一個(gè)專家系統(tǒng)時(shí)，會(huì)遇到多種需要解決的困難問題，如不確定性知識(shí)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(yù)測(cè)專家系統(tǒng) 診斷專家系統(tǒng) 設(shè)計(jì)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(diào)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(jù)實(shí)驗(yàn)數(shù)據(jù)對(duì)當(dāng)前局勢(shì)進(jìn)行解釋。預(yù)測(cè)：根據(jù)當(dāng)前局勢(shì)對(duì)以

19、后可能出現(xiàn)的結(jié)局進(jìn)行預(yù)測(cè)。診斷：根據(jù)觀測(cè)數(shù)據(jù)確定故障所在。醫(yī)療、電子、機(jī)械等。設(shè)計(jì)：根據(jù)要求確定產(chǎn)品結(jié)構(gòu)，用于電路布線、建筑設(shè)計(jì)等。 行動(dòng)計(jì)劃：用于機(jī)器人作業(yè)設(shè)計(jì)、自動(dòng)程序設(shè)計(jì)等。監(jiān)控：對(duì)系統(tǒng)行為與影響工作的因素進(jìn)行比較和辨識(shí)。調(diào)試與故障排除：對(duì)程序錯(cuò)誤或機(jī)電設(shè)備故障提出處理意見。修理： 對(duì)斷出診的問題制訂修理計(jì)劃并執(zhí)行。教學(xué)： 在特定領(lǐng)域內(nèi)對(duì)學(xué)生因材施教、授業(yè)傳藝。控制： 自適應(yīng)地控制對(duì)象的宏觀行為。 農(nóng)業(yè)專家系統(tǒng)的類型啟發(fā)式專家系統(tǒng)(Heuristic Expert System)實(shí)時(shí)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(jù)庫系統(tǒng)(Expert Database)專家系統(tǒng)開發(fā)工具(Problem-specific shell)（一）農(nóng)業(yè)專家系統(tǒng)按其功能和結(jié)構(gòu)的主要特征，可分為： (二)按涉及學(xué)科領(lǐng)域劃分：作物栽培專家系統(tǒng)農(nóng)田施肥專家系統(tǒng)植物保護(hù)專家系統(tǒng)設(shè)施農(nóng)業(yè)專家系統(tǒng)新品種選育專家系統(tǒng)畜禽水產(chǎn)養(yǎng)殖專家系統(tǒng)水利灌溉專家系統(tǒng)其他學(xué)科領(lǐng)域的專家系統(tǒng)系 統(tǒng) 結(jié) 構(gòu) 圖七、農(nóng)業(yè)專家系統(tǒng)的結(jié)構(gòu)人機(jī)接口用戶領(lǐng)域?qū)＜摇⒅R(shí)工程師解釋機(jī)構(gòu)知識(shí)獲取機(jī)構(gòu)數(shù)據(jù)庫及其管理系統(tǒng)知識(shí)庫及其管理系統(tǒng)推理機(jī)其各部分構(gòu)成的功能如下：1知識(shí)庫 知識(shí)庫主要用來存放農(nóng)業(yè)領(lǐng)域?qū)＜业膶ｉT知識(shí)。知識(shí)庫是推理機(jī)

21、工作的重要對(duì)象，其中知識(shí)表示的好壞直接影響著整個(gè)系統(tǒng)的工作效率。 2數(shù)據(jù)庫（綜合數(shù)據(jù)庫） 綜合數(shù)據(jù)庫又稱全局?jǐn)?shù)據(jù)庫或總數(shù)據(jù)庫，它用于存儲(chǔ)領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)（信息），即被處理對(duì)象的一些當(dāng)前事實(shí)。 3推理機(jī) 推理機(jī)用于記憶所采用的規(guī)則和控制策略的程序，使整個(gè)農(nóng)業(yè)專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。推理機(jī)能夠根據(jù)知識(shí)進(jìn)行推理和導(dǎo)出結(jié)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(shí)獲取 知識(shí)獲取過程可以看作使農(nóng)業(yè)專家的專業(yè)知識(shí)從知識(shí)源到知識(shí)庫的轉(zhuǎn)移過程。知識(shí)獲取過程包括在知識(shí)庫創(chuàng)建時(shí)識(shí)別出必要的知識(shí)并將其形式化，建成的知識(shí)庫經(jīng)常會(huì)發(fā)現(xiàn)有錯(cuò)誤或不完整，所以

22、知識(shí)獲取過程還包括對(duì)知識(shí)庫的修改和擴(kuò)充。5解釋機(jī)構(gòu) 它能夠向用戶解釋農(nóng)業(yè)專家系統(tǒng)的行為，包括解釋推理結(jié)論的正確性和系統(tǒng)輸出其他候選解的原因。 6人機(jī)界面 它能夠使系統(tǒng)與用戶進(jìn)行對(duì)話，使用戶能夠輸入必要的數(shù)據(jù)、提出問題和了解推理過程及推理結(jié)果等。系統(tǒng)則通過人機(jī)接口，要求用戶回答提問，并回答用戶提出的問題，進(jìn)行必要的解釋。第二節(jié) 農(nóng)業(yè)專家系統(tǒng)的研制與應(yīng)用一、開發(fā)過程 包括知識(shí)獲取，即從農(nóng)業(yè)領(lǐng)域?qū)＜夷抢锸占須w納有關(guān)的專業(yè)知識(shí)和經(jīng)驗(yàn)、數(shù)據(jù)，并經(jīng)農(nóng)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(hào)表示的形式；確定知識(shí)表示和推理方法；建立知識(shí)庫；編寫推理程序，然后調(diào)試、運(yùn)行和修改等步驟。 圖 2 農(nóng)業(yè)專

23、家系統(tǒng)的開發(fā)過程 專家系統(tǒng) 知識(shí)獲取與數(shù)據(jù)整理 編寫推理程序、調(diào)試程序 建立知識(shí)庫、數(shù)據(jù)庫 確定知識(shí)表示和推理方法 二、知識(shí)獲取 1、概念 在專家系統(tǒng)中，知識(shí)庫的建造通常是知識(shí)工程師與領(lǐng)域?qū)＜颐芮信浜系慕Y(jié)果。領(lǐng)域?qū)＜易陨砘蛑R(shí)工程師與領(lǐng)域?qū)＜夜餐砜偨Y(jié)領(lǐng)域的知識(shí)和他們的實(shí)際知識(shí)、經(jīng)驗(yàn)、模型及研究成果等，按所建專家系統(tǒng)規(guī)定的知識(shí)表示形式，整理成一個(gè)個(gè)知識(shí)單元, 放入知識(shí)庫, 這種過程稱之為知識(shí)獲取。知識(shí)獲取與知識(shí)表示、知識(shí)運(yùn)用是建造一個(gè)專家系統(tǒng)的三個(gè)關(guān)鍵技術(shù)。 2、知識(shí)獲取的任務(wù) 知識(shí)獲取的基本任務(wù)是為專家系統(tǒng)獲取知識(shí)，建立起健全、完善、有效的知識(shí)庫，已滿足求解領(lǐng)域問題的需要。 抽取知識(shí) 抽取

24、知識(shí)是指把蘊(yùn)含于知識(shí)源（領(lǐng)域?qū)＜?、書本、相關(guān)論文及系統(tǒng)的運(yùn)行實(shí)踐等）中的知識(shí)經(jīng)過識(shí)別、理解、篩選、歸納等抽取出來，以用于建立知識(shí)庫。 包括人工分析方法；統(tǒng)計(jì)分析方法 ；自然語言理解方法 和知識(shí)編譯方法。 知識(shí)轉(zhuǎn)換 知識(shí)轉(zhuǎn)換是指把知識(shí)由一種表示形式轉(zhuǎn)換為另一種表示形式。 人類專家或科技文獻(xiàn)中的知識(shí)通常是用自然語言、圖形、表格等形式表示的，而知識(shí)庫中的知識(shí)是用計(jì)算機(jī)能夠識(shí)別、運(yùn)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(guān)文獻(xiàn)中抽取出來的知識(shí)送入知識(shí)庫供求解問題使用，需要進(jìn)行知識(shí)表示形式的轉(zhuǎn)換。 知識(shí)轉(zhuǎn)換一般分兩步進(jìn)行：第一步是把從專家及文獻(xiàn)資料抽取的知識(shí)轉(zhuǎn)換為某種知識(shí)表示模式，如產(chǎn)生式

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

26、方面的內(nèi)容。 知識(shí)檢測(cè) 知識(shí)庫的建立是通過對(duì)知識(shí)進(jìn)行抽取、轉(zhuǎn)換、輸入等環(huán)節(jié)實(shí)現(xiàn)的，任何環(huán)節(jié)上的失誤都會(huì)造成知識(shí)錯(cuò)誤，直接影響到專家系統(tǒng)的性能。因此，必須對(duì)知識(shí)庫中的知識(shí)進(jìn)行檢測(cè)，以便盡早發(fā)現(xiàn)并糾正錯(cuò)誤。另外，經(jīng)過抽取轉(zhuǎn)換后的知識(shí)不能存在知識(shí)的不一致和不完整性等問題，也需要通過知識(shí)檢測(cè)來發(fā)現(xiàn)是否有知識(shí)的不一致和不完整，并采取相應(yīng)的修正措施，使專家系統(tǒng)的知識(shí)具有一致性和完整性。 3、知識(shí)獲取的方式 按知識(shí)獲取的自動(dòng)化程度劃分，知識(shí)獲取可分為非自動(dòng)知識(shí)獲取和自動(dòng)知識(shí)獲取兩種方式。 非自動(dòng)知識(shí)獲取 與領(lǐng)域?qū)＜疫M(jìn)行交流，閱讀有關(guān)文獻(xiàn)，獲取專家系統(tǒng)所需要的原始知識(shí)。 對(duì)獲得的原始知識(shí)進(jìn)行分析、整理、歸納，

27、形成用自然語言表述的知識(shí)條款，然后交領(lǐng)域?qū)＜覍彶椤?最后確定的知識(shí)條款用知識(shí)表示語言表示出來，通過知識(shí)編輯器進(jìn)行編輯輸入。 知識(shí)編輯器是一種用于知識(shí)輸入的軟件，通常是在建造專家系統(tǒng)時(shí)根據(jù)實(shí)際需要編制的。知識(shí)編輯器應(yīng)具有以下主要功能： 把用某種知識(shí)表示模式或語言所表示的知識(shí)轉(zhuǎn)換成計(jì)算機(jī)可表示的內(nèi)部形式，并輸入到知識(shí)庫中； 檢測(cè)輸入知識(shí)中的語法錯(cuò)誤，并報(bào)告錯(cuò)誤性質(zhì)與位置，以便進(jìn)行修正； 檢測(cè)知識(shí)的一致性等，報(bào)告非一致性的原因，以便知識(shí)工程師征詢領(lǐng)域?qū)＜乙庖姴⑦M(jìn)行修正。 自動(dòng)知識(shí)獲取 自動(dòng)知識(shí)獲取是指系統(tǒng)自身具有獲取知識(shí)的能力，它不僅可以直接與領(lǐng)域?qū)＜覍?duì)話，從專家提供的原始信息中“學(xué)習(xí)”到專家系統(tǒng)所

28、需的知識(shí)，而且還能從系統(tǒng)自身的運(yùn)行實(shí)踐中總結(jié)、歸納出新的知識(shí)，發(fā)現(xiàn)知識(shí)中可能存在的錯(cuò)誤，不斷自我完善，建立起性能優(yōu)良、知識(shí)完善的知識(shí)庫。因此，自動(dòng)知識(shí)獲取至少應(yīng)具備以下能力： 具備識(shí)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(yùn)行實(shí)踐中學(xué)習(xí)的能力 4、知識(shí)的檢測(cè)與求精 知識(shí)的一致性與完整性檢測(cè) 知識(shí)求精 知識(shí)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(shí)不完整的問題，以致在系統(tǒng)運(yùn)行時(shí)產(chǎn)生錯(cuò)判或漏判的錯(cuò)誤。錯(cuò)判是指對(duì)給定的不應(yīng)產(chǎn)生某一結(jié)論的條件，經(jīng)系統(tǒng)運(yùn)行卻得出了這一結(jié)論。 為了找出導(dǎo)致錯(cuò)誤的原因，就需要找出產(chǎn)生這些錯(cuò)誤的知識(shí)，予以改進(jìn)，以提高知識(shí)庫的可靠性，稱之為知識(shí)

29、求精。實(shí)現(xiàn)知識(shí)求精的一般方法是：用一批有已知結(jié)論的實(shí)例考核知識(shí)庫，看有多少實(shí)例被系統(tǒng)錯(cuò)判和漏判，然后對(duì)知識(shí)進(jìn)行適當(dāng)?shù)男拚?，以提高知識(shí)庫的可靠性。 三、知識(shí)表達(dá) 知識(shí)表示是數(shù)據(jù)結(jié)構(gòu)和解釋過程的結(jié)合體現(xiàn)。知識(shí)表示方法研究各種數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)，以把一個(gè)問題領(lǐng)域的各種知識(shí)通過這些數(shù)據(jù)結(jié)構(gòu)結(jié)合到計(jì)算機(jī)系統(tǒng)的程序設(shè)計(jì)中來，這些數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)一般是針對(duì)一個(gè)具體問題領(lǐng)域，在假設(shè)所要表示的知識(shí)已經(jīng)知道或基本知道的前提下進(jìn)行的。對(duì)于不同領(lǐng)域的知識(shí)可以采用不同的知識(shí)表示方法，任一種領(lǐng)域知識(shí)都可用任一種知識(shí)表示法表示出來。當(dāng)對(duì)某一個(gè)問題或一種知識(shí)選用知識(shí)表示方法時(shí)，必須用以前提及的知識(shí)方法的標(biāo)準(zhǔn)來衡量，以使得問題的知識(shí)

30、表示最合適，對(duì)所要解決的問題最為有利，以下將介紹幾種常用的知識(shí)表示方法。 邏輯表示法 產(chǎn)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(wǎng)絡(luò)表示法 案例表示法 面向?qū)ο蟊硎痉?語義網(wǎng)絡(luò)表示法 為了描述更復(fù)雜的概念、事物及其語義聯(lián)系，引入了語義網(wǎng)絡(luò)表示知識(shí)的方法。語義網(wǎng)絡(luò)是奎廉（J.R.Quilian）于1968年最先提出的。1972年，西蒙將語義網(wǎng)絡(luò)用于自然語言理解。語義網(wǎng)絡(luò)表示法是一種表達(dá)能力強(qiáng)而且靈活的知識(shí)表示方法。 語義網(wǎng)絡(luò)的概念 語義網(wǎng)絡(luò)是基于網(wǎng)絡(luò)結(jié)構(gòu)表示人類知識(shí)構(gòu)造的一種形式。 語義主要是指語言結(jié)構(gòu)（如詞，短語、句子、段落等）及其意義上的聯(lián)系。 一個(gè)語義網(wǎng)絡(luò)是一個(gè)帶標(biāo)識(shí)的有

31、向圖，其中，有向圖的節(jié)點(diǎn)表示各種事物、概念、屬性、動(dòng)作、狀態(tài)等，有向弧表示它所連接的節(jié)點(diǎn)間的某種語義聯(lián)系，一個(gè)節(jié)點(diǎn)還可以是一個(gè)語義子網(wǎng)絡(luò)，從而形成一個(gè)多層次嵌套結(jié)構(gòu)的語義網(wǎng)絡(luò)。 一個(gè)最簡單的語義網(wǎng)絡(luò)是如下一個(gè)三元組：（節(jié)點(diǎn)1，弧，節(jié)點(diǎn)2），它可以用一個(gè)有向圖表示，如圖3所示，稱為一個(gè)基本網(wǎng)元。其中，A,B分別表示兩個(gè)節(jié)點(diǎn)，RAB的方向是有意義的，由節(jié)點(diǎn)間的語義關(guān)系確定，例如在表示類屬關(guān)系時(shí)，有向弧當(dāng)把多個(gè)基本網(wǎng)元用相應(yīng)語義聯(lián)系關(guān)聯(lián)在一起時(shí)，就得到一個(gè)語義網(wǎng)絡(luò)。上層概念，箭尾節(jié)點(diǎn)表示下層概念或者一個(gè)屬于該類的具體事物。Rab是一種 圖 3 基本網(wǎng)元 圖 4 玉米與糧食作物的語義網(wǎng)絡(luò) 當(dāng)把多個(gè)基本

32、網(wǎng)元用相應(yīng)語義聯(lián)系關(guān)聯(lián)在一起時(shí)，就得到一個(gè)語義網(wǎng)絡(luò)。 任何一種知識(shí)表示模式都應(yīng)具有兩種功能，一是能表達(dá)事實(shí)性的知識(shí)，二是能表達(dá)有關(guān)事物之間的聯(lián)系，從而使得能夠從給定的已知事實(shí)找到另一些有關(guān)的事實(shí)。語義網(wǎng)絡(luò)可以表示事實(shí)性的知識(shí)，也可以表示有關(guān)事實(shí)性知識(shí)之間的復(fù)雜聯(lián)系。 A B 糧食作物 玉米 用語義網(wǎng)絡(luò)表示事實(shí) “玉米是一種糧食作物”這一簡單事實(shí)的語義網(wǎng)絡(luò)如圖4所示。如果還需要進(jìn)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(yīng)節(jié)點(diǎn)相連的部分是該節(jié)點(diǎn)所描述的對(duì)象的屬性。 圖 5 玉米的語義網(wǎng)絡(luò) 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(shí) 產(chǎn)量高 大田種植 用語義網(wǎng)絡(luò)表示事物間的關(guān)系 語義網(wǎng)絡(luò)可以方便地描述事物之間的多種語義關(guān)系，如：分類關(guān)系、聚集關(guān)系、推論關(guān)系、時(shí)間、位置關(guān)系和多元關(guān)系等。 圖 6 聚集關(guān)系示例 圖 7 推論關(guān)系示例 教 學(xué) 學(xué)生 教師 課程 饑餓 需進(jìn)食 語義網(wǎng)絡(luò)的推理 用語義網(wǎng)絡(luò)表示知識(shí)的問題求解系統(tǒng)稱為語義網(wǎng)絡(luò)系統(tǒng)。該系統(tǒng)主要由兩部分組成：一是由語義網(wǎng)絡(luò)表示的知識(shí)庫，二是利用語義網(wǎng)絡(luò)求解問題的程序，稱為語義網(wǎng)絡(luò)推理機(jī)。大多數(shù)語義網(wǎng)絡(luò)系統(tǒng)采用的推理機(jī)制都是以網(wǎng)絡(luò)結(jié)構(gòu)的匹配為基礎(chǔ)的。先根據(jù)待求解的問題構(gòu)造一個(gè)問題網(wǎng)絡(luò)片斷，然后在語義網(wǎng)絡(luò)知識(shí)庫中搜尋能與該

34、網(wǎng)絡(luò)片斷匹配的網(wǎng)絡(luò)。在搜尋過程中，經(jīng)常需要使用節(jié)點(diǎn)間的繼承關(guān)系進(jìn)行必要的繼承推理；也常常需要利用節(jié)點(diǎn)間的推理關(guān)系來確定不同網(wǎng)絡(luò)片斷之間的語義等價(jià)關(guān)系，稱之為網(wǎng)絡(luò)演繹。因此，語義網(wǎng)絡(luò)的推理主要包括網(wǎng)絡(luò)匹配、繼承推理和網(wǎng)絡(luò)演繹三個(gè)方面的問題。 語義網(wǎng)絡(luò)表示法的特點(diǎn) 結(jié)構(gòu)性 語義網(wǎng)絡(luò)表示法和框架表示法都是結(jié)構(gòu)化的知識(shí)表示方法。語義網(wǎng)絡(luò)表示法把事物的屬性和事物之間的聯(lián)系用語義網(wǎng)絡(luò)的結(jié)構(gòu)形式顯式的表示出來，下層概念的節(jié)點(diǎn)可以繼承、補(bǔ)充、變異上層概念節(jié)點(diǎn)的屬性，從而實(shí)現(xiàn)信息共享和減少信息冗余。 自然性 語義網(wǎng)絡(luò)實(shí)際上是一個(gè)帶有標(biāo)識(shí)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(shí)比較容易用語義網(wǎng)絡(luò)表示。 局限性 語義網(wǎng)絡(luò)沒有公認(rèn)的形式表示體系。四、知識(shí)庫與數(shù)據(jù)庫的構(gòu)建 數(shù)據(jù)庫框架 地理信息數(shù)據(jù) 氣象資料數(shù)據(jù) 土壤資料數(shù)據(jù) 品種資料數(shù)據(jù) 管理措施數(shù)據(jù) 農(nóng)業(yè)生產(chǎn)條件數(shù)據(jù) 圖形、圖像數(shù)據(jù) 試驗(yàn)數(shù)據(jù)庫 知識(shí)庫框架 品種選擇知識(shí) 播期、密度知識(shí) 作物營養(yǎng)與施肥知識(shí) 農(nóng)田水分管理知識(shí) 作物生長發(fā)育知識(shí) 生長調(diào)節(jié)劑、生化制劑的使用知識(shí) 病蟲草鼠害防治知識(shí)1.知識(shí)庫(KB) 知識(shí)庫是知識(shí)的存儲(chǔ)機(jī)構(gòu)，用于存儲(chǔ)領(lǐng)域內(nèi)的原理性知識(shí)、專家的經(jīng)驗(yàn)性知識(shí)以及有關(guān)的事實(shí)等，系統(tǒng)以文本文件形式保存。 主要包括：品種選擇知識(shí)播期、密度知識(shí)小麥的營養(yǎng)與施肥知識(shí)農(nóng)田水分管理知識(shí)小麥生長發(fā)育知識(shí)生

36、長調(diào)節(jié)劑、生化制劑的使用知識(shí)病蟲草害鼠害與防治知識(shí) 品種知識(shí)： 根據(jù)品種對(duì)溫、光的生態(tài)適應(yīng)性（耐旱、澇、 肥、瘠、鹽堿等的特性） 綜合農(nóng)藝性狀（如 ：株高、產(chǎn)量與產(chǎn)量結(jié)構(gòu)、抗倒性、熟期、熟相等） 生長發(fā)育特點(diǎn)（生育進(jìn)程、生長速度、生物量、光合能力、經(jīng)濟(jì)系數(shù)等） 抗性（病、蟲雜草、高溫、冷害等） 品質(zhì)（形態(tài)品質(zhì)、加工品質(zhì)、營養(yǎng)品質(zhì)）等綜合因素對(duì)照用戶所處地理位置、目標(biāo)產(chǎn)量、栽培水平和土壤肥力狀況等相關(guān)因素確定適宜的品種。 播期、密度知識(shí) 根據(jù)不同品種特性、環(huán)境條件、茬口及產(chǎn)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(shí) 不同土質(zhì)和地力水平可能達(dá)到的生產(chǎn)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(diǎn)，根據(jù)土壤肥力水平和目標(biāo)產(chǎn)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(shù)，群體大小、長勢(shì)、長相與施肥量；施肥期及配比關(guān)系等。 農(nóng)田水分管理知識(shí) 小麥需水規(guī)律和實(shí)際耗水量；不同時(shí)期、不同土壤深度水分動(dòng)態(tài)對(duì)小麥生長發(fā)育的影響及臨界含水量；根據(jù)天氣、墑情和苗情掌握關(guān)鍵灌溉時(shí)間和灌水量的科學(xué)依據(jù)。小麥生長發(fā)育知識(shí) 小麥一生不同階段的生長發(fā)育特點(diǎn)及動(dòng)態(tài)調(diào)控指標(biāo)。 例如：小麥葉片與植株各器官之間的“同伸”或?qū)?yīng)關(guān)系；生長速度與生育進(jìn)度，群體發(fā)展與個(gè)體發(fā)育，營養(yǎng)生長與生殖生長，根系與地上部分物質(zhì)消耗與積累，分蘗消長與成穗，壯稈與大穗，灌漿持續(xù)時(shí)間、強(qiáng)度與粒重等一系列互作關(guān)系合

38、理調(diào)控原理以及不同生育期的關(guān)鍵生理指標(biāo)。 生長調(diào)節(jié)劑、生化制劑的使用知識(shí) 常用生長調(diào)節(jié)劑的種類、特點(diǎn)及使用方法，根據(jù)小麥群體指標(biāo)，選用適當(dāng)?shù)幕瘜W(xué)制劑和生物制劑，以達(dá)到生長調(diào)控的目的。 病蟲草害鼠害與防治知識(shí) 包括病蟲草鼠的主要種類及其識(shí)別；發(fā)生規(guī)律、預(yù)測(cè)技術(shù)、綜合防治措施等。 知識(shí)庫的建立 制定方案；根據(jù)開發(fā)系統(tǒng)的領(lǐng)域特點(diǎn)編制數(shù)據(jù)、知識(shí)收集的方案。 設(shè)計(jì)表格；根據(jù)所確定的方案設(shè)計(jì)相應(yīng)數(shù)據(jù)與知識(shí)調(diào)查表格。 知識(shí)收集；通過會(huì)談、問卷、查閱與著與文獻(xiàn)及試驗(yàn)研究等方法收集數(shù)據(jù)與知識(shí)。 校對(duì)改錯(cuò)；對(duì)收集到的數(shù)據(jù)、知識(shí)進(jìn)行仔細(xì)查對(duì)，確保數(shù)據(jù)源與知識(shí)源的準(zhǔn)確、無誤。 整理與歸納：對(duì)數(shù)據(jù)進(jìn)行常規(guī)統(tǒng)計(jì)處理，對(duì)適

39、應(yīng)按專家解決問題的思路進(jìn)行分類和歸納。 篩選精練：對(duì)經(jīng)過統(tǒng)計(jì)的數(shù)據(jù)和經(jīng)過分類、歸納的知識(shí)進(jìn)行篩選精練，從中找出規(guī)律和結(jié)論。 修改完善；篩選精練后，對(duì)不符合事實(shí)的規(guī)律和結(jié)論重新與領(lǐng)域?qū)＜姨接懟蜻M(jìn)行試驗(yàn)驗(yàn)證或進(jìn)一步收集、修改數(shù)據(jù)與知識(shí)，達(dá)到補(bǔ)充、完善數(shù)據(jù)庫和知識(shí)庫目的。 知識(shí)庫建立：根據(jù)應(yīng)用系統(tǒng)推理需要，將經(jīng)過分類、歸納和修改完善后的知識(shí)，按規(guī)則分成相關(guān)因素、中間因素、結(jié)果因素、可信度和語言規(guī)則設(shè)計(jì)成計(jì)算機(jī)語言所能實(shí)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(jù)庫(DB) 數(shù)據(jù)庫用于存放原始數(shù)據(jù)以及用戶提供的初始事實(shí)、問題描述等。主要包括： 地理信息數(shù)據(jù) 土壤資料數(shù)據(jù) 氣象資料數(shù)據(jù)

40、 品種資料數(shù)據(jù) 病蟲情數(shù)據(jù) 圖形、圖象信息數(shù)據(jù)地理信息數(shù)據(jù) 主要指用戶的基本地理信息，包括行政區(qū)域、緯度（度-分）、經(jīng)度（度-分）、海拔（m）、地形地貌等有關(guān)地理空間信息。 土壤資料數(shù)據(jù) 主要包括土壤類型，土層深度（CM）、土壤質(zhì)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(shì)；土壤養(yǎng)分含量：有機(jī)質(zhì)（%）、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(jù)包括日照時(shí)數(shù)（小時(shí)），日平均濕度和日最高、最低溫度（），空氣相對(duì)濕度（），風(fēng)速（米秒），

41、日降水量（毫米），實(shí)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(xué)特征：株高（cm）、葉片數(shù)、株型、百（千）粒重（g）；品質(zhì)特性：蛋白質(zhì)含量（）、脂肪含量（）等；生物學(xué)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(shì)（LAD）（m2d /hm2）；抗逆性：抗病性、抗倒伏性、抗寒性、抗旱性等；栽培要點(diǎn)：如播期、種植密度、施肥量等，生態(tài)適應(yīng)性以及產(chǎn)量水平（kg/hm2）和產(chǎn)量結(jié)構(gòu)等。 管理措施 包括小麥生產(chǎn)中管理措施的種類、時(shí)間、強(qiáng)度等資料，如；播種期、播種量、施肥時(shí)間與施肥量、灌溉日期與灌溉量、成熟及

42、收獲期管理等。農(nóng)業(yè)生產(chǎn)條件 農(nóng)業(yè)生產(chǎn)基本條件如農(nóng)用動(dòng)力、化肥投入、灌排條件、勞力、播種面積、種植方式、單產(chǎn)水平、農(nóng)藥和農(nóng)膜使用量及費(fèi)用、植保器械等。 圖形、圖象 有時(shí)為了系統(tǒng)運(yùn)行方便，常將一些圖形、圖像數(shù)據(jù)，如行政區(qū)域圖、養(yǎng)分含量分布、病蟲草害的圖片等單獨(dú)存放，供系統(tǒng)運(yùn)行時(shí)隨時(shí)調(diào)用。試驗(yàn)數(shù)據(jù)庫 由于小麥生長環(huán)境復(fù)雜，一些高產(chǎn)技術(shù)措施、原理還需通過試驗(yàn)不斷探索、改進(jìn)、大量的試驗(yàn)數(shù)據(jù)是對(duì)專家知識(shí)的補(bǔ)充完善，包括田間試驗(yàn)數(shù)據(jù)和人工模擬試驗(yàn)數(shù)據(jù)。 數(shù)據(jù)庫的建立 根據(jù)具體農(nóng)業(yè)專家系統(tǒng)應(yīng)用范圍和特點(diǎn)，依據(jù)上述數(shù)據(jù)庫框架格式，收集、整理數(shù)據(jù)資料，在此基礎(chǔ)上建立該系統(tǒng)的數(shù)據(jù)庫。主要步驟包括： 制定數(shù)據(jù)收集的方

43、案；設(shè)計(jì)數(shù)據(jù)庫和數(shù)據(jù)表； 選擇適當(dāng)?shù)臄?shù)據(jù)庫系統(tǒng)，SQL Sever, Access, Foxpro； 通過實(shí)驗(yàn)、調(diào)查、文獻(xiàn)查閱和購買等多種方式收集有關(guān)數(shù)據(jù)； 進(jìn)行數(shù)據(jù)篩選和分類，并輸入數(shù)據(jù)庫； 對(duì)入庫的數(shù)據(jù)進(jìn)行仔細(xì)檢驗(yàn)和校對(duì)，確保數(shù)據(jù)源的準(zhǔn)確、無誤； 對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，如數(shù)據(jù)庫結(jié)構(gòu)規(guī)范化、數(shù)據(jù)單位一律使用公制等； 對(duì)數(shù)據(jù)進(jìn)行歸并，減少數(shù)據(jù)冗余；補(bǔ)充、完善數(shù)據(jù)庫的數(shù)據(jù)。 農(nóng)業(yè)專家系統(tǒng)的構(gòu)建與實(shí)現(xiàn)（以小麥專家系統(tǒng)為例）知識(shí)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(shù)原理及主要工作內(nèi)容 知識(shí)規(guī)則舉例系統(tǒng)知識(shí)的獲取與條理化 在建立系統(tǒng)之前應(yīng)廣泛收集、分析、整理小麥生長、生產(chǎn)中的大量的科學(xué)試驗(yàn)

44、數(shù)據(jù)，研究調(diào)查資料和本領(lǐng)域?qū)＜业呢S富知識(shí)，包括小麥生長發(fā)育、生育進(jìn)程、群體動(dòng)態(tài)、植株動(dòng)態(tài)、產(chǎn)量結(jié)構(gòu)、措施綜合效應(yīng)及示范區(qū)的氣象資料，并進(jìn)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(shí)的獲取機(jī)制 (1) 公開性知識(shí) （2）專家經(jīng)驗(yàn) (3）研究者的實(shí)踐 （4）與當(dāng)?shù)丶夹g(shù)員座談 知識(shí)規(guī)則的條理化 確定模塊組成 確定決策項(xiàng)目 確定前提條件 知識(shí)規(guī)則條理化與形式化系統(tǒng)功能模塊的確定小麥生產(chǎn)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(shù)原理及主要工作內(nèi)容 知識(shí)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(chǎn)量水平。土壤類型 如果 生態(tài)類型區(qū)=許昌（權(quán)重：0.1，可信度：1.0） 品種特性=半冬性（權(quán)重：0.3，可信度：0.95） 土壤類型=壤土 （權(quán)重：0.1，可信度：1.0） 播期=10月8-10號(hào)