农业专家系统的概念特征与功能

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第四讲 农业专家系统,一、人工智能,(artificial intelligence),1.,概念,人工智能,是计算机科学的一门研究领域。以人类智慧的某些特点，用计算机来模拟人的推理、记忆、学习、创造等智能特征，主要方法是依靠有关知识进行逻辑推理，特别是利用经验性知识对不完全确定的事实进行的精确性推理。,1956,年,A.Newell,等人提出逻辑理论（,Logic Theorist,）程序系统，是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。,人工智能的第一个大成就是发展了能够求解难题的下棋,(,如国际象棋,),程序。,第一节 农业专家系统的概念、特征与功能,2,、应用领域,问题求解：如下棋程序。,逻辑推理和定理证明：如数学定理证明。,自然语言处理：如语言翻译，语音识别，语言的生成和理解,自动程序设计：,“,超级编译程序,”,能从高级形式的描述，生成所需的程序。,学习：归纳学习和类比学习。,专家系统：利用专家知识进行推理达到专家解决问题的能力。,机器人学：完成人部分工作的机器人。,机器视觉：研究感知过程。,智能检索系统：具有智能行为的情报检索的系统。,组合调度问题：如最短旅行路线。,系统与表达语言：用人工智能来深化计算机系统和语言。,二、专家系统及农业专家系统,专家系统（,ES,，,Expert System,）,，是一个智能程序，它能对那些需要专家知识才能解决的应用难题，提供相关领域权威专家水平的解答。或者说由一个专门领域的知识库，以及一个能获取和运用知识的机构构成的一个问题求解系统。,农业专家系统,是一个拥有大量权威农业专家的经验、资料、数据与成果构成的知识库，并能利用其知识，模拟农业专家解决问题的思维方法进行判断、推理，以求得解决农业生产问题结论的智能程序系统。,领域专家,知识工程师,策略,经验规则,领域规则,询问、问题,把专家知识转移到计算机程序中,专家系统,专家系统与常规程序的区别,（,1,）常规的计算机程序是对数据结构以及作用于数据结构的确定型算法的表述,.,常规程序数据结构十算法,专家系统是通过运用知识进行推理，力求在问题领域内推导出满意的解答,.,专家系统知识十推理,（,2,）常规程序把关于问题求解的知识隐含于程序中，而专家系统则把应用领域中关于问题求解的知识单独地组成一个知识库。,（,3,）常规程序通过查找或计算来求取问题的答案，是面向数值计算和数据处理，问题求解的顺序由程序事前规定；,专家系统是通过推理来求取问题的答案，是面向符号处理，其推理过程随着情况的变化而变化，具有不确定性及灵活性。,（,4,）常规程序处理的数据多是精确的，对数据的检索是基于模式的布尔匹配；而专家系统处理的数据及知识大多是不精确的、模糊的，知识的模式匹配也多是不精确的，需要为其设定阈值。,（,5,）常规程序一般不具有解释功能，而专家系统一般具有解释机构，可对自己的行为作出解释。,（,6,）常规程序与专家系统具有不同的体系结构,.,三、农业专家系统产生与发展,(1),国际上的,ES,70,年代末期，,美国,Illinois,大学植物病理专家计算机专家,Plant/ES,；当时开发的系统主要是面向农作物的病虫害诊断；,80,年代中期，,农业专家系统已从单一的病虫害诊断转向生产管理、经济分析与决策、生态环境等，尤其以美国、中国、日本和欧洲国家最为突出。,国际上的,ES,系统名称 研究的主要内容 开发者 开发年代,PLANT ES,大豆病害诊断 美国,Illinois,大学,1978,灌水管理 美国,California,大学,1981,PLANT cd,玉米螟危害预测 美国,Illinois,大学,1982,棉花水分管理 美国,California,大学,1982,人工智能用于木材砍伐 美国,Purdue,大学,1983,病害管理辅助决策 美国,Rykid,大学,1984,棉花病害综合防治 美国,California,大学,1984,农业化学分析 美国,Jones,等,1984,COMAX,棉花管理系统 美国,USDA-ARS 1985,POMMB,苹果害虫与果园管理,Roach,等,1985,MICCS,番茄病害诊断 日本千叶大学,1985,油桃病害诊断 美国,Plant,等,1986,国际上的,ES,系统名称 研究的主要内容 开发者 开发年代,PBST,病害诊断及预测 澳大利亚西农业部,1987,奶牛繁殖及诊断 美国,Margland,大学,1988,CALBX,农业管理 美国,California,大学,1988,FARMSYS,作物多熟种植 美国,Florid,大学,1988,农作制度管理决策 美国,Lowa,大学,1988,SOYBUG,大豆病害管理,Beek,等,1989,SBLBCT,农业管理与决策选择 英国,Bdinburgh,农学院,1989,SMARTOSY,大豆生长模拟与管理 美国,Geogia,大学,1989,DHLBS,奶牛营养诊断 美国,TexasA.M,大学,1989,CIRMAN,农作物生长风险决策 美国,TexasA.M,大学,1989,CHESS,母猪群的行为分析 荷兰,Wageningen,大学,1990,国际上的,ES,系统名称 研究的主要内容 开发者 开发年代,RAIN,农林计算机辅助决策 美国,Geogia,大学,1990,砂姜黑土施肥专家系统 中国合肥智能所,1991,AWFRS,粘虫测报 中国农科院,1992,HAISON,环境工程控制 加拿大,David,等,1992,ESWCM,小麦综合管理专家系统 北京市农林科学院,1993,IWCMSB,小麦综合管理 美国,Ahmed Kamel 1993,BXCIS,专家土地评价 希腊,Yialouris 1995,HYDRA,灌溉管理 意大利,Jacucci 1995,(3),中国的,ES,“七五“期间开始，以合肥智能所为先；此后，中国农科院、中国农业大学等单位进行了开发研制；,90,年被列为国家“,863“,专项课题，,目前，在全国,20,个省（区）设立了示范区。河南省,1999,年成为示范区之一。,中国的,ES,目前开发的,5,个技术先进、 具有“,863”,品牌和各具特色农业专家系统开发工具。,宁夏,广西,海南,中国的,ES,考虑区域典型性与代表性分,5,批设立了,20,个示范区,第一批：北京、吉林、安徽、云南,甘肃,河北,湖南,山东,吉林,北京,安徽,云南,第二批：湖南、河北、山东、杨凌示范区、甘肃,第三批：山西、天津、四川、重庆、新疆兵团、黑龙江,河南,辽宁,新疆,黑龙江,四川,重庆,山西,天津,第四批：河南、辽宁,第五批：宁夏、广西、海南,中国的,ES,1998,至,2000,年，,20,个示范区累计示范推广农业专家系统,3796,万亩， 增加产量,20.6,亿公斤，新增产值,23.3,亿元，节约成本,6.4,亿元，增收节支总额,29.7,亿元。,98,至,99,年,99,至,2000,年,合计,:,实施规模（万亩,),新增产量,(,万公斤,),新增产值（万元）,节约成本（万元）,增收节支总额,(,万元,),98-99,99-00,合计,200,548,中国的,ES,：,取得了良好的社会效益,受益农户数,548,万户,累计培训,200,多万人次,培养了二支队伍,四、农业专家系统发展的四个阶段,(,一,),单功能农业专家系统,该阶段是农业专家系统的起始阶段,时间是,20,世纪,70,年代末到,80,年代初,当时,CPU,主频较低,数据处理能力低,关系数据库也刚刚起步,因此该阶段农业专家系统功能单一,只相当于某一领域专家,解决特定问题,如病虫害防治、灌水管理、危害预测等。如美国伊利诺斯大学,(Illionois University),开发的大豆病虫害诊断专家系统，,1982,年开发的棉花水分管理专家系统等。,(,二,),多功能农业专家系统,20,世纪,80,年代中期，计算机的处理性能有所提高，关系数据也有很大发展，农业专家系统理论有所发展，此时专家系统在功能上已从解决单项问题的病虫害诊断等转向解决农业生产管理、经济分析、辅助决策、环境控制等综合问题的多个方向发展，该阶段专家系统能实现多功能，相当于多领域专家的结合，解决多个领域的复杂问题。如,1984,年，美国,Jones,等开发的农业化学分析专家系统；,1985,年，,Roach,等开发的苹果害虫与果园管理专家系统（,POMME,）。,(,三,),基于模型的农业专家系统,作物生长模拟模型是,20,世纪,60,年代以来在作物栽培学产生的新的研究方向，到了,80,年代，随着模拟模型技术的逐渐成熟，计算机处理性能和数据库技术进一步发展，形成了以作物生长模拟模型为核心，将模拟与优化相结合并与有关领域专家知识融合，形成了基于模型的专家系统。,该阶段专家系统较好的实现了计算机技术与作物模拟模型的结合，增强了专家系统的机理性和决策功能，充分实现了数据库、模拟模型、知识库、推理机的有机结合，因此也可视为作物管理综合专家系统。具有解释能力强、应用面宽、考虑的因子多和易控制等优点，其功能主要是提供目标、动态、定量与优化决策。,国际上具有代表性的基于模型的农业专家系统是,20,世纪,80,年代中期美国农业部推出的棉花综合管理专家系统（,COMMAX/GOSSYM,）,(,四,),智能化农业专家系统,20,世纪,90,年代以来，随着计算机技术、人工智能技术、数据库技术、“,3S,”技术以及自动化控制技术的高速发展，农业信息技术进入了一个新的发展时期，相继开发除了智能化农业专家系统。智能化农业专家系统主要是各种智能技术在专家系统领域的集成，如神经网络、,WEB,技术、智能温室、“,3S,”技术，利用现代数据处理手段，对数据进行新的处理，丰富了农业专家内涵，提高了专家系统决策的精确性、智能性和实用性。,如,20,世纪,90,年代初，美国,Florida,大学农业工程系集成了农业环境地理信息系统的决策支持系统；,U.Singh,等人运用,CERES,作物模拟模型与,GIS,相结合，建立了印度半干旱地区决策模式；,A.D.Gier,等人运用,GIS,建立了印度尼西亚区域空间分析农业生产模式的决策支持系统。,五、专家系统的基本特征,（,1,）具有专家水平的专门知识,（,2,）能进行有效的推理,（,3,）具有获取知识的能力,（,4,）具有灵活性,（,5,）具有透明性,（,6,）具有交互性,（,7,）具有实用性,（,8,）具有一定的复杂性及难度,（,1,） 具有专家水平的专门知识,可分为三个层次，即数据级、知识库级和控制级。,数据级知识：是指具体问题所提供的初始事实以及问题求解过程中所产生的中间结论、最终结论等。例如病人的症状、化验结果以及由专家系统推出的病因、治疗方案等，这一类知识通常存放于数据库中。,知识库级知识：是指专家的知识。例如医学常识、医生诊治疾病的经验等。,控制级知识：是关于如何运用前两种知识的知识。由于控制级知识是用于控制系统的运行过程及推理的，因而其性能的优劣直接关系到系统的,“,智能,”,程度。,（,2,）能进行有效的推理,专家系统的根本任务是求解领域内的现实问题。问题的求解过程是一个思维过程，即推理过程。,不同专家系统的推理机制也不尽相同，有的只要求进行精确推理，有的则要求进行不确定性推理、不完全推理以及试探性推理等。,（,3,）,具有获取知识的能力,专家系统的基础是知识。为了得到知识就必须具有获取知识的能力。 遗憾的是目前专家系统在这方面的能力还比较弱，当前应用较多的是建立知识编辑器，知识工程师或领域专家通过知识编辑器把领域知识,“,传授,”,给专家系统，以便建立起知识库。一些高级专家系统目前正在建立一些自动获取工具，使得系统自身具有学习能力，能从系统运行的实践中不断总结出新的知识，使知识库中的知识越来越丰富、完善。,（,4,）具有灵活性 在大多数专家系统中，其体系结构都采用了知识库与推理机相分离的构造原则，彼此既有联系，又相互独立。 另外，由于知识库与推理机分离，就使人们有可能把一个技术上成熟的专家系统变为一个专家系统工具，这只要抽去知识库中的知识就可使它变为一个专家系统外壳。,（,5,）,具有透明性,所谓透明性是指系统自身及其行为能被用户所理解。,专家系统具有较好的透明性，这是因为它具有解释功能。人们在应用专家系统求解问题时，不仅希望得到正确的答案，而且还希望知道,“,为什么是这样,?,”“,是怎么得出来的,?,”,等。为此，专家系统一般都设置了解释机构，用于向用户解释它的行为动机及得出某些答案的推理过程。,另外，由于专家系统具有解释功能，系统设计者及领域专家就可方便地找出系统隐含的错误，便于对系统进行维护。,（,6,）,具有交互性,专家系统一般都是交互式系统。,一方面它需要与领域专家或知识工程师进行对话以获取知识,;,另一方面它也需要通过与用户对话以索取求解问题时所需的已知事实以及回答用户的询问。,（,7,）,具有实用性,专家系统是根据领域问题的实际需求开发的，这一特点就决定了它具有坚实的应用背景。另外，专家系统拥有大量高质量的专家知识，可使问题求解达到较高的水平，再加上它所具有的透明性、交互性等特征，就使得它容易被人们接受、应用。,（,8,）,具有一定的复杂性及难度,专家系统拥有知识，并能运用知识进行推理，以模拟人类求解问题的思维过程。但是，人类的知识是丰富多彩的，人们的思维方式也是多种多样的，因此要真正实现对人类思维的模拟还是一件十分困难的工作，有赖于其它多种学科的共同发展。在建造一个专家系统时，会遇到多种需要解决的困难问题，如不确定性知识的表示、不确定性的传递算法、匹配算法等。,六、专家系统的类型,解释专家系统,预测专家系统,诊断专家系统,设计专家系统,规划专家系统,监视专家系统,控制专家系统,调试专家系统,修理专家系统,专家系统的功能,解释：,根据实验数据对当前局势进行解释。,预测：,根据当前局势对以后可能出现的结局进行预测。,诊断：,根据观测数据确定故障所在。医疗、电子、机械等。,设计：,根据要求确定产品结构，用于电路布线、建筑设计等。,行动计划：,用于机器人作业设计、自动程序设计等。,监控：,对系统行为与影响工作的因素进行比较和辨识。,调试与故障排除：,对程序错误或机电设备故障提出处理意见。,修理：,对断出诊的问题制订修理计划并执行。,教学：,在特定领域内对学生因材施教、授业传艺。,控制：,自适应地控制对象的宏观行为。,农业专家系统的类型,启发式专家系统,(Heuristic Expert System),实时控制专家系统,(Real-time Control Expert System),基于模型的专家系统,(Model-based Expert System),专家数据库系统,(Expert Database),专家系统开发工具,(Problem-specific shell),（一）农业专家系统按其功能和结构的主要特征，可分为：,(,二,),按涉及学科领域划分：,作物栽培专家系统,农田施肥专家系统,植物保护专家系统,设施农业专家系统,新品种选育专家系统,畜禽水产养殖专家系统,水利灌溉专家系统,其他学科领域的专家系统,系 统 结 构 图,七、农业专家系统的结构,人机接口,用户,领域专家、知识工程师,解释机构,知识获取机构,数据库及其,管理系统,知识库及其,管理系统,推理机,其各部分构成的功能如下：,1,知识库,知识库主要用来存放农业领域专家的专门知识。,知识库是推理机工作的重要对象，其中知识表示的好坏直接影响着整个系统的工作效率。,2,数据库（综合数据库）,综合数据库又称全局数据库或总数据库，它用于存储领域或问题的初始数据和推理过程中得到的中间数据,（信息），即被处理对象的一些当前事实。,3,推理机,推理机用于记忆所采用的规则和控制策略的程序,，使整个农业专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。它包括推理方法和控制策略两部分。,4,知识获取,知识获取过程可以看作使农业专家的专业知识从知识源到知识库的转移过程。,知识获取过程包括在知识库创建时识别出必要的知识并将其形式化，建成的知识库经常会发现有错误或不完整，所以,知识获取过程还包括对知识库的修改和扩充。,5,解释机构,它能够,向用户解释农业专家系统的行为，,包括解释推理结论的正确性和系统输出其他候选解的原因。,6,人机界面,它能够,使系统与用户进行对话,，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。系统则通过人机接口，要求用户回答提问，并回答用户提出的问题，进行必要的解释。,第二节 农业专家系统的研制与应用,一、开发过程,包括知识获取,，即从农业领域专家那里收集整理归纳有关的专业知识和经验、数据，并经农业专家系统开发人员消化、整理、归纳写成一条条符号表示的形式；,确定知识表示和推理方法,；,建立知识库,；,编写推理程序,，然后,调试、运行和修改,等步骤。,图,2,农业专家系统的开发过程,专家系统,知识获取与数据整理,编写推理程序、调试程序,建立知识库、数据库,确定知识表示和推理方法,二、知识获取,1,、概念,在专家系统中，知识库的建造通常是知识工程师与领域专家密切配合的结果。,领域专家自身或知识工程师与领域专家共同整理总结领域的知识和他们的实际知识、经验、模型及研究成果等，按所建专家系统规定的知识表示形式，整理成一个个知识单元,放入知识库,这种过程称之为,知识获取,。知识获取与知识表示、知识运用是建造一个专家系统的三个关键技术。,2,、知识获取的任务,知识获取的,基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，已满足求解领域问题的需要,。,抽取知识,抽取知识是指把蕴含于知识源（领域专家、书本、相关论文及系统的运行实践等）中的知识经过识别、理解、筛选、归纳等抽取出来，以用于建立知识库。,包括人工分析方法；统计分析方法 ；自然语言理解方法 和知识编译方法。,知识转换,知识转换是指把知识由一种表示形式转换为另一种表示形式。,人类专家或科技文献中的知识通常是用自然语言、图形、表格等形式表示的，而知识库中的知识是用计算机能够识别、运用的形式表示的，两者之间有较大的差别。为了把从专家及有关文献中抽取出来的知识送入知识库供求解问题使用，需要进行知识表示形式的转换。,知识转换一般分两步进行,：,第一步,是把从专家及文献资料抽取的知识转换为某种知识表示模式，如产生式规则、框架等；,第二步,是把该模式表示的知识转换为系统可直接利用的内部形式。前一步工作通常由知识工程师完成，后一步工作一般通过输入及编译实现。,知识输入,知识输入是把用适当的知识表示模式表示的知识经过编辑、编译送入知识库的过程。目前，知识的输入一般是通过两种途径实现：,一种是利用计算机系统提供的编辑软件；另一种是用专门编制的知识编辑系统，称之为知识编辑器。,前一种的优点是简单，可直接拿来使用，减少了编制专门的知识编辑器的工作。后一种的优点是专门的知识编辑器可根据实际需要实现相应的功能，使其具有更前的针对性和适用性，更加符合知识输入的需要。,知识整理,包括知识的归类集中、知识的联网和知识的补充配齐等三方面的内容。,知识检测,知识库的建立是通过对知识进行抽取、转换、输入等环节实现的，任何环节上的失误都会造成知识错误，直接影响到专家系统的性能。因此，必须对知识库中的知识进行检测，,以便尽早发现并纠正错误,。另外，经过抽取转换后的知识不能存在知识的不一致和不完整性等问题，也需要通过知识检测来发现是否有知识的不一致和不完整，并采取相应的修正措施，,使专家系统的知识具有一致性和完整性,。,3,、,知识获取的方式,按知识获取的自动化程度划分，知识获取可分为,非自动知识获取和自动知识获取,两种方式。,非自动知识获取,与领域专家进行交流，阅读有关文献，获取专家系统所需要的原始知识。,对获得的原始知识进行分析、整理、归纳，形成用自然语言表述的知识条款，然后交领域专家审查。,最后确定的知识条款用知识表示语言表示出来，通过知识编辑器进行编辑输入。,知识编辑器是一种用于知识输入的软件，通常是在建造专家系统时根据实际需要编制的。,知识编辑器应具有以下主要功能：,把用某种知识表示模式或语言所表示的知识转换成计算机可表示的内部形式，并输入到知识库中；,检测输入知识中的语法错误，并报告错误性质与位置，以便进行修正；,检测知识的一致性等，报告非一致性的原因，以便知识工程师征询领域专家意见并进行修正。,自动知识获取,自动知识获取是指系统自身具有获取知识的能力，它不仅可以直接与领域专家对话，从专家提供的原始信息中,“,学习,”,到专家系统所需的知识，而且还能从系统自身的运行实践中总结、归纳出新的知识，发现知识中可能存在的错误，不断自我完善，建立起性能优良、知识完善的知识库。因此，自动知识获取至少应具备以下能力：,具备识别语音、文字、图像的能力,具有理解、分析、归纳的能力,具有从运行实践中学习的能力,4,、知识的检测与求精,知识的一致性与完整性检测,知识求精,知识库中除了可能存在上述的冗余、矛盾等问题外，还可能存在知识不完整的问题，以致在系统运行时产生错判或漏判的错误。错判是指对给定的不应产生某一结论的条件，经系统运行却得出了这一结论。,为了找出导致错误的原因，就需要找出产生这些错误的知识，予以改进，以提高知识库的可靠性，称之为,知识求精。,实现知识求精的一般方法是：用一批有已知结论的实例考核知识库，看有多少实例被系统错判和漏判，然后对知识进行适当的修正，以提高知识库的可靠性。,三、知识表达,知识表示是数据结构和解释过程的结合体现,。知识表示方法研究各种数据结构的设计，以把一个问题领域的各种知识通过这些数据结构结合到计算机系统的程序设计中来，这些数据结构的设计一般是针对一个具体问题领域，在假设所要表示的知识已经知道或基本知道的前提下进行的。对于不同领域的知识可以采用不同的知识表示方法，任一种领域知识都可用任一种知识表示法表示出来。当对某一个问题或一种知识选用知识表示方法时，必须用以前提及的知识方法的标准来衡量，以使得问题的知识表示最合适，对所要解决的问题最为有利，以下将介绍几种常用的知识表示方法。,逻辑表示法,产生式规则表示法,特性表表示法,过程表示法,框架表示法,语义网络表示法,案例表示法,面向对象表示法,语义网络表示法,为了描述更复杂的概念、事物及其语义联系，引入了语义网络表示知识的方法。语义网络是奎廉（,J.R.Quilian,）于,1968,年最先提出的。,1972,年，西蒙将语义网络用于自然语言理解。语义网络表示法是一种表达能力强而且灵活的知识表示方法。,语义网络的概念,语义网络是基于网络结构表示人类知识构造的一种形式。,语义主要是指语言结构（如词，短语、句子、段落等）及其意义上的联系。,一个语义网络是一个带标识的有向图，其中，有向图的节点表示各种事物、概念、属性、动作、状态等，有向弧表示它所连接的节点间的某种语义联系，一个节点还可以是一个语义子网络，从而形成一个多层次嵌套结构的语义网络。,一个最简单的语义网络是如下一个三元组：（节点,1,，弧，节点,2,）,，它可以用一个有向图表示，如图,3,所示，称为一个基本网元。其中，,A,B,分别表示两个节点，,RAB,的方向是有意义的，由节点间的语义关系确定，例如在表示类属关系时，有向弧当把多个基本网元用相应语义联系关联在一起时，就得到一个语义网络。上层概念，箭尾节点表示下层概念或者一个属于该类的具体事物。,Rab,是一种,图,3,基本网元,图,4,玉米与粮食作物的语义网络,当把多个基本网元用相应语义联系关联在一起时，就得到一个语义网络。,任何一种知识表示模式都应具有两种功能，一是能表达事实性的知识，二是能表达有关事物之间的联系，,从而使得能够从给定的已知事实找到另一些有关的事实。语义网络可以表示事实性的知识，也可以表示有关事实性知识之间的复杂联系。,A,B,粮食作物,玉米,用语义网络表示事实,“,玉米是一种粮食作物,”,这一简单事实的语义网络如图,4,所示。如果还需要进一步指出,“,粮食作物是一种植物,”,，并且分别指出,“,玉米,”,，,“,粮食作物,”,，,“,植物,”,的一些属性，如图,5,所示。图,5,中用短线与相应节点相连的部分是该节点所描述的对象的属性。,图,5,玉米的语义网络,玉米,粮食作物,植物,做主食,能食用,有生命,是一种,是一种,可栽培,有光合作用,有果实,产量高,大田种植,用语义网络表示事物间的关系,语义网络可以方便地描述事物之间的多种语义关系，如：分类关系、聚集关系、推论关系、时间、位置关系和多元关系等。,图,6,聚集关系示例,图,7,推论关系示例,教,学,学生,教师,课程,饥饿,需进食,语义网络的推理,用语义网络表示知识的问题求解系统称为语义网络系统,。该系统主要由两部分组成：,一是由语义网络表示的知识库，二是利用语义网络求解问题的程序，称为语义网络推理机。,大多数语义网络系统采用的推理机制都是以网络结构的匹配为基础的。先根据待求解的问题构造一个问题网络片断，然后在语义网络知识库中搜寻能与该网络片断匹配的网络。在搜寻过程中，经常需要使用节点间的继承关系进行必要的继承推理；也常常需要利用节点间的推理关系来确定不同网络片断之间的语义等价关系，称之为网络演绎。因此，,语义网络的推理主要包括网络匹配、继承推理和网络演绎,三个方面的问题。,语义网络表示法的特点,结构性 语义网络表示法和框架表示法都是结构化的知识表示方法。语义网络表示法把事物的属性和事物之间的联系用语义网络的结构形式显式的表示出来，下层概念的节点可以继承、补充、变异上层概念节点的属性，从而实现信息共享和减少信息冗余。,自然性 语义网络实际上是一个带有标识的有向图，可直观地把事物的属性及事物间的语义联系表示出来，便于理解。自然语言描述的知识比较容易用语义网络表示。,局限性 语义网络没有公认的形式表示体系。,四、知识库与数据库的构建,数据库框架,地理信息数据,气象资料数据,土壤资料数据,品种资料数据,管理措施数据,农业生产条件数据,图形、图像数据,试验数据库,知识库框架,品种选择知识,播期、密度知识,作物营养与施肥知识,农田水分管理知识,作物生长发育知识,生长调节剂、生化制剂的使用知识,病虫草鼠害防治知识,1.,知识库,(KB),知识库,是知识的存储机构，用于存储领域内的原理性知识、专家的经验性知识以及有关的事实等，系统以文本文件形式保存。 主要包括：,品种选择知识,播期、密度知识,小麦的营养与施肥知识,农田水分管理知识,小麦生长发育知识,生长调节剂、生化制剂的使用知识,病虫草害鼠害与防治知识,品种知识：,根据品种对温、光的生态适应性（耐旱、涝、 肥、瘠、盐碱等的特性）,综合农艺性状（如 ：株高、产量与产量结构、抗倒性、熟期、熟相等）,生长发育特点（生育进程、生长速度、生物量、光合能力、经济系数等）,抗性（病、虫杂草、高温、冷害等）,品质（形态品质、加工品质、营养品质）等综合因素对照用户所处地理位置、目标产量、栽培水平和土壤肥力状况等相关因素确定适宜的品种。,播期、密度知识,根据不同品种特性、环境条件、茬口及产量水平， 确定适宜的播期及合理的播种与密度。,小麦的营养与施肥知识,不同土质和地力水平可能达到的生产潜力，小麦不同生,长和发育阶段和不同苗情的需肥特点，根据土壤肥力水平和目标产量确定施肥量、元素配比和施肥方法，提高肥料利用率的技术，群体大小、长势、长相与施肥量；施肥期及配比关系等。,农田水分管理知识,小麦需水规律和实际耗水量；不同时期、不同土壤深度水分动态对小麦生长发育的影响及临界含水量；根据天气、墒情和苗情掌握关键灌溉时间和灌水量的科学依据。,小麦生长发育知识,小麦一生不同阶段的生长发育特点及动态调控指标。 例如：小麦叶片与植株各器官之间的,“,同伸,”,或对应关系；生长速度与生育进度，群体发展与个体发育，营养生长与生殖生长，根系与地上部分物质消耗与积累，分蘖消长与成穗，壮秆与大穗，灌浆持续时间、强度与粒重等一系列互作关系合理调控原理以及不同生育期的关键生理指标。,生长调节剂、生化制剂的使用知识,常用生长调节剂的种类、特点及使用方法，根据小麦群体指标，选用适当的化学制剂和生物制剂，以达到生长调控的目的。,病虫草害鼠害与防治知识,包括病虫草鼠的主要种类及其识别；发生规律、预测技术、综合防治措施等。,知识库的建立,制定方案；根据开发系统的领域特点编制数据、知识收集的方案。,设计表格；根据所确定的方案设计相应数据与知识调查表格。,知识收集；通过会谈、问卷、查阅与著与文献及试验研究等方法收集数据与知识。,校对改错；对收集到的数据、知识进行仔细查对，确保数据源与知识源的准确、无误。,整理与归纳：对数据进行常规统计处理，对适应按专家解决问题的思路进行分类和归纳。,筛选精练：对经过统计的数据和经过分类、归纳的知识进行筛选精练，从中找出规律和结论。,修改完善；筛选精练后，对不符合事实的规律和结论重新与领域专家探讨或进行试验验证或进一步收集、修改数据与知识，达到补充、完善数据库和知识库目的。,知识库建立：根据应用系统推理需要，将经过分类、归纳和修改完善后的知识，按规则分成相关因素、中间因素、结果因素、可信度和语言规则设计成计算机语言所能实现的形式（如文本、文件、规则库等），供编程人员编程。,2.,数据库,(DB),数据库,用于存放原始数据以及用户提供的初始事实、问题描述等。主要包括：,地理信息数据,土壤资料数据,气象资料数据,品种资料数据,病虫情数据,图形、图象信息数据,地理信息数据,主要指用户的基本地理信息，包括行政区域、纬度（度,-,分）、经度（度,-,分）、海拔（,m,）、地形地貌等有关地理空间信息。,土壤资料数据,主要包括土壤类型，土层深度（,CM,）、土壤质地名称、土壤容重、总孔隙度、酸碱度、土壤含水量、田间持水量、土壤萎蔫含水量以及地形地势；土壤养分含量：有机质（,%,）、全氮（,%,） 、,C/N,（,%,）,、全磷（,%,） 、全钾（,%,） 、速效氮（,mg/kg,）、速效磷（,mg/kg,） 、速效钾（,mg/kg,）及其它主要营养元素的含量,。,气象资料数据,包括日照时数（小时），日平均湿度和日最高、最低温度（），空气相对湿度（），风速（米秒），日降水量（毫米），实际水汽压，年均温度（），年降水量（,mm,），无霜期（天），,10,积温，干燥度等。,品种资料,主要包括品种来源，植物学特征：株高（,cm,）、叶片数、株型、百（千）粒重（,g,）；品质特性：蛋白质含量（）、脂肪含量（）等；生物学特征：生育期天数（从出苗到成熟的天数）；生育特性：叶面积系数（,LAI,）、光合势（,LAD,）（,m,2,d /hm,2,）；抗逆性：抗病性、抗倒伏性、抗寒性、抗旱性等；栽培要点：如播期、种植密度、施肥量等，生态适应性以及产量水平（,kg/hm,2,）和产量结构等。,管理措施,包括小麦生产中管理措施的种类、时间、强度等资料，如；播种期、播种量、施肥时间与施肥量、灌溉日期与灌溉量、成熟及收获期管理等。,农业生产条件,农业生产基本条件如农用动力、化肥投入、灌排条件、劳力、播种面积、种植方式、单产水平、农药和农膜使用量及费用、植保器械等。,图形、图象,有时为了系统运行方便，常将一些图形、图像数据，如行政区域图、养分含量分布、病虫草害的图片等单独存放，供系统运行时随时调用。,试验数据库,由于小麦生长环境复杂，一些高产技术措施、原理还需通过试验不断探索、改进、大量的试验数据是对专家知识的补充完善，包括田间试验数据和人工模拟试验数据。,数据库的建立,根据具体农业专家系统应用范围和特点，依据上述数据库框架格式，收集、整理数据资料，在此基础上建立该系统的数据库。主要步骤包括：,制定数据收集的方案；设计数据库和数据表；,选择适当的数据库系统，,SQL Sever, Access, Foxpro,；,通过实验、调查、文献查阅和购买等多种方式收集有关数据；,进行数据筛选和分类，并输入数据库；,对入库的数据进行仔细检验和校对，确保数据源的准确、无误；,对数据进行标准化处理，如数据库结构规范化、数据单位一律使用公制等；,对数据进行归并，减少数据冗余；补充、完善数据库的数据。,农业专家系统的构建与实现,（以小麦专家系统为例）,知识的获取与条理化,系统功能模块的确定,各模块所遵循的技术原理及主要工作内容,知识规则举例,系统知识的获取与条理化,在建立系统之前应广泛收集、分析、整理小麦生长、生产中的大量的科学试验数据，研究调查资料和本领域专家的丰富知识，包括小麦生长发育、生育进程、群体动态、植株动态、产量结构、措施综合效应及示范区的气象资料，并进行系统的分析，找出小麦一生中影响其生长的主要和次要因子，从而确定系统的功能模块。,知识的获取机制,(1),公开性知识 （,2,）专家经验,(3,）研究者的实践 （,4,）与当地技术员座谈,知识规则的条理化,确定模块组成,确定决策项目,确定前提条件,知识规则条理化与形式化,系统功能模块的确定,小麦生产智能决策系统,播期决策,播量决策,施肥决策,拔节期决策,返青期决策,拔节抽穗期决策,后期决策,品种选择决策,越冬期决策,病虫害防治决策,各模块所遵循的技术原理及主要工作内容,知识规则举例,以播量决策为例,：,播种量的多少取决于生态类型区、播种期的早晚、地力水平、品种特性和产量水平。土壤类型,如果,生态类型区,=,许昌（权重：,0.1,，可信度：,1.0,）,品种特性,=,半冬性（权重：,0.3,，可信度：,0.95,）,土壤类型,=,壤土 （权重：,0.1,，可信度：,1.0,）,播期,=10,月,8-10,号（权重：,0.3,，可信度：,0.95,）,地力水平,=,高（权重：,0.2,，可信度：,0.9,）,结论,播种量为：,6kg/,亩。播前用微量元素或药剂拌种来提高出 苗，加快幼苗生长，防治蝼蛄等地下害虫。,9,小麦专家系统的操作与使用,使用步骤,主要功能模块的操作,系统管理,知识规则维护,数据录入,智能决策,4.1,系统主界面,主要功能模块的使用,-,系统管理,-,标准文件编辑,执行步骤：,系统管理标准文件编辑，点击后出现下列界面：,标准文件编辑,在这里建立决策模块,主要功能模块的使用,-,系统管理,-,数据表结构维护,在这里建立规则的前提条件。,执行步骤：,系统管理数据表结构维护，点击后出现下列界面：,数据表结构维护,建新表,选择新建，输入字段数（在,“,新增加字段数,”,后输入），双击,“,编辑表结构,”,，出现如下界面：,新建数据表,修改已经存在的数据表,在“选择表名”下拉框中，选择已经存在的数据表，在“新增加字段”中输入新字段个数，点击“编辑表结构”按钮，出现如下界面：,修改已经存在的数据表,-,知识规则维护,-,知识规则定义,在这里根据前条件建立知识规则,-,数据录入,数据录入用来录入用户情况,-,智能决策,智能决策根据用户情况进行决策,五、系统调试与修改,运行调试和修正是,“,农业专家系统,”,投入使用前的必不可少的过程。,1,菜单和工具按钮的调试及修正,2,运行结果的调试与修正,（,1,）数据和知识的可靠性测试,通过实例从不同的角度进行系统调用，检验数据与知识的可靠性。,（,2,）计算结果准确性的调试,通过实例进行调试。应对一些变量的取值范围加以限制，并作明确的提示。,（,3,）推理结果可靠性的调试和修正,必须邀请有权威性的农业专家共同进行调式。按照测试标准，由专家出题目，从知识的可靠性、实用性等方面检验,“,系统,”,推理的结果，如果运行结果与专家处理问题的思路和结论不一致，需与专家共同分析原因，通过反复修改知识表示、推理过程、模型及其参数，直到专家满意或基本满意，调试才算完毕。,3,系统的验证和修改,应用专家系统调试成功后，要进行验证和修改，应到生产实际中进行验收，检验推理结果、咨询方案、模型预测结果与生产实际的吻合程度及决策效果。根据实际应用结果再补充、修改和完善数据库、知识库、模型库。,六、农业专家系统的应用,农业专家系统的应用领域,（,1,）种植业领域,种植业是指以气候、土地、水等自然资源为基础，生产人类所需的植物性产品的农业产业。按照产品用途及植物学系统，主要包括：粮食作物、油料作物、纤维作物、蔬菜作物、观赏植物、果林、饲草及其他植物等。,（,2,）养殖业领域,养殖业指以生产动物产品为主的农业产业，包括畜禽养殖，水产养殖等。畜禽养殖即以家畜,(,猪、牛、羊等,),和家禽,(,鸡、鸭等,),为饲养对象的养殖业；水产养殖即以鱼类，虾类、贝类、水生植物类为养殖对象的养殖产业。,（,3,）农产品储藏、加工领域,农产品储藏与加工业指对种植业和养殖业产品为原料进行的农产品保鲜与贮存加工及深加工等不同深度和层次的加工业。,专家系统与其它技术的集成,与多媒体技术结合,与模型技术结合,在作物生长模型基础上建立作物生长管理专家系统，可望兼得作物生长模型与专家系统的优点，实现预测和决策功能的有机结合与综合协调。,与,3S,技术结合,农民不出家,专家请到家,啥时该干啥,电脑告诉咱,农民对电脑农业的评价,当今社会就是好,种地也能用电脑。,不用出门请老师,样样技术都知道。,农民对电脑农业的评价,技术有疑难,快找,863,种地用电脑，庄稼能长好,农民对电脑农业的评价,农民对电脑农业的评价,过去只知道电脑能指挥卫星上天,现在电脑能指挥咱种地了,农业专家系统,=,“,农村不走,”的高级专家,江总书记称赞农业专家系统好,