第四讲 农业专家系统教学教材.pptVIP

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。;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;;专家系统与常规程序的区别;;三、农业专家系统产生与发展;国际上的ES;国际上的ES;国际上的ES;(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。; 200;四、农业专家系统发展的四个阶段; (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 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，