AI-05-农业信息技术.pptVIP

第四节 人工智能与专家系统 监视专家系统：对发生的现象、行为不断观察，发现异常情况，给出警报。 控制专家系统：可以自适应的方式全面控制一个对象的行为，大多是监视型与修理型结合体，主要用于空中管制、商业管理、战场管理、自主机器人控制和生产质量控制。 教学专家系统：诊断型和调试型的结合体。完成领域知识的传授、回答学生的问题，指出学生的错误，并解释、分析错误的原因。 调式专家系统：对诊断出的问题产生修正或建议，给出解决问题的方法和方案，主要用于医疗设备调式和软件调式。 修理专家系统：对诊断出的问题进行修正，使其恢复正常工作，主要用于自动化、网络、航天控制系统和计算机维护等。 第四节 人工智能与专家系统 界面（人机接口）：文字、声音、图像、图形、动画 知识库（Knowledge base）：书本知识、常识性知识、经验知识。 推理机（Inference machine）：记忆规则和控制策略，利用知识进行推理和导出结论，而不是搜索现成的答案。 ES 推理机 界面 用户 知识库 专家 系统结构与基本功能 黑板 第四节 人工智能与专家系统 专家系统的基本原理 推理机 解释器 界面 用户 知识库 事实、规则 执行器 调度器 协调器 计划 议程 中间解 第四节 人工智能与专家系统 界面（接口） 黑板：记录系统推理过程用到的控制信息、中间假设和中间结果的数据库。 计划：记录当前问题总的处理计划、目标、问题的当前状态和问题的背景。 议程：记录一些待执行的动作，这些动作大多是由黑板中已有结果与知识库中的规则作用得到的。 中间解 知识库：已知的当前问题有关的数据和进行推理时用到的一般知识和理论知识，包括事实、可行操作和规则。 推理机：记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作，根据知识进行推理和导出结论。 调度器：按照系统构建者提供的控制知识（优先权办法），从议程中选择一个待执行的动作。 执行器：应用知识库中的知识和黑板中的记录信息，执行调度的动作。 第四节 人工智能与专家系统 协调器：得到新数据或新假设时，对已得到的结果进行修正，以保持结果的前后一致性。 解释器：向用户解释系统的行为，包括系统的正确性和系统输出其它候选解的原因。通常需要利用黑板中的中间结果、中间假设和知识库中的知识。 专家系统5要素： 知识库 全局（综合）数据库、 推理机、解释器、 接口（界面） 第四节 人工智能与专家系统 二、在农业上的应用 国际上70年代后期开始应用，80年代中期迅速发展。主要是农作物栽培、施肥、病虫害防治、农业经济效益分析、杂草控制、家畜饲养等。 1986年10月，美国农业部和全国棉花委员会，棉花综合管理专家系统COMAX/GOSSYM 基于GOSSYM模型 模拟棉花的生长发育过程 水分、养分在土壤中的传递过程 施肥灌溉日程表、落叶剂的合理使用方法 棉花生产的最佳方案 在密西西比河三角州和南卡莱罗纳海滨等棉产区应用，这些地区棉花收获正值雨季，准确获知棉花成熟时间，可使棉农在雨季之前及时收获。 第四节 人工智能与专家系统 1988年，在美国主要的棉产区使用，获得空前的成功。近年COMAX又做了进一步的改进。 日本是政府部门重视农业专家系统应用的典范 1984年，农林水产省专门组织了“知识工程技术应用于产业界预测调查”委员会，集中了全国70名专家调研分析，写出详细报告。 1986年出版了《人工智能与农业：精农技术与尖端技术的融合》一书，并提出了全面实施计划。 这些年计划虽未完全实现，但已经开发研制了若干农业专家系统： 东京大学的西红柿栽培管理专家咨询系统、培养液管理专家系统、花卉栽培管理支持系统、庭院景观评价系统； 农业研究中心开发了耕作方式计划支持系统；大豆栽培作业规划、施肥、品种选择、病虫害控制、温室管理、牛奶生产管理、畜牧环境控制、土壤保持。。。。。。等等，几乎无所不包。 第四节 人工智能与专家系统 我国始于80年代初，是国际上开展研究及应用较早的国家之一。 1983年，中科院合肥智能机械研究所与安徽农科院土壤肥料研究所合作，开始研究“砂礓黑土小麦施肥专家咨询系统”，1985年10月建成，在淮北平原10多个县推广应用，开创了我国农业专家系统应用的先河。 “七五”期间，中科院合肥智能所承担的“专家系统与开发工具”的“农业专家系统”项目，建成的“施肥专家系统”在全国已推广了100多个县，节约化肥30多万吨，增产粮食十多亿斤。 长春市农科院研制的“多媒体玉米病虫害诊治专家系统”，把公开性知识和专家经验建成知识库，直接应用于生产第一线，解决了农民对病虫害靠经验诊断不准确、防治措施不得力的问题。 第四节 人工智能与专家系统 北京市农科院作物所研制的“智能化农业生产咨询系统”，把农业专家系统与Intern