1种基于模糊Hopfield网络的多病害诊断方法.docVIP

PAGE PAGE 11一种基于模糊Hopfield网络的多病害诊断方法* 本文得到国家863计划的资助（2001AA113520；2002AA243031）。* 本文得到国家863计划的资助（2001AA113520；2002AA243031）。柴毅，1962年生，教授，博士，研究方向为人工智能与专家系统，数字信号处理与模式识别。柴毅 张可 李大杰 应力 徐术平重庆大学自动化学院 400044摘要 本文针对农作物病害中病状特征呈现出的多样性和变化性，以及不确定性等因素，以番茄为例，提出了一种将模糊控制技术应用于异联想记忆Hopfield神经网络的农业病害诊断模式。本模式通过农业病害的发病症状描述，根据领域专家提供的知识构建了知识库和病害特征数据库，以番茄病害为例，定义了病害特征分类点，获取了80余种病害的发病症状组合，并在此基础上提出了用于多病害复合诊断的模糊神经网络推理机制，实现了基于发病症状的病害复合诊断。通过实践表明，该模式能够充分利用病害和症状间的联系，增加诊断的可靠性。关键词 模糊神经网络、Hopfield、番茄病害、病害复合诊断、异联想记忆AbstractSymptoms in agriculture are uncertain, vary and variable. This paper take tomato as an example and p