农业专家系统问题及解决思路.docVIP

农业专家系统问题及解决思路 　　摘 要 农业专家系统是一个具有大量农业专门知识与经验的计算机系统。本文就目前农业专家系统应用中存在的问题,提出了将数据挖掘技术及可视化技术引入农业专家系统的思想,从而提高农业专家系统的智能性和普及性。 　　关键词 农业专家系统;数据挖掘;可视化技术 　　中图分类号TP391 文献标识码A文章编号 1674-6708(2010)20-0122-02 　　 　　农业专家系统也可叫农业智能系统,是一个具有大量农业专门知识与经验的计算机系统。它应用人工智能技术,依据一个或多个农业专家提供的经验进行推理和判断,模拟农业专家就某一复杂农业问题进行决策[1]。农业专家系统充分运用了人工智能知识,集成信息网络、智能计算、优化模拟虚拟现实等多方面高新技术,汇集农业领域知识,运用多媒体技术,以网络为载体,向农业生产管理提供咨询服务[2]。 　　1 我国农业专家系统的研究进展及应用中存在的问题 　　1.1 我国农业专家系统的研究进展 　　我国农业专家系统的研究开始于20世纪80年代,许多科研院所和各地有关部门都开展了各种农业专家系统的研究、开发以及推广应用。可以预料,一个以农业专家系统为重要手段的智能化农业信息技术将在我国迅速发展,将成为我国21世纪农业现代化的重要内容[3]。 　　1.2 农业专家系统在应用中主要存在的问题 　　1.2.1 农业专家系统综合性水平较差 　　目前,大多数农业专家系统只是针对作物生产的某一侧面开发的,缺乏对作物各个生产阶段的有机联系和统筹考虑。而专家系统使用者往往需要的是综合性的信息服务。因此,只有提高综合性的知识水平才能真正解决农民的实际问题。 　　1.2.2 智能性有限,往往达不到使用者对“专家”的要求 　　迄今为止,在农业专家系统等人工智能技术中,由专家整理出来的知识大多属于这个领域的浅层知识,形式上也主要是条件规则型知识。因为知识种类很多,难于详细检验,待到专家系统具体使用这些知识时,计算机程序就有可能推导出一些错误的结论。如何有效地从浩瀚的数据中深入寻找各种因素的相互联系,对于实现优质、高产农业具有十分重要的意义。 　　1.2.3 农村计算机应用水平限制了农业专家系统的应用 　　农村网络设施和计算机硬件设施不完备,大部分农民的计算机水平比较低,不能正确地使用专家系统的决策推导来指导农业的发展。致使农业专家系统得不到充分的应用。 　　2 数据挖掘技术在农业专家系统中的应用 　　数据挖掘是一种决策支持过程,其目的是在大量的数据中发现有价值的信息。利用数据库挖掘技术对大量积累的农业数据进行提取,可有效地从这些浩瀚的数据中寻找各种因素的相互联系,发现一些随诸因素动态变化而产生新的指导农业生产的规律,能在很大程度上提高农业专家系统的智能性[4,5]。 　　数据挖掘是从数据中发现趋势的过程,这一过程的目标是通过对大量数据的分类来发现新的信息。在农业专家系统中引入数据挖掘技术,可以使数据挖掘过程能充分利用专家系统中的领域知识或背景知识,从而对挖掘过程起到引导作用。数据挖掘过程可在知识库中进行二次知识发现,用于辅助的决策过程或者提供给领域专家,提高专家系统知识的可信性和智能性。 　　3 可视化的农业专家系统 　　“可视”是指将某些不可见的或抽象的事务表示成看得见的图形或图像。可视化规则挖掘的目的是使用户能够交互地浏览数据 [6]。农业专家系统和可视化成功的结合在于将可视化技术渗透到专家系统决策规则挖掘的每一个步骤中去,使用户看到数据处理的全过程,监测并控制数据分析过程,用直观的图形将信息模式、数据关联或趋势呈现出来。利用可视化的农业专家系统,方便用户挖掘出理想的决策规则,大大提高专家系统的使用率。可视化的农业专家系统提供一个农业专家系统决策规则挖掘过程的交互环境,以可视化的方式指导用户完成决策规则的数据挖掘任务。 　　4 我国未来农业专家系统的发展 　　我国农业专家系统的未来发展趋势应该有以下几个方面: 　　1)信息全面化及系统功能综合化 　　随着可持续农业的发展,越来越需要人类从生态系统全局出发,研制出信息资源丰富,涉及农业各方面的农业生产决策专家系统。这就要将以研究某一专题为主的农业专家系统作为一个个子系统,纳入到一个全面的融合的专家系统中来。当做出决策时,要全盘考虑,形成一个具有可持续发展的决策。 　　2)系统应用网络化 　　网络技术的发展和运用给信息传播方式带来了一场革命,使人类社会步入到网络时代。利用网络技术可以随时更新自己的专家系统,利用网络BBS农户与专家之间进行互动,快速解决系统中没有涉及的新问题。农业专家系统的网络化,也在很大程度上弥补了农业专家系统智能化不足的问题。利用网络,用户可以实现方便快捷的与专家的交流,从而弥补专