典型农业专家系统与决策支持解决方案.doc

典型农业专家系统与决策支持解决方案 农作物生产的各个环境都用到专家系统，随着计算机应用的日益普与农业智能互联网技术的发展，建设农业专家系统成为加快农业科技知识和农业信息传播的重要手段，存进农业快速发展。本章围绕作物生产、病害诊断、水产养殖、动物健康养殖与多民族语言农业生产管理几个方面，应用人工智能的专家系统技术，在整理一个或多个农业专家提供的特殊领域知识和技术经验的基础上，用计算机模拟专家的智能，通过推理和判断，为农业生产中某一复杂的问题提供决策。 作物生产决策系统 作物生产具有分散性、区域性、时变性、经验性、稳定性和可控 制程度低等特征，而农业信息化建设为克服这种弱势提供了有力的技术支持。对各种信息采集、分析和处理，是农业生产决策必不可少的环节，运用现代信息技术收集、开发、利用和处理农业信息资源，可实现农业信息资源的高度共享。20世纪60年代后期和70年代初期发展起来的决策支持系统（Decision Support System, DSS），是在传统的管理信息系统（Management Information System, MIS）理论基础上发展起来的一门适用于不同领域的、概念和技术都是全新的信息系统发展分支，也是目前发展最为迅速的一个分支。根据农业生产系统的自组织特征，日益复杂的作物生产信息处理需要现代信息技术的支持，作物决策支持系统成为了信息时代指导作物生产的重要技术手段。 作物生产决策支持系统的概念与功能 作物生产决策支持系统针对作物生产具有时空性、动态性，且易受气候、土壤和社会经济投入等综合因素影响的特点，在作物模型、专家系统、智能算法、“3S”技术等关键技术的基础上，根据系统的设计目标及要求，综合应用农学、生态学、空间信息技术、环境科学、统计学以及计算机科学等基本理论与方法，通过广泛收集与分析农业基础数据（气象、土壤、品种、种植、经济及地图等数据）的特征， 建立了包括空间数据和属性数据的农业数据库；将模拟模型的预测功能、专家系统的推理决策功能、智能算法的数据挖掘与知识表达功能、以及“3S”技术的实时定位监测与分析功能进行融合，具有综合性、智能化、通用性、网络化、标准化的特点，能对不同环境条件下的作物生长状况作出实时预测并提供优化管理决策，实现作物生产的高产、优质、高效、安全和持续发展。作物生产决策支持系统的快速发展和广泛应用为农业生产管理的现代化和信息化提供了技术平台，对农业科技和作物生产产生深刻的影响，成为农业信息技术的突出标志和重要支柱。 作物生产决策系统的发展 作物生产决策支持系统是在农业信息系统、作物模拟模型和农业专家系统的基础上发展起来的。近年来，作物决策支持系统的向多样化发展，包括基于生长模型的决策支持系统、基于知识规则的决策支持系统（专家系统）、基于知识模型的决策支持系统、基于生长模型和知识模型的决策支持系统等。上述每一类决策支持系统又可按结构特点和应用目的再分为不同的亚类。如农业专家系统可分为专家系统开发平台、专家系统开发工具、实时控制专家系统、基于模型的专家系统、基于知识的专家系统、专家数据库系统等。 我国作物决策支持系统发展状况 近年来，我国作物决策支持系统研究大有后来居上之势。北京市农林科学院赵春江等、中国科学院合肥智能机械研究所熊范纶等在20 世纪80、90年代建立了多个农业专家系统，为作物生长施肥、病虫害管理等提供了智能化决策支持。90年代，江苏省农科院高亮之等研制了的水稻计算机模拟优化决策系统（Rice Clutivational Simulation Optimization Decision Making System, RCSODS），江西农业大学戚昌瀚等开发的水稻生长日历模拟模型的调控决策支持系统，为水稻生长管理的预测与管理提供依据。21世纪以来，南京农业大学曹卫星等利用先进作物建模理论与决策支持技术，开发了基于生长模型和基于知识模型的稻麦棉油花决策支持系统，实现了4个作物的生长发育与产量预测、产前管理方案的设计与产中管理调控，系统界面更友好，结果更准确，适用性更强。 作物生产决策支持系统的发展趋势 （1）和机理性的统一。随着未来作物模型机理性研究不断的拓宽和深化，模型机理性得到增强，有助于进一步了解生态环境和栽培技术措施与作物生长发育和产量形成的内在关系，进行不同生长条件和管理方式下的决策分析，进一步完善作物生产决策支持系统。然而复杂的模型增加了人们对系统理解的难度，增加了输入参数，使用者面临了系统输入难以获取，系统运行难以理解，结果难以分析等问题。未来的作物生产决策支持系统将更需要注重系统的实用性及使用的人性化，使系统易于操作和理解，输入资料便于获得，提高人们对作物决策系统的使用兴趣，实现作物生产决策支持系统的全方位应用。 （2）生长模型和决策支持系统的综合化。现代农业信息