前言：本站為你精心整理了專家系統及農業上的運用范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

1ES簡述

1.1什么是ES

到目前為止,還沒有確切的關于ES的定義,一般認為〔4〕:所謂ES就是在專家知識的基礎上,具有自動推理的智能軟件系統,這樣的系統把專家在解決問題過程中使用的知識分成事實和規則,以適當的形式存儲到計算機中并構成知識庫,依據用戶提供的信息,運用存儲的有關知識,選擇合理的推理機制,能以人類專家的水平去解決有關問題,在某些方面甚至可以超過人類專家。一般認為ES是一種計算機程序,但與傳統的程序相比,ES又有自己的特點,主要表現為:ES具有豐富的經驗和高水平的技術;能進行符號操作;能根據不確定或不精確的知識進行推理;具有自我知識和自學習功能,能對系統作出的結論進行解釋;具有非計算機專業人員易于接受的人機接口;同人類專家一樣,ES會出錯。

1.2ES的結構

ES的基本結構是以MYCIN系統為代表的基于規則的專家系統(Rule-BasedExpertSystem)。包括知識庫、推理機、綜合數據庫、人—機接口、解釋程序和知識獲取等六部分(見圖1),這是目前流行的ES結構〔4〕。其中,知識獲取、知識庫、推理機是ES的核心。知識庫:用于存放常規知識和領域專家的專家知識;推理機:在一定控制策略下針對數據庫中的當前信息,識別和選擇知識庫中對當前問題的有用知識,按規定的規則進行推理;數據庫:存放具體問題在當前求解狀態下的可供推理的符號或事實;知識獲取:在推理過程中實現系統的自學習;解釋機制:回答用戶的提問,對系統得出結論的求解過程或系統的當前狀況提供說明;人—機接口:將專家和用戶的輸入信息翻譯成機器可接受的形式,同時把系統的輸出轉為人類易于理解的形式。

1.3ES的功能

ES具有如下基本功能〔1,4,5〕:

1.3.1存儲功能存儲問題求解所需的專家知識、初始數據和推理過程中涉及的各種信息。

1.3.2咨詢功能回答用戶提出的某個專門領域的問題。

1.3.3解釋功能對系統給出的結論進行解釋,相當于人類的“專家”。

1.3.4學習功能系統在推理過程中,能不斷增加和修改自己的知識,相當于人類的“學生”。

1.3.5教育功能通過回答有關問題,向非專業人員提供某個專門領域的知識,達到教育學生和訓練新手的目的,相當于人類的“教師”。

1.4ES的發展

綜合國內外,ES的發展可歸結為如下四個階段〔1,2,4,5〕:

1.4.1孕育(1965年以前)1956年人工智能產生,為ES的誕生奠定了基礎。

1.4.2產生(1965年～1971年)1965年～1968年美國Stanford大學計算機系Feigenbaum等人根據化合物的分子式及其質譜數據,研制出幫助化學家推斷分子結構的計算機程序系統DENDRAL,獲得極大的成功。該系統解決問題的能力已達到專家水平,在某些方面甚至超過同行領域的化學家。這標志著人工智能的一個新的研究領域——專家系統的產生。

1.4.3成熟(1972年～1977年)這一時期ES的觀點逐漸被人們廣泛接受,從而先后出現了一批卓有成效的ES,典型代表是1974年E.H.Shortliffe等人研制的用于治療感染性疾病的MYCIN系統。在此期間,知識組織形式、系統的人—機接口、解釋機制、知識的獲取、不確定性推理等技術得到了進一步的發展和成熟。

1.4.4發展(1978年以后)這一時期ES滲透到了非常廣泛的領域。第一個農業專家系統在美國的伊利諾斯大學誕生,我國自80年代也開始了農業ES的研究〔7〕。

2農業專家系統的必要性

農業專家系統就是ES在農業上的應用,現代化農業的發展及農業的特點決定了大力研究、開發、應用農業專家系統的必要性。

2.1農業現代化的發展要求農業ES

現代農業已發展到高度綜合的層次,對農業生產決策的科學性和時效性提出了更為迫切的要求。我國傳統的農業生產管理方法越來越表現出它的局限性,這既表現為決策過程的盲目性,又表現為研究成果推廣應用的低效率、低質量,與發達國家的以電子信息為標志的現代化農業生產管理形成了鮮明的對比。用電子信息技術改造我國傳統農業已是我們的必然選擇,專家系統技術提供了一種全新的處理復雜農業問題的思想方法和技術手段,農業ES的開發應用將加強信息和智能的綜合應用,強化農業生產管理決策的科學性。

2.2農業系統的特點要求農業ES

農業系統是由生態系統、經濟系統、社會系統和技術系統在特定的時間和空間上組合而成的復雜大系統,它是一個多因素、多層次、多目標,關系縱橫交叉的人工—自然復合系統。這一系統的復雜性、動態性、模糊性是其它系統無法比擬的。對于這樣復雜的系統,人們難以了解它的全部機理,只能在一定程度上作局部的解釋和了解。對農業系統的研究除了建立數學模型進行定量分析外,還應該充分利用專家的知識與經驗進行定性判斷,做到定性分析與定量分析相結合。又由于農業系統的影響因素眾多,且這些因素間的關系復雜,邊界模糊、不確定性強、可控性差,所以農業生產與管理問題的合理解決,需多學科、多知識的綜合利用。ES以其快速的計算能力和不尋常的推理能力,特別是它具有根據不精確、不完整或不完全可靠的前提進行推理的能力,將在有效解決農業生產管理問題的同時,有效地完善農業生產管理技術體系。

3農業專家系統的類型及進展

3.1農業ES的類型

綜合國內外近幾年開發的農業ES,按其功能和結構的主要特征,歸結為如下五類〔2,8,9〕:

3.1.1啟發式專家系統(HeuristicExpertSystem)這類系統以某些領域專家的經驗知識為基礎,按傳統方式建立ES。啟發式ES適用于那些目標明確、內容較窄的應用價值較高的領域,但這類系統的知識獲取工作量大。典型的例子是Florid大學的兩位昆蟲專家建造的用于大豆病蟲害的管理系統SOY-BUG。

3.1.2實時控制專家系統(Real-timeControlExpertSystem)它利用來自傳感器檢測裝置的數據,運用專家處理問題的經驗,依據狀態條件的變化去自動調整或控制某些參數或裝置。由于這類系統涉及的領域極端狹窄,目標非常明確,知識獲取工作量較少,因此比啟發式ES更為成功。在農業上,這種系統多用于溫室的自動調節與控制,典型的例子是美國的MISTING系統。

3.1.3基于模型的專家系統(Model-basedExpertSystem)這類系統把模型與知識庫結合在一起,利用ES為模型提供參數對模型結果進行解釋,以便用戶更好地使用已被驗證的模型。基于模型的ES不僅能整理、解釋模型的運行結果,還能表達深層次的因果關系,這是一般ES做不到的。另外,由于這類ES能把定量和定性分析、符號處理和數據處理有效地結合起來,因而具有廣闊的應用前景,這將是未來農業科研和人工智能領域的重要研究方向。最著名的農業專家系統COMAX就屬于這一類。

3.1.4專家數據庫(ExpertDatabase)目前國內外建立了許多功能強、結構好的數據庫系統,包含了大量有價值的信息。但庫容量和復雜性已成為使用數據庫的巨大障礙。專家數據庫是將ES和數據庫相結合,以改善數據庫的可檢索性和對數據庫信息的解釋能力,從而使決策者方便地從大型數據庫中獲取有用的信息。典型的例子是美國研制的用于選擇良種的專家系統CUE。

3.1.5專家系統開發工具(Problem-SpecificShell)這是一種輔助專家系統開發的軟件工具,主要用來幫助研究人員獲取知識,知識表述、知識運用,方便地進行ES的結構設計。目前已有許多成功的ES外殼,如SELECT、CALEX、LEVELS、VP—Expert等,但都不太適合農業專家系統的開發。因此,農業ES開發工具的研制也是今后的研究課題。

3.2農業ES關鍵技術的研究進展

知識表示和邏輯推理是研制農業ES的兩個關鍵技術。知識表示方法由最早的語義網絡逐步發展到產生式規則、框架結構、邏輯謂詞等。其中產生式規則是農業專家系統中最流行的知識表示方法,而邏輯模式則是到目前為止能夠表達人類思維和推理的最精確、最成功的方法。由于農業系統的復雜性,使得農業ES中知識的種類多樣化,僅用一種方法不能表示所有知識,常把幾種方法結合起來使用。目前用得較多的有〔6〕:混合系統——把幾種不同的知識表示方法統一在同一推理模式下;組合系統——包含不同的知識表示方法,并對不同的表示方法提供不同的推理策略;層次系統——對各種知識進行分層,不同層次的知識采用不同的表示方法和推理策略。邏輯推理過程是知識的選擇與運用的過程。知識的運用稱為推理方式,農業ES中用得最廣泛的推理方式是假言推理。由于農業ES中知識的不確定性,因此作為經典演譯推理的擴充,不確定性推理在農業ES中越來越受重視。知識的選擇過程稱為控制策略,包括推理方向的控制和推理規則的選擇兩方面。推理方向由最先的正向推理發展為反向推理和正反混合推理。在推理過程中,對知識庫中知識的搜索有深度優先和廣度優先,目前大多數的農業ES采用深度優先搜索,二者的結合將是今后的發展趨勢。

4ES在農業上的應用狀況

4.1ES在國外農業上的應用

國外ES在農業上的應用始于70年代后期,80年代中葉有了迅速的發展〔2〕。最早的是美國Illinois大學的植物病理學家和計算機學家共同開發的大豆病害診斷專家系統PLANT/ds〔9〕,未經訓練的普通人使用該系統能夠識別大豆病害癥狀,并提出治理方案,測試表明,其診斷能力超過了真正的專家。以后,美國、日本、英國、荷蘭、澳大利亞、加拿大等國家相繼開發了其它一些農業ES。從分布區域看,美國占絕大部分,幾乎占80%,其它國家(包括中國)只占20%;從應用領域看,涉及到作物栽培、施肥、病蟲害防治、雜草控制、森林環保、家畜飼養、農業經濟效益分析、儲存管理、市場管理等方面〔2〕。國外最成功的農業ES是美國農業部農業研究局作物模擬研究所于1983～1985年研制的棉花管理專家系統COMAX—GOSSYM〔9〕。COMAX是在棉花植物生長模擬模型COSSYM的基礎上發展起來的第一個基于模型的農業ES〔29〕。在研制過程中,COMAX考慮了影響棉花生長的多種因素:在植物方面有根、莖、葉、花蕾和棉桃;在土壤方面有水文特征、肥力、養分的傳輸、阻抗、水分釋放、容重等;在氣象方面考慮了每日為基礎的最高氣溫、最低氣溫、太陽輻射、降雨量等。COMAX能在農場內為棉花管理提供咨詢,以確定灌溉、施肥、施用脫葉劑和棉桃開裂的最佳方案。美國的農場推廣應用COMAX系統后,每英畝純盈利達60美元以上,給美國的棉花生產帶來了巨大的經濟效益。

4.2ES在我國農業上的應用

我國從80年代開始農業ES的研究,第一個農業ES是由中國科學院合肥智能機械研究所開發成功的施肥咨詢專家系統〔8〕。“七•五”至“八•五”期間,中科院合肥智能研究所研制了《施肥專家系統》,中國農科院作物所完成了《小麥、玉米新品種選育的專家系統》,植保所開發了《粘蟲測報專家系統》等。這些系統的開發和應用取得了良好的社會和經濟效益,基本上代表了我國農業ES的水平〔9〕。北京農科院于“八•五”期間開發的《小麥管理專家系統ESMCW》〔7〕體現了我國農業ES的最新進展。該系統是在分析處理近100萬個實驗數據和500多條知識的基礎上建立起來的基于模型的專家系統,具有氣象條件預測、生長發育模擬預測、管理決策咨詢、計算機網絡通訊、系統維護、結果輸出等六個功能,經北京昌平縣于1990～1992年使用,小麥單產明顯提高,產投比提高8～10%。近幾年的文獻表明,我國農業ES的開發應用雖起步較晚,但發展較快,應用范圍也較廣泛,涉及到作物栽培〔7,10,11〕、新品種培育〔12,13,14〕、病蟲害防治〔15,16〕、生產管理〔17,18,19〕、節水灌溉〔20,21〕、農產品評價〔22,23〕等方面。

4.3我國農業ES的述評

綜合分析90年代以來的文獻,對我國農業ES述評如下:

4.3.1農業ES的水平參差不齊,總體水平偏低雖然自1985年以來,我國農業ES有了較大發展,但與世界先進水平相比,無論在技術上還是在應用效果上都有很大的差距。現有的系統在質量和水平上也存在較大的差異,有些所謂的“專家系統”缺少知識庫和推理機這兩個專家系統的核心部分,名不符實。

4.3.2農業ES的性能較差,達不到“專家”的要求ES是一個能在特定領域內,以人類專家的水平去解決該領域中困難問題的計算機程序〔23〕,這表明,ES強調的是高性能。而ES的性能水平主要是它擁有的知識數量和質量的函數〔24〕。對于農業ES來說,其知識庫中擁有的知識越多,質量越高,解決問題的能力也就越強。目前我國開發的農業ES中,知識的數量較少,質量較差,大多只是常識和基本原理知識,缺乏啟發性知識和真正的專家知識。

4.3.3農業ES在技術方面的障礙突出ES在開發技術上主要有三方面的障礙〔2〕:一是知識的不完備性與脆弱性;二是推理的單一性和呆板性;三是系統的學習功能差或不具備學習功能。農業ES在這些方面的表現更為突出,使得許多農業ES的應用達不到預期的效果。

5我國未來農業ES的發展思考

有人預測90年代是農業ES研制的高潮,今后10年是農業ES廣泛應用的時代〔9〕。針對我國農業ES的現狀,借鑒國內外成功的經驗,對未來我國農業ES的發展提出一些粗淺的看法。

5.1大力開發專用農業ES

專用農業ES是針對農業生產管理中的某類問題而開發的應用軟件。開發專用農業ES具有費用少、周期短、實用性強的特點,而且這類系統易于見效,其使用效果易于被人們認識,對宣傳和普及農業ES具有重要作用,國內外一些成功的ES已經證明了這一點〔23〕。

5.2注重農業ES的合理選題

農業是一個復雜的人工—自然復合系統,涉及的領域多,很難嚴格指出哪些領域適合開發農業ES,哪些領域不適合。但一個適合于開發ES的問題必須滿足三個先決條件〔22〕:一是存在與之合作的領域專家;二是領域專家采用啟發式方法解決問題;三是專家知識能夠用語言表達清楚。以上三個條件應是農業ES合理選題的基準。

5.3注重多學科多技術的綜合應用

農業ES與模擬模型是本世紀興起的新信息技術〔8〕。農業ES和農業模擬模型的耦合,將是未來農業知識工程領域的重要研究課題。模糊邏輯技術是二十一世紀的核心技術〔25〕。專家提供的知識大多含有經驗成分,具有不確定性、相似模糊性。因此,未來農業ES的開發中,用模糊邏輯作為處理不確定性的框架,能更好地解決傳統方法不能或不能有效處理的許多問題。另外,與大中型資源數據庫、農業專家或知識庫、遙感、決策支持系統、現代控制技術、計算機網絡的有機結合,可以極大地豐富農業ES的功能和使用價值。

5.4加強多專家系統或分布式農業ES的開發

農業是一個經驗性強且分散的綜合性專業,農業生產管理涉及環境因素錯綜復雜,因此在農業生產管理問題涉及多個領域時,需要不同但相關的多個領域ES共同合作,如小麥栽培ES與病蟲害防治ES的結合等,也可通過ES網絡進行聯合輔助決策。