王蕾[1]2002年在《基于Web的河蟹养殖专家系统的研究》文中研究指明本文从我国河蟹养殖业的现状出发，根据目前该领域所面临的问题，采用软件工程的开发方法，利用先进的Intranet技术为核心技术，对河蟹的人工繁殖、蟹种培育、成蟹养殖、配饵投饲、蟹病防治等5个基本模块进行了系统开发，建立了一个先进实用的网络化河蟹养殖专家系统。在系统的开发过程中，首先对该项研究进行了深入实际的可行性分析、目标分析和河蟹养殖流程分析，在此基础上就系统的知识库、推理机、数据库、模型分别进行了详细的设计，提出了系统的总体结构框架和系统的工作流程等，并采用产生式知识表示方法来表示河蟹养殖领域知识。最后利用专家系统原理和ASP技术完成了大量的系统开发实现工作。该专家系统的研制适合于现代水产业管理和信息技术的要求，填补了河蟹养殖专家系统研究的空白。
周慧[2]2014年在《河蟹养殖环境监测及预警模型研究》文中研究表明河蟹(Eriocheir sinensis H. Milne-Eswards),隶属于甲壳纲,十足目,方蟹科,绒螯蟹属,学名为中华绒螫蟹,又称毛蟹、大闸蟹、螃蟹、清水蟹,因为营养丰富、易养、风味独特,成为我们国家水产养殖的重要养殖对象。人工河蟹多养殖于池塘,一般来说,为了达到较好的经济效益,养殖密度较高,因此,在夏季高温天气的条件下,由于排泄物、底泥耗氧以及动植物新陈代谢速度加快,池塘中极易形成大面积的或者局部的低氧环境,破坏水体的生态平衡,从而威胁河蟹的生长。因此,随着现代河蟹养殖技术的发展,对河蟹生长环境中的溶解氧预测需求越来越强烈,对河蟹生态产业的发展模式提出了较高要求。本文以农业物联网河蟹养殖示范基地为试验对象,在文献分析、现场调研和数据分析的基础上,涉及了河蟹养殖水质监测平台,建立了基于隐马尔科夫模型的河蟹养殖溶解氧的预测模型,并在无线监测平台的远程服务器上开发了河蟹养殖水环境溶解氧实时预警系统。重点开展了以下工作：一、通过长期现场监测工作、与试验人员、专家交流以及大量的查阅相关文献,针对溶解氧浓度的预测需求,搭建了河蟹养殖溶解氧监测平台。为了满足溶解氧准确预测的需求,平台监测的数据包括：温度、湿度、大气压强、雨量和溶解氧,同时使用ZigBee和GPRS作为数据近距离传输和远程传输的通信网络,使得技术人员可以随时随地获取现场数据,并进行管理及异常情况的处理。二、利用当前的温度、大气压强及溶解氧浓度,基于隐马尔科夫模型对河蟹养殖环境的溶解氧进行实时预测,并且针对温度、大气压强存在瞬时变化大导致溶解氧浓度预测失效的情况,结合天气预报中获得的温度、大气压强,修正和优化隐马尔科夫模型,实验结果表明修正和优化后的隐马尔科夫模型能够很好的预测1个小时后的溶解氧浓度,在精度和速度等方面都满足了生产需求。叁、在无线监控系统的远程服务器上开发了溶解氧实时预测及预警系统,系统实现了温度、湿度、大气压强、雨量和溶解氧的实时监控曲线,以及溶解氧浓度1个小时的预测曲线的实时显示。同时,一旦发现溶解氧浓度的监控值或预测值低于4mg/L(即处于河蟹养殖环境的非最佳浓度),一方面,立即开启增氧设备,对监控点进行增氧；另一方面,通知相关人员对此异常情况进行人为干预和及时的维护。系统通过测试和实际使用,结果表明：溶解氧实时监控平台能长期稳定地进行数据采集和传输。溶解氧预测和预警系统能有效地在河蟹养殖过程中对溶解氧浓度进行实时预测,并在监测或预测到溶解氧浓度过低时,自动增氧及通知相关人员,有效降低了河蟹养殖的风险。
顾娟[3]2009年在《河蟹养殖信息管理系统的设计》文中研究表明介绍了当前河蟹养殖业的背景,立足于我国当前渔业信息资源管理的基本国情和目标,提出了河蟹养殖信息管理系统的设计和总体实现过程。
郭永军, 邢克智, 王瑞梅[4]2002年在《水产专家系统的发展与应用》文中指出在概述专家系统基本原理的基础上,着重分析了水产专家系统的研究现状、应用状况,并对其发展趋势和现阶段开发过程中需注意的问题作了进一步的探讨。
王申[5]2016年在《基于WSN的智能养殖控制系统研究》文中研究表明水体是高复杂度、非线性、大时滞的系统,水体水质特别是溶解氧一直以来都是人工手动调控。人类专家通过观察水体水质状况,结合养殖经验、气象要素即可做出决策。本研究使用人工神经网络完成水质分类,使用专家系统的知识和规则表示气象要素以及控制经验,通过将二者相结合的方式解决水体溶解氧调控和泛塘预测问题。(1)采用神经网络对水质进行评价本质是多分类问题,建立综合水质评价神经网络对水质进行分类,并自定义评价指标以指导网络训练过程,并阐明综合水质评价网络的有效性、合理性。(2)本研究根据文献以及养殖专家提供的知识,利用Jess实现溶解氧的“专家调控策略”,采用模糊专家控制和“专家调控策略”相结合的方法完成对水体溶解氧的控制,对比实验表明可达到专家调控效果。由于养殖过程中泛塘出现频率高且对水产品影响严重,本研究使用综合水质评价网络的评价结果结合气象因素以及专家经验对养殖水体是否发生泛塘进行预测,使用Jess完成实验,实验验证了此方法的可行性。(3)为解决数据采集以及远程控制问题,设计并实现基于WSN的实时监控系统。为解决系统实时性问题,将非实时和实时数据请求分别处理,并采用WebSocket进行实时数据传输。对比实验结果表明可显着地提高实时性。
金燕[6]2009年在《基于神经网络和机器视觉的南方葡萄专家系统研究》文中研究说明根据葡萄生长发育规律建立的栽培技术体系是一个复杂的系统。熟悉这个系统的专家在产业的建立和发展过程中起着极其重要的作用。但是,在产业发展实践中,往往由于专家数量不够或服务不能及时到位,影响产业的健康发展。运用计算机技术建立专家系统是解决该问题的重要途径。本论文以葡萄在南方的整个生长过程作为研究对象,对其栽培管理技术、病害诊断方法,以及葡萄果实整个生长过程中内质参数与其图像信息的关系等进行了分析和研究,设计了基于神经网络和机器视觉的南方葡萄专家系统。重点围绕南方葡萄专家系统的构建、栽培管理咨询及辅助决策、病害诊断和葡萄成熟度采前无损检测四个方面进行了研究,主要研究结果如下:1.设计和构建了基于神经网络和机器视觉的南方葡萄专家系统平台。利用面向对象、.NET技术和数据库等技术设计构建了葡萄专家系统平台,同时在此平台的基础上设计了南方葡萄专家系统的体系结构、功能结构和模块设计。2.构建了栽培管理子系统。针对葡萄生产技术推广的需求设计了栽培专家决策和栽培管理信息咨询模块功能。该子系统将为用户提供实用便捷的生产管理指导和智能化的生产管理决策服务。3.设计和构建了葡萄病害诊断子系统。该子系统以18种典型的葡萄病害作为研究对象,设计了葡萄知识库和事实数据库,利用RBF神经网络模型设计和构建了葡萄病害诊断神经网络知识库和推理机。分析和论证了网络结构和训练方法,通过验证表明了该诊断模型的有效性。4.设计和构建了自然环境下葡萄成熟度采前无损检测子系统。以湖南农业大学葡萄教学实验基地的2年生欧亚种葡萄品种红宝石无核和红地球为试材,收集和测试了葡萄生长周期中图像信息和内质参数。研究了针对自然环境中的葡萄图像信息的图像分割技术和特征提取方法,并结合对应的内质参数设计了葡萄成熟度采前无损检测神经网络组合模型,通过训练后建立的葡萄成熟度采前无损检测知识库及对应的推理机,系统可以有效和准确的对红宝石无核和红地球进行无损检测。本文的创新点如下:针对南方葡萄栽培的特点,结合葡萄生产实际需要,利用领域专家知识及先进的计算机技术,构建了基于神经网络和机器视觉的南方葡萄专家系统原型。针对葡萄病害诊断复杂性和实时性问题,提出和建立了一种实时性好,诊断精度高的病害诊断模型。该模型根据诊断病害的典型和非典型设计了不同的推理规则,从而提高了系统的实时性。针对自然环境中图像信息特征提取问题,提出了一套基于边缘检测的图像分割和基于色度频度值的特征提取方法。由于葡萄背景和葡萄颜色色度相差较小,通过边缘检测和改进Hough变换的方法可以有效地分割图像中葡萄信息,同时可以通过葡萄色度信息的统计频度值来实现对图片拍摄角度和大小的依赖性,有效地实现了特征的提取。针对葡萄无损检测的要求,提出了基于频度序列和内质参数的人工神经网络组合模型。通过对内质参数的相关性分析,设计了由葡萄图像信息预测色素内质参数的人工神经网络及由果皮色素参数预测果肉总酸、总糖、可溶性固形物的人工神经网络模型,通过两个模型组合来实现根据葡萄图像信息进行采前无损检测的目的。通过独立训练和组合测试,实验准确度和精度均达到理想的要求。
田东[7]2001年在《淡水虾养殖专家系统研究》文中提出本文以青虾为例，抓住目前淡水虾养殖所面临的问题，采用基于生命周期的软件工程方法，利用先进的网络技术研制开发了包括养前、放养、生长期、收获期、越冬期全过程管理的淡水虾养殖专家系统。在可行性分析、目标分析和养殖过程分析的基础上，完成了知识库、推理机、数据库、模型库及其管理系统的设计，提出了用“综合知识体”的知识表示方法即“框架+规则组+黑板”表示淡水虾养殖知识和网络化专家系统优化模型，为网络化专家系统的管理提供了依据。此专家系统的研制填补了淡水虾养殖专家系统研究的空白。
苏孙国[8]2014年在《两种生物操纵系统中主要资源种类的稳定同位素特征》文中认为湖泊和水库是天然的蓄水库。随着工农业的发展，城市的扩大，人口的增加，城镇工业废水及生活污水等的大量排入，湖泊和水库污染日趋严重。水污染治理与生态保护变得十分重要。水体环境的营养结构分析，是水体质量的一个重要指标，在生态保护中具有十分重要的位置。生物操纵方法已经成为国内外治理湖泊水库等静态水体的一种十分重要而且有效的手段。而稳定同位素方法也已经成为研究食物链食物网营养结构及摄食关系的一种重要手段。因此水体群落的稳定同位素特征分析在水体治理中有着指示性的意义，该方法能够指示水体营养结构特征及其变化，这有助于我们对于水体中的各种生物学效应进行更加深刻的理解，从而实现更加精确地进行生物操纵。因此这个研究对于治理静态水体，包括水源地具有十分重要的意义。为了研究生物操纵过程中各种食物链级的生物的作用和营养地位，采用碳氮稳定同位素的方法，研究了青草沙实证基地生态操纵池塘生态修复过程中主要种类的稳定同位素特征。青草沙实证基地生态操纵池塘人工投放多种鱼类，加上自然恢复种类，最终重建实证基地池塘中的生态系统，恢复其强大的自净能力。青草沙实证基地中，δ13C值范围在（-21.51~-13.60）；δ15N值范围在（1.77~9.38）；营养位置范围在（1~3.24）。油餐、红鳍鲌、鰕虎鱼叁个物种的生态位比较接近，它们之间的营养冗余较小。实证基地池塘的生物多样性比较低，构建而成的食物网简单。通过营养级构建出的能量金字塔中，消费者营养级别最低的是底栖软体动物、甲壳动物，然后是草食性鱼类，最后是肉食性或杂食性鱼类，它们占据食物网的最顶层。这种立体复合生态操纵技术可以有效进行生态系统恢复及重建，在大型湖泊及水库的富营养化治理中起到越来越重要的作用。碳氮稳定同位素的含量可以用来研究生态系统的营养结构。通过营养级构建出的能量金字塔在人工控制的简单生态系统中具有一定的参考价值。复合渔业生产系统群落构建技术，由于仿生态养殖，又称之为“陆基生态渔场”。稳定同位素技术成为水域生态系统变动机制的重要研究技术手段之一。本文通过苏水生态农场中河蟹、甲鱼复合生态养殖系统和植物净化系统的成功构建，以及复合生态系统中关键种稳定同位素特征分析，来研究该农场系统的营养结构特征。该系统δ13C值范围是-13.08~-29.79；δ15N值范围是-3.93~13.26；营养位置范围是0~4.52。不同样本生物的δ15N值大致按照植物、浮游食性动物、杂食性动物、肉食性动物的顺序逐渐富集。整个系统中各种鱼类的生态位空间表现出彼此聚集的现象，不同养殖环境中相同鱼种稳定同位素含量出现较大差异，鲢鳙鱼等食性单一的鱼种，其碳氮稳定同位素值变化不大。植物固碳能力由沉水植物到挺水植物再到湿生植物逐渐变大，但挺水植物和湿生植物固氮能力大于沉水植物。
胡利平[9]2005年在《基于智能计算的移动式专家系统研究》文中研究说明本文分析了目前国内外专家系统、特别是水产养殖领域专家系统的研究现状,针对存在的一些问题,在做进一步的用户需求分析,并深入研究原有鱼病诊断专家系统和相关文献的基础上,提出了构建基于智能计算的移动式鱼病专家系统的思路和方案。 根据移动式鱼病诊断专家系统用户需求特点和功能要求,研究设计了以粗糙集理论、神经网络和蚁群算法为核心的专家系统服务器端知识获取和推理机制,即在领域专家提供的大量确诊案例数据的基础上,用基于粗糙集的属性约简算法实现对原始案例数据中冗余属性的约简,以约简后的属性作为输入变量构造神经网络,使神经网络结构得到有效简化,再用相应案例数据训练神经网络,进而获取鱼病诊断知识,建立神经网络知识库,并在此基础上形成神经网络推理机制,其中神经网络训练使用了蚁群优化算法。将这种低存储耗费的神经网络知识库和低复杂度推理机移植到资源有限的手持智能计算设备上,成功解决了移动式专家系统的功能和应用需求。 在上述工作基础上,应用C/C++、J2EE、J2ME、JSP、Servlet、Java中间件和WAP等技术,设计并实现了基于无线和有线Internet环境的移动式鱼病诊断专家系统。
胡金有, 王靖杰, 张小栓, 傅泽田[10]2015年在《水产养殖信息化关键技术研究现状与趋势》文中研究表明信息化技术已经成为现代渔业可持续发展的重要支撑技术之一。为了展现、引导与促进其在水产养殖环节的应用水平,按照信息的属性与尺度、养殖活动的流程与建模应用的层次,系统分析相关文献,对信息获取技术中知识挖掘、传感网络的辨识参数与其组织形式、遥感对区域水环境信息与养殖面积变化及其时空特征获取与监测的研究现状进行了整理;并对比分析了水质预测与预警模型、水产病害诊断中知识表示模式与推理方法、水产行为的量化与分析方法、饲料配方及投饲决策模型的建立、质量追溯中感知内容与平台的构建以及养殖中的控制策略与方法。综述结果表明,信息化技术正向水产养殖业深层次扩散,逐渐实现对水产养殖信息的全面感知与决策支持;信息获取技术由人工获取向依靠感知网络和遥感等数字化智能技术转变;信息处理向专家系统、管理系统、决策支持系统、追溯系统和精细化控制系统等依托人工智能、信息融合和建模处理的智能化信息系统发展;信息化应用使养殖活动更加强调和注重信息化思维和管理决策与其运作效率、效益的相互适应、促进与优化。
参考文献：
[1]. 基于Web的河蟹养殖专家系统的研究[D]. 王蕾. 中国农业大学. 2002
[2]. 河蟹养殖环境监测及预警模型研究[D]. 周慧. 湖南农业大学. 2014
[3]. 河蟹养殖信息管理系统的设计[J]. 顾娟. 现代农业科技. 2009
[4]. 水产专家系统的发展与应用[J]. 郭永军, 邢克智, 王瑞梅. 天津科技. 2002
[5]. 基于WSN的智能养殖控制系统研究[D]. 王申. 中国科学技术大学. 2016
[6]. 基于神经网络和机器视觉的南方葡萄专家系统研究[D]. 金燕. 湖南农业大学. 2009
[7]. 淡水虾养殖专家系统研究[D]. 田东. 中国农业大学. 2001
[8]. 两种生物操纵系统中主要资源种类的稳定同位素特征[D]. 苏孙国. 上海海洋大学. 2014
[9]. 基于智能计算的移动式专家系统研究[D]. 胡利平. 中国农业大学. 2005
[10]. 水产养殖信息化关键技术研究现状与趋势[J]. 胡金有, 王靖杰, 张小栓, 傅泽田. 农业机械学报. 2015