崔莅凯[1]2002年在《智能化农业信息系统中不精确推理和基于案例推理的研究》文中进行了进一步梳理随着专家系统的研究的深入和应用的扩展，针对不同的应用领域，人们需要更多种多样的知识表达方法和推理方法来模拟专家解决问题。不精确推理和基于案例的推理是专家系统领域内实用的推理方法，在各自适用领域内发挥着重要的作用。本文在对专家系统、不精确推理和基于案例推理等相关理论的研究基础上，分别提出了适用于农业领域的不精确推理和基于案例推理的知识表示方法和推理方法，并设计和实现了一个基于案例推理的原型系统。 本文提出的不精确推理的知识表示以产生式规则为基础，利用了模糊数学方法，并提出了不精确性传递的叁个公式。基于案例推理的知识包括案例、规则和别名表叁种，推理对输入主要进行句法分析。基于案例推理的原型系统以数据库存储知识，系统包括四个主要的功能模块：案例搜索、案例复用、案例校验和案例保存。案例搜索模块搜索最相似的案例；案例复用模块复用案例中解决问题的信息和知识；案例校验模块校验建议解答；案例保存模块保存可能有用的部分为未来问题的解决使用。
李龙龙[2]2008年在《基于案例和模糊推理的农业虫害诊断专家系统推理机研究》文中研究指明农业虫害是常对作物造成严重危害的农业生产重要限制因素之一,也是我国农业经济惨遭严重损失的主要原因,而绝大部分的农业生产者对虫害的认识不清,盲目防治,造成农药的浪费,给环境带来沉重的负担和污染。而我国是一个农业大国,农业技术人才奇缺,先进科学技术的传播普及和应用周期长、速度慢,农业生产和管理水平低,严重制约了农业生产及其可持续性发展。虫害的合理诊断方案制定是一个包括虫害特征分析、特征提取、推理算法研究以及合理准确地给出结论和防治措施的综合性的复杂过程,其主要任务是实现虫害的定性识别。这一过程的完成质量和效率决定着农业生产者的增产增收程度,也体现了植物保护工作的现实意义。针对现实情况,本研究在结合研究国内外现状的基础上,结合昆虫分类学以及植物保护相关领域知识,针对我国农业虫害诊断的实际需求,以解决生产实践难题为目的,采用案例模糊混合的推理机制,进行农业虫害诊断专家系统推理机的研究,具有很强的现实指导意义。为满足实际虫害诊断问题对专家系统的要求,根据虫害特征诊断的现实特点和需求,将模糊技术和案例推理相融合,引入到虫害诊断专家系统的设计中,阐述模糊案例推理的知识表示,给出模糊案例推理技术的推理过程,提出基于案例与模糊推理的虫害诊断推理机制,对二者的结合方式作了阐述,主要完成植物虫害的定性识别、虫害诊断专家系统知识表示的研究、系统推理机的设计以及解释功能模块的设计工作。本研究采用具有网络和数据库操作优势的面向对象的高级语言Delphi作为开发语言,采用与其配套的Desktop工具设计开发DB数据库,采用最新识别技术开发基于模糊理论的具有自我更新能力、案例自我学习、案例相似度判断、案例修正以及鲁棒性和容错性的案例模糊专家系统推理机,在植物保护专业知识与计算机技术交叉领域做了一次有益的尝试,主要取得如下成果:本文主要对推理机进行研究,本系统推理机融合案例和模糊技术实现推理机制,模拟人类认识思维过程,采用先案例后模糊推理的推理机制完成推理,较为准确的解决了跨学科的复杂现实问题。系统尝试使用案例和模糊的概念来进行知识表示,并对用户输入的特征参数进行合理的数值化以保证推理的准确性,最终结论则以模糊的匹配度和可信度的形式反馈给用户,系统能够较为准确的给出诊断结论,具有很强的借鉴意义。系统采用模块化结构设计,使得系统维护只需对特定模块进行完善和扩充,为进行二次开发提供接口。实践证明,基于案例和模糊推理的思想方法和推理机制所构造的专家系统有良好的推理能力和极高的处理问题效率,可以针对具体的虫害特征,有效地对植物虫害进行识别和诊断,为农业的生产提供有力的保障。
丁朝霞[3]2007年在《智能化农业信息技术的研究与应用开发》文中指出智能化农业信息技术(Agriculture Intelligent Information Technology，AIIT)是近年来发展十分迅速的一门重要学科。用智能化农业信息技术改造和支持农业的发展是当前一项备受关注的工作。我国农业的科技含量低，农业信息技术的基础比较差，21世纪在我国推进智能化农业信息技术将会获得显着的经济效益和社会效益。因此，本研究领域受到了政府的支持、科技部门的重视和基层的欢迎。论文以国家863计划智能计算机主题下的关键项目“智能化农业信息技术应用示范工程——山西示范区”和重点项目“农业专家系统”为研究对象，对智能化农业信息技术进行了系列深入研究。并对农业信息技术的综合集成与有机结合、信息资源整合等进行了有益的探索。本文在深刻分析研究国内外智能化农业信息技术研究进展的基础上，应用人工智能、专家系统、知识工程与信息技术相结合，坚持Web技术、多媒体技术、数据库技术、人机友好技术、ASP.NET开发技术、模糊推理等信息技术的综合运用，并结合山西特色搭建了一个先进的、基于中间件技术的、完善易用、科技信息含量高的集获取农业信息知识、提供技术交流和咨询服务的综合农业信息处理平台。并已投入实际运行。此项开发研究对于由传统农业向现代农业转变将起到一定的促进作用。目前我国农业正在进行农业结构调整，其中，用现代科学技术武装广大农民是其中主要内容之一。农业科技信息服务平台的建成，加快了农业科技普及的速度，加速了农业科技成果转变为生产力的进程，使农民可以更多、更快、更好地接受最新技术的培训，使用最新技术，从而加速了现代科技成果的普及率和对农业生产发展的贡献率，平台的建成，实现了信息资源的有机整合，必将成为实现农业现代化的加速器。
李化[4]2003年在《智能化玉米信息处理系统的设计与构建》文中研究说明本文论述了智能化玉米信息处理系统的设计和构建过程。开发了可在单机和网络上运行的面向基层的专家系统软件。在比较国内外农业专家系统的基础上，详细论证了本系统的方案。采用了Browser/Web Server/Database叁层分布计算体系，这种结构具有开放性、扩展性好、维护方便、客户端界面统一简单、成本低、跨平台性等诸多优点。系统采用ASP.NET、ASP、VB、VC、FRONTPAGE、DREAMWEAVER等进行开发；采用基于模糊产生式规则的知识表示，混合推理控制策略以及应用不精确推理的可信度模型，较好地解决了农业领域知识的复杂性和不精确性，实现了网络化玉米信息处理系统，解决了农业专家系统数据量庞大，多媒体信息甚多，数据的不确定性等难点，集实用性、方便性和科学性于一体，突出系统的本地化。 采用不精确推理处理农业领域中的专家知识。在系统建模过程中，知识工程师通过专家赋值、案例统计或其他方法，给规则库中的每条规则赋一个可信度因子。根据初始证据的可信度值和规则的可信度因子，给出问题求解结论的可信度值。在推理的过程中，计算出各中间结果的可信度因子，并沿着推理链传播这种不确定性。当结论的可信度因子超过某个阈值后，结论便可成立。
张晓楠[5]2015年在《基于案例推理的统计地图设计研究》文中研究表明地图设计伴随着社会需求和计算机技术的不断发展而逐步迈向自动化、知识化和智能化,目前已取得了丰硕的研究成果。统计地图作为极其重要的一类专题地图,广泛应用于国民经济建设、教学和科学研究、国防建设等众多领域,其智能化设计受到了越来越多的关注。案例推理是人工智能领域中有效的问题求解方法,能够将以往的经验和具体情境下的知识重用于新的情境,从而解决新问题,它在诸多领域取得了良好的效果和令人鼓舞的进展,显示出强大的应用潜力。为此,本文将案例推理的理论、技术与方法引入统计地图设计领域,旨在继承和共享以往的设计经验与知识,辅助用户进行正确的设计决策,提高设计的效率和规范化,提升统计地图设计的自动化、知识化和智能化水平。主要的研究成果包括:(1)明确了统计地图的定义、特点及分类;剖析了统计地图的设计思维过程和阅读理解过程,提出了统计地图的空间认知模型;研究了统计地图设计机理和案例推理解决问题机制,分析了二者的内在联系及相互结合的适用性,提出了基于案例推理的统计地图设计概念框架、逻辑框架和应用框架,为后续统计地图设计智能化研究提供了新方法。(2)通过对统计地图设计情境的研究,提出了统计地图设计案例的概念;研究了基于刻面树的统计地图设计知识分类体系,在常用知识表示方法及其适用性对比分析的基础上,提出了基于情境的统计地图设计案例表示方法,实现了统计地图设计知识的案例化存储与表达,有效解决了知识获取的难题,为设计经验和知识更好地继承、共享、传播及应用提供了有效途径。(3)针对统计地图设计案例匹配的内容、流程及要求,提出了基于复方策略的统计地图设计案例匹配方法。着重研究了基于语义相似度的案例设计需求匹配、基于BP神经网络的案例表示方法匹配和基于改进协同过滤算法的案例显示风格匹配。在此基础上,实现了定量化的案例总体相似度计算,体现了辩证法的哲学思想,“具体问题具体分析”,克服了单一匹配方法进行推理所具有的不可靠性,拓展和提升了案例推理方法的实用性,为深化智能化推理相关研究提供了新思路。(4)针对统计地图设计案例修正的任务、要求及方式,提出了面向用户的统计地图设计案例修正框架,以智能控制的修正方法和人工调整的修正方法分别满足用户的功能需求和情感需求;分析了统计地图设计案例中数据处理模型的运行机制,实现了其智能控制的修正;提出了基于布局关系的统计地图符号的构建机制,实现了其人工调整修正。满足用户需求的同时,为统计地图设计案例的有效调整提供了重要支撑。(5)以上述研究为基础,在国产操作系统运行环境下,研发了基于案例推理的统计地图设计实验系统,进一步验证了将案例推理应用于统计地图智能化设计的科学性和有效性。
王斌[6]2007年在《山西省智能化农业信息系统的构建及数据库模式层规范化探讨》文中提出步入21世纪，高度的信息化成了当今社会先进生产力的特点。而在我国广大的农村地区，由于经济条件和地域的限制，知识信息的获取和更新十分困难。广大农村地区对知识和信息的渴求，同我们的农业方面专家人才相对较少的矛盾，已经严重阻碍了当地的经济发展，进而制约了整个国民经济的发展。建立智能化农业示范区成为推动农村经济发展的迫切需求。在国家863计划的大力支持下，针对当前我省农业实践活中遇到的实际困难，我们研制了山西省智能化农业专家系统。本文以小麦为研究对象，详细的阐述了该系统的设计方案和实现细节，同时就设计涉及到的技术作了一些探讨。本系统由智能决策子系统和多媒体信息子系统两部分组成，综合集成了人工智能、现代多媒体技术和农业专门知识，并通过采用国际上流行的Browser／WebServer／Database叁层分布网络体系结构，实现了高效的专家系统框架，这样的体系结构增强了系统的稳定性和可靠性，便于各种资源的管理和维护。系统采用Windows 2003 Server所提供的完全的IIS6.0中的WWW服务器，利用Dreamweaver 8、Photoshop 7、Flash 8、RealProducer和InterDev等诸多程序和多媒体开发工具对文本、图像、动画、音频、视频等信息进行有机集成，形成图、文、声并茂的Web页面，并充分运用了ASP.NET、VBScript、JavaScript、XML、ActiveX构件等新技术来强化系统的功能；采用基于模糊产生式规则的知识表示，混合推理控制策略以及应用不精确推理的可信度模型，较好地解决了农业领域知识的复杂性和不精确性，实现了网络化农业信息处理系统，解决了农业专家系统数据量庞大，多媒体信息甚多，数据的不确定性等难点，集实用性、方便性和科学性于一体，突出系统的本地化，在屯留、五台、忻州等试验点的推广应用中，得到了用户的广泛好评。此外，针对农业专家系统升级数据库时遇到的数据冗余、更改、添加以及删除数据异常的问题，本文深入研究了数据库模式层规范化理论。并根据专家系统数据库的特殊需求，总结出适合中小规模数据库使用的模式层规范方法，成功解决了农业专家系统更新知识库时的问题。最后，根据各试验点的反馈情况，对多媒体信息子系统进行了改良，并融合了智能决策子系统的部分功能。以期更方便、高效的指导农民对智能农业专家系统的使用。
李建洋[7]2003年在《基于粗糙集的案例推理智能决策支持系统的研究》文中研究表明本文首先探讨了智能决策支持系统(IDSS)的基本原理、结构、构造方法、研究现状以及发展方向，对叁种主要的智能决策支持系统的结构进行了广泛的比较研究；针对智能决策支持系统研究中所存在的问题，引出了基于案例推理(CBR)，介绍了基于案例推理的相关理论、工作机理，并对相似性进行了深入的探讨；接着介绍了粗糙集(RS)的主要概念和相关理论，主要介绍了对知识的处理方法和技术，重点介绍了粗糙集对知识的处理能力，并对粗糙集与其它的不精确推理进行了详细的比较。 应用上述理论，本文提出了一些新的观点及其应用算法，诸如：将粗糙集应用于基于案例推理，包括知识的约简；建立在粗糙集基础上的案例索引与检索机制；利用专家知识对核属性的发现及提取不同属性的权重。 最后介绍了上述方法在“安徽省防洪决策支持系统”中的应用。该系统使用集成技术，将粗糙集、基于案例推理与智能决策系统相结合，提出综合集成的IDSS体系结构及实现方法，从而为研究智能决策支持系统的应用拓广了空间。
杨振刚[8]2007年在《CBR ANN智能决策支持方法及应用》文中研究指明利用基于案例推理和人工神经网络等人工智能方法解决系统决策问题是智能决策支持系统领域重要的研究方向。本文提出研究CBR-ANN(Case-based Reasoning-Artificial Neural Network)智能决策支持方法,一方面从CBR与ANN集成理论的角度去发展人工智能方法,另一方面从智能决策支持系统(IDSS)的角度去探索解决工程决策问题特别是农业领域决策问题的新方法。本文首先分析IBL(Instance-based Learning)、CBR与ANN之间的联系,讨论了CBR与ANN的集成模型及其集成研究方向。基于ANN模型及CBR方法的设计特点,提出了涵盖“形态空间-表示模式”、“集成方法选型”以及“模型与算法”的CBR-ANN集成方法的设计框架,以指导CBR-ANN模型的设计工作。同时提出了一个IDSS设计框架,认为IDSS设计的四项主要任务为:“问题分析与表达”、“方法分析与设计”、“系统分析与规划”和“系统设计”。接着提出了一种CBR-ANN智能决策支持系统的一般结构,阐述了其各个组成部分的原理。分析了特征向量表示法、类别-案例表示法、动态存储表示法等案例表示法的特点,提出CBR-ANN过程模型为CR4模型,认为对于案例库构建,要分析和定义问题可能类型上的相似关系,探寻问题可能类型到方案可能类型的映射关系,分析相似类、进行案例库划分以及进行案例库优化。本文探讨了CBR-ANN智能决策模型中适用的知识表示方法,分析了属性相似性测度和常用的案例相似性测度,且设计了实验方法分析比较几种典型的案例相似性测度的性能。对于系统案例检索,本文为案例数量巨大的案例检索任务提出了一种基于优势案例的案例索引机制及其检索方法,以帮助检索程序快速定位目标案例的相似案例集,提高案例的检索效率。同时对两种适于案例分类、检索的竞争神经网络(Adaptive Resonance Theory和Self-organizing Maps)的原理进行了深入探讨。基于产生式表示法,本文提出了系统推理器的设计思路和推理过程框架。基于知识的高维案例的推理也可利用神经网络的并行计算能力来实现,本文重点讨论了贝叶斯推理。同时对基于案例推理的决策方法作了深入的理论探讨。然后,基于目标案例信息和用户历史请求信息提出了系统推荐方法,且认为案例保留的评价方法与推理的回想特性值相关,并据此提出了有效的系统案例保留与学习策略。最后,结合国家的方针政策以及作者的在研课题,本文提出将CBR-ANN决策支持模型与方法应用到农作物病害防治智能决策支持技术中,并以具体的黄瓜病害防治决策支持为切入点,探索CBR与ANN集成应用的新方法。基于CFW(黄瓜枯萎病)防治案例库的特点,本文分析了案例分类与案例检索效率的关系,确定了最优案例分类区间,利用交叉验证方法分析系统推理有效性,并基于推理有效性研究分析最优案例相异阈值范围。在应用CBR-ANN智能决策支持模型与方法时,采用ART-Kohonen神经网络(ART-KNN)模型进行集成研究,执行案例分类识别任务,并对其分类正确率以及案例方案中某些属性的预测进行了分析。通过进一步的实例测试与分析,验证了系统推理的有效性。本文较为系统地研究和建立了CBR-ANN智能决策支持模型与方法,且在作物病害防治的决策支持上进行了应用,这对于拓展CBR-ANN集成模型和智能决策支持方法的研究有较好的理论意义和应用价值。毫无疑问,CBR-ANN智能决策支持方法这个重要的研究领域将会不断得到丰富与发展,从而促进人工智能技术与决策支持方法对现实问题的解决。
王玲[9]2006年在《RBR马铃薯专家系统的研制及CBR平台探讨》文中认为近年来，专家系统的发展使农业专家系统已广泛的应用于我国的农业生产，利用它指导农业生产，对可持续发展农业具有显着效果。目前我们已在国家农业信息技术研究中心提供的农业专家系统平台上相继开发了类似RBR马铃薯专家系统的十多个品种的农业专家系统，并在山西神农网上进行推广使用，为当地用户马铃薯高产、优质、高效产生了很大推动作用，受到了当地用户的热烈欢迎。 针对当前农业领域知识的模糊性及农业专家缺乏等现状，本文作者通过参与国家863项目“农业智能信息处理系统”的工作，首先设计了基于规则推理(RBR)的马铃薯专家系统，整体功能主要由多媒体信息部分和智能决策部分两大模块组成。其中系统设计采用人工智能、专家系统、知识工程与信息技术相结合，坚持Web技术、多媒体技术、数据库技术、人机友好技术、ASP开发技术、模糊推理等技术的综合运用，有效地保证了系统的先进性与实用性的有机统一。 在充分考虑了RBR马铃薯专家系统平台应用中出现的不足和系统开发过程中遇到的一些问题，提出了基于案例推理的知识表示方法和推理方法，又设计和实现了一个基于案例推理的原型系统平台。主要从理论上提出了创建基于案例推理专家系统开发平台的研究思路、实
孙传恒[10]2005年在《水稻病虫害诊断模型构建及智能咨询识别系统的实现》文中指出本论文是国家863计划项目“网络化实时农业远程诊断模型及交互式平台关键技术研究”(项目编号:2002AA243041)的一部分,论文对水稻病虫害诊断知识进行了系统整理和较深入研究,构建了水稻病虫害咨询诊断系统。 水稻病虫害诊断模型及其咨询系统主要由知识库、知识获取机构、综合数据库、推理机四个部分组成。知识库主要存放水稻病虫害诊断的规则;知识获取机构面向农业专家,实现知识的获取以及知识库的修改、扩充等任务,综合数据库用于存放水稻的基本信息,用户可以通过综合数据库来获得相应的病虫害咨询信息;推理机是根据用户输入的原始信息,应用诊断模型进行诊断。在设计过程中,运用面向对象的编程技术、ADO技术、数据库技术;基于Delphi6平台,将数据库技术与专家系统相结合,实现了对规则知识的存贮、管理,从而实现了该系统。 本系统是基于特征的诊断机制,根据病害在水稻生长的各个部位(叶、茎、穗)的症状特征和虫害的个体特征,在特征描述的基础上构建本系统的诊断知识库。在水稻病虫害诊断模型方面,筛选出了水稻重要的鉴别特征,根据水稻病虫害的特点与特征,综合运用了几种知识表示方法,一是采用关系表示的知识表示方法,采用多条件组合的方式表达规则知识,将所有知识存于关系数据库中,相应地在这种知识表达方式下,利用SQL语言设计了该系统的推理机,推理效果较好。另一种知识表示方法是通过对病虫害症状的整理和收集,对病虫害症状采用特征—规则表的方式进行表达;并利用神经网络理论,建立并实现了神经网络的复杂层次网络结构模型,完成了基于特征的病虫害诊断系统的建立。 该系统有效地将计算机技术与植保专家知识结合在一起,集病虫害信息存贮浏览、查询、专家系统于一体,同时地理信息和多媒体技术的运用增加了系统的实用性和直观性,对于缓解植保专家的不足,提高水稻病虫害的防治,加快科技成果的转化具有重要意义。
参考文献：
[1]. 智能化农业信息系统中不精确推理和基于案例推理的研究[D]. 崔莅凯. 昆明理工大学. 2002
[2]. 基于案例和模糊推理的农业虫害诊断专家系统推理机研究[D]. 李龙龙. 西北农林科技大学. 2008
[3]. 智能化农业信息技术的研究与应用开发[D]. 丁朝霞. 太原理工大学. 2007
[4]. 智能化玉米信息处理系统的设计与构建[D]. 李化. 太原理工大学. 2003
[5]. 基于案例推理的统计地图设计研究[D]. 张晓楠. 解放军信息工程大学. 2015
[6]. 山西省智能化农业信息系统的构建及数据库模式层规范化探讨[D]. 王斌. 太原理工大学. 2007
[7]. 基于粗糙集的案例推理智能决策支持系统的研究[D]. 李建洋. 安徽大学. 2003
[8]. CBR ANN智能决策支持方法及应用[D]. 杨振刚. 华南理工大学. 2007
[9]. RBR马铃薯专家系统的研制及CBR平台探讨[D]. 王玲. 太原理工大学. 2006
[10]. 水稻病虫害诊断模型构建及智能咨询识别系统的实现[D]. 孙传恒. 浙江大学. 2005
标签：自动化技术论文; 专家系统论文; 智能农业论文; 模糊理论论文; 模糊神经网络论文; 模糊算法论文; 统计模型论文; 推理论文; 智能化技术论文;