基于混合推理技术的蚜虫危害诊断与防治专家系统关键技术研究

论文摘要

蚜虫属半翅目、蚜总科类昆虫,全世界约有4500多种。在我国,有120多种蚜虫是农林业的重要害虫,每年造成粮食等农作物减产15～30%以上,严重时甚至颗粒无收。在农业生产中,绝大多数生产者对蚜虫种类识别不清,对其危害程度认识不足,盲目防治,给环境带来了沉重的负担。针对这一问题,国内外学者展开了大量的研究,以期找到快速、准确、高效的识别方法,提高蚜虫危害的诊断水平,为蚜虫危害的有效防治提供便利。已有的蚜虫危害诊断防治专家系统在推理机制和知识库等方面存在缺陷,无法很好地应对因蚜虫种型多变、识别特征复杂所带来的诊断难题,从而不能满足实际应用的需要。本研究建立了基于规则推理、案例推理和模糊推理的蚜虫危害诊断与防治专家系统,并对各种推理机制的关键技术进行深入的研究,以期为蚜虫虫害的快速诊断和有效防治提供可能的途径。研究的主要内容与结果如下:（1）在知识库构建方面,把蚜虫形态特征、危害症状、发生规律、防治方法等作为主要知识点,在领域专家协助下,分析、整理这些知识,从而形成系统的知识库。（2）在系统数据库设计方面,采用规则库与案例库相关联的方法,不仅实现了简单的知识推理,还能对系统知识库进行维护,极大的简化了对已有知识库的访问过程,降低了维护难度。（3）推理机设计方面,采用了规则推理、案例推理与模糊推理相结合的混合推理机制。用户提交的信息首先被提交到规则推理模块进行规则推理,若无匹配结果,则将转入案例推理与模糊推理模块。在转入案例推理与模糊推理模块之前,对案例库中的案例进行C-均值聚类,由此可以提高系统的推理速度。在案例推理中采用的是最邻近距离算法。此外,系统中采用的ω?net规则检测技术可以随时对规则库中的规则进行检测和修改,从而降低了系统的出错率。总的来说,本系统是以DELPHI7.0为开发工具,可以实现蚜虫特征分析、特征提取、合理准确地给出结论和防治措施这一过程。系统中知识库和推理机是相互独立的,这就保证了知识库或推理机发生变化时互不影响,有利于系统的扩充、修改和维护,体现了本专家系统的灵活性。实践证明,基于规则推理和案例、模糊推理的专家系统具有良好的推理能力和极高的纠错能力,可以有效地识别蚜虫种类,从而诊断出其危害,可以为农业生产者提供科学指导,具有很强的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究的意义
• 1.2 国内外农业病虫害诊断专家系统的研究现状
• 1.2.1 国外农业病虫害诊断专家系统研究与应用状况
• 1.2.2 国内农业病虫害诊断专家系统研究与应用状况
• 1.3 农业病虫害诊断专家系统中普遍存在的问题
• 1.4 课题研究的主要内容
• 1.5 本文结构布局
• 第二章 专家系统理论知识
• 2.1 专家系统的类型
• 2.1.1 基于规则推理的专家系统
• 2.1.2 基于案例推理的专家系统
• 2.1.3 基于模糊推理的专家系统
• 2.2 专家系统核心技术
• 2.2.1 知识表示的方法
• 2.2.2 推理机制
• 2.3 Petri 网原理
• 2.4 本章小结
• 第三章 蚜虫危害诊断知识分析与表示
• 3.1 蚜虫危害诊断领域知识分析
• 3.1.1 诊断的定义
• 3.1.2 蚜虫危害诊断
• 3.1.3 蚜虫危害诊断思维方式
• 3.2 蚜虫诊断领域知识表示
• 3.2.1 知识获取的来源
• 3.2.2 蚜虫危害诊断知识概念化
• 3.3 知识库设计
• 3.3.1 系统知识库
• 3.3.2 系统数据库设计
• 3.4 本章小结
• 第四章 推理机设计与实现
• 4.1 推理机设计
• 4.2 规则推理算法设计
• 4.2.1 模糊推理规则的推理算法
• 4.2.2 模糊规则推理实例
• 4.3 基于案例推理与模糊推理算法设计
• 4.3.1 案例推理与模糊推理流程
• 4.3.2 C-均值聚类算法
• 4.3.3 案例推理算法
• 4.3.4 模糊推理算法
• 4.4 实现过程与举例
• 4.4.1 C-均值聚类算法数据分析
• 4.4.2 案例与模糊推理算法实例
• 4.5 规则检测算法设计
• 4.5.1 规则检测算法
• 4.5.2 规则检测实现案例
• 4.6 本章小结
• 第五章 系统设计与实现
• 5.1 系统需求分析
• 5.1.1 系统建设原则
• 5.1.2 系统目标
• 5.2 系统开发平台构建
• 5.3 系统结构设计
• 5.3.1 系统总体结构
• 5.3.2 系统功能子模块描述
• 5.3.3 系统功能子模块图
• 5.4 系统界面示例
• 5.5 系统测试
• 5.6 本章小节
• 第六章 结论与展望
• 6.1 研究结论
• 6.2 研究展望
• 参考文献
• 附录
• 致谢
• 作者简介