《基于XML技術農(nóng)業(yè)專家系統(tǒng)知識庫的構(gòu)建策略》由會員分享，可在線閱讀，更多相關《基于XML技術農(nóng)業(yè)專家系統(tǒng)知識庫的構(gòu)建策略（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、基于XML技術農(nóng)業(yè)專家系統(tǒng)知識庫的構(gòu)建策略 精準農(nóng)業(yè)是農(nóng)業(yè)可持續(xù)發(fā)展的方向和主要途徑【1】。精準農(nóng)業(yè)技術是精準農(nóng)業(yè)的基礎和核心，農(nóng)業(yè)智能專家決策系統(tǒng)是其重要的組成部分。技術人員可以通過農(nóng)業(yè)智能專家決策系統(tǒng)的實施，將獲取的生產(chǎn)數(shù)據(jù)通過模型庫和知識庫，經(jīng)過綜合分析、智能推理，得出符合生產(chǎn)實際的專家級生產(chǎn)決策建議，用于指導農(nóng)業(yè)生產(chǎn)，可達到替代傳統(tǒng)農(nóng)業(yè)專家的作用。 　　自20世紀70年代開始，國內(nèi)外的農(nóng)業(yè)專家就開始在農(nóng)業(yè)生產(chǎn)中開展了專家系統(tǒng)技術在農(nóng)業(yè)應用的研究，截至目前，專家系統(tǒng)在農(nóng)業(yè)應用研究取得了很大的進展。但農(nóng)業(yè)專家系統(tǒng)仍然存在許多問題。其中專家系統(tǒng)的知識庫設計不足于適應現(xiàn)有知識推理技術的發(fā)展

2、就是一個突出的問題。目前隨著人工智能技術的發(fā)展，知識推理技術也在不斷更新和發(fā)展，推理分析層次和技術呈現(xiàn)多樣化和非線性化的特點，這些可以進一步提高專家系統(tǒng)決策的準確性、穩(wěn)定性和針對性。但是由于目前農(nóng)業(yè)專家系統(tǒng)的知識庫設計嚴重滯后，無法適應知識推理技術的發(fā)展，大大影響了智能推理的準確性和穩(wěn)定性。因此農(nóng)業(yè)專家系統(tǒng)研究一個主要方向就是在知識庫架構(gòu)技術的優(yōu)化方面，以便于適應目前人工智能技術和計算機信息技術的發(fā)展。 　　1 知識及知識表示方法 　　1.1 知識。知識是專家建議決策的重要基礎。專家系統(tǒng)中知識的要素有事實、規(guī)則、概念等，需要描述這些要素，從而反映知識的內(nèi)部結(jié)構(gòu)關系，這樣就可以按一定的規(guī)則來

3、推理得出相應的結(jié)論，這個描述工具就是知識表示，因此專家系統(tǒng)的核心在知識表示。所謂知識表示就是通過各種信息符號以約定的方式將日常生活經(jīng)驗知識轉(zhuǎn)化成計算設備可以識別、利用和進行加工的形式。人工智能技術中研究知識的學科分支是知識工程，隨著近年知識工程研究和專家系統(tǒng)研究的深入，知識表示研究已經(jīng)成為人工智能的關鍵技術之一和研究的熱點之一。在知識工程研究中，知識表示和管理以及如何能被智能系統(tǒng)充分地利用是重要的研究課題之一。 　　根據(jù)知識在智能系統(tǒng)中的作用，可將知識分為以下幾種形式：事實、規(guī)則、控制和元知識；其中事實類型的知識主要代表了反映有關問題環(huán)境的一些事實，它屬于底層知識。例如研究對象事物的屬性、類

4、別，以及對象事物間的關系等均屬于事實類型知識。規(guī)則主要代表是受控對象有關的經(jīng)驗以及推理性知識等，一般使用"IF…Then…";的形式來表達?？刂剖侵R推理的核心，指能反映問題求解中控制策略的知識。元知識指的是有關知識的知識，一般指制定規(guī)則、解釋規(guī)則、校驗規(guī)則、解釋程序結(jié)構(gòu)等。 　　1.2 知識表示方法。在知識工程中，常用的知識表示方法主要有：框架、Petri網(wǎng)、過程、產(chǎn)生式、語義網(wǎng)絡、面向?qū)ο?、謂詞邏輯等。其中框架、產(chǎn)生式、面向?qū)ο笫亲畛Ｓ玫娜N知識表示方法。這三種知識表示方法并不是完美的，各自有各自的優(yōu)缺點。產(chǎn)生式表示法特點分析如表1所示： 　　框架表示法特點

5、分析如表2所示： 　　從上述分析可以發(fā)現(xiàn)，二種表示方法的綜合體能夠避免一些缺點，但是目前的知識庫設計無法有效融合上面的表示。 　　2 基于XML技術農(nóng)業(yè)專家系統(tǒng)知識庫的設計 　　2.1 農(nóng)業(yè)專家系統(tǒng)知識范例。在上述三種知識表示方法中，產(chǎn)生式表示法簡單，易于實現(xiàn)，因此在農(nóng)業(yè)專家系統(tǒng)中，絕大多數(shù)都是將知識規(guī)則以產(chǎn)生式的形式存儲在文本文件中，以產(chǎn)量相關知識規(guī)則為例，在文本文件中以如下形式保存： 　　IF 同等地力其他農(nóng)戶三年平均產(chǎn)量>19500斤 THEN 其他農(nóng)戶三年平均產(chǎn)量所在產(chǎn)量水平為超高產(chǎn)水平 　　IF 15000斤<同等地力其他農(nóng)戶三年平均產(chǎn)量<=19500斤 THEN 其他農(nóng)戶

6、三年平均產(chǎn)量所在產(chǎn)量水平為高產(chǎn)水平 　　IF 10500斤<=同等地力其他農(nóng)戶三年平均產(chǎn)量<=15000斤 THEN 其他農(nóng)戶三年平均產(chǎn)量所在產(chǎn)量水平為中產(chǎn)水平 　　IF 同等地力其他農(nóng)戶三年平均產(chǎn)量<=10500斤 THEN 其他農(nóng)戶三年平均產(chǎn)量所在產(chǎn)量水平為低產(chǎn)水平 　　產(chǎn)生式表示法在表示簡單知識規(guī)則時沒有問題，但是其在表示復雜關系知識則有嚴重缺陷。因為在農(nóng)業(yè)生產(chǎn)中不同對象之間，具有一定繼承性、關聯(lián)性和層次性，產(chǎn)生式表示法無法展現(xiàn)這些特性。因此如果針對產(chǎn)生式表示法、框架和面向?qū)ο笮问竭M行整合，構(gòu)建具有繼承、面向?qū)ο蟮忍匦缘闹R庫架構(gòu)，這樣可充分展現(xiàn)知識結(jié)構(gòu)層次結(jié)構(gòu)，表示復雜的知識結(jié)構(gòu)

7、，提高農(nóng)業(yè)專家系統(tǒng)知識處理水平。 　　對上述三種表示方法進行整合，需要一個實現(xiàn)的工具，這個工具能夠清晰表示出繼承、關聯(lián)和層次性，同時也易于處理，從這一方面來說，XML技術是最理想的實現(xiàn)工具。本文就是利用XML技術來實現(xiàn)農(nóng)業(yè)專家系統(tǒng)的知識庫架構(gòu)，從而達到了將上述三種表示整合的目標。這種架構(gòu)具備了三種表示方法優(yōu)點，同時又避免三種表示方法各自缺點，可以充分體現(xiàn)推理分析層次和技術呈現(xiàn)多樣化和非線性化的特點。 　　2.2 基于XML技術農(nóng)業(yè)專家系統(tǒng)知識庫架構(gòu)及推理模塊設計。在專家系統(tǒng)中，推理過程就是人機交互的過程，使用者將所掌握的信息，通過交互平臺反饋給推理機，農(nóng)業(yè)專家系統(tǒng)推理機利用農(nóng)業(yè)生產(chǎn)決策模型

8、、知識庫、綜合數(shù)據(jù)庫，在專家知識和經(jīng)驗的基礎上，利用推理算法來進行知識推理，找到用戶所需結(jié)果，并形成專家建議，反饋給用戶。 　　農(nóng)業(yè)專家系統(tǒng)推理模塊結(jié)構(gòu)由四部分組成：人機交互界面、知識庫、知識處理模塊和推理機模塊。其中人機交互界面的主要功能是把用戶所輸入的信息或外來數(shù)據(jù)轉(zhuǎn)換成系統(tǒng)的內(nèi)部表示形式，并交給農(nóng)業(yè)專家系統(tǒng)推理機處理，農(nóng)業(yè)專家系統(tǒng)推理機輸出的推理結(jié)果也可以由人機交互界面轉(zhuǎn)換成用戶易于理解的結(jié)果展示方式。農(nóng)業(yè)專家系統(tǒng)知識管理模塊是指對系統(tǒng)知識庫中的知識進行管理、設置和控制的功能模塊，它的主要作用是輔助推理機完成對知識庫的各種操作，并向咨詢用戶提供知識檢索和查詢手段，其中XML處理技術就在

9、這一模塊實現(xiàn)；其功能包括知識更新、知識獲取、知識校驗、知識求精、知識查詢等。農(nóng)業(yè)專家系統(tǒng)推理模塊主要包括推理機和解釋機制，農(nóng)業(yè)專家系統(tǒng)推理機主要是依據(jù)推理模型和算法，解析知識，得出結(jié)論；解釋機制主要是負責引導用戶輸入掌握信息和將結(jié)論以用戶接受的方式解釋。 　3 結(jié)論 　　本文以XML技術針對農(nóng)業(yè)生產(chǎn)知識進行了表示，整合了框架、產(chǎn)生式規(guī)則、面向?qū)ο笫侨N常用的知識表示方法，集中了三者的優(yōu)點，避免了其不足之處。并以此為基礎構(gòu)建農(nóng)業(yè)專家系統(tǒng)的知識庫。這種新的知識庫架構(gòu)設計，可以充分體現(xiàn)出農(nóng)業(yè)生產(chǎn)知識的繼承、關聯(lián)和層次的特點，可以充分表示出知識的復雜關系。同時由于XML技術解析、處理目前有很多程序

10、設計語言都可以實現(xiàn)，因此利用XML技術來構(gòu)建農(nóng)業(yè)專家系統(tǒng)的知識庫比目前文本形式的知識庫更易于體現(xiàn)推理分析層次和技術呈現(xiàn)多樣化和非線性化的特點，適應目前人工智能技術的新發(fā)展，提高農(nóng)業(yè)專家系統(tǒng)準確性和穩(wěn)定性，有利于農(nóng)業(yè)專家系統(tǒng)的應用普及。本文的研究在農(nóng)業(yè)專家系統(tǒng)研究具有一定創(chuàng)新性，也可以將其推廣到農(nóng)業(yè)專家系統(tǒng)模型庫的架構(gòu)設計中，具有一定應用價值。 　　參考文獻： 　　【1】于合龍，陳桂芬，畢春光.玉米精準施肥數(shù)據(jù)庫建模研究.玉米科學，2008，16（4）：184-188. 　　【2】趙月玲，陳桂芬，王越，陳航.吉林省玉米推薦施肥專家系統(tǒng)研究與設計.玉米科學，2006，14（3）：170-17

11、2. 　　【3】熊范綸.農(nóng)業(yè)專家系統(tǒng)及開發(fā)工具.北京：清華大學出版，1999. 　　【4】Lemmon H.Comax： an expert system for cotton crop management.Science，1986，233：29-33. 　　【5】Plant R E. An integrated expert decision support system for agri-cultural management.Agriculture Systems，1989，29：49-66. 　　【6】Vandendriessche H， Geypens M， Bries J

12、. N- index： an expert system for nitrogen fertilizer of arable crops.Gembloux，Belgium：COST Workshop Gembloux，1992：55-57. 　　【7】Kruger G A，Karamanos R E. Fertility analysis and recommendations manager.Commun Soil Sci Plant Anal，1994，25（7/18）：955-965. 　　高美玲，欒非時，寇勝利.作物專家系統(tǒng)發(fā)展概況與趨勢.東北農(nóng)業(yè)大學學報，2003，34（1）：105-108. 　　 　　作者單位：長春工程學院 圖書館，長春 130012；長春工程學院 計算機技術與工程學院，長春 130012