基于C/S/S三层结构的农业昆虫综合决策支持系统的研究与开发
发布时间：2024-03-02 15:31
确定靶标害虫的综合治理防治方案是一个包括害虫识别鉴定、种群与群落结构与动态分析、预测、合适的方法选择等复杂的综合决策过程。这个综合决策过程完成的质量和效率关系到农业生产者的增产增收程度，也体现着植物保护工作的现实意义。准确地识别害虫、开展预测预报、制定经济阈值、确定防治方案等等工作需要紧密的配合，才能实现良好的综合决策。由于这些工作之间相互关系复杂、要求大量的领域知识协同，普通农业生产者由于缺乏植物保护专业知识背景，在进行害虫鉴定的时候存在一定的困难；预测预报与防治方案的制订则更为困难。另一方面，各高等农业院校、研究单位在害虫识别、鉴定、决策等方面积累了大量的经验和知识，但是由于成果推广不利等因素的限制，不能够直接用于农业生产。随着人工智能技术，特别是专家系统的发展，为植物保护专业知识通过专家系统的方式方便地应用到农业生产领域提供了可能。专家系统拥有综合性的知识和高速处理知识的特点,且不受时间、空间的限制和人类情感的影响，能够方便、经济的应用到农业生产中。 本文简要回顾了农业专家系统的发展、现状和趋势，分析了现有综合决策系统中出现的一些问题，如：鉴定子系统存在的鉴定方式要求强昆虫分类学...
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
第一章 研究综述
1. 人工智能
1.1 人工智能的产生与发展
1.2 专家系统
1.3 专家系统应用领域评估
1.3.1 农业领域的数据特征及农业专家系统评估
1.3.2 植物保护领域的数据(昆虫方面)特征及植物保护专家系统评估
1.4 农业专家系统的国内外研究概况
2. 问题分析与总结
2.1 目前农业专家系统中存在的问题
2.1.1 农业专家系统自身存在的问题
2.1.2 农业专家系统的开发与应用的问题
2.2 昆虫鉴定专家系统
2.3 问题总结与对策
3. 研究内容、意义和技术路线
3.1 研究内容及意义
3.2 系统的设计技术路线
3.2.1 界面设计
3.2.2 COM的应用
3.2.3 松耦合的专家系统知识库的设计
4. 本章小结
第二章 专家系统模型与关键技术
1. 专家系统智能的基础
1.1 人类专家思维模式
1.2 人类思维的模拟、简化过程与限制
1.3 专家系统对思维的模拟实现过程
1.4 专家系统对植物保护专业专家的思维模拟
1.5 领域专家知识在思维简化模拟中的作用
2. 专家系统模型
2.1 专家系统定义
2.2 专家系统的构成
2.2.1 知识库(KDB Knowledge Database)
2.2.2 全局数据库(GDB Globe Database)
2.2.3 推理机(RM Reasoning Machine)
2.2.4 解释机(EM Exposition Machine)
2.2.5 用户界面(UI User Interface)
2.2.6 知识获取机(KAM Knowledge Accumulation Machine)
2.3 专家系统的特点
2.3.1 专家系统的总体特征
2.3.2 专家系统与传统应用程序的区别
2.3.3 专家系统于其他人工智能程序的区别
2.4 专家系统工作过程
3. 知识表示的结构方案
3.1 知识的定义
3.2 知识的表示
3.3 产生式系统(Production System)
3.4 语义网络(Meaning Net)系统
3.5 框架(Frame)式系统
3.6 面向对象(Object-Oriented)系统
3.7 CBR(基于案例的推理case based reasoning, 简称CBR)
3.8 MBR(基于模型的推理Model based Reasoning，简称MBR)
4. 搜索及其控制策略－推理的关键技术
4.1 搜索系统
4.2 冲突的产生
4.3 冲突消解的策略
4.4 无启发式策略
4.4.1 广度优先
4.4.2 深度优先
4.5 启发策略
5. 数据库
5.1 数据库的概念
5.2 SQL数据库介绍
5.2.1 关系数据库
5.2.2 可伸缩性
5.2.3 结构化查询语言
5.2.4 可扩展标记语言
6. 分布式计算
7. 本章小结
第三章 知识库的建设
1. 本文使用的知识及其表示结构
1.1 本文使用的知识结构
1.2 本文采用的知识抽象和规范表达
1.2.1 概念的收集
1.2.2 概念的编码
1.2.3 概念定位
1.3 符号逻辑与知识的表现形式
1.4 字典库的建立
2. 知识库的设计模式
2.1 数据结构的选择
2.2 本文改造的框架式知识表示
2.2.1 面向对象与昆虫系统发育的结合
2.2.2 面向对象与昆虫生态学、昆虫生物学结合
2.2.3 利用面向对象的对框架的修订
2.3 基于继承的框架的实现
2.3.1 利用字典库生成工具生成字典库。
2.3.2 生态、生物学抽象
2.3.3 实例化生态、生物学抽象框架结构
2.3.4 建立形态学数据结构。
2.3.5 合并框架形成鉴定用临时表
3. 知识库设计的物理实现
3.1 本文实现的知识库
3.2 数据逻辑构成分析(结构数据表、实例数据表)
3.3 扩展性研究(知识库的可扩展性能的体现)
3.4 灵活性实现
4. 知识的获取与知识库的建设
4.1 专业知识的获取
4.2 知识库的精细化
5. 本章小结
第四章 推理引擎的建设
1. 本文推理机制原理
1.1 领域问题分析
1.2 推理机制的确定
1.3 实现的推理类型
1.3.1 确定性推理
1.3.2 不确定性推理
1.4 推理的技术路线
1.4.1 推理路径描述
1.4.2 推理操作与逻辑控制表的使用
2. 推理机部件功能简介
2.1 推理逻辑部件
2.1.1 顺序部件功能
2.1.2 控制部件功能
2.1.3 接口部件
2.2 解释逻辑部件
2.2.1 解释功能
2.2.2 解释功能附加的撤销功能
2.3 数据访问部件
2.3.1 Microsoft ADO2.8(ActiveX Data Objects)
2.3.2 ADO对象与SQL与分布式数据运算
2.4 字典库的抽取建设与功能
3. 冲突的消解和组合爆炸的防止
3.1 本文采用的启发原理
3.1.1 专业可用度(Professional Importance Quotient PIQ)概念
3.1.2 专业可用度工作原理和类型(Professional Importance Quotient Type PIQT)
3.1.3 属性模糊权重(Property Fuzzy Power PFP)概念
3.1.4 属性模糊权重(PFP)的实现和评判自动化
4. 本章小结
第五章 系统功能实现
1. 设计原则
1.1 目标用户
1.2 系统设计环境和使用的开发技术
1.2.1 开发环境
1.2.2 使用的关键技术及资源
2. 决策支持系统功能实现
2.1 决策支持系统结构
2.1.1 专家系统外壳和专家系统引擎的交互:
2.1.2 本文的安装方式
2.1.3 分布式结构的安装实现
2.2 功能介绍
2.2.1 本地(或远程)数据库中的重要经济害虫鉴定、诊断功能
2.2.2 制定防治方案功能
2.2.3 知识查询功能
2.2.4 知识库更新功能
2.2.5 系统模块更新功能
2.2.6 系统维护及其运行环境
3. 本章小结
第六章 结 论
1. 数据库设计方面
2. 程序设计方面
3. 植物保护专业方面
4. 其他工具
第七章 讨论
1. 知识库方面的问题与讨论
1.1 知识库的整体设计讨论
1.2 关于专业可用度的讨论
1.3 关于节点评判权重使用的讨论
2. 软件设计方面的问题与讨论
2.1 测试与修订
2.2 分布式结构的扩展性能讨论
2.3 协议注册的讨论
参考文献
致 谢
作者简介
本文编号：3917026
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
第一章 研究综述
1. 人工智能
1.1 人工智能的产生与发展
1.2 专家系统
1.3 专家系统应用领域评估
1.3.1 农业领域的数据特征及农业专家系统评估
1.3.2 植物保护领域的数据(昆虫方面)特征及植物保护专家系统评估
1.4 农业专家系统的国内外研究概况
2. 问题分析与总结
2.1 目前农业专家系统中存在的问题
2.1.1 农业专家系统自身存在的问题
2.1.2 农业专家系统的开发与应用的问题
2.2 昆虫鉴定专家系统
2.3 问题总结与对策
3. 研究内容、意义和技术路线
3.1 研究内容及意义
3.2 系统的设计技术路线
3.2.1 界面设计
3.2.2 COM的应用
3.2.3 松耦合的专家系统知识库的设计
4. 本章小结
第二章 专家系统模型与关键技术
1. 专家系统智能的基础
1.1 人类专家思维模式
1.2 人类思维的模拟、简化过程与限制
1.3 专家系统对思维的模拟实现过程
1.4 专家系统对植物保护专业专家的思维模拟
1.5 领域专家知识在思维简化模拟中的作用
2. 专家系统模型
2.1 专家系统定义
2.2 专家系统的构成
2.2.1 知识库(KDB Knowledge Database)
2.2.2 全局数据库(GDB Globe Database)
2.2.3 推理机(RM Reasoning Machine)
2.2.4 解释机(EM Exposition Machine)
2.2.5 用户界面(UI User Interface)
2.2.6 知识获取机(KAM Knowledge Accumulation Machine)
2.3 专家系统的特点
2.3.1 专家系统的总体特征
2.3.2 专家系统与传统应用程序的区别
2.3.3 专家系统于其他人工智能程序的区别
2.4 专家系统工作过程
3. 知识表示的结构方案
3.1 知识的定义
3.2 知识的表示
3.3 产生式系统(Production System)
3.4 语义网络(Meaning Net)系统
3.5 框架(Frame)式系统
3.6 面向对象(Object-Oriented)系统
3.7 CBR(基于案例的推理case based reasoning, 简称CBR)
3.8 MBR(基于模型的推理Model based Reasoning，简称MBR)
4. 搜索及其控制策略－推理的关键技术
4.1 搜索系统
4.2 冲突的产生
4.3 冲突消解的策略
4.4 无启发式策略
4.4.1 广度优先
4.4.2 深度优先
4.5 启发策略
5. 数据库
5.1 数据库的概念
5.2 SQL数据库介绍
5.2.1 关系数据库
5.2.2 可伸缩性
5.2.3 结构化查询语言
5.2.4 可扩展标记语言
6. 分布式计算
7. 本章小结
第三章 知识库的建设
1. 本文使用的知识及其表示结构
1.1 本文使用的知识结构
1.2 本文采用的知识抽象和规范表达
1.2.1 概念的收集
1.2.2 概念的编码
1.2.3 概念定位
1.3 符号逻辑与知识的表现形式
1.4 字典库的建立
2. 知识库的设计模式
2.1 数据结构的选择
2.2 本文改造的框架式知识表示
2.2.1 面向对象与昆虫系统发育的结合
2.2.2 面向对象与昆虫生态学、昆虫生物学结合
2.2.3 利用面向对象的对框架的修订
2.3 基于继承的框架的实现
2.3.1 利用字典库生成工具生成字典库。
2.3.2 生态、生物学抽象
2.3.3 实例化生态、生物学抽象框架结构
2.3.4 建立形态学数据结构。
2.3.5 合并框架形成鉴定用临时表
3. 知识库设计的物理实现
3.1 本文实现的知识库
3.2 数据逻辑构成分析(结构数据表、实例数据表)
3.3 扩展性研究(知识库的可扩展性能的体现)
3.4 灵活性实现
4. 知识的获取与知识库的建设
4.1 专业知识的获取
4.2 知识库的精细化
5. 本章小结
第四章 推理引擎的建设
1. 本文推理机制原理
1.1 领域问题分析
1.2 推理机制的确定
1.3 实现的推理类型
1.3.1 确定性推理
1.3.2 不确定性推理
1.4 推理的技术路线
1.4.1 推理路径描述
1.4.2 推理操作与逻辑控制表的使用
2. 推理机部件功能简介
2.1 推理逻辑部件
2.1.1 顺序部件功能
2.1.2 控制部件功能
2.1.3 接口部件
2.2 解释逻辑部件
2.2.1 解释功能
2.2.2 解释功能附加的撤销功能
2.3 数据访问部件
2.3.1 Microsoft ADO2.8(ActiveX Data Objects)
2.3.2 ADO对象与SQL与分布式数据运算
2.4 字典库的抽取建设与功能
3. 冲突的消解和组合爆炸的防止
3.1 本文采用的启发原理
3.1.1 专业可用度(Professional Importance Quotient PIQ)概念
3.1.2 专业可用度工作原理和类型(Professional Importance Quotient Type PIQT)
3.1.3 属性模糊权重(Property Fuzzy Power PFP)概念
3.1.4 属性模糊权重(PFP)的实现和评判自动化
4. 本章小结
第五章 系统功能实现
1. 设计原则
1.1 目标用户
1.2 系统设计环境和使用的开发技术
1.2.1 开发环境
1.2.2 使用的关键技术及资源
2. 决策支持系统功能实现
2.1 决策支持系统结构
2.1.1 专家系统外壳和专家系统引擎的交互:
2.1.2 本文的安装方式
2.1.3 分布式结构的安装实现
2.2 功能介绍
2.2.1 本地(或远程)数据库中的重要经济害虫鉴定、诊断功能
2.2.2 制定防治方案功能
2.2.3 知识查询功能
2.2.4 知识库更新功能
2.2.5 系统模块更新功能
2.2.6 系统维护及其运行环境
3. 本章小结
第六章 结 论
1. 数据库设计方面
2. 程序设计方面
3. 植物保护专业方面
4. 其他工具
第七章 讨论
1. 知识库方面的问题与讨论
1.1 知识库的整体设计讨论
1.2 关于专业可用度的讨论
1.3 关于节点评判权重使用的讨论
2. 软件设计方面的问题与讨论
2.1 测试与修订
2.2 分布式结构的扩展性能讨论
2.3 协议注册的讨论
参考文献
致 谢
作者简介
本文编号：3917026
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3917026.html