典型农业专家系统与决策支持解决方案.docx
《典型农业专家系统与决策支持解决方案.docx》由会员分享,可在线阅读,更多相关《典型农业专家系统与决策支持解决方案.docx(49页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、典型农业专家系统与决策支持解决方案农作物生产的各个环境都用到专家系统,随着计算机应 用的日益普与农业智能互联网技术的开展,建设农业专家 系统成为加快农业科技知识和农业信息传播的重要手段, 存进农业快速开展。本章围绕作物生产、病害诊断、水产 养殖、动物健康养殖与多民族语言农业生产管理几个方面, 应用人工智能的专家系统技术,在整理一个或多个农业专 家提供的特殊领域知识和技术经验的基础上,用计算机模 拟专家的智能,通过推理和判断,为农业生产中某一复杂 的问题提供决策。3.1 作物生产决策系统作物生产具有分散性、区域性、时变性、经验性、稳定性和可 控制程度低等特征,而农业信息化建设为克服这种弱势提供了
2、有 力的技术支持。对各种信息采集、分析和处理,是农业生产决策 必不可少的环节,运用现代信息技术收集、开发、利用和处理农 业信息资源,可实现农业信息资源的高度共享。20世纪60年代后 合作物决策支持系统与农业智能机械、农业物联网技术,综合考虑 大气-土壤作物相互作用的过程,对精确定量的播种、施肥、灌溉、 喷农药等进行智能化决策,推动现代农业机械在作物生长决策中 的快速开展,形成农机农艺相结合的基于作物-大气-土壤过程模 型的作物生产决策支持系统,推动我国智慧农业开展。3. 2作物病害诊断专家系统作物在整个生长发育过程中,由于受到病原物的侵染或不 良环境条件的影响,致使生理和外观上发生异常变化出现
3、病害, 对作物的产量和质量都有很大破坏。由于基层专家匮乏,作物病 害得不到及时准确的诊断,因此,急需快捷的技术手段将农业专 家的知识传递到农民手中,提供对作物病害及时准确的诊治服务。 专家系统作为人工智能的分支,在作物病害诊断领域已得到了广 泛应用。随着物联网技术开展,结合传感器采集数据、作物生育 数据、图像数据进行作物病害诊断的专家系统也越来越受到基层 农技人员的欢迎。3.2.1 病害诊断知识表达病害诊断系统的构建需要大量且描述准确的诊断知识。系 统诊断知识主要来源于植保专家、植保专业技术人员和各种资 料。对知识进行特征提取,将其标准化。病害诊断知识的知识表达具有以下层次化描述模型:(1)农
4、作物病虫害组织层包括根、茎、叶、花果实等基 本组织结构以及农作物的其他部位。(2)农作物的表观层主要包括农作物遭遇病虫害后的颜 色、气味等属性,因此农作物的表观层的特性可以通过图像、 视频等比照确认。(3)农作物周围环境层主要包括农作物周围的土壤环 境、气象环境等属性,通过传感器来感知。(4)农作物种类层主要包括农作物属于哪一科目、种植 季节、生长周期等。农作物病害的诊断主要从以下几个方面进行分析:(1)农作物组织层。主要针对各种农作物组织器官的致 病危害性,进行形式化分析,如一种病理现象出现在根茎处,它 的危害程度肯定要大于叶外表处,因此其权重也就比拟大。(2)表观层分析。通过分析农作物的外
5、观,主要是气味、 及颜色、病理所呈现出的形态变化等,比方,颜色属性的深浅、 气味的浓重、病斑的形状和大小等这些特性都需要进行量化的分 析。(3)周围环境层。一种农作物疾病的致病原因与周围的 环境是密切相关的,因此周围的温度、湿度也都是定位疾病的一 个很重要的知识。(4)农作物整体描述层。农作物的科目、大小、作物的 生长时间以及种植季节,可以通过农作物的整体属性来定位 病虫害的类别,减小搜索范围。作物病害知识表示是为描述病害所做的一组约定,是知识 的符号化、形式化、模型化表达。任意知识单元或事实可运用 “对象-属性-值”三元组法来描述,结合产生式规那么对知识进行 知识表示。事实1:蔬菜作物是白菜
6、事实2:发病时期在包期事实3:发病部位为叶片规那么:IFV(蔬菜作物)AT(发病时期)AP(发病部位)(xThenV(病害名称)IF病斑形状:多角形(0.3)人病斑颜色:黄褐色(。.。8) 八发病部位:叶部(015)八病部特征物质:潮湿时病斑背 面生白色霉层(0.33) Then白菜霜霉病0.86白菜霜霉病获病概率:0.86白菜细菌性角斑病获病概率:0.33白菜软腐病获病概率:0.23条件阈值:0.5其中,条件项括号中数字为逻辑子式权重,患病概率为该条 规那么的运行结果,条件阈值为对规那么运行结果进行筛选的临界 值。3.2.2 作物病害描述模糊处理选取一种模糊化的算法,把病害诊断专家知识库里病
7、害病症 进行模糊处理。在层次化模型的基础上构造一个模糊矩阵,以矩 阵形式来描述农作物病情。采用模糊均值聚类算法(Fuzzy C-means Algorithm, FCM) 来对农业病害进行诊断,聚类以后根据隶属度矩阵R值以及聚 类中心C把所有对农作物病情的描述就变成一个模糊化的效 果,这样的表达易于理解和描述。例如:根(腐烂程度)模糊为 严重、很重、一般、有点、稍微五个级别。3.2.3 病害诊断知识推理作物病害诊断问题具有特殊的复杂性和模糊性,(1)事实的模 糊性:如病斑颜色深浅、病斑大小、病害发生程度等。(2)获取 事实的准确程度:如环境温湿度、土壤水分含量等。(3)专家知识 的模糊性:如根
8、据发病部位、形状大小、颜色、味道、表观等 推理出病害。(4)推理结论或动作的模糊性。植保专家诊断病害推理过程通常经过下面3步,第1步区分 病症,利用已有经验和查询来的资料对病症进行区别,获得典 型病症或综合各种病症初步诊断发生病害的可能性;第2步利用 病体、病原和病症诊断三要素的关系进一步确定病害及病原;第3步依据上述结论,结合环境要素和生产管理要素最终确定病 害并决定防治方法。即在判断可能发生的病害时期后,给出病害部位及可能的病 害病症,再根据详细病症,确定具体的病害类型。这一过程从 典型病症,再到详细病症均为正向推理过程。从病害名称到病害症 状、病害时期、部位逆推,将可能病害的详细病症对照
9、用户输入病 害的典型病症相比拟,这些过程那么属于反向推理过程。只有经过 正反向推理的结合,才能使最终的诊断结果更符合实际,从而增加 专家系统的有效性和实用性。3.2.4 基于图像识别的作物病害诊断病虫害图像分割方法主要包括:利用亮度、清晰度筛选算 法,提取出清晰度、亮度适中的作物诊断图像;运用中值滤波算 法,滤除图像噪音,并运用高帽变换和低帽变换对目标图像进行 增强处理,增强后的图像比照度明显高于原始图像,且目标病斑更 加鲜明;基于RGB彩色原理,通过变换色彩空间,将叶片绿色 局部分割出来,分别交替运用灰度二值化、形态学膨胀、腐蚀、 开运算、闭运算、小面积、孔洞填充和边缘平滑等算法将叶片局部
10、进行分割,最终获得可能存在病虫害的疑似病灶部位。病虫害图像特征提取方法主要包括:利用病斑提取后图像 的形状差异提取面积特征信息;运用RGB色彩空间分析病斑颜 色,提取疑似病灶部位RGB颜色分量均值,模糊标准化后获得 颜色特征向量。根据作物纹理粗细程度,提取高频或低育缰,得 至螭害图像的纹理特征。采用基于支持向量机与多特征选择的 作物彩色病斑边缘检测方法分割并提取病斑区域的颜色、纹 理、形态特征;利用双编码遗传算法与支持向量机的病害识别 模型对特征降维,以获取有效特征,并对有效特征归一化处理; 计算出颜色、纹理、形态特征的相似度,计算综合特征的相似度; 对图像知识库中所有图像检索后返回结果。3
11、. 3水产养殖管理专家系统水产养殖管理存在问题与开展趋势水产养殖管理专家系统是指采用智能信息处理技术、先进 传感技术、智能传输技术,通过对养殖水质及环境信息的智能感 知,平安可靠传输,智能处理以及控制机构的智能控制,实现对 水质和环境信息的实时在线监测、异常报警与水质预警和智能控 制,健康养殖过程精细投喂,疾病实时预警与远程诊断。水产养 殖管理专家系统是通过信息技术改变传统水产养殖业存在的养殖 现场缺乏有效监控手段、水产养殖饵料和药品投喂不合理、水产养 殖疾病频发等问题,促进水产养殖业生产方式转变,提高生产效率 55。4 .存在问题我国是水产养殖大国,水产品总量连续20余年位居世界第 1位,水
12、产养殖业在改善民生,增加农民收入方面发挥了重要 作用。当前我国已进入由传统渔业向现代渔业转变的关键时期, 现代渔业要求养殖模式由粗放式放养向精细化喂养转变,以工厂化 养殖和网箱养殖为代表的集约化养殖模式正逐渐取代粗放式放养模 式,但集约化养殖模式需要对水产养殖环境进行实时调控、对养殖过 程饵料投喂和用药进行科学管理、对养殖过穆矣病预防预警进行科学 管控,这需要以信息化、自动化和智能化技术为保障,其中,人工智 能技术可以有效地提升现代水产养殖业的信息化、自动化、智能化水 平。水产养殖管理专家系统包括水产养殖环境监控模块、精细 喂养决策模块、疾病预警与远程诊断模块、生产管理信息化模块四局部内容。(
13、1)水产养殖环境监控模块主要指通过物联网技术,实 现对水质和环境信息的实时在线监测、异常报警与水质预警。 从而保持水质稳定,为水产品创造健康的水质环境。其中,智能 感知和优化控制模型是实现智能监控的关键技术。精细喂养决策模块通过建立养殖品种的生长阶段与投 喂率、投喂量间定量关系模型,实现水产品的按需投喂,从而降低 饵料损耗,节约本钱。该局部关键技术是饲料配方模型和精细投 喂模型,重点解决卬畏什么、喂多少、何时喂”的问题。(3)疾病预警与远程诊断系统是基于水环境因素和非水 质环境因素,对水产疾病进行实时预警和远程诊断。该局部的 核心问题是预警及时有效,疾病诊断自动准确。(4)生产智能管理子系统主
14、要是将大数据技术应用到水 产生产中,通过对生产、经营数据进行分析,给水产养殖提供决 策依据。目前,在各专家系统中,存在着“数据丰富,知识贫乏”的 问题,因此,生产经营数据分析模型一直是本领域的研究重点和热 占。八、经过多年的研究,水产养殖管理专家系统已初步形成了从关 键技术研究、产品研发、平台建设、应用示范为一体的开展技术 路线西。目前我国水产养殖管理专家系统所存在的挑战主要 表现在农业物联网关键技术不成熟、产业化程度低、标准规 范缺失等方面。5 .开展趋势利用信息技术实现水产养殖健康养殖过程信息化监测、科 学化管理、智能化决策、自动化控制是现代渔业未来开展趋势, 如何提高信息感知的精度、完善
15、精细投喂知识库、扩展疾病预警 与诊断在不同养殖类型中的应用是信息化技术水产养殖领域应用 的关键。采用信息技术,实现水产养殖全程信息可测、可控,健康 养殖过程精细化喂养,疾病实时预警与网络化远程诊断,提高水产 养殖生产管理效率,降低养殖风险,促进传统生产方式转变,实现 水产养殖高效、平安、健康、环保和可持续开展必将成为水产养殖 业未来开展趋势。从技术角度看,水产养殖管理专家系统是多种技术的协同 期和70年代初期开展起来的决策支持系统(Decision Support System, DSS )是在传统的管理信息系统(Management Information System, MIS)理论基础上
16、开展起来的一门适用于 不同领域的、概念和技术都是全新的信息系统开展分支,也是 目前开展最为迅速的一个分支。根据农业生产系统的自组织特 征,日益复杂的作物生产信息处理需要现代信息技术的支持,作 物决策支持系统成为了信息时代指导作物生产的重要技术手段。作物生产决策支持系统的概念与功能作物生产决策支持系统针对作物生产具有时空性、动态性, 且易受气候、土壤和社会经济投入等综合因素影响的特点,在 作物模型、专家系统、智能算法、“3S”技术等关键技术的基础上, 根据系统的设计目标及要求,综合应用农学、生态学、空间信息技 术、环境科学、统计学以及计算机科学等基本理论与方法,通过广泛 收集与分析农业基础数据(
17、气象、土壤、品种、种植、经济及 地图等数据)的特征,建立了包括空间数据和属性数据的农 业数据库;将模拟模型的预测功能、专家系统的推理决策功能、 智能算法的数据挖掘与知识表达功能、以及3S”技术的实时定位监测工作,涵盖了身份识别、物联网架构、通信、传感器、搜索引擎、 信息平安、信号处理和电源与育隆存储等关献术。将朝着规模化、 协同化和智能化方向开展。需要更深入的感知、更全面的互联互通、 更深入的智慧服务和更优秀的集成。3.3.2 水产养殖环境监控水产养殖环境监控是解决我国现有的水产养殖场缺乏 有效信息监测技术和手段,水质在线监测和控制水平低等问题。 其主要功能是保持水质稳定,为水产品创造健康的水
18、质环境。水 产养殖环境监控在我国一些大型的集约化养殖场已有一定的应用 基础157,58。水产养殖环境监控系统通常由智能水质传感器、水产养殖 无线监控网络和水质智能调控模块组成。其中结构如下列图3-1 所示。WEB浏览过程览控中心短信M览用户*1 札电控彷n图3-1水产养殖环境监控模块目前的传感器多采用智能传感器,智能传感器多采用 IEEE1451智能传感器设计思想,使传感器具有自识别、自标 定、自校正、自动补偿功能;智能传感器还具有自动采集数 据并对数据进行预处理功能,双向通讯、标准化数字输出 等其他功能。无线传感网络可实现2.4GHz短距离通讯和GPRS通信,现 场无线覆盖范围3公里;采用智
19、能信息采集与控制技术,具 有自动网络路由选择、自诊断和智能能量管理功能a1。在水产养殖中水质是水产养殖最为关键的因素,水质好坏 对水产养殖对象的正常生长、疾病发生甚至生存都起着极为重要 的作用,因而在水产养殖场的管理中,水质管理是最为重要的局部。水质智能调控系统通过对水产养殖物联网实时监测溶氧、温 度、pH、盐度、水温、气压、空气温湿度、光照数据进行分析, 揭示水质参数变化趋势及规律,采用智能算法实现对水质溶解氧 等参数变化趋势进行预测预警,以解决水质参数预测的难题。3.3.3 精细喂养决策精细喂养决策是根据各养殖品种长度与重量关系,通过分析光 照度、水温、溶氧量、浊度、氨氮、养殖密度等因素与
20、鱼饵料营养 成分 的吸收能力、饵料摄取量关系,建立养殖品种的生长阶段与投 喂率、投喂量间定量关系模型,实现按需投喂,降低饵料损耗,节 约本钱。精细喂养决策的核心技术主要包括:饲料配方优化模型和精细喂养决策。饵料配方优化模型是通过分析不同养殖对象在不同生长 阶段对营养成分的需求情况,在保证养殖对象正常生长所需养分 供给的情况下,根据不同原材料的营养成分及本钱,采用遗传算 法、微粒群等优化设计方法,优化原材料配比,降低饵料本钱。目前大型的水产养殖企业已有比拟成熟的配方和模型。精细喂养决 策模型主要根据各养殖品种长度与重量关系,光照度、水温、溶氧 量、浊度、氨氮、养殖密度等因素鱼饵料营养成分的吸收能
21、力、饵 料摄取量关系,研究不同养殖品种的生长阶段与投喂率、投喂量间 定量关系模型。目前主要有一些跳品的投喂模型。3.3.4 疾病预警和远程诊断疾病预警主要包括分为水环境预警模块和非水环境预 警模块两局部。水环境预警模块通常采用的方法是利用专家调查 方法,确定集约化养殖的主要影响因素为溶氧、水温、盐度、 氨氮、pH、等水环境参数为准的预测预警。对于每一个影响因子, 根据专家调查的方法,综合多个水产养殖专家的意见,来确定每个 水质参数的无警、中警、重警的边界点,进而确定每一个警级的区 间。水环境趋势预警模块是利用数据挖掘模型,根据当前水环境各 个参数数值,预测两个小时或三个小时后的水环境各个参数数
22、值,然 后再利用状态预警的方法得出两个小时和三个小时后的题大小和预 警预案。非水环境!躇模决是通过对饵料质量、鱼体损伤等因素的评 价,确定当前的警级大小和预警预案。其中鱼体损伤根据无损伤、 轻损伤和重损伤所占百分比来确定此因素的警级区间,而其他因素 那么同样按专家调查方法确定每个因素的警级区间,非水环境预警主要是对单因子进行评价,当某一个因素超过确定的警限就输出相应 的预警预案。用户理模块诊断诊断案例J维护举例库知识辙学诊断知识维护用户界面图3-2疫病诊断流程如图3-2所示,疾病诊断通过案例诊断和数值诊断,对疾 病进行综合推理并得出结论,最后将诊断结果返回给用户。其 中,案例诊断与数学诊断方法
23、所用到的知识信息分别的从案例库和数值诊 断知识库中得到。3.3.5 水产生产智能管理水产养殖智能管理是将大数据技术应用到水产生产中,针 对水产品养殖、经营过程中存在的问题,采用数据挖掘、指数预 警、统计预警和模型预警等方法,构建预测分析和预警模型,为管 理者和养殖户提供生产和销售决策支持。在生产方面主要包括上面 已经提到的精细投喂、环境控制等功能,在经营方面主要包括市场 价格预测、个性化服务等功能。目前,各专家系统中,普遍存在着 “数据丰富,知识贫乏”的问题,因此生产智能管理的广泛研究一 直是研究重点和热点。3.3.6 4动物健康养殖管理专家系统妊娠母猪电子饲喂站我国是养猪业大国,目前每年出栏
24、的商品猪数量已达7亿头 以上,居世界第一。而繁殖母猪的数量经过不断的结构性调整, 目前存栏大约在4000万头左右,大约占生猪存栏数量的10%左右,这意味着在我国需要饲养较多的繁殖母猪才能保证出栏商 品猪的数量。总体而言,我国生猪养殖水平有一定程度的提升, 生产力日益提高,但是整体水平仍远远落后于欧美等兴旺国家。据Agri-stats 2010年提供的母猪生产力行业基础报告,在国际 上母猪繁殖力即生产力较高的国家如荷兰、丹麦、爱尔兰、法 国等,一头繁殖母猪,年产窝数在2.32.5之间,一年能够提供 的断奶活仔数高达2426头,母猪死亡率为6.8%,断奶日龄提 前到18.7天,断奶仔猪重量也能到达
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 典型 农业 专家系统 决策 支持 解决方案
限制150内