[摘要]中国十分重视农业信息化建设工作,注重科技在农业领域的应用,引领农业发展。在专业领域解决问题都需要专业知识,因专家很难克服时间和空间等因素,故专家系统应运而生。从专家系统的结构角度阐述了其优势所在,构造了模糊输入下的模糊专家系统,有助于解决数据不确定性、不精确性,进一步优化和发展农业专家系统,更好地服务于农业生产。
[关键词]专家系统;农业信息化;智慧农业
[中图分类号]S126
[文献标识码]A
尼古拉斯·弗雷·巴特勒说:“专家就是对越来越窄的领域懂的越来越多的人。”专家系统是通过设计计算机程序提供一些专家知识来进行决策、咨询、诊断、学习或研究的计算机系统。农业专家系统把人工智能技术与农业技术充分结合,采集农业领域专家、历史案例的知识与经验进行分析和储存,对遇到的新农业问题模拟农业专家进行推理诊断,克服时空等限制因素,将专家知识、经验等信息资源汇集,实现信息共享,极大地提高资源利用率,更好地服务于农业生产和推进农业信息化建设。
1专家系统概述
1.1专家系统基本结构
专家系统的主要构成部分包括知识库、知识获取模块、推理机、数据库、解释机构、人机接口。
上述专家系统的基本结构如图1所示。
1.2运作模式和优势
专家系统基本运作模式为首先把从专家获取的专业知识和经验转化为信息纳入知识库,数据库存储原始数据和中间信息;解释模块对用户提出的问题经系统处理进行推理得出结果,人机接口将内部形式的信息转化为用户可接受的信息形式输出给用户,知识获取模块既对专家知识进行录入,也对用户索取更多反馈信息。
基于这种运作模式专家系统,数据库根据筛选出的具有针对性的农业问题,对不同的用户所需,通过已经建立的知识体系进行推理分析,可以做出严谨科学的判断,同时可以不断更新和学习新的知识,获取知识渠道多样,具有高度的适应性和调整性,使原有系统变得更加灵活。通过增加新的知识,及时地对知识库更新换代,同时让新知识与原有知识相互融合,达到高度的协调与统一。而其最突出的优势是不受空间和时间的限制,高效地工作,迅速、及时、准确地完成任务,并且系统代码可以无限拷贝,知识能够以程序的形式永久保留下来。除此之外,知识库是对人类专家所拥有的丰富的专业知识的高度概括和总结,它的影响力可以堪比该领域的专家的指导,具有高度的说服力和可行性。
2农业专家系统
2.1发展概述
20世纪60年代计算机技术蓬勃发展,信息技术农业领域迈出第一步。1969年荷兰诞生了第一个与农业相关的计算机模型——ELCROS模拟模型。1967年,美国科学家关于玉米叶面积与叶片角度对群体光合作用的影响发表了相关论文,标志着农业计算机模拟研究的开始。以此为开端,国际上不断进行基于模型仿真的农业专家系统的开发,开始将计算机系统与农业结合并投入实际应用。1978年世界上最早的农业专家系统——大豆病害诊断专家系统(PLANT/DS)在美国问世。
20世纪80年代以后,技术变革使得农业专家系统朝着更智能、更高效的方向发展,研究覆盖范围也不断广阔,不拘泥于单一的病虫防治向着生产管理、环境监测等各方面进行落地应用,涉及领域不仅仅有生产作物,畜牧养殖、设施园艺和渔业养殖等领域也均有普及,研发深度与广度不断加深和扩宽。
2.2中国对专家系统的研究
美国和日本作为对专家系统研究起步较早的国家,到上世纪80年代后期才投入实际应用。中国起步比较晚但发展较快,上世纪90年代中国对农业数据库的建设已成效显著,明显加速了中国农业专家系统发展的步伐。
各涉农科研院校、高校、社会团体十分重视农业专家系统建设工作,历经多年探索实践,并取得了重大进展。在中国科学院智能机械研究所和安徽农科院土肥所的共同努力下,砂姜黑土小麦施肥专家系统被成功地研发出,并应用到实际。在土壤肥料研究所、在畜牧研究所、植物保护研究所、农科院作物研究所、辽宁农科院、北京农业大学、河北省农业厅与廊坊市农业局等的辛勤付出和研究下,研发出了禹城施肥专家系统饲料配方、粘虫测报、品种选育、水稻新品种选育、作物病虫预测专家和农作制度、冀北小麥等一系列农业专家系统,大大改善了中国多个地域的农业经济的发展状况,并适用于复杂的地域。
随着信息技术发展越来越迅速,应用越来越广泛,对传统农业的改造也越来越深入,农业专家系统也在不断地改进优化中。中国还将物联网、大数据、云计算、神经网络训练应用在农业专家系统中,致力于建设农业信息化、规范化、集约化。
3模糊专家系统
而在专家系统中,实际过程会不可避免地遇到一些不精确或不完整的输入特征。专家系统要更具实际效用,必须要妥善处理不精确数据。由于模糊集理论是面向数值处理和处理不确定或不精确信息的,因此在专家系统中使用模糊推理代替传统推理和语言变量对专家知识进行编码具有重要意义。模糊专家系统是将模糊集和模糊逻辑纳入其推理过程和知识表示方案的专家系统。
开发模糊专家系统的一个典型过程包括以下步骤。
步骤1说明问题并定义语言变量。
第一步也是最重要的一步,确定问题的输入和输出变量及其范围。在实际实现过程中,所有的语言变量、语言值及其范围通常都是由该领域专家选择。
步骤2确定模糊集。
模糊集可以有各种形状,但三角形或梯形模糊集可以充分表示专家知识,同时显著简化了计算过程。在此基础上,保证模糊系统在相邻模糊集上有足够的重叠,以保证系统的平稳响应。
步骤3引出并构建模糊规则。
为了获得模糊规则,我们可以请专家描述如何使用前面定义的模糊语言变量来解决问题。所需的知识也可以从其他来源收集,如书籍、计算机数据库、流程图和观察到的人类行为。
步骤4将用于进行模糊推理的模糊集、模糊规则和程序编码到专家系统中。
模糊集合和模糊规则进行编码,因此实际构建一个模糊专家系统,我们可以选择以下两个选项之一:构建我们的系统使用一种编程语言如C语言或Pascal,或应用模糊逻辑开发工具如MATLAB模糊逻辑工具箱MathWorks或模糊知识构建器。
步骤5评估和调整系统。
最后也是最费力的任务是评估和调优系统。评测建立的模糊系统是否满足开始指定的要求。一些测试情况取决于平均延迟、服务器数量和修复利用系数。但一般而言,调整一个模糊专家系统要比确定模糊集和构造模糊规则花费更多的时间和精力。通常情况下,问题的合理解可以由第一组模糊集和模糊规则得到。然而,改进这个系统变成了一门艺术而不是工程。调整模糊系统可能涉及执行以下顺序的一些行动。
(1)如果需要重新定义输入输出变量的范围,需要检查模型输入和输出变量。特别注意可变的单位。如果在同一领域使用的变量必须用同一篇章的相同单位来衡量。
(2)回顾模糊集,如果需要的话可以定义额外的篇章集。广义模糊集的使用可能会导致模糊系统运行粗糙。相邻集之间提供足够的重叠。虽然没有精确的方法来确定重叠的最佳数量,但建议三角形到三角形和梯形到三角形的模糊集重叠的基数应该在25%到50%之间。
(3)检查现有的规则,如果需要,可以添加新的规则到规则库。
(4)检查规则库,寻找编写对冲规则的机会,以捕捉系统的病态行为。
(5)调整规则执行权重。大多数模糊逻辑工具允许通过改变权重乘子来控制规则的重要性。在模糊逻辑工具箱中,所有规则的默认权重为(1.0),但用户可以通过调整其权重来降低任何规则的力度。
(6)修改模糊集的形状。在大多数情况下,模糊系统对形状近似具有高度的容忍度,因此,即使在模糊集的形状没有被精确定义时,系统仍然可以表现良好。
4展望
目前国内外已有的专家系统一般都用于单一农作物、某种牲畜的生产管理或某单一问题的解决,国外研发的农业专家系统例如由加利福尼亚大学研制的CALEX/COTTON专家系统用于棉花的生产管理,开发的CALEX/PEACHES系统适用于桃树园林的管理,CALEX/RICE系统则用于水稻的生产管理。国内的例如我国的由哈尔滨工业大学开发的大豆种植农业专家系统专门用于大豆的生产。
但农业生产的种类品种繁多、生产方式多样,不可能每个问题、每种作物都分别设计研究一个系统,如何在一个专家系统中兼顾多种类主体、海量数据、推理决策准确性和系统的通用性,是农业专家系统研究发展的方向。
与人工诊断比较来说,专家系统作为计算机系统更具准确性和高效性,但在实际应用中也存在很多问题,尤为棘手的问题就是知识获取较为困难,农业数据体量大、种类多和来源广,一方面,中国农业数据采集标准不一,数据共享能力低,数据结构不同,数据质量也参次不齐,会导致信息与应用脱节严重,另一方面,庞大而杂乱的数据也会使得计算机程序的计算执行时间受到较大的影响。因此,需要统一数据标准与规范,构建农业基准数据,更高效地对数据进行处理和管理。此外,农民的受教育水平、农业信息化基础设施建设水平、数据平台的构建情况也会对信息化发展造成影响。未来的农业专家系统要与当代的先进技术充分融合,实现输出更方便、更准确的诊断推理和更智慧、更通俗的解释,更好地服务于农业生产,促进农业增产增效。
[参考文献]
[1]張国锋,肖宛昂,大力推进人工智能在农业生产中的应用[J].中国国情国力,2020(4):6-8.
[2]叶煜,李敏,文燕,农业专家系统中面向对象的XML知识表示方法[J].工业控制计算机,2019,32(7):101-102.
[3]贺艺,沈岳,农业专家信息服务系统专家推荐及绩效评估方法研究[J].湖南农业科学,2018(8):86-89.
[4]周小燕.棉花病害诊断专家系统研究[D].北京:中国农业大学,2005.
[5]刘艺,基于农业生产过程的农业物联网数据处理若干关键技术的研究[D].北京:北京邮电大学,2014.
[6]张明,基于计算机视觉技术的马铃薯病害识别研究[D].兰州:甘肃农业大学,2018.
[7]吕立超,杨晓燕,农作物病虫害诊断专家系统的设计与实现[J].福建电脑,2009,25(10):28-14.
[8]孙妮娜,秦向阳,杨宝祝,陈雨海.农业标准化生产管理系统开发平台研究[J].河南农业科学,2007(6):9-11.
[收稿日期] 2020-06-11
[作者简介]张彬露(1997--),女,江苏徐州人,在读硕士研究生,研究方向:农业工程与信息技术。