前言：本站為你精心整理了專家系統(tǒng)及農(nóng)業(yè)上的運(yùn)用范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

1ES簡(jiǎn)述

1.1什么是ES

到目前為止,還沒有確切的關(guān)于ES的定義,一般認(rèn)為〔4〕:所謂ES就是在專家知識(shí)的基礎(chǔ)上,具有自動(dòng)推理的智能軟件系統(tǒng),這樣的系統(tǒng)把專家在解決問題過程中使用的知識(shí)分成事實(shí)和規(guī)則,以適當(dāng)?shù)男问酱鎯?chǔ)到計(jì)算機(jī)中并構(gòu)成知識(shí)庫(kù),依據(jù)用戶提供的信息,運(yùn)用存儲(chǔ)的有關(guān)知識(shí),選擇合理的推理機(jī)制,能以人類專家的水平去解決有關(guān)問題,在某些方面甚至可以超過人類專家。一般認(rèn)為ES是一種計(jì)算機(jī)程序,但與傳統(tǒng)的程序相比,ES又有自己的特點(diǎn),主要表現(xiàn)為:ES具有豐富的經(jīng)驗(yàn)和高水平的技術(shù);能進(jìn)行符號(hào)操作;能根據(jù)不確定或不精確的知識(shí)進(jìn)行推理;具有自我知識(shí)和自學(xué)習(xí)功能,能對(duì)系統(tǒng)作出的結(jié)論進(jìn)行解釋;具有非計(jì)算機(jī)專業(yè)人員易于接受的人機(jī)接口;同人類專家一樣,ES會(huì)出錯(cuò)。

1.2ES的結(jié)構(gòu)

ES的基本結(jié)構(gòu)是以MYCIN系統(tǒng)為代表的基于規(guī)則的專家系統(tǒng)(Rule-BasedExpertSystem)。包括知識(shí)庫(kù)、推理機(jī)、綜合數(shù)據(jù)庫(kù)、人—機(jī)接口、解釋程序和知識(shí)獲取等六部分(見圖1),這是目前流行的ES結(jié)構(gòu)〔4〕。其中,知識(shí)獲取、知識(shí)庫(kù)、推理機(jī)是ES的核心。知識(shí)庫(kù):用于存放常規(guī)知識(shí)和領(lǐng)域?qū)＜业膶＜抑R(shí);推理機(jī):在一定控制策略下針對(duì)數(shù)據(jù)庫(kù)中的當(dāng)前信息,識(shí)別和選擇知識(shí)庫(kù)中對(duì)當(dāng)前問題的有用知識(shí),按規(guī)定的規(guī)則進(jìn)行推理;數(shù)據(jù)庫(kù):存放具體問題在當(dāng)前求解狀態(tài)下的可供推理的符號(hào)或事實(shí);知識(shí)獲取:在推理過程中實(shí)現(xiàn)系統(tǒng)的自學(xué)習(xí);解釋機(jī)制:回答用戶的提問,對(duì)系統(tǒng)得出結(jié)論的求解過程或系統(tǒng)的當(dāng)前狀況提供說明;人—機(jī)接口:將專家和用戶的輸入信息翻譯成機(jī)器可接受的形式,同時(shí)把系統(tǒng)的輸出轉(zhuǎn)為人類易于理解的形式。

1.3ES的功能

ES具有如下基本功能〔1,4,5〕:

1.3.1存儲(chǔ)功能存儲(chǔ)問題求解所需的專家知識(shí)、初始數(shù)據(jù)和推理過程中涉及的各種信息。

1.3.2咨詢功能回答用戶提出的某個(gè)專門領(lǐng)域的問題。

1.3.3解釋功能對(duì)系統(tǒng)給出的結(jié)論進(jìn)行解釋,相當(dāng)于人類的“專家”。

1.3.4學(xué)習(xí)功能系統(tǒng)在推理過程中,能不斷增加和修改自己的知識(shí),相當(dāng)于人類的“學(xué)生”。

1.3.5教育功能通過回答有關(guān)問題,向非專業(yè)人員提供某個(gè)專門領(lǐng)域的知識(shí),達(dá)到教育學(xué)生和訓(xùn)練新手的目的,相當(dāng)于人類的“教師”。

1.4ES的發(fā)展

綜合國(guó)內(nèi)外,ES的發(fā)展可歸結(jié)為如下四個(gè)階段〔1,2,4,5〕:

1.4.1孕育(1965年以前)1956年人工智能產(chǎn)生,為ES的誕生奠定了基礎(chǔ)。

1.4.2產(chǎn)生(1965年～1971年)1965年～1968年美國(guó)Stanford大學(xué)計(jì)算機(jī)系Feigenbaum等人根據(jù)化合物的分子式及其質(zhì)譜數(shù)據(jù),研制出幫助化學(xué)家推斷分子結(jié)構(gòu)的計(jì)算機(jī)程序系統(tǒng)DENDRAL,獲得極大的成功。該系統(tǒng)解決問題的能力已達(dá)到專家水平,在某些方面甚至超過同行領(lǐng)域的化學(xué)家。這標(biāo)志著人工智能的一個(gè)新的研究領(lǐng)域——專家系統(tǒng)的產(chǎn)生。

1.4.3成熟(1972年～1977年)這一時(shí)期ES的觀點(diǎn)逐漸被人們廣泛接受,從而先后出現(xiàn)了一批卓有成效的ES,典型代表是1974年E.H.Shortliffe等人研制的用于治療感染性疾病的MYCIN系統(tǒng)。在此期間,知識(shí)組織形式、系統(tǒng)的人—機(jī)接口、解釋機(jī)制、知識(shí)的獲取、不確定性推理等技術(shù)得到了進(jìn)一步的發(fā)展和成熟。

1.4.4發(fā)展(1978年以后)這一時(shí)期ES滲透到了非常廣泛的領(lǐng)域。第一個(gè)農(nóng)業(yè)專家系統(tǒng)在美國(guó)的伊利諾斯大學(xué)誕生,我國(guó)自80年代也開始了農(nóng)業(yè)ES的研究〔7〕。

2農(nóng)業(yè)專家系統(tǒng)的必要性

農(nóng)業(yè)專家系統(tǒng)就是ES在農(nóng)業(yè)上的應(yīng)用,現(xiàn)代化農(nóng)業(yè)的發(fā)展及農(nóng)業(yè)的特點(diǎn)決定了大力研究、開發(fā)、應(yīng)用農(nóng)業(yè)專家系統(tǒng)的必要性。

2.1農(nóng)業(yè)現(xiàn)代化的發(fā)展要求農(nóng)業(yè)ES

現(xiàn)代農(nóng)業(yè)已發(fā)展到高度綜合的層次,對(duì)農(nóng)業(yè)生產(chǎn)決策的科學(xué)性和時(shí)效性提出了更為迫切的要求。我國(guó)傳統(tǒng)的農(nóng)業(yè)生產(chǎn)管理方法越來(lái)越表現(xiàn)出它的局限性,這既表現(xiàn)為決策過程的盲目性,又表現(xiàn)為研究成果推廣應(yīng)用的低效率、低質(zhì)量,與發(fā)達(dá)國(guó)家的以電子信息為標(biāo)志的現(xiàn)代化農(nóng)業(yè)生產(chǎn)管理形成了鮮明的對(duì)比。用電子信息技術(shù)改造我國(guó)傳統(tǒng)農(nóng)業(yè)已是我們的必然選擇,專家系統(tǒng)技術(shù)提供了一種全新的處理復(fù)雜農(nóng)業(yè)問題的思想方法和技術(shù)手段,農(nóng)業(yè)ES的開發(fā)應(yīng)用將加強(qiáng)信息和智能的綜合應(yīng)用,強(qiáng)化農(nóng)業(yè)生產(chǎn)管理決策的科學(xué)性。

2.2農(nóng)業(yè)系統(tǒng)的特點(diǎn)要求農(nóng)業(yè)ES

農(nóng)業(yè)系統(tǒng)是由生態(tài)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、社會(huì)系統(tǒng)和技術(shù)系統(tǒng)在特定的時(shí)間和空間上組合而成的復(fù)雜大系統(tǒng),它是一個(gè)多因素、多層次、多目標(biāo),關(guān)系縱橫交叉的人工—自然復(fù)合系統(tǒng)。這一系統(tǒng)的復(fù)雜性、動(dòng)態(tài)性、模糊性是其它系統(tǒng)無(wú)法比擬的。對(duì)于這樣復(fù)雜的系統(tǒng),人們難以了解它的全部機(jī)理,只能在一定程度上作局部的解釋和了解。對(duì)農(nóng)業(yè)系統(tǒng)的研究除了建立數(shù)學(xué)模型進(jìn)行定量分析外,還應(yīng)該充分利用專家的知識(shí)與經(jīng)驗(yàn)進(jìn)行定性判斷,做到定性分析與定量分析相結(jié)合。又由于農(nóng)業(yè)系統(tǒng)的影響因素眾多,且這些因素間的關(guān)系復(fù)雜,邊界模糊、不確定性強(qiáng)、可控性差,所以農(nóng)業(yè)生產(chǎn)與管理問題的合理解決,需多學(xué)科、多知識(shí)的綜合利用。ES以其快速的計(jì)算能力和不尋常的推理能力,特別是它具有根據(jù)不精確、不完整或不完全可靠的前提進(jìn)行推理的能力,將在有效解決農(nóng)業(yè)生產(chǎn)管理問題的同時(shí),有效地完善農(nóng)業(yè)生產(chǎn)管理技術(shù)體系。

3農(nóng)業(yè)專家系統(tǒng)的類型及進(jìn)展

3.1農(nóng)業(yè)ES的類型

綜合國(guó)內(nèi)外近幾年開發(fā)的農(nóng)業(yè)ES,按其功能和結(jié)構(gòu)的主要特征,歸結(jié)為如下五類〔2,8,9〕:

3.1.1啟發(fā)式專家系統(tǒng)(HeuristicExpertSystem)這類系統(tǒng)以某些領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)為基礎(chǔ),按傳統(tǒng)方式建立ES。啟發(fā)式ES適用于那些目標(biāo)明確、內(nèi)容較窄的應(yīng)用價(jià)值較高的領(lǐng)域,但這類系統(tǒng)的知識(shí)獲取工作量大。典型的例子是Florid大學(xué)的兩位昆蟲專家建造的用于大豆病蟲害的管理系統(tǒng)SOY-BUG。

3.1.2實(shí)時(shí)控制專家系統(tǒng)(Real-timeControlExpertSystem)它利用來(lái)自傳感器檢測(cè)裝置的數(shù)據(jù),運(yùn)用專家處理問題的經(jīng)驗(yàn),依據(jù)狀態(tài)條件的變化去自動(dòng)調(diào)整或控制某些參數(shù)或裝置。由于這類系統(tǒng)涉及的領(lǐng)域極端狹窄,目標(biāo)非常明確,知識(shí)獲取工作量較少,因此比啟發(fā)式ES更為成功。在農(nóng)業(yè)上,這種系統(tǒng)多用于溫室的自動(dòng)調(diào)節(jié)與控制,典型的例子是美國(guó)的MISTING系統(tǒng)。

3.1.3基于模型的專家系統(tǒng)(Model-basedExpertSystem)這類系統(tǒng)把模型與知識(shí)庫(kù)結(jié)合在一起,利用ES為模型提供參數(shù)對(duì)模型結(jié)果進(jìn)行解釋,以便用戶更好地使用已被驗(yàn)證的模型。基于模型的ES不僅能整理、解釋模型的運(yùn)行結(jié)果,還能表達(dá)深層次的因果關(guān)系,這是一般ES做不到的。另外,由于這類ES能把定量和定性分析、符號(hào)處理和數(shù)據(jù)處理有效地結(jié)合起來(lái),因而具有廣闊的應(yīng)用前景,這將是未來(lái)農(nóng)業(yè)科研和人工智能領(lǐng)域的重要研究方向。最著名的農(nóng)業(yè)專家系統(tǒng)COMAX就屬于這一類。

3.1.4專家數(shù)據(jù)庫(kù)(ExpertDatabase)目前國(guó)內(nèi)外建立了許多功能強(qiáng)、結(jié)構(gòu)好的數(shù)據(jù)庫(kù)系統(tǒng),包含了大量有價(jià)值的信息。但庫(kù)容量和復(fù)雜性已成為使用數(shù)據(jù)庫(kù)的巨大障礙。專家數(shù)據(jù)庫(kù)是將ES和數(shù)據(jù)庫(kù)相結(jié)合,以改善數(shù)據(jù)庫(kù)的可檢索性和對(duì)數(shù)據(jù)庫(kù)信息的解釋能力,從而使決策者方便地從大型數(shù)據(jù)庫(kù)中獲取有用的信息。典型的例子是美國(guó)研制的用于選擇良種的專家系統(tǒng)CUE。

3.1.5專家系統(tǒng)開發(fā)工具(Problem-SpecificShell)這是一種輔助專家系統(tǒng)開發(fā)的軟件工具,主要用來(lái)幫助研究人員獲取知識(shí),知識(shí)表述、知識(shí)運(yùn)用,方便地進(jìn)行ES的結(jié)構(gòu)設(shè)計(jì)。目前已有許多成功的ES外殼,如SELECT、CALEX、LEVELS、VP—Expert等,但都不太適合農(nóng)業(yè)專家系統(tǒng)的開發(fā)。因此,農(nóng)業(yè)ES開發(fā)工具的研制也是今后的研究課題。

3.2農(nóng)業(yè)ES關(guān)鍵技術(shù)的研究進(jìn)展

知識(shí)表示和邏輯推理是研制農(nóng)業(yè)ES的兩個(gè)關(guān)鍵技術(shù)。知識(shí)表示方法由最早的語(yǔ)義網(wǎng)絡(luò)逐步發(fā)展到產(chǎn)生式規(guī)則、框架結(jié)構(gòu)、邏輯謂詞等。其中產(chǎn)生式規(guī)則是農(nóng)業(yè)專家系統(tǒng)中最流行的知識(shí)表示方法,而邏輯模式則是到目前為止能夠表達(dá)人類思維和推理的最精確、最成功的方法。由于農(nóng)業(yè)系統(tǒng)的復(fù)雜性,使得農(nóng)業(yè)ES中知識(shí)的種類多樣化,僅用一種方法不能表示所有知識(shí),常把幾種方法結(jié)合起來(lái)使用。目前用得較多的有〔6〕:混合系統(tǒng)——把幾種不同的知識(shí)表示方法統(tǒng)一在同一推理模式下;組合系統(tǒng)——包含不同的知識(shí)表示方法,并對(duì)不同的表示方法提供不同的推理策略;層次系統(tǒng)——對(duì)各種知識(shí)進(jìn)行分層,不同層次的知識(shí)采用不同的表示方法和推理策略。邏輯推理過程是知識(shí)的選擇與運(yùn)用的過程。知識(shí)的運(yùn)用稱為推理方式,農(nóng)業(yè)ES中用得最廣泛的推理方式是假言推理。由于農(nóng)業(yè)ES中知識(shí)的不確定性,因此作為經(jīng)典演譯推理的擴(kuò)充,不確定性推理在農(nóng)業(yè)ES中越來(lái)越受重視。知識(shí)的選擇過程稱為控制策略,包括推理方向的控制和推理規(guī)則的選擇兩方面。推理方向由最先的正向推理發(fā)展為反向推理和正反混合推理。在推理過程中,對(duì)知識(shí)庫(kù)中知識(shí)的搜索有深度優(yōu)先和廣度優(yōu)先,目前大多數(shù)的農(nóng)業(yè)ES采用深度優(yōu)先搜索,二者的結(jié)合將是今后的發(fā)展趨勢(shì)。

4ES在農(nóng)業(yè)上的應(yīng)用狀況

4.1ES在國(guó)外農(nóng)業(yè)上的應(yīng)用

國(guó)外ES在農(nóng)業(yè)上的應(yīng)用始于70年代后期,80年代中葉有了迅速的發(fā)展〔2〕。最早的是美國(guó)Illinois大學(xué)的植物病理學(xué)家和計(jì)算機(jī)學(xué)家共同開發(fā)的大豆病害診斷專家系統(tǒng)PLANT/ds〔9〕,未經(jīng)訓(xùn)練的普通人使用該系統(tǒng)能夠識(shí)別大豆病害癥狀,并提出治理方案,測(cè)試表明,其診斷能力超過了真正的專家。以后,美國(guó)、日本、英國(guó)、荷蘭、澳大利亞、加拿大等國(guó)家相繼開發(fā)了其它一些農(nóng)業(yè)ES。從分布區(qū)域看,美國(guó)占絕大部分,幾乎占80%,其它國(guó)家(包括中國(guó))只占20%;從應(yīng)用領(lǐng)域看,涉及到作物栽培、施肥、病蟲害防治、雜草控制、森林環(huán)保、家畜飼養(yǎng)、農(nóng)業(yè)經(jīng)濟(jì)效益分析、儲(chǔ)存管理、市場(chǎng)管理等方面〔2〕。國(guó)外最成功的農(nóng)業(yè)ES是美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究局作物模擬研究所于1983～1985年研制的棉花管理專家系統(tǒng)COMAX—GOSSYM〔9〕。COMAX是在棉花植物生長(zhǎng)模擬模型COSSYM的基礎(chǔ)上發(fā)展起來(lái)的第一個(gè)基于模型的農(nóng)業(yè)ES〔29〕。在研制過程中,COMAX考慮了影響棉花生長(zhǎng)的多種因素:在植物方面有根、莖、葉、花蕾和棉桃;在土壤方面有水文特征、肥力、養(yǎng)分的傳輸、阻抗、水分釋放、容重等;在氣象方面考慮了每日為基礎(chǔ)的最高氣溫、最低氣溫、太陽(yáng)輻射、降雨量等。COMAX能在農(nóng)場(chǎng)內(nèi)為棉花管理提供咨詢,以確定灌溉、施肥、施用脫葉劑和棉桃開裂的最佳方案。美國(guó)的農(nóng)場(chǎng)推廣應(yīng)用COMAX系統(tǒng)后,每英畝純盈利達(dá)60美元以上,給美國(guó)的棉花生產(chǎn)帶來(lái)了巨大的經(jīng)濟(jì)效益。

4.2ES在我國(guó)農(nóng)業(yè)上的應(yīng)用

我國(guó)從80年代開始農(nóng)業(yè)ES的研究,第一個(gè)農(nóng)業(yè)ES是由中國(guó)科學(xué)院合肥智能機(jī)械研究所開發(fā)成功的施肥咨詢專家系統(tǒng)〔8〕?！捌?#8226;五”至“八•五”期間,中科院合肥智能研究所研制了《施肥專家系統(tǒng)》,中國(guó)農(nóng)科院作物所完成了《小麥、玉米新品種選育的專家系統(tǒng)》,植保所開發(fā)了《粘蟲測(cè)報(bào)專家系統(tǒng)》等。這些系統(tǒng)的開發(fā)和應(yīng)用取得了良好的社會(huì)和經(jīng)濟(jì)效益,基本上代表了我國(guó)農(nóng)業(yè)ES的水平〔9〕。北京農(nóng)科院于“八•五”期間開發(fā)的《小麥管理專家系統(tǒng)ESMCW》〔7〕體現(xiàn)了我國(guó)農(nóng)業(yè)ES的最新進(jìn)展。該系統(tǒng)是在分析處理近100萬(wàn)個(gè)實(shí)驗(yàn)數(shù)據(jù)和500多條知識(shí)的基礎(chǔ)上建立起來(lái)的基于模型的專家系統(tǒng),具有氣象條件預(yù)測(cè)、生長(zhǎng)發(fā)育模擬預(yù)測(cè)、管理決策咨詢、計(jì)算機(jī)網(wǎng)絡(luò)通訊、系統(tǒng)維護(hù)、結(jié)果輸出等六個(gè)功能,經(jīng)北京昌平縣于1990～1992年使用,小麥單產(chǎn)明顯提高,產(chǎn)投比提高8～10%。近幾年的文獻(xiàn)表明,我國(guó)農(nóng)業(yè)ES的開發(fā)應(yīng)用雖起步較晚,但發(fā)展較快,應(yīng)用范圍也較廣泛,涉及到作物栽培〔7,10,11〕、新品種培育〔12,13,14〕、病蟲害防治〔15,16〕、生產(chǎn)管理〔17,18,19〕、節(jié)水灌溉〔20,21〕、農(nóng)產(chǎn)品評(píng)價(jià)〔22,23〕等方面。

4.3我國(guó)農(nóng)業(yè)ES的述評(píng)

綜合分析90年代以來(lái)的文獻(xiàn),對(duì)我國(guó)農(nóng)業(yè)ES述評(píng)如下:

4.3.1農(nóng)業(yè)ES的水平參差不齊,總體水平偏低雖然自1985年以來(lái),我國(guó)農(nóng)業(yè)ES有了較大發(fā)展,但與世界先進(jìn)水平相比,無(wú)論在技術(shù)上還是在應(yīng)用效果上都有很大的差距?，F(xiàn)有的系統(tǒng)在質(zhì)量和水平上也存在較大的差異,有些所謂的“專家系統(tǒng)”缺少知識(shí)庫(kù)和推理機(jī)這兩個(gè)專家系統(tǒng)的核心部分,名不符實(shí)。

4.3.2農(nóng)業(yè)ES的性能較差,達(dá)不到“專家”的要求ES是一個(gè)能在特定領(lǐng)域內(nèi),以人類專家的水平去解決該領(lǐng)域中困難問題的計(jì)算機(jī)程序〔23〕,這表明,ES強(qiáng)調(diào)的是高性能。而ES的性能水平主要是它擁有的知識(shí)數(shù)量和質(zhì)量的函數(shù)〔24〕。對(duì)于農(nóng)業(yè)ES來(lái)說,其知識(shí)庫(kù)中擁有的知識(shí)越多,質(zhì)量越高,解決問題的能力也就越強(qiáng)。目前我國(guó)開發(fā)的農(nóng)業(yè)ES中,知識(shí)的數(shù)量較少,質(zhì)量較差,大多只是常識(shí)和基本原理知識(shí),缺乏啟發(fā)性知識(shí)和真正的專家知識(shí)。

4.3.3農(nóng)業(yè)ES在技術(shù)方面的障礙突出ES在開發(fā)技術(shù)上主要有三方面的障礙〔2〕:一是知識(shí)的不完備性與脆弱性;二是推理的單一性和呆板性;三是系統(tǒng)的學(xué)習(xí)功能差或不具備學(xué)習(xí)功能。農(nóng)業(yè)ES在這些方面的表現(xiàn)更為突出,使得許多農(nóng)業(yè)ES的應(yīng)用達(dá)不到預(yù)期的效果。

5我國(guó)未來(lái)農(nóng)業(yè)ES的發(fā)展思考

有人預(yù)測(cè)90年代是農(nóng)業(yè)ES研制的高潮,今后10年是農(nóng)業(yè)ES廣泛應(yīng)用的時(shí)代〔9〕。針對(duì)我國(guó)農(nóng)業(yè)ES的現(xiàn)狀,借鑒國(guó)內(nèi)外成功的經(jīng)驗(yàn),對(duì)未來(lái)我國(guó)農(nóng)業(yè)ES的發(fā)展提出一些粗淺的看法。

5.1大力開發(fā)專用農(nóng)業(yè)ES

專用農(nóng)業(yè)ES是針對(duì)農(nóng)業(yè)生產(chǎn)管理中的某類問題而開發(fā)的應(yīng)用軟件。開發(fā)專用農(nóng)業(yè)ES具有費(fèi)用少、周期短、實(shí)用性強(qiáng)的特點(diǎn),而且這類系統(tǒng)易于見效,其使用效果易于被人們認(rèn)識(shí),對(duì)宣傳和普及農(nóng)業(yè)ES具有重要作用,國(guó)內(nèi)外一些成功的ES已經(jīng)證明了這一點(diǎn)〔23〕。

5.2注重農(nóng)業(yè)ES的合理選題

農(nóng)業(yè)是一個(gè)復(fù)雜的人工—自然復(fù)合系統(tǒng),涉及的領(lǐng)域多,很難嚴(yán)格指出哪些領(lǐng)域適合開發(fā)農(nóng)業(yè)ES,哪些領(lǐng)域不適合。但一個(gè)適合于開發(fā)ES的問題必須滿足三個(gè)先決條件〔22〕:一是存在與之合作的領(lǐng)域?qū)＜?二是領(lǐng)域?qū)＜也捎脝l(fā)式方法解決問題;三是專家知識(shí)能夠用語(yǔ)言表達(dá)清楚。以上三個(gè)條件應(yīng)是農(nóng)業(yè)ES合理選題的基準(zhǔn)。

5.3注重多學(xué)科多技術(shù)的綜合應(yīng)用

農(nóng)業(yè)ES與模擬模型是本世紀(jì)興起的新信息技術(shù)〔8〕。農(nóng)業(yè)ES和農(nóng)業(yè)模擬模型的耦合,將是未來(lái)農(nóng)業(yè)知識(shí)工程領(lǐng)域的重要研究課題。模糊邏輯技術(shù)是二十一世紀(jì)的核心技術(shù)〔25〕。專家提供的知識(shí)大多含有經(jīng)驗(yàn)成分,具有不確定性、相似模糊性。因此,未來(lái)農(nóng)業(yè)ES的開發(fā)中,用模糊邏輯作為處理不確定性的框架,能更好地解決傳統(tǒng)方法不能或不能有效處理的許多問題。另外,與大中型資源數(shù)據(jù)庫(kù)、農(nóng)業(yè)專家或知識(shí)庫(kù)、遙感、決策支持系統(tǒng)、現(xiàn)代控制技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)的有機(jī)結(jié)合,可以極大地豐富農(nóng)業(yè)ES的功能和使用價(jià)值。

5.4加強(qiáng)多專家系統(tǒng)或分布式農(nóng)業(yè)ES的開發(fā)

農(nóng)業(yè)是一個(gè)經(jīng)驗(yàn)性強(qiáng)且分散的綜合性專業(yè),農(nóng)業(yè)生產(chǎn)管理涉及環(huán)境因素錯(cuò)綜復(fù)雜,因此在農(nóng)業(yè)生產(chǎn)管理問題涉及多個(gè)領(lǐng)域時(shí),需要不同但相關(guān)的多個(gè)領(lǐng)域ES共同合作,如小麥栽培ES與病蟲害防治ES的結(jié)合等,也可通過ES網(wǎng)絡(luò)進(jìn)行聯(lián)合輔助決策。