基于CBR-Ontology的農(nóng)作物病蟲(chóng)害防控智能決策支持系統(tǒng)研究.pdf

1、農(nóng)作物病蟲(chóng)害決策支持系統(tǒng)是智能決策理論及方法的重要應(yīng)用領(lǐng)域之一，是數(shù)字農(nóng)業(yè)的一項(xiàng)重要研究?jī)?nèi)容，它探索利用時(shí)空關(guān)聯(lián)方法，揭示病蟲(chóng)害的發(fā)生與環(huán)境誘導(dǎo)因子之間的關(guān)系;利用數(shù)學(xué)建模與仿真、人工智能和機(jī)器學(xué)習(xí)等技術(shù)，預(yù)測(cè)病害的發(fā)生發(fā)展與流行趨勢(shì)，進(jìn)行病蟲(chóng)害診斷和防治措施制定的智能高效決策。病蟲(chóng)害發(fā)生作為一種復(fù)雜的自然現(xiàn)象，在空間上既具有全域性，又具有區(qū)域性，在時(shí)間上既表現(xiàn)無(wú)序的非穩(wěn)定性，又存在有序的周期性，具有非均勻性、多樣性、突發(fā)性、隨機(jī)性、遷

2、移性和規(guī)律性等復(fù)雜多變特點(diǎn)。正是由于病蟲(chóng)害發(fā)生的復(fù)雜，使得對(duì)病蟲(chóng)害診斷、病害發(fā)生趨勢(shì)預(yù)測(cè)、防治方法決策十分困難，該決策問(wèn)題的因素間關(guān)系不明確，有時(shí)決策信息缺漏，屬于不良結(jié)構(gòu)決策問(wèn)題。國(guó)內(nèi)外已有的相關(guān)病蟲(chóng)害專(zhuān)家系統(tǒng)（決策支持系統(tǒng)），目前都只是針對(duì)具體某一種病害，采用傳統(tǒng)的基于規(guī)則的知識(shí)表達(dá)方法，具有“知識(shí)獲取”瓶頸以及知識(shí)庫(kù)維護(hù)困難等問(wèn)題，尤其是現(xiàn)有的病蟲(chóng)害專(zhuān)家系統(tǒng)中核心組成部分推理機(jī)，通常采用基于案例推理或基于規(guī)則的推理等單一推理方法，

3、其推理效率不明顯，是最終導(dǎo)致現(xiàn)有病蟲(chóng)害決策系統(tǒng)推廣應(yīng)用瓶頸問(wèn)題的根本原因之一。本文圍繞病蟲(chóng)害知識(shí)共享及其診斷、預(yù)測(cè)及防治等決策方法所存在的關(guān)鍵問(wèn)題展開(kāi)研究，主要工作有:
　　(1)農(nóng)作物病蟲(chóng)害本體知識(shí)集成。針對(duì)農(nóng)作物病蟲(chóng)害信息多源（元）、異構(gòu)等不確定性問(wèn)題，研究了農(nóng)作物病蟲(chóng)害知識(shí)本體的構(gòu)建模型、本體的XML表達(dá)、本體映射以及面向本體演化的一致性校驗(yàn)等問(wèn)題。
　　(2)農(nóng)作物病蟲(chóng)害本體案例的知識(shí)表示。首先，針對(duì)病蟲(chóng)害案例特點(diǎn)，

4、通過(guò)引入模糊理論構(gòu)建了模糊本體描述語(yǔ)言SWR& Fuzzy L(Fuzzy Semantic Web RuleLanguage)，實(shí)現(xiàn)不確定病蟲(chóng)害案例的知識(shí)表示，建立了基于案例推理的農(nóng)作物病蟲(chóng)害本體案例知識(shí)模型。設(shè)計(jì)了一種結(jié)構(gòu)化案例庫(kù)向YML/SWR& Fuzzy L的映射算法，部分實(shí)現(xiàn)了基于本體的案例自動(dòng)獲取。
　　(3)基于案例推理的檢索。對(duì)案例推理檢索關(guān)鍵環(huán)節(jié)開(kāi)展研究，主要包括案例特征識(shí)別、案例特征屬性權(quán)重確定、案例特征屬性