导读:本文包含了农业专家系统开发工具论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:专家系统,开发工具,农业,构件,知识,技术,人工智能。
农业专家系统开发工具论文文献综述
潘大志,黄青松[1](2004)在《基于构件的农业专家系统开发工具的设计与实现》一文中研究指出本文描述了一个采用软构件技术的农业专家系统开发工具。系统通过使用构件技术 ,实现了知识库编辑、知识库编译和推理机等多个构件(本文来源于《计算机应用与软件》期刊2004年09期)
黄青松[2](2004)在《基于构件的农业专家系统开发工具的设计与实现》一文中研究指出介绍一种基于构件的、开放式的的农业专家系统开发工具的体系结构和特点 ,及基于模式、框架、规则和过程的混合型知识表达方式(本文来源于《昆明理工大学学报(理工版)》期刊2004年04期)
董旭初[3](2004)在《Bayesian网推理算法及基于Bayesian网的农业专家系统开发工具组件》一文中研究指出不确定信息处理是人工智能领域一个重要研究方向,从专家系统角度来看,大致有基于规则和基于模型两种不确定性信息处理方式。Bayesian网研究兴起于20世纪80年代,20世纪90年代以来它的研究与应用得到了越来越多的关注。Bayesian网是一种基于模型的不确定性信息处理方法,相对于早期基于规则的方法而言,它的语义更为明确,推理结论多数情况下更为合理,缺点是计算复杂性高。一般Baysian网上的推理是NP难问题,为使得Bayesian网尽可能地解决实际问题,到目前为止,已发展出的Bayesian网推理算法有数十种之多,总体上可分为精确推理和近似推理两类。Belief-Net-Ask算法、消息传播算法和变量消去算法是出现比较早的叁种算法,是其它各种推理算法的基础。Belief-Net-Ask算法可以在单连通图上计算单个查询变量的后验概率分布,消息传播算法可以在单连通图上计算多个查询变量的后验概率分布,变量消去算法可以在多连通图上计算单个查询变量的后验概率分布。这叁种算法各有其特点,因而也具有极强的代表性。本文在介绍Bayesian网基本概念的基础上,用清晰的数学表示方式描述这叁种Bayesian网精确推理算法,对这叁种算法加以比较分析,刻画其共同的内在本质。变量消去算法的计算复杂性是O(n?cw),其中 n是Bayesian网节点数量,d是 网络中节点的最大入度,c是所有节点(变量)取值的最大数量,w称为消去顺序对应的宽度。在变量消去算法中,变量消去顺序对计算结果的正确性没有影响,但对计算量大小却有重要影响。对于一个确定的Bayesian网,存在一个或若干个最优消去顺序,使得其对应的宽度w达到最小值,这个宽度称为树宽度。实际上,推广到一般Bayesian网推理计算而言,对计算量起决定作用的因素仍然是w。因此,一般在提高推理算法计算效率时,通常会考虑到两个方面:一是寻找最优或近似最优的宽度w;二是对Bayusian网结构进行化简或近似化简。本文对Bayesian网推理中的结构化简策略加以详细讨论。在已有的节点剪切方法基础上,定义分离操作;从预处理的角度出发,提出替换操作;另外,提出可用于Bayesian网结构化简的叁个条件,并基于这叁个条件给出遍历操作。对于这叁种化简操作,本文根据概率论和Bayesian网语义,均作以严格的数学证明,并指出这叁种操作是相互独立起作用的,且是不可相互替代的关系。进一步,通过具体的试验测试表明,这些操作针对具体查询,能够简化Bayesian网结构,在一定程度上提高计算效率。本文讨论的另一个方面是基于Bayesian网的农业专家系统开发工具,主要着眼于应用角度,描述并解决基于Bayesian网的农业专家系统开发中<WP=54>一些重要问题。大约在20世纪70年代末,国际上开始了关于农业专家系统的研究,近年来,随着专家系统技术的逐步发展,以及各国政府部门对于农业信息技术重视程度的逐步增强,农业专家系统已经开始广泛应用于农业产业,对其各个环节提供指导性的预测、决策、诊断和控制,对提高农业产业化程度而言,是一个极为有力的工具,农业专家系统已经成为智能化农业信息技术研究的一个重要领域。在我国,“智能化农业信息技术应用示范工程”已被列入国家863计划信息领域计算机软硬件技术主题当中,智能化农业信息系统集成开发平台(IPDIAIS) 的即是示范工程中的一个重要研究课题,本文介绍的是IPDIAIS平台中的Bayesian网专家系统开发工具组件。Bayesian网专家系统开发工具组件是针对农业畜禽疾病诊断、农作物病虫害防治这一领域的,它主要面向两类用户:农业领域专家和农业专家系统用户。农业领域专家应当具备农业特定领域中大量理论知识和实际经验,以及简单的计算机应用基础,他们将使用组件来开发农业专家系统;农业专家系统用户包括农民和农技人员,他们只需了解一些基本的计算机操作,就应当可以使用农业专家系统来获取实际农业生产的专家水平指导信息。该组件作为平台中的一个软构件,不仅具备开发基于Bayesian网的农业专家系统这一基本功能,从可扩展性、可集成性和可维护性角度来看,它还具有清晰合理的软件结构,严格遵守平台中软构件接口和程序间通讯协议格式;从可用性角度来看,它提供清晰直观的用户界面和简便快捷的操作方式。我们力图使组件开发出来的农业专家系统具有良好的推理效率和合理的交互诊断过程,能够提供给用户可靠的推理结论,并力求可以适应更为广泛的应用。为达到这一目标,组件内置的变量消去推理机采用了Bayesian网结构化简策略;同时,针对农业畜禽疾病诊断、农作物病虫害防治这一领域,我们在描述基于Bayesian网的农业专家系统中“提问-回答”交互式诊断过程的基础上, 给出一个比较实用的交互式诊断方法;另外,为便于领域专家对已构造的农业专家系统进行测试,我们还设计了一个基于Bayesian网的专家系统测试工具。(本文来源于《吉林大学》期刊2004-05-01)
潘大志[4](2003)在《基于构件的农业专家系统开发工具的设计与实现》一文中研究指出近年来,专家系统技术已广泛的应用于我国的农业生产中,利用它指导农业生产,对于高产、优质、高效和可持续发展农业具有显着的应用效果。组件化技术的发展和应用,使得软件重用得到极大的实现。 本文介绍了专家系统的基本理论,和产生式、语义网络、框架、谓词逻辑等多种知识表达方式以及国内所采用的农业知识表达方式,并描述了正向链、反向链、不确定性等多种推理技术,还阐述了COM原理及其基本特性,以及COM组件的实现。并通过参与云南省自然基金项目“基于构件的农业专家系统开发工具的研究”的工作,系统地研究和分析了863计划智能化农业信息技术——云南省示范区所使用的农业专家系统开发工具DET2.0的系统结构、知识表示、知识库编译和推理机制。在此基础上,利用DET2.0中的知识表达方式对基于构件的农业专家系统开发工具进行了总体设计,并通过编程实现了知识库编辑构件、知识库编译构件、推理机构件等多个构件。(本文来源于《昆明理工大学》期刊2003-03-01)
张闽,吴顺祥,黄恩臻,陈建辉[5](2002)在《基于模糊推理的多媒体农业专家系统及其开发工具》一文中研究指出该文应用面向对象思想和方法,分析了农业知识的特点,设计并实现了一个农业专家系统的开发工具,并使用该开发工具设计了花椰菜栽培技术专家系统和龙眼栽培技术专家系统。(本文来源于《计算机工程与应用》期刊2002年21期)
张健[6](2002)在《农业专家系统开发工具及知识表示方法研究》一文中研究指出近年来,专家系统技术已广泛的应用到了我国的农业生产、生活中,利用它指导农业生产,对于高产、优质、高效和可持续发展农业具有显着的应用效果。本研究课题是在充分研究专家系统理论的基础上,通过参与“云南省农业专家系统开发工具DET网络版开发”项目的工作,系统地对863计划智能化农业信息技术——云南省示范区所使用的农业专家系统开发工具DET1.1的系统结构、知识表示、知识库编译和推理机制进行了细致的研究和分析。并介绍了根据分析结果对DET进行的改进。最后在DET的基础上,提出了一种基于概念模式的知识表示方法,给出了模式描述方法和一个模式知识库的实例,并论述了基于概念模式的推理和对知识复用的支持。(本文来源于《昆明理工大学》期刊2002-03-01)
农业专家系统开发工具论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
介绍一种基于构件的、开放式的的农业专家系统开发工具的体系结构和特点 ,及基于模式、框架、规则和过程的混合型知识表达方式
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
农业专家系统开发工具论文参考文献
[1].潘大志,黄青松.基于构件的农业专家系统开发工具的设计与实现[J].计算机应用与软件.2004
[2].黄青松.基于构件的农业专家系统开发工具的设计与实现[J].昆明理工大学学报(理工版).2004
[3].董旭初.Bayesian网推理算法及基于Bayesian网的农业专家系统开发工具组件[D].吉林大学.2004
[4].潘大志.基于构件的农业专家系统开发工具的设计与实现[D].昆明理工大学.2003
[5].张闽,吴顺祥,黄恩臻,陈建辉.基于模糊推理的多媒体农业专家系统及其开发工具[J].计算机工程与应用.2002
[6].张健.农业专家系统开发工具及知识表示方法研究[D].昆明理工大学.2002