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

1、農作物病蟲害決策支持系統(tǒng)是智能決策理論及方法的重要應用領域之一，是數(shù)字農業(yè)的一項重要研究內容，它探索利用時空關聯(lián)方法，揭示病蟲害的發(fā)生與環(huán)境誘導因子之間的關系;利用數(shù)學建模與仿真、人工智能和機器學習等技術，預測病害的發(fā)生發(fā)展與流行趨勢，進行病蟲害診斷和防治措施制定的智能高效決策。病蟲害發(fā)生作為一種復雜的自然現(xiàn)象，在空間上既具有全域性，又具有區(qū)域性，在時間上既表現(xiàn)無序的非穩(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、隨機性、遷

2、移性和規(guī)律性等復雜多變特點。正是由于病蟲害發(fā)生的復雜，使得對病蟲害診斷、病害發(fā)生趨勢預測、防治方法決策十分困難，該決策問題的因素間關系不明確，有時決策信息缺漏，屬于不良結構決策問題。國內外已有的相關病蟲害專家系統(tǒng)（決策支持系統(tǒng)），目前都只是針對具體某一種病害，采用傳統(tǒng)的基于規(guī)則的知識表達方法，具有“知識獲取”瓶頸以及知識庫維護困難等問題，尤其是現(xiàn)有的病蟲害專家系統(tǒng)中核心組成部分推理機，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，是最終導致現(xiàn)有病蟲害決策系統(tǒng)推廣應用瓶頸問題的根本原因之一。本文圍繞病蟲害知識共享及其診斷、預測及防治等決策方法所存在的關鍵問題展開研究，主要工作有:
　　(1)農作物病蟲害本體知識集成。針對農作物病蟲害信息多源（元）、異構等不確定性問題，研究了農作物病蟲害知識本體的構建模型、本體的XML表達、本體映射以及面向本體演化的一致性校驗等問題。
　　(2)農作物病蟲害本體案例的知識表示。首先，針對病蟲害案例特點，

4、通過引入模糊理論構建了模糊本體描述語言SWR& Fuzzy L(Fuzzy Semantic Web RuleLanguage)，實現(xiàn)不確定病蟲害案例的知識表示，建立了基于案例推理的農作物病蟲害本體案例知識模型。設計了一種結構化案例庫向YML/SWR& Fuzzy L的映射算法，部分實現(xiàn)了基于本體的案例自動獲取。
　　(3)基于案例推理的檢索。對案例推理檢索關鍵環(huán)節(jié)開展研究，主要包括案例特征識別、案例特征屬性權重確定、案例特征屬性