基于神经网络与专家系统集成的智能决策系统的应用研究

摘要

论文以国家863计划306主题的关键项目“智能化农业信息技术应用示范工程——重庆示范区”(项目编号863-306-ZD-05-03-F)中的一个子项目“农作物栽培智能决策系统”为研究对象，对基于神经网络与专家系统集成的智能决策系统进行了深入研究。 本文对人工智能技术的两个分支神经网络与专家系统的发展应用及各自的技术特点进行了阐述，分析了基于神经网络和专家系统集成的混合系统功能框架、并以番茄栽培智能决策为例，提出了基于神经网络和专家系统集成的农作物栽培智能决策系统的结构。 本文分别从知识获取、知识表示、知识的检测和求精等四个方面对农作物栽培智能决策系统的知识库的构造进行了详尽的分析。提出了采用神经网络和传统符号知识表示相结合的领域知识混合表示模式，论文还对知识的一致性和完整性进行了分析，提出了相应的检测算法。并且提出了一种对知识库中知识进行求精的算法。 本文对农作物栽培智能决策系统的推理机提出了“元推理+目标推理”这一新型推理模式，应用元知识推理协调定性推理、定量推理和神经网络推理。在确定性理论的基础上，提出了一种新的不确定性推理模型，以番茄营养诊断为例对这种新的不确定性推理模型进行了验证，同时给出了系统推理过程的实现程序步骤。 本文提出了病虫害诊断神经网络块的设计。通过对病虫害症状的整理和收集，利用神经网络的理论，建立并实现了多个子神经网的结构模型，并用MATLAB程序语言实现了病虫害神经网络的训练和网络应用仿真。

目录

文摘

英文文摘

1概述

1.1人工智能概述

1.1.1人工智能的概念

1.1.2人工智能技术的两个分支—人工神经网络和专家系统的发展

1.2人工智能技术在农业方面的应用

1.3课题的来源及研究意义

1.3.1课题来源

1.3.2课题的研究意义

2.基于神经网络与专家系统集成的智能决策系统的结构

2.1专家系统的原理与运行机理

2.1.1专家系统概念

2.1.2专家系统结构：

2.1.3专家系统的运行机理

2.2神经网络基本理论

2.3专家系统与神经网络的各自特点

2.3.1专家系统的特点

2.3.2人工神经网络的特点

2.4专家系统与神经网络的集成

2.5基于神经网络与专家系统集成的混合系统的结构

2.6基于神经网络与专家系统集成的混合系统的应用

2.6.1番茄栽培智能决策系统的结构

2.6.2番茄栽培智能决策系统的实现

3知识库

3.1知识获取

3.1.1知识获取方法的分类

3.1.2混合系统的知识获取方法

3.2知识表示

3.2.1番茄栽培智能决策系统的知识表示

3.2.2“规则架+规则体”的知识表示策略

3.3知识检测

3.3.1知识的语法检查

3.3.2知识库中知识的一致性和冗余性分析

3.3.3知识库中知识的一致性和冗余性检查

3.4知识的求精

4推理机

4.1推理机的基本概念

4.2确定性理论

4.2.1 C-F模型

4.2.2带加权因子的可信度推理

4.3本文系统采用的不确定性推理模型

4.3.1知识和证据不确定性的表示

4.3.2不确定性匹配算法

4.3.3组合命题不确定性的计算

4.3.4结果不确定性的更新

4.3.5结果组合算法

4.3.6应用举例

4.3.7不确定推理的步骤

4.4混合系统推理机的实现

5神经网络

5.1神经网络应用于知识处理的基本概念

5.2神经网络块的结构与特点

5.3BP算法

5.4番茄病虫害诊断神经网络块

5.4.1番茄病虫害诊断神经网络块结构

5.4.2番茄病虫害诊断神经网络的组建

5.4.3番茄病虫害诊断BP神经网络在MATLAB上的实现

5.5软件实现

结论

致谢

参考文献

附录A：症状库

附录B：训练样本和训练轨迹图

附录C：仿真结果

附录D：作者在攻读硕士学位期间发表的论文和科研情况