基于Struts的大豆优化栽培管理决策支持系统研究

摘要

随着Internet技术的普及和发展，原有的单机版决策支持系统已不能适应网络环境下的应用，开展网络版决策支持系统的研究是近年来的主要发展趋势。 本文分析了当前计算机技术在农业专家系统中的应用情况和网络基础条件，研究探讨了构建作物栽培类农业决策支持系统的理论与实现技术。本研究以“浏览器/Tomcat服务器/Oracle数据库”三层网络结构模型为基础，选用Java Web MVC框架Struts，结合内蒙古地区大豆生产实际，研究开发了大豆优化栽培管理决策支持系统。很好地实现了视图层、逻辑业务层与数据层的分离，有较好的扩展性。 根据大豆栽培领域问题的特点，本研究选用模式表示与知识单元表示相结合的知识表达方式，在利用组件技术与分布式网络技术实现的跨平台系统下，该方法有助于推理机的设计与实现。整个推理机被划分为7个独立的Bean，依据正反向混合推理策略，各Bean之间相互协作，共同完成推理工作，取代单进程、单组件推理机，提高了推理速度。JAVA编程实现的BP神经网络为目标产量优化决策提供了大豆基础产量预测值，通过JavaApplet技术实现其与整个系统的交互。论文最后给出了整个系统的实现。

目录

文摘

英文文摘

论文说明：图表目录、缩略语表

声明

1引言

1.1农业信息化的发展需要网络化的决策支持系统

1.2国内外农业专家系统发展状况

1.2.1国外的相关研究

1.2.2国内的相关研究

1.3农业决策支持系统

1.4人工神经网络

1.4.1人工神经网络研究发展

1.4.2人工神经网络应用领域

1.5计算机技术在农业专家系统中的应用

1.6本课题研究内容

1.7课题概况

1.7.1研究的目的与意义

1.7.2研究思路与技术路线

2 Struts技术与分布式网络技术

2.1 Struts框架

2.2多层分布式应用体系

3 SOCMDSS系统分析与设计

3.1需求分析

3.2总体设计

3.2.1 UML用例图

3.2.2 UML活动图

3.3功能设计

4 SOCMDSS知识、数据的获取与表达

4.1知识、数据的获取

4.1.1 SOCMDSS专家知识的获取过程

4.2知识、数据的表示

4.2.1 SOCMDSS知识、数据表示原则

4.2.2 SOCMDSS知识、数据表示方式

5 SOCMDSS知识库、数据库与模型库的设计与实现

5.1数据库的设计与实现

5.2框架知识结构的设计与实现

5.2.1概念结构设计

5.2.2逻辑结构设计

5.3模型库设计与实现

5.4大豆产量预测人工神经网络设计与实现

5.4.1人工神经网络模拟方法

5.4.2人工神经网络在大豆产量潜力估算中的应用

5.4.3BP神经网络模型的java实现

6推理机Action Bean的设计与实现

6.1 SOCMDSS的Action Bean推理设计思想

6.2 SOCMDSS推理的控制策略

6.2.1正向推理

6.2.2反向推理

6.3 SOCMDSS推理机实现

7基于Struts框架的SOCMDSS的实现

7.1 SOCMDSS的web体系结构

7.2 Struts配置各网站模块

7.2.1 Struts_tiles组件定义整个网站的结构模型

7.2.2 Struts_menu组件配置优化决策模块

7.3 SOCMDSS的Struts实现模式

7.3.1用户表示层

7.3.2业务逻辑层

7.3.3控制处理层

8总结与展望

8.1结论

8.2展望

致谢

参考文献

作者简介