山西省马铃薯专家系统的构建及基于BP神经网络知识获取的探讨

摘要

本文介绍了专家系统的研究现状、结构特点及发展趋势，详细阐述了山西省马铃薯智能农业专家系统的构造过程，包括知识的获取、表达和存储以及推理机的推理方式和控制策略等。系统整体结构设计采用了Browser/WebServer/Database三层分布计算体系，这种结构具有扩展性好、维护方便、客户端界面统一、成本低、跨平台性和开放性等诸多优点。系统采用Windows 2000 Server所提供的IIS中的WWW服务器，利用FrontPage 2000、Photoshop、Dreamwaver、RealProducer和InterDev等开发工具对文本、图像、动画、音频、视频等信息进行有机集成，形成图、文、声并茂的Web页面，并充分运用了.NET、XML、ActiveX构件等新技术来强化系统的功能；采用基于模糊产生式规则的知识表示，混合推理控制策略以及应用不精确推理的可信度模型，较好地解决了农业领域知识的复杂性和不精确性，实现了网络化马铃薯信息处理系统，解决了农业专家系统数据量庞大，多媒体信息甚多，数据的不确定性等难点，集实用性、方便性和科学性于一体，突出系统的本地化，在基层农业生产的推广应用中，得到了用户的广泛好评。 近年来，随着科学技术的发展，特别是人工智能的发展已影响着各行各业。专家系统在人工智能的重要分支，它的发展是本世纪科技发展的重点之一。本文从专家系统的发展谈起，分析了目前存在于专家系统中的主要问题，并且针对知识获取方法这一瓶颈问题进行了深入的研究和分析。 关于神经网络应用于专家系统主要是考虑专家系统可以解决分类问题。神经网络所具有的自学习能力使得传统专家系统技术应用最为困难的知识获取工作转换为网络的变结构调节过程，从而大大方便了知识库中知识的记忆和提取。本课题从理论上分析了神经网络在改善专家系统中的知识获取方法的优点，提出了解决专家系统中知识获取方法问题的技术方案。为了实现马铃薯专家系统品种选择模块中知识获取方法的改进，在神经网络选择过程中，尝试了多种神经网络方案：Hopfield网络、自组织网络、BP网络等等。对网络的特点进行了分析，通过仿真实验考察了网络在现有条件下对于处理专家系统中分类问题的能力，最终采用BP网络作为基本网络构建了专家系统的知识获取子系统。用Matlab仿真了人工神经网络中BP网络，并将研究的结果应用于“马铃薯专家系统中的品种选择模块”，完成了马铃薯品种选择模块的知识获取方法的改进，提高了系统的性能，效果良好。

目录

文摘

英文文摘

论文说明：符号说明

声明

第一章绪论

1.1专家系统和农业信息化

1.1.1农业信息化技术

1.1.2专家系统及其研究现状

1.2本课题的选题背景及意义

1.3课题研究内容和论文各章节安排

第二章山西省智能马铃薯专家系统的框架的构建

2.1系统构建方案

2.1.1系统构建的总体目标

2.1.2系统运行环境的配置及开发工具的选择

2.2系统的框架结构

2.3小结

第三章多媒体信息子系统的设计

3.1应用Dreamweaver 4.0设计专家系统信息子系统

3.2系统模块划分

3.3多媒体信息子系统设计方案及实现过程

3.3.1信息系统设计的技术方案

3.3.2信息系统的实现

3.4小结

第四章智能决策子系统的设计

4.1开发决策系统的基本概念

4.2决策模块的设计

4.2.1决策模块的建立

4.2.2标准表和事实表的建立

4.2.3知识规则的建立和编辑

4.2.4系统打包及维护

4.3知识库及知识获取的设计方案

4.4基础数据库的构建方案

4.5系统的推理机制

4.6决策模块设计的技术优势分析

4.7小结

第五章基于人工神经网络的知识获取的探讨

5.1专家系统存在的问题分析

5.2知识获取的技术可行性分析

5.3人工神经网络介绍

5.4 HOPFIELD网络

5.5自组织神经网络

5.6 BP网络

5.6.1 BP网络的基本原理

5.6.2基本的BP算法

5.6.3 BP网络模型的缺陷分析

5.7改进型BP神经网络学习效果的算法仿真

5 7.1 BP算法的改进方法

5.7.2改进后知识获取网络仿真设计

5.8小结

第六章总结与展望

参考文献

附录

致谢

攻读学位期间参与项目及发表的学术论文目录