论文部分内容阅读
针对葡萄病害人工诊断以及传统专家系统的不足,以计算机网络为平台,以计算机信息处理技术、人工智能理论为支撑,以葡萄病害防治为研究对象,以提高葡萄种植者的葡萄病害诊断能力,提高葡萄病害防治水平为研究目的,采用基于J2EE标准的3层B/S体系结构,建立基于Web的葡萄病害诊断智能决策支持系统,为广大葡萄种植户提供远程的决策支持和服务。主要研究内容和结论如下:(1)分析研究系统体系结构,确定了IDSS的核心部件,并分别对问题综合与交互系统、模型库、知识库、数据库、推理机的结构和实现方法进行了分析与设计。(2)通过查阅大量相关文献以及与专家咨询、交谈等方式获取葡萄病害及其诊断的专家经验,构建系统知识库。分析对比数据库和XML优缺点,结合研究对象的特点,采用了以“数据库为存储手段, XML为交换载体”的数据管理模式,为异构系统间的数据集成奠定基础。(3)针对人工神经网络无法处理自然语言的不足,以及葡萄病害症状的表现特点,将模糊理论和人工神经网络技术结合起来,分析并确定葡萄病害症状隶属度和病害症状相似隶属度,构建基于三层BP网络的葡萄病害诊断模型,使系统具备了智能化诊断和推理能力,提高了系统的可靠性、容错性、抗干扰能力以及诊断速度。仿真结果表明:诊断的正确率可达90%以上。(4)使用MATLAB的MATLAB Web Server工具箱组件实现BP神经网络的建立、训练和仿真。它可以同时发挥了Internet和MATLAB的优势,使得在Internet环境下调用MATLAB成为可能。系统提供“默认参数诊断”和“自定义参数诊断”两种方式,提高了诊断过程的灵活性。