亚洲免费无码av|久久鸭精品视频网站|日韩人人人人人人人人操|97人妻免费祝频在找|成人在线无码小视频|亚洲黄片无码在线看免费看|成人伊人22网亚洲人人爱|在线91一区日韩无码第八页|日韩毛片精品av在线色婷婷|波多野主播在线激情婷婷网

歡迎訪問愛發(fā)表,線上期刊服務咨詢

智能農(nóng)業(yè)論文8篇

時間:2023-04-01 10:07:37

緒論:在尋找寫作靈感嗎?愛發(fā)表網(wǎng)為您精選了8篇智能農(nóng)業(yè)論文,愿這些內容能夠啟迪您的思維,激發(fā)您的創(chuàng)作熱情,歡迎您的閱讀與分享!

智能農(nóng)業(yè)論文

篇1

關鍵詞:地理信息系統(tǒng),專家系統(tǒng),智能決策支持系統(tǒng)

 

圖1 馬常杰、陳守余提出的G-IDSS參考模型框架

3.結語

智能決策支持系統(tǒng)既發(fā)揮了專家系統(tǒng)以知識推理形式解決定性分析問題的特點,又充分利用了決策支持系統(tǒng)以模型計算為核心的解決定量分析問題的特點,將定性分析和定量分析有機的結合起來,使解決問題的能力得到進一步的提高。但是它不能直觀、精確而靈活地描述組織對象的位置布置、空間分布等地理信息,也不能描述組織對象所處的自然環(huán)境和社會環(huán)境信息。精準農(nóng)業(yè)實現(xiàn)的全過程均依賴于地理信息。論文參考網(wǎng)。論文參考網(wǎng)。因此,針對精準農(nóng)業(yè)的特點,將GIS和IDSS結合起來,輔助決策分析是至關重要的。

地理信息是實現(xiàn)精準農(nóng)業(yè)的核心系統(tǒng),它管理所有的農(nóng)業(yè)信息,并對空間信息進行分析,對精準農(nóng)業(yè)實施給出精準的作業(yè)方案。論文參考網(wǎng)。我國基于計算機網(wǎng)絡系統(tǒng)的GIS軟件在城市建設、農(nóng)田規(guī)劃和土壤養(yǎng)分管理方面已廣泛應用。目前研究的關鍵問題是開發(fā)出具有自主產(chǎn)權的用于精準農(nóng)業(yè)的基于計算機網(wǎng)絡農(nóng)田管理決策系統(tǒng)。將GIS與IDSS相結合,發(fā)揮各自優(yōu)勢,使計算機技術在農(nóng)業(yè)中的應用更加實用化、智能化,對于提高農(nóng)業(yè)現(xiàn)代化的科學性和工作效益將有深遠的意義。

【參考文獻】

[1]張偉.智能決策支持系統(tǒng)( IDSS) 研究綜述.現(xiàn)代商貿工業(yè),2009年第14期

[2]孔祥強.GIS與ES的結合及在精確農(nóng)業(yè)中的應用.信息技術與信息化,2007.1

[3]吳雨華.國內外智能決策系統(tǒng)的發(fā)展概況及推廣應用.農(nóng)業(yè)與技術,2005年1月

[4]張衛(wèi)建,卞新民,柯建國等.基于網(wǎng)絡GIS 的區(qū)域農(nóng)業(yè)決策支持系統(tǒng)的集成思路與方法.南京農(nóng)業(yè)大學學報,2000,23 (2):23~26

[5]鄭文鐘,何勇,張玉林.基于GIS的農(nóng)業(yè)機械化決策支持系統(tǒng)的研究.浙江大學學報(農(nóng)業(yè)與生命科學版) 31(3):329-332,2005

[6]馬常杰,陳守余.基于GIS的IDSS模型研究.計算機與現(xiàn)代化,2003年第2期

[7]周勇,田有國,任意等.基于GIS 的區(qū)域土壤資源管理決策支持系統(tǒng).系統(tǒng)工程理論與實踐,2003年3月

[8]劉書華,楊曉紅,蔣文科等.基于GIS的農(nóng)作物病蟲害防治決策支持系統(tǒng).農(nóng)業(yè)工程學報,2003.7

[9]周舟,王秀,王俊,閻波杰.基于GIS的變量噴藥決策支持系統(tǒng).農(nóng)業(yè)工程學報,2008年9月

[10]張梅,文靜華.基于分布式Web-GIS的農(nóng)業(yè)決策支持系統(tǒng)研究.安徽農(nóng)業(yè)科學,2010,38(5):2737-2738

[11]張東彥,楊武德,馮美臣.專家系統(tǒng)在我國農(nóng)業(yè)上的應用現(xiàn)狀、存在問題和發(fā)展趨勢.農(nóng)業(yè)網(wǎng)絡信息,2007年第2期

[12]夏敏,張佳寶,趙小敏等.基于的土地適宜性評價決策支持系統(tǒng)研究與應用.農(nóng)業(yè)系統(tǒng)科學與綜合研究,2006年11月

[13]郭銀巧,李存東,趙春江等.玉米栽培理論及智能決策系統(tǒng)的研究進展.2005,13(1):95~98,102

[14]楊長保,吳秀媛,馬生.基于GIS的專家系統(tǒng)及其在農(nóng)業(yè)宏觀決策中的應用研究.吉林農(nóng)業(yè)大學學報,2004 ,26 (1) :111~115

[15]陳文偉.決策支持系統(tǒng)及其開發(fā).電子工業(yè)出版社,1998

[16]夏安邦.決策支持系統(tǒng)引論.同濟大學出版社,1991

篇2

摘要……………………………………………………………………………………Ⅰ

英文摘要………………………………………………………………………………Ⅱ

1“數(shù)字農(nóng)業(yè)”的內涵…………………………………………………………1

2國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用……………………………………………1

2.1美國………………………………………………………………………………………1

2.2英國………………………………………………………………………………………2

2.3德國………………………………………………………………………………………2

3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性…………………………………………………2

4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢………………………………………………………………3

4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)…………………………………………………3

4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛……………………………………………………3

4.3農(nóng)業(yè)多元化公共服務將更加完善………………………………………………………4

5 “數(shù)字農(nóng)業(yè)”的實踐策略……………………………………………………………4

5.1實現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務數(shù)字化和可視化……………………………………………………4

5.2推動數(shù)字農(nóng)業(yè)技術創(chuàng)新…………………………………………………………………5

5.3提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平…………………………………………………5

結語…………………………………………………………………………………………6

致謝………………………………………………………………………………………7

參考文獻……………………………………………………………………………………8

摘 要

數(shù)字農(nóng)業(yè)是將信息作為農(nóng)業(yè)生產(chǎn)要素,用現(xiàn)代信息技術對農(nóng)業(yè)對象、環(huán)境和全過程進行可視化表達、數(shù)字化設計、信息化管理的現(xiàn)代農(nóng)業(yè)。數(shù)字農(nóng)業(yè)使信息技術與農(nóng)業(yè)各個環(huán)節(jié)實現(xiàn)有效融合,對改造傳統(tǒng)農(nóng)業(yè)、轉變農(nóng)業(yè)生產(chǎn)方式具有重要意義。本文總結了國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用,結合我國發(fā)展數(shù)字農(nóng)業(yè)的緊迫性與當前數(shù)字農(nóng)業(yè)的發(fā)展趨勢,對我國“數(shù)字農(nóng)業(yè)”的發(fā)展提出了幾條實踐策略。

關鍵詞:數(shù)字農(nóng)業(yè);農(nóng)業(yè)信息化;發(fā)展策略

Abstract

Content:Digital agriculture is a kind of modern agriculture that takes information as agricultural production elements, uses modern information technology to express agricultural objects, environment and the whole process visually, digital design and information management. Digital agriculture makes the information technology and all aspects of agriculture achieve effective integration, which is of great significance to the transformation of traditional agriculture and the transformation of agricultural production mode. This paper summarizes the development and application of the key technologies of "digital agriculture" in foreign countries. Combined with the urgency of developing digital agriculture in China and the current development trend of digital agriculture, several practical strategies are put forward for the development of "digital agriculture" in China.

Key words:Digital agriculture; agricultural informatization; development strategy

淺析“數(shù)字農(nóng)業(yè)”發(fā)展趨勢與策略

1“數(shù)字農(nóng)業(yè)”的內涵

“數(shù)字農(nóng)業(yè)”是農(nóng)業(yè)數(shù)字經(jīng)濟的重要實踐。當前,學術界和工業(yè)界尚未能夠對數(shù)字農(nóng)業(yè)形成統(tǒng)一的定義。通用名稱包括信息農(nóng)業(yè),精確農(nóng)業(yè),“ Internet + 農(nóng)業(yè)”等等。本文中提到的數(shù)字農(nóng)業(yè)基于農(nóng)業(yè)信息化,在農(nóng)業(yè)鏈的所有環(huán)節(jié)中都強調了下一代信息技術的重要作用,代表了農(nóng)業(yè)產(chǎn)業(yè)的新視野?,F(xiàn)代農(nóng)業(yè)與信息化的緊密結合使可以充分利用數(shù)字技術。數(shù)字技術在促進農(nóng)業(yè)發(fā)展方面發(fā)揮著重要作用,并且不斷的提高現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字化水平,支持農(nóng)村戰(zhàn)略的實施。

2國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用

2.1美國

美國完善的農(nóng)業(yè)產(chǎn)業(yè)基礎和數(shù)字技術體系促進農(nóng)業(yè)發(fā)展。美國數(shù)字農(nóng)業(yè)發(fā)展建立在農(nóng)業(yè)生產(chǎn)高度專業(yè)化、規(guī)?;⑵髽I(yè)化的基礎上,已經(jīng)建成了完善的現(xiàn)代農(nóng)業(yè)技術應用與管理系統(tǒng)。自20世紀90年代起,美國已開始應用數(shù)字農(nóng)業(yè)技術,包括應用遙感技術對作物生長過程進行檢測和預報、在大型農(nóng)機上安裝GPS設備、應用GIS處理和分析農(nóng)業(yè)數(shù)據(jù)等,對大田作物進行生產(chǎn)前、中、后期的全面監(jiān)測與管理。在21世紀初已經(jīng)實現(xiàn)“3S”技術、智能機械系統(tǒng)和計算機網(wǎng)絡系統(tǒng)在大農(nóng)場中的綜合應用,智能機械已經(jīng)進入商品化階段。如JohnDeere公司的“綠色之星”精準農(nóng)業(yè)系統(tǒng),基于物聯(lián)網(wǎng)技術與“3S”技術搭建的新型精準農(nóng)業(yè)管理系統(tǒng),用以進行精細農(nóng)作、農(nóng)機管理、農(nóng)藝管理和計劃管理,可繪制農(nóng)場產(chǎn)量的“數(shù)字地圖”,在機械化生產(chǎn)大農(nóng)場中的市場占有率達到了65%以上。在大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字技術飛速發(fā)展的助推下,美國數(shù)字農(nóng)業(yè)技術已與農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后形成緊密銜接,應用范疇覆蓋從作物生長的微觀監(jiān)測到宏觀農(nóng)業(yè)經(jīng)濟分析。此外,美國也已形成完善的技術服務組織網(wǎng)絡,美國服務類企業(yè)與公益機構可為經(jīng)營主體提供較為完善的技術服務,例如美國農(nóng)業(yè)技術服務組織(FSA)為農(nóng)民提供豐富的信息。

2.2英國

英國信息化技術應用助推精準農(nóng)業(yè)。信息化技術推動英國農(nóng)業(yè)向數(shù)字化、智能化、精準化的方向發(fā)展。英國農(nóng)村地區(qū)信息化基礎設施完備,互聯(lián)網(wǎng)、4G信號已實現(xiàn)基本覆蓋。在此基礎上,精準農(nóng)業(yè)技術得以實現(xiàn)在農(nóng)業(yè)的全方位應用,如借助遙感技術進行作物生產(chǎn)監(jiān)測與產(chǎn)量預報、農(nóng)業(yè)資源調查、農(nóng)業(yè)生態(tài)環(huán)境評價和災害監(jiān)測等;英國Massey Ferguson公司研發(fā)的“農(nóng)田之星”信息管理系統(tǒng),借助傳感識別技術和GPS技術能夠更為精準地進行種植和養(yǎng)殖作業(yè)、數(shù)據(jù)記錄分析和制定解決方案;智能機械已基本裝備衛(wèi)星定位系統(tǒng)、電腦控制和軟件應用系統(tǒng),能夠根據(jù)不同位置、不同質量的地塊情形實現(xiàn)自動化、精準化、變量化作業(yè),同時可以采集作物信息用以制作電子地圖和調整生產(chǎn)策略。2013年英國啟動《農(nóng)業(yè)技術戰(zhàn)略》,提出了應用大數(shù)據(jù)、物聯(lián)網(wǎng)技術和智能技術進一步發(fā)展精準農(nóng)業(yè),從而提升農(nóng)業(yè)生產(chǎn)效率,如借助GateKeeper專家系統(tǒng)提供輔助決策和農(nóng)場管理、LELY擠奶機器人等智能化設備在養(yǎng)殖場中的應用、自動感知技術在施肥施藥機械上的應用、二維碼技術在農(nóng)產(chǎn)品產(chǎn)銷環(huán)節(jié)的廣泛應用等。

2.3德國

德國關鍵技術與設備的積極研發(fā)與推廣。在歐盟農(nóng)業(yè)共同政策對數(shù)字農(nóng)業(yè)的支持下,德國積極發(fā)展高水平數(shù)字農(nóng)業(yè),在農(nóng)業(yè)生產(chǎn)高度機械化的基礎上,建立完善的計算機支持和輔助決策系統(tǒng),提供數(shù)字農(nóng)業(yè)綜合解決方案。德國投入大量資金與人力支持數(shù)字農(nóng)業(yè)核心技術與智能設備研發(fā),并由大型企業(yè)牽頭,如德國拜耳公司投資2 億歐元支持數(shù)字農(nóng)業(yè)布局,已在60多個國家提供數(shù)字化解決方案,并旗下Xarvio品牌推廣數(shù)字農(nóng)業(yè),通過XarvioScouring識別系統(tǒng)高效識別和分析作物生長和病蟲害信息,幫助農(nóng)民優(yōu)化田塊單獨管理和農(nóng)田統(tǒng)籌優(yōu)化。擁有百年歷史的德國農(nóng)業(yè)機械制造商CLAAS集團結合第四代移動通信技術和傳感器技術,實現(xiàn)收割過程的全面自動化。

3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性

今年雖然受到疫情影響,但我國大部分農(nóng)產(chǎn)品仍然是一個“大年”,怎樣解決需求下降、部分市場關閉、物流受阻等難題,把農(nóng)貨順利賣出去,讓農(nóng)民實現(xiàn)豐產(chǎn)又豐收?加速數(shù)字農(nóng)業(yè)發(fā)展是不二法門。

農(nóng)業(yè)長期保持著傳統(tǒng)形態(tài),技術進步一直較慢,特別是進入信息化時代后,農(nóng)業(yè)技術滯后帶來的產(chǎn)業(yè)發(fā)展差距愈發(fā)顯著。隨著數(shù)字經(jīng)濟的興起,越來越多的領域引入互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術,實現(xiàn)了智能化、數(shù)字化重塑,生產(chǎn)率大幅度提高。2019 年,我國服務業(yè)、工業(yè)數(shù)字經(jīng)濟滲透率分別為 37.8%、19.5%,但農(nóng)業(yè)只有 8.2%,數(shù)字化改造的空間很大,需盡快趕上信息社會的發(fā)展步伐。

農(nóng)業(yè)數(shù)字化轉型是農(nóng)業(yè)現(xiàn)代化的必然選擇,也是破解目前農(nóng)業(yè)難題的一劑良方,瞄準這個主攻方向,無疑將為農(nóng)業(yè)高質量發(fā)展提供新動能,給予農(nóng)民更多獲得感。對廣大農(nóng)民來講,農(nóng)產(chǎn)品銷售難的問題最頭疼,常常遭遇“多收了三五斗”的尷尬??梢哉f,農(nóng)業(yè)數(shù)字化水平滯后,農(nóng)產(chǎn)品質量不穩(wěn)定、難以標準化、產(chǎn)銷信息不對稱等是導致農(nóng)產(chǎn)品銷售難的主因。顯然,加快技術與傳統(tǒng)農(nóng)業(yè)的融合,打造數(shù)字農(nóng)業(yè),對產(chǎn)業(yè)鏈進行全方位的數(shù)字化改造,使得傳統(tǒng)農(nóng)業(yè)脫胎換骨,插上科技的翅膀騰飛,已成為農(nóng)業(yè)發(fā)展新趨勢。

4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢

4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)實

物聯(lián)網(wǎng)技術在現(xiàn)代農(nóng)業(yè)生產(chǎn)設施和設備領域中的應用極大地提高了現(xiàn)代農(nóng)業(yè)生產(chǎn)設施和設備的數(shù)字和智能水平,實現(xiàn)了整個農(nóng)業(yè)生產(chǎn)過程的數(shù)字化控制,實現(xiàn)了農(nóng)業(yè)智能化生產(chǎn)和管理。它可以解決由托管服務流程引起的一系列問題。在種植業(yè)中,重點是如何精確控制生產(chǎn)環(huán)節(jié),例如育苗,播種,施肥,灌溉和病蟲害防治。當前,荷蘭,日本,以色列和其他國家正在使用大數(shù)據(jù),人工智能和信息技術來促進數(shù)字化,精確化和智能化作物種植的發(fā)展。

4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛

電子商務的飛速發(fā)展為農(nóng)產(chǎn)品流通提供了新的平臺和基礎。例如,美國著名的新鮮食品電子商務公司LocalHarvest是一個平臺,該平臺整合了有機農(nóng)業(yè)的上下游,并連接了中小型農(nóng)場和消費者。LocalHarvest平臺基于從相關農(nóng)場收集的基本信息來支持地圖搜索系統(tǒng),使消費者能夠搜索本地社區(qū)周圍的農(nóng)場并購買難以保存的新鮮農(nóng)產(chǎn)品,例如蔬菜和禽蛋。農(nóng)產(chǎn)品在快速物流系統(tǒng)下,可以快速送到消費者家中,從而大大提高農(nóng)產(chǎn)品物流的效率和質量。

值得欣喜的是,近年來,全國各地與各大電商平臺紛紛投入大量資源,重構產(chǎn)業(yè)鏈,培植人才,發(fā)力促進農(nóng)產(chǎn)品上行。以河北省為例,近年來積極引入農(nóng)業(yè)電商龍頭企業(yè),與阿里巴巴、京東、拼多多等電商平臺開展合作,持續(xù)在直播助農(nóng)、農(nóng)產(chǎn)品品牌孵化、新農(nóng)商人才培養(yǎng)等領域,合力打造河北數(shù)字農(nóng)業(yè)“新基建”??梢钥吹?,利用大數(shù)據(jù)和分布式人工智能技術匹配優(yōu)化資源,將需求傳導給供給端,有效緩解了供需信息不對稱造成的產(chǎn)銷脫節(jié)。在互聯(lián)網(wǎng)科技力量的加持下,傳統(tǒng)農(nóng)業(yè)的“痛點”也得到有效解決,進一步打開了農(nóng)產(chǎn)品從田間到餐桌的通路。

隨著電商農(nóng)產(chǎn)品銷量的快速增長,廣大農(nóng)民亦受益匪淺,農(nóng)業(yè)生產(chǎn)模式發(fā)生重大變化,以需求引導生產(chǎn)、訂單式農(nóng)業(yè)逐漸成為主流,精準種植、數(shù)字營銷提升了農(nóng)民收入水平,促進更多農(nóng)民融入數(shù)字農(nóng)業(yè)的場景里。以往很多滯銷農(nóng)產(chǎn)品位于貧困地區(qū),數(shù)字農(nóng)業(yè)重塑產(chǎn)業(yè)鏈,幫助貧困戶掌握技術、融入市場,實現(xiàn)了造血扶貧。實踐證明,此種創(chuàng)新扶貧模式具有很強的活力。比如,拼多多的“農(nóng)地云拼”模式得到國務院扶貧辦的肯定,榮獲了今年的“全國脫貧攻堅組織創(chuàng)新獎”。截至 2019 年底,拼多多平臺直連的農(nóng)業(yè)生產(chǎn)者超過 1200 萬人,累計帶貧人數(shù)超百萬。

4.3農(nóng)業(yè)多元化公共服務將更加完善

通過將移動互聯(lián)網(wǎng)和大數(shù)據(jù)等頂尖技術運用在農(nóng)業(yè)公共服務,農(nóng)業(yè)服務也更加便利和靈活。這也是數(shù)字農(nóng)業(yè)發(fā)展的重要趨勢。一些國家為了促進數(shù)字農(nóng)業(yè)的發(fā)展,在農(nóng)業(yè)信息化和農(nóng)業(yè)公共服務方面做出了很多努力。

5 “數(shù)字農(nóng)業(yè)”的實踐策略

5.1實現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務數(shù)字化和可視化

加快建立涵蓋農(nóng)業(yè)資源,農(nóng)村產(chǎn)業(yè),生產(chǎn)管理,產(chǎn)品質量,農(nóng)業(yè)機械設備和農(nóng)村治理的數(shù)據(jù)庫。利用地理空間信息技術和遙感技術整合空間數(shù)據(jù),獲取耕地資源,漁業(yè)水資源,糧食生產(chǎn)功能區(qū),現(xiàn)代化農(nóng)業(yè)園區(qū),特色農(nóng)產(chǎn)品優(yōu)勢區(qū),特色鮮明的農(nóng)業(yè)村莊,生產(chǎn)經(jīng)營實體,村莊分布等數(shù)據(jù)。地圖存儲在數(shù)據(jù)庫中,使農(nóng)業(yè)和農(nóng)村資源數(shù)據(jù)立體化。通過集成的農(nóng)業(yè)調度系統(tǒng),現(xiàn)場定點監(jiān)控系統(tǒng),集成的遙感信息,無人機觀測和地面?zhèn)鞲衅骶W(wǎng)絡,可以建立農(nóng)作物的空間分布。通過農(nóng)作物的空間分布,重大自然災害和其他動態(tài)空間圖,形成了一個一體化的全域地理信息圖,為農(nóng)業(yè)生產(chǎn)和管理的科學指導奠定了堅實的數(shù)據(jù)基礎。

5.2推動數(shù)字農(nóng)業(yè)技術創(chuàng)新

創(chuàng)新,始終是鄉(xiāng)村振興的內生動力。要實現(xiàn)鄉(xiāng)村振興,離不開“數(shù)字農(nóng)業(yè)”助力。手機變成新農(nóng)具、直播成了新農(nóng)活、數(shù)據(jù)成為新農(nóng)資,隨著農(nóng)業(yè)新業(yè)態(tài)新模式競相涌現(xiàn),數(shù)字經(jīng)濟發(fā)展紅利惠及三農(nóng)必將更加給力,而農(nóng)業(yè)信息技術已然成為數(shù)字農(nóng)業(yè)發(fā)展的關鍵支持。未來依靠農(nóng)業(yè)科學院和大學等農(nóng)業(yè)科學研究和技術開發(fā)機構來充分發(fā)揮農(nóng)業(yè)科技企業(yè)作為創(chuàng)新主題的作用,促進數(shù)字農(nóng)業(yè)領域的“產(chǎn)學研”合作,并著重于先進技術和核心技術。為了提高對關鍵技術的了解和研發(fā),精確操作和智能決策的數(shù)字化管理,智能設備的變量修改和應用,農(nóng)產(chǎn)品的靈活處理,區(qū)塊鏈等技術,3S 加速,智能識別,模型仿真,智能控制和其他軟件和硬件產(chǎn)品數(shù)字農(nóng)業(yè)的綜合應用,了解數(shù)字農(nóng)業(yè)技術標準和規(guī)范體系的建立,數(shù)字農(nóng)業(yè)技術創(chuàng)新以及應用服務系統(tǒng)的持續(xù)改進。

5.3 提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平

當前,就中國電子政務項目的發(fā)展而言,農(nóng)業(yè)部門中的電子政務服務水平不能完全滿足領導決策應用程序和公共商務應用程序的功能要求。農(nóng)業(yè)信息服務的總體水平有待進一步提高。同時,這意味著中國農(nóng)業(yè)信息服務具有巨大的發(fā)展和利用空間。因此,有必要進一步擴大移動互聯(lián)網(wǎng)技術,云計算,大數(shù)據(jù)等先進技術在農(nóng)業(yè)信息服務領域的應用,并通過建立靈活,便捷,高效,透明的農(nóng)業(yè)生產(chǎn)經(jīng)營管理體系,為農(nóng)民提供更多便捷和信息服務。在信息公開,政府公共關系,信息服務,辦公室工作等方面,充分利用農(nóng)民信箱和便攜式農(nóng)業(yè)和農(nóng)村地區(qū)的服務功能,提高了園藝,畜牧,水產(chǎn)品,田間管理和智能化管理水平。著眼于整個農(nóng)業(yè)產(chǎn)業(yè)鏈的要求,以提高勞動生產(chǎn)率,研究和推廣適用于不同地形和環(huán)境的農(nóng)業(yè)機械,并進一步促進農(nóng)業(yè)“機器換人”。

結 語

數(shù)字農(nóng)業(yè)的發(fā)展實現(xiàn)了對農(nóng)業(yè)生產(chǎn)的自動,精確控制,智能和科學管理,提高了農(nóng)業(yè)的可控性,降低了生產(chǎn)成本,并減少了環(huán)境污染,使農(nóng)業(yè)向精準,環(huán)保和可持續(xù)的方向發(fā)展。此外,農(nóng)村電子商務的發(fā)展可以有效克服農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的不利因素,可以簡化交易聯(lián)系,提高交易效率,降低成本,消除農(nóng)民對庫存余額的擔憂,并縮短生產(chǎn)周期。努力為農(nóng)民提供更多的商機。由于時間和空間的限制,內容的選擇空間也越來越廣,這對于提高農(nóng)業(yè)生產(chǎn)經(jīng)營管理人員的科學文化素養(yǎng)具有重要意義。

致 謝

在這篇論文的撰寫過程中,我遇到了很多的困難和障礙,但都在老師、領導、同事、同學和朋友的幫助下順利解決了。尤其要強烈感謝周波老師在千里之外給我們線上授課進行指導和幫助,不厭其煩地為我們解答疑問、傳授知識,讓我非常感動,在此向幫助和指導過我的各位老師表示最衷心的感謝!

同時也要感謝這篇論文所涉及到的各位學者,本文引用了數(shù)位學者的研究文獻,如果沒有各位學者的研究成果的幫助和啟發(fā),我將很難完成本篇論文的寫作。

同時也要感謝我的領導、同事、同學和朋友,在我寫論文的過程中給予我很多素材,還在論文的撰寫和排版過程中提供給我很大的幫助。由于我的學術水平有限,所寫論文難免有不足之處,懇請各位老師和學友不吝批評與指教。

參考文獻

[1] 周清波 , 吳文斌 , 宋茜 . 數(shù)字農(nóng)業(yè)研究現(xiàn)狀和發(fā)展趨勢分析 [J].中國農(nóng)業(yè)信息 ,2019,30(01), 第 5-13 頁 .

[2] 施威 , 曹成銘 .“互聯(lián)網(wǎng) + 農(nóng)業(yè)產(chǎn)業(yè)鏈”創(chuàng)新機制與路徑研究 [J].理論探討 ,2019(06), 第 110-114 頁 .

篇3

關鍵詞:網(wǎng)絡,農(nóng)業(yè)信息,獲取

 

人類社會邁入新的世紀,全球展開了信息技術革命,并且正以前所未有的方式對社會變革的方向起著決定作用。隨著信息化的深入,信息的數(shù)量以驚人的速度急劇地爆炸性增加。論文參考網(wǎng)。除了廣播、電視、書籍、報紙等各種傳統(tǒng)的信息傳播媒介之外,又出現(xiàn)了國際互聯(lián)網(wǎng)、無線上網(wǎng)、手機上網(wǎng)等新的信息傳遞手段,使信息獲取變得更加多樣復雜,同樣使農(nóng)業(yè)信息獲取的渠道增多。面對“信息爆炸”的時代,如何快速高效的進行網(wǎng)絡中的農(nóng)業(yè)信息獲取成了農(nóng)業(yè)信息工作的首要任務。

在新的環(huán)境下,作為農(nóng)業(yè)信息從業(yè)人員,應掌握更多的從當前網(wǎng)絡中獲取農(nóng)業(yè)信息的手段,下面從六個方面說明如何在當前網(wǎng)絡中進行農(nóng)業(yè)信息獲取。

1、使用專業(yè)的農(nóng)業(yè)信息搜索引擎,是農(nóng)業(yè)信息化發(fā)展的方向。

要在海量信息中找到所需農(nóng)業(yè)信息,就必須用到專業(yè)級的搜索引擎。我國目前現(xiàn)狀,農(nóng)業(yè)信息的獲取還很困難,特別是急需農(nóng)業(yè)科技信息和市場信息的企業(yè)、部門、農(nóng)戶,他們通過綜合搜索引擎,并不能迅速找到自己想要的信息。據(jù)不完全統(tǒng)計,在農(nóng)業(yè)領域現(xiàn)有各種網(wǎng)站近十萬多個,涉及農(nóng)、林、牧、漁、水利、氣象、農(nóng)墾、鄉(xiāng)鎮(zhèn)企業(yè)及其它農(nóng)業(yè)部門。在這些海量的信息中,如何搜索一個準確的農(nóng)業(yè)信息是農(nóng)業(yè)人員非常關注的問題。因此,針對于中文農(nóng)業(yè)網(wǎng)絡資源研發(fā)專業(yè)化的搜索引擎,實現(xiàn)農(nóng)業(yè)信息的精確搜索是農(nóng)業(yè)信息搜索引擎發(fā)展方向。

在專業(yè)農(nóng)業(yè)搜索引擎方面,有些網(wǎng)站已經(jīng)走在前列:

世界范圍:(1)農(nóng)業(yè)沖浪(agrisurf.com)。世界上最大的農(nóng)業(yè)專業(yè)搜索引擎,提供分類檢索和關鍵詞檢索,提供大約20 000多個農(nóng)業(yè)相關網(wǎng)站和95個國家與地區(qū)的有效鏈接。

(2) Ceres Online

ceresgroup.com/col/

專門提供農(nóng)業(yè)信息。其搜索功能連接到了農(nóng)業(yè)產(chǎn)業(yè)的其它專業(yè)人員。日歷數(shù)據(jù)庫列出了幾百個即將到來的農(nóng)業(yè)活動,氣象圖提供了世界各地天氣情況以及熱點信息。論文參考網(wǎng)。

(3)AgEconSearch

agecon.lib.umn.edu/

AgEcon搜索收集,索引包括諸如農(nóng)業(yè),食品供應,自然資源經(jīng)濟學,環(huán)境經(jīng)濟學,農(nóng)產(chǎn)品貿易及廣義的農(nóng)業(yè)經(jīng)濟領域的學術研究全文。

國內相關搜索引擎:

(1)農(nóng)搜sdd.net.cn/

農(nóng)搜農(nóng)業(yè)專業(yè)搜索引擎的研發(fā)得到了中國農(nóng)業(yè)科學院“杰出人才工程”經(jīng)費的資助。

(2)搜農(nóng)sounong.net/

中國搜農(nóng)是在國家科技支撐計劃項目和現(xiàn)代農(nóng)村信息化關鍵技術研究與示范項目資助下取得的一項重大創(chuàng)新成果,也是第一個面向我國農(nóng)業(yè)企業(yè)、農(nóng)民大戶、農(nóng)業(yè)專業(yè)技術協(xié)會以及廣大農(nóng)業(yè)科技人員提供農(nóng)業(yè)通用搜索與農(nóng)產(chǎn)品供求、農(nóng)業(yè)實用技術、政策新聞等專題的搜索服務。

(3)so.ag365.com/365農(nóng)業(yè)搜索

(4)chinanong.com/華農(nóng)在線-中國農(nóng)業(yè)信息搜索引擎

(5)086ny.com/soso/超農(nóng)網(wǎng)農(nóng)業(yè)搜索

(6)3nss.com/Portal/Default.aspx三農(nóng)搜索網(wǎng)

2、除了農(nóng)業(yè)搜索引擎外,網(wǎng)絡中農(nóng)業(yè)信息獲取還要有相應的專業(yè)智能瀏覽器。

使用專門開發(fā)的面向農(nóng)業(yè)信息獲取方面的智能瀏覽器,可以借助智能瀏覽器的功能,方便快捷地進行快速搜索、精確搜索,過濾無關信息,提取農(nóng)業(yè)信息,為廣大農(nóng)民用戶方便快捷地獲取農(nóng)業(yè)信息提供服務。

3、使用在線農(nóng)業(yè)專家系統(tǒng)。

農(nóng)業(yè)專家系統(tǒng)是運用人工智能的專家系統(tǒng)技術,匯集農(nóng)業(yè)領域知識、模型和專家經(jīng)驗等,采用合宜的知識表示技術和推理策略,以信息網(wǎng)絡為載體,為農(nóng)業(yè)生產(chǎn)管理者提供咨詢服務。傳統(tǒng)的農(nóng)業(yè)專家系統(tǒng)在現(xiàn)今的網(wǎng)絡條件下變的不適用?,F(xiàn)在農(nóng)業(yè)專家系統(tǒng)的發(fā)展方向為:在線農(nóng)業(yè)專家系統(tǒng)及實時智能專家系統(tǒng)。

目前國內許多專家系統(tǒng)已經(jīng)上線并且在使用過程中起到了良好效果。

(1)esa.org.cn/index.asp

廣西智能農(nóng)業(yè)信息網(wǎng),提供作物類、瓜果類、蔬菜類、畜牧類、獸醫(yī)類和水產(chǎn)類等六類十九種在線專家系統(tǒng)。

(2)nbnky.gov.cn:4000

寧波農(nóng)經(jīng)網(wǎng)農(nóng)業(yè)專家系統(tǒng),提供了蔬菜病蟲害專家系統(tǒng)、河蟹養(yǎng)殖專家系統(tǒng)、家兔養(yǎng)殖專家系統(tǒng)、海水養(yǎng)殖系列專家系統(tǒng)、網(wǎng)箱養(yǎng)魚專家系統(tǒng)等二十八種在線專家系統(tǒng)。

(3)hebaic.com.cn/index.do?templet=er_zjxt

河北農(nóng)業(yè)技術推廣網(wǎng)、河北農(nóng)業(yè)智能信息網(wǎng)專家系統(tǒng),提供金絲小棗栽培專家系統(tǒng)、養(yǎng)牛管理專家系統(tǒng)、無公害番茄專家系統(tǒng)等三十余種在線專家系統(tǒng)。

(4)zjxt.hzagro.com/

農(nóng)業(yè)專家系統(tǒng).net,杭州市科技局、杭州市農(nóng)辦主辦提供了水果干果、蔬菜種植、花卉苗木、中藥材、水產(chǎn)養(yǎng)殖、畜禽養(yǎng)殖等類七十余種在線農(nóng)業(yè)專家系統(tǒng)。

(5)202.107.249.147/

麗水市農(nóng)業(yè)專家知識系統(tǒng),提供了花卉苗木、食用菌、筍竹、蔬菜、水產(chǎn)、中藥材、其它等十類八十五種在線農(nóng)業(yè)專家系統(tǒng)。

4、進行農(nóng)業(yè)信息智能分析。

農(nóng)業(yè)信息智能分析是應用智能化技術代替?zhèn)鹘y(tǒng)方法進行農(nóng)業(yè)信息分析的新的研究領域。它主要是圍繞農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品市場、農(nóng)業(yè)經(jīng)營管理、農(nóng)業(yè)科技中的分析對象, 進行智能化地信息自動采集、存儲、管理、計算、判別等的過程,可模仿、代替專家,解決農(nóng)業(yè)中波動分析、風險識別、早期預測、效果評價等諸多問題。目前農(nóng)業(yè)智能分析技術在我國已投入實際使用。

(1)農(nóng)業(yè)部的“農(nóng)作物遙感監(jiān)測系統(tǒng)”,通過采用遙感和地理信息系統(tǒng)手段,及時動態(tài)地監(jiān)測農(nóng)作物生長狀況,解決了依賴實地調查、手工記錄、數(shù)據(jù)上報等傳統(tǒng)信息獲取方式的不足。針對數(shù)據(jù)和信息源不足、渠道不暢等問題,農(nóng)業(yè)系統(tǒng)開展了“農(nóng)產(chǎn)品市場監(jiān)測預警系統(tǒng)”的開發(fā)與應用,定期對糧、油、果、菜、畜產(chǎn)品等主要農(nóng)產(chǎn)品的生產(chǎn)、需求、進出口、市場行情,進行動態(tài)監(jiān)測、分析,為政府部門、生產(chǎn)者和經(jīng)營者提供了決策參考。

(2)中國農(nóng)科院智能化農(nóng)業(yè)預警技術與系統(tǒng)重點開放實驗室,構建了全國農(nóng)產(chǎn)品供求平衡分析預測模型體系框架,開展了12種主要農(nóng)產(chǎn)品的市場供求分析預測。利用網(wǎng)絡抓取技術、數(shù)據(jù)挖掘技術,已經(jīng)能從海量的信息中獲取市場波動的隱性信息。論文參考網(wǎng)。并建立了主要農(nóng)產(chǎn)品供求信息庫,能對12種主要農(nóng)產(chǎn)品的市場行情進行趨勢分析與展望。

5、使用專業(yè)農(nóng)業(yè)網(wǎng)站、專業(yè)農(nóng)業(yè)論壇、專業(yè)農(nóng)業(yè)交流圈。

傳統(tǒng)的專業(yè)農(nóng)業(yè)網(wǎng)站及專業(yè)農(nóng)業(yè)論壇仍然是廣大農(nóng)民互聯(lián)網(wǎng)上獲取農(nóng)業(yè)信息的主要渠道。另外基于新興的WEB2.0技術組建的專業(yè)農(nóng)業(yè)交流圈能大大增強訪問者之間的互動也迅速發(fā)展,大有前途。

國內專業(yè)農(nóng)業(yè)網(wǎng)站及農(nóng)業(yè)論壇:

(1)202.127.45.50/

中華人民共和國農(nóng)業(yè)部,中國農(nóng)業(yè)信息網(wǎng)。

(2)zgny.com.cn/

中國農(nóng)業(yè)網(wǎng),農(nóng)業(yè)企業(yè)的商務信息平臺。

(3)chinabreed.com/

中國養(yǎng)殖網(wǎng),最大畜牧行業(yè)門戶網(wǎng)站,提供養(yǎng)殖、飼料、養(yǎng)豬、養(yǎng)雞、養(yǎng)牛、 養(yǎng)羊、家禽、獸藥、特種養(yǎng)殖及畜牧機械相關信息。

(4)aweb.com.cn/

農(nóng)博網(wǎng),國家農(nóng)村信息服務示范項目,以“服務農(nóng)業(yè),E化農(nóng)業(yè)”的宗旨,為涉農(nóng)人群提供農(nóng)業(yè)資訊、農(nóng)產(chǎn)品電子商務、農(nóng)業(yè)論壇以及農(nóng)業(yè)人才服務。

(5)12582.com/

農(nóng)信通農(nóng)村信息網(wǎng),涉農(nóng)生活服務移動互聯(lián)網(wǎng)平臺,提供最新農(nóng)業(yè)信息,化肥、飼料、農(nóng)機等價格行情,農(nóng)民工招聘、就業(yè)信息;食品、水果、蔬菜等農(nóng)產(chǎn)品交易信息,是城鄉(xiāng)互動、鄉(xiāng)村旅游、農(nóng)家樂的綜合展示窗口。

(6)feedtrade.com.cn/

中國飼料行業(yè)信息網(wǎng),為飼料生產(chǎn)加工、飼料原料貿易、飼料添加劑及畜牧養(yǎng)殖企業(yè)提供全面的新聞、行情、價格和分析預測等信息資訊服務。

(7)yuanlin.com/

中國園林網(wǎng),提供園林綠化苗木資訊,園林綠化景觀,園林綠化苗木工程,園林綠化設計 ,等方面信息,為相關園林綠化苗圃企業(yè)提供商鋪,是園林綠化,苗木園藝的專業(yè)園林綠化門戶。

(8)bbs.aweb.com.cn/

中國三農(nóng)論壇,博覽天下農(nóng)事,關注農(nóng)村、關心農(nóng)業(yè)、關愛農(nóng)民。

6、除了以上信息資源外,專題討論組、電子論壇等也可以方便地為相同科學領域的農(nóng)業(yè)專家提供交流空間,這也是當前網(wǎng)絡獲取農(nóng)業(yè)信息資源的重要方式之一。

參考文獻:

[1]《不同搜索引擎在農(nóng)業(yè)領域的應用效果對比》,劉艷華、徐勇。《農(nóng)業(yè)網(wǎng)絡信息》2009年08期.

[2]《互聯(lián)網(wǎng)上農(nóng)業(yè)信息資源的整合、利用與管理研究》,嚴方。《華中農(nóng)業(yè)大學》,碩士論文.

[3]《淺談國內網(wǎng)上農(nóng)業(yè)信息資源》,陳林官,《農(nóng)業(yè)圖書情報學刊》2001年02期.

篇4

【關鍵詞】自動控制技術;農(nóng)業(yè)機械;應用

現(xiàn)代化農(nóng)業(yè)發(fā)展中,農(nóng)業(yè)機械自動化是重要標志。機械自動化技術使得傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式發(fā)生了變化,對中國的農(nóng)業(yè)產(chǎn)生非常大的影響,不僅農(nóng)業(yè)生產(chǎn)質量提高了,農(nóng)業(yè)生產(chǎn)效率也明顯提高。當前過存在耕地資源短缺的問題,眾多的中國人民對農(nóng)業(yè)有很強的依賴性,。農(nóng)業(yè)走現(xiàn)代化發(fā)展道路是一種必然。農(nóng)業(yè)機械設備應用自動化技術,使得農(nóng)業(yè)生產(chǎn)更加便利,對于農(nóng)業(yè)發(fā)展也可以起到一定的促進作用。

1農(nóng)業(yè)機械中應用自動控制技術的設計方案

將提高農(nóng)業(yè)生產(chǎn)效率理念融入到農(nóng)業(yè)機械自動化設計中在農(nóng)業(yè)機械自動化領域中發(fā)揮提高農(nóng)業(yè)生產(chǎn)效率的作用,要在設計意圖中樹立農(nóng)業(yè)生產(chǎn)效率的理念,在設計思想中強調提高農(nóng)業(yè)生產(chǎn)效率的重要性,指導機械自動化設計向著正確的方向發(fā)展[1]。

1.1明確設計意圖

在農(nóng)業(yè)機械自動化設計中,需要明確設計意圖,捋順設計思路,指導工作的有序展開。進入到機械設計的初期階段,就需要將提高農(nóng)業(yè)生產(chǎn)效率理念融入到具體的工作中,使得整個的機械設計和機械制造過程都是伴隨著提高農(nóng)業(yè)生產(chǎn)效率展開的,提高農(nóng)業(yè)生產(chǎn)效率不僅是一種意識,而且是一種習慣。對機械自動化技術的應用中,除了農(nóng)業(yè)生產(chǎn)之外,還要考慮到成本、故障處理措施以及廢棄用品的回收等等問題??偸菍⑻岣咿r(nóng)業(yè)生產(chǎn)效率理念放在首位,所生產(chǎn)的弄產(chǎn)品才能滿足市場,對農(nóng)業(yè)發(fā)展起到一定的促進作用。

1.2將提高農(nóng)業(yè)生產(chǎn)效率滲入其中

自動化技術的應用可以不斷地擴大農(nóng)業(yè)生領域,從農(nóng)業(yè)機械自動化產(chǎn)品的生產(chǎn)、運輸開始,到產(chǎn)品的收割以及銷售,都要將提高農(nóng)業(yè)生產(chǎn)效率融入其中,可以使得產(chǎn)品有更大的適用范圍,產(chǎn)品的技術維修、運輸?shù)某杀镜玫娇刂疲茉聪牧拷档?,資源被充分利用起來[2]。只有將提高農(nóng)業(yè)生產(chǎn)效率作為重要的條件,才能將機械制造中的提高農(nóng)業(yè)生產(chǎn)效率思想體現(xiàn)出來。在機械制造以及自動化領域中,各種資源都能夠充分利用,使得提高農(nóng)業(yè)生產(chǎn)效率更具有科學合理性。

1.3發(fā)揮信息數(shù)據(jù)庫功能

將信息數(shù)據(jù)庫建立起來,將提高信息技術水平的思想在設計中合理應用中,將機械設備轉化為數(shù)字成果,所有的農(nóng)業(yè)信息都存儲在信息數(shù)據(jù)庫中,將其作為用于提高農(nóng)業(yè)生產(chǎn)效率的可參考資源,當需要資源的時候,就可以將儲備資源充分利用起來。數(shù)據(jù)庫的功能不僅僅是儲存信息,還可以對信息進行加工處理,這個環(huán)節(jié)是發(fā)揮計算機技術的所用,網(wǎng)絡技術的應用可以實現(xiàn)無障礙信息傳遞[3]。

2農(nóng)業(yè)機械自動化技術的應用

2.1農(nóng)業(yè)機械自動化技術的應用開辟智能化發(fā)展的基本路徑

目前,智能技術融入到農(nóng)業(yè)機械中自動化,可以推動產(chǎn)品的智能化發(fā)展。在機械制造的智能化道路中,農(nóng)業(yè)要跟得上時代的步伐才有機會步入世界的前列,還可以將智能網(wǎng)絡技術充分利用起來,發(fā)揮智能平臺的作用,合理應用智能設備,使得機械設備的的科技含量與世界先進水平的距離拉近。農(nóng)業(yè)機械設備中,需要重點關注的就是降低能源消耗,提高智能化技術水平,合理應用智能技術,使得農(nóng)業(yè)形成新業(yè)態(tài),推進農(nóng)業(yè)健康、協(xié)調發(fā)展,走上綠色化的發(fā)展道路。

2.2農(nóng)業(yè)機械自動化技術實現(xiàn)農(nóng)業(yè)綠色化發(fā)展

中國的農(nóng)業(yè)發(fā)展中,機械設備自動化是需要高度重視的,將科學化的農(nóng)業(yè)生產(chǎn)體系建立起來,提高農(nóng)業(yè)生產(chǎn)的環(huán)保效率[4]。在農(nóng)業(yè)機械自動化技術應用中,要在環(huán)保思想的指導下更好地應用自動化技術,各種資源得到有效利用,與外部環(huán)節(jié)建立和諧關系,這也是機械自動化發(fā)展的的基本前提。將農(nóng)業(yè)機械設備予以優(yōu)化,將各種提高農(nóng)業(yè)生產(chǎn)效率方法在技術中合理運用,有助于實現(xiàn)提高農(nóng)業(yè)生產(chǎn)效率,實現(xiàn)環(huán)保目標,這也是農(nóng)業(yè)機械設備自動化發(fā)現(xiàn)的重要方向,也是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的主要途徑。

篇5

 

就硬件來說,自主導航涉及高運算能力,測距法,傳感技術(譬如:全球定位系統(tǒng),激光測距儀,超聲波,紅外傳感技術)和3D地圖。從軟件的角度看,自主導航涉及圖像識別、色彩、特征、形狀、障礙物信息收集以及為判斷制定提供持續(xù)的統(tǒng)計分析。而這種技術未來在醫(yī)療、制造、能源、農(nóng)業(yè)、環(huán)境或空間探索等領域都將起到主要作用。

 

在醫(yī)療領域,人工智能和圖像處理會成為醫(yī)療診斷和外科手術的關鍵工具。計算算法能幫助識別受損的組織器官,并預測在一個生命周期中可能會出現(xiàn)什么情況。機器在處理大量的信息時表現(xiàn)會更好,在健康醫(yī)療領域提供多一種診斷方法可能會成為“實際上的標準”。隨著機器人的敏捷度和準確性的提高,及其在高難度手術中可以輔助外科醫(yī)生,未來手術治療的效果將變得更好。

 

在制造業(yè),圖像處理技術將會重新構造現(xiàn)有的生產(chǎn)方案。隨著計算機視覺的敏捷度變得更高,有望誕生新的生產(chǎn)模式和組裝線/拆卸線。這些新的模式很可能補足工廠的勞動力,對于工廠的工作內容,機器人更適合從事生產(chǎn)類的工作,而人類更適合做質量檢驗、管理、產(chǎn)品設計和創(chuàng)新。

 

在能源領域,計算機技術也能發(fā)揮很多作用。隨著可再生能源成為現(xiàn)實,我們同樣需要在全球范圍內為發(fā)電/能源轉換和配電網(wǎng)建設基礎設施。這里應用的概念是分散化(從更多不同的來源收集更多不同種類的能源)。我們將應用人工智能,模式識別和決策算法控制能量流,并解決發(fā)電商和用戶之間信息不對等的問題。這種高效的能源管理方式(智能電網(wǎng))有可能擴大能源的來源,最終降低發(fā)電/能源轉換/用電的成本。

 

農(nóng)業(yè)是另一個受人工智能影響很大的領域。隨著世界人口的不斷增加,我們需要尋找新的食物生產(chǎn)方式。舉個例子,自動駕駛車輛的技術可以轉化為能應用在農(nóng)業(yè)領域的自動行走車。人工智能和圖像處理技術能幫助實現(xiàn)拖拉機的自動控制,令其不間歇地在農(nóng)場根據(jù)農(nóng)作物生產(chǎn)情況執(zhí)行灌溉、施肥、投放農(nóng)藥等任務。播種和灌溉將會成為自動農(nóng)用機器的日常工作,同理,無人飛行器(UAVs)將在未來應用于農(nóng)業(yè)檢查、處理和制圖。這些技術進步將促使農(nóng)業(yè)的成本下降,從而降低糧食價格。

 

在航天機器人方面,太空探索的自動化程度將提高,這將使軌道機器人得以協(xié)助宇航員完成更多任務,譬如發(fā)射衛(wèi)星,開啟/關閉艙門或設備清洗等。

 

同樣,機器人也可能成為廢料收集和回收利用的重要工具。應用機器人和人工智能技術將使公園、甚至是海洋或其他區(qū)域的清潔成為現(xiàn)實,這樣的功能會對環(huán)境產(chǎn)生積極影響。

 

看到這里,大家應該知道,當我們進行自主導航的研究時,受益的不僅是自動駕駛汽車,實際上,也在推動機器人和人工智能技術延伸到人類生活的其他方面。

 

作者:Antonio Espingardeiro 來源:計算機世界 2013年38期

篇6

>> 空間高等植物培養(yǎng)箱控制系統(tǒng)的設計與實現(xiàn) 基于GSM的生物培養(yǎng)箱智能監(jiān)測系統(tǒng) 基于LED光源的番茄生長動態(tài)補光控制系統(tǒng)設計 基于SOPC的LED點陣控制系統(tǒng)設計 基于ZigBee的智能LED路燈控制系統(tǒng)設計 基于DSP的光伏LED照明驅動控制系統(tǒng) NICU培養(yǎng)箱溫度無線監(jiān)測系統(tǒng)的研究與設計 食品行業(yè)培養(yǎng)箱的設計研究 基于ZigBee技術的LED路燈節(jié)能控制系統(tǒng)的設計 基于單片機的LED電子顯示屏控制系統(tǒng)的設計 基于WSCN的LED顯示屏遠程控制系統(tǒng)的設計 基于IOT的LED智能照明控制系統(tǒng)的設計 基于單片機的LED路燈模擬控制系統(tǒng)的設計與實現(xiàn) 基于無線傳輸?shù)腖ED燈遠程控制系統(tǒng)設計 基于太陽能LED照明控制系統(tǒng)的處理器設計 基于LED冷光源的智能路燈控制系統(tǒng)設計 基于LED的校園照明節(jié)能控制系統(tǒng) LED點陣顯示控制系統(tǒng)的設計與研究 太陽能LED路燈控制系統(tǒng)的設計 LED教室走廊智能燈的控制系統(tǒng)設計 常見問題解答 當前所在位置:l.

[5] 何安科.基于STM32與光強傳感器BH1750的無線路燈控制系統(tǒng)[J].企業(yè)科技與發(fā)展,2011(20):15-17.

[6] 張海輝,楊青,胡瑾,等.可控LED亮度的植物自適應精準補光系統(tǒng)[J].農(nóng)業(yè)工程學報,2011(9).

[7] 朱虹.LED照明驅動及自適應調光研究[D].上海:上海大學碩士學位論文,2007.

[8] 胡永光,李萍萍,鄧慶安,等.溫室人工補光效果的研究及補光光源配置設計[J].江蘇理工大學學報,2001,22(3):37-40.

篇7

>> 余額寶的出現(xiàn)與發(fā)展淺析 論文的撰寫與教師的發(fā)展 科技論文的統(tǒng)計數(shù)據(jù)與高??蒲姓撐牡臓顩r 中國紀錄片頻道的出現(xiàn)與發(fā)展 世界城市化的出現(xiàn)與發(fā)展 農(nóng)業(yè)新型模式的出現(xiàn)與發(fā)展 崛起與拓展:論文化新聞的發(fā)展態(tài)勢 論文化發(fā)展進步的方向與要務 環(huán)保問題與經(jīng)濟發(fā)展的論文 論文化、文明的聯(lián)系、發(fā)展與和諧 Origin軟件在《數(shù)據(jù)處理與論文寫作》課程教學中的應用 江宏 隨著可穿戴設備的發(fā)展,將出現(xiàn)大量未統(tǒng)一定義的新數(shù)據(jù) 數(shù)據(jù)挖掘的現(xiàn)狀與未來發(fā)展 大數(shù)據(jù)發(fā)展的機遇與挑戰(zhàn) 淺析大數(shù)據(jù)的發(fā)展與應用 學位論文元數(shù)據(jù)Open API開發(fā)與應用 論文物保護與旅游發(fā)展 淺談政治溝通的出現(xiàn)與發(fā)展的特征與原因 理科專業(yè)本科畢業(yè)論文出現(xiàn)的問題及其解決措施 淺析新時期下智慧城市的出現(xiàn)與發(fā)展對城市規(guī)劃的影響 常見問題解答 當前所在位置:l.

[13] Sarah Callaghan. Processes and Procedures for Data Publication: A Case Study in the Geosciences[J]. The International Journal of Digital Curation, 2013,8(1):193-204.

[14] Krzysztof J. Gorgolewski. Making data sharing count: a publication-based solution[J]. Frontiers in Neuroscience, 2013, 7(9):1-7.

[15] Newman P, Corke P. Editorial Data Papers―Peer Reviewed Publication of High Quality Data Sets[J]. International Journal of Robotics Research, 2009, 28(4):558-570.

[16] Leonardo Candela.Data Journals:A Survey[J].Journal of the Association for Information Science and Technology,2015,66(9):1747-1762.

[17] Earth System Science Data[EB/OL].[2015-08-21]..

[22] Rees, J. Recommendations for independent scholarly publications of data sets[EB/OL].[2015-08-01]..

[24] Thomson Reuters. Thomson Reuters launches data citation index for discovering global data sets[EB/OL].[2015-08-02].http:///content/ press_room/science/730914.

[25] Kervin, K E,Michener, W K,Cook R B. Common Errors in Ecological Data Sharing[J]. Journal of eScience Librarianship,2013,2(2): 3-16.

[26] Penev L, Chavan V, Georgiev P S T. Data papers as incentives for opening biodiversity data : One year of experience and perspectives for the future[EB/OL].[2015-08-30].http://eubon.eu/getatt.php?filename=DataPaperPoster_4174.pdf.

[27] Penev L, Mietchen D, Chavan V, Hagedorn G, Remsen D, Smith V, Shotton D. Pensoft Data Publishing Policies and Guidelines for Biodiversity Data[R/OL].[2015-08-30].http:///J_FILES/Pensoft_Data_Publishing_Policies

_and_Guidelines.pdf.

篇8

〔關鍵詞〕知識圖譜;專家系統(tǒng);發(fā)展軌跡

DOI:10.3969/j.issn.1008-0821.2012.02.040

〔中圖分類號〕G250.71 〔文獻標識碼〕A 〔文章編號〕1008-0821(2012)02-0159-08

Knowledge-based Expert System Development Overview MapLiao Yi

(Political Department,National University of Defense Technology,Changsha 410073,China)

〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.

〔Key words〕knowledge maps;expert systems;the development trajectory

專家系統(tǒng)作為人工智能的一個重要分支,發(fā)展已經(jīng)超過50年,在很多應用領域都獲得了廣泛使用,取得了豐碩成果。本文運用文獻計量這一獨特視角對專家系統(tǒng)進行了再回顧和再分析,將智能科技劃分為初創(chuàng)期、成長期、低谷期、發(fā)展期,利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專家系統(tǒng)的學科結構、影響程度、關鍵節(jié)點與時間點等重要而獨特的知識,為了解和掌握專家系統(tǒng)的發(fā)展與演化過程提供了獨特視角。

1 數(shù)據(jù)來源

SCI(Science Citation Index)是美國科學情報研究所ISI(Institute for Science Information)出版的期刊文獻檢索工具,所收錄的文獻覆蓋了全世界最重要和最有影響力的研究成果,成為世界公認的自然科學領域最為重要的評價工具。本文以Web of Science中的SCI數(shù)據(jù)庫為數(shù)據(jù)來源,選用高級檢索方式,以“Expert System/Experts System”作為主題詞,于2011年5月在Web of Secience中進行檢索,一共檢索到14 500篇相關文獻記錄。獲得的年度分布如圖1。所示。雖然,專家系統(tǒng)研究從20世紀五六十年代就開始了,但是從圖1可以看出直到1982年才有主題詞與專家系統(tǒng)相關的論文出現(xiàn)。圖1表明1991年左右,專家系統(tǒng)相關論文達到了峰值,但隨后呈逐年下降的趨勢。到1999年,只有494篇。但21世紀開始,專家系統(tǒng)相關論文又出現(xiàn)了增加的趨勢,并維持在一個穩(wěn)定的水平中。圖1 專家系統(tǒng)在SCI數(shù)據(jù)庫文獻發(fā)表年度變化情況

2012年2月第32卷第2期基于知識圖譜的專家系統(tǒng)發(fā)展綜述Feb.,2012Vol.32 No.22 專家系統(tǒng)前40年的發(fā)展

本文利用基于JAVA平臺的引文分析可視化軟件Citespace,首先設定時間跨度為1950-1991年,時間切片長度為1年,聚類方式為共被引聚類(Cited Reference),閾值選擇為(2,2,20)、(3,3,20)、(3,3,20)。Citespace得出這些引文的時間跨度為1950-1990年,可以繪制出該時間段的專家系統(tǒng)論文時區(qū)分布圖,如圖2所示。我們以年代先后為序,將20世紀80年代以前作為第一階段,80年代至90年代作為第二階段。圖2 1950-1991年各年度專家系統(tǒng)論文之間的時區(qū)分布圖

2.1 專家系統(tǒng)起源時期

根據(jù)圖2顯示,這段時期有7個突出節(jié)點,既有7位代表人物。第一個節(jié)點代表的是“人工智能之父”――英國著名科學家阿蘭?麥席森?圖靈(Alan Mathison Turing),他于1950年在《心靈》雜志上《計算機器與智能》,提出了著名的“圖靈測試”,探討了機器智能的可能性,為后來的人工智能科學提供了開創(chuàng)性的構思[1]。

第二個節(jié)點代表的是美國工程院院士、加州大學扎德(LA.Zadeh)教授,他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文,提出模糊集合理論,給出了模糊性現(xiàn)象定量描述和分析運算的方法,從而誕生了模糊數(shù)學。1978年,扎德教授提出了“可能性理論”,將不確定性理解為可能性,為模糊集理論建立了一個實際應用上的理論框架,這也被認為是模糊數(shù)學發(fā)展的第二個里程碑。同年,國際性期刊《International Journal of Fuzzy Sets and System》誕生,這使得模糊理論得到普遍承認,理論研究高速發(fā)展,實際應用迅速推廣。

第三個節(jié)點代表的美國兩院院士、卡內基-梅隆大學教授艾倫?紐厄爾(Allen Newell),1972年,他出版了《人怎樣解題》(Human Problem Solving)一書,書中描述了他和西蒙試圖建立一個計算機化的“通用問題求解器”的歷程:20世紀50年代,他們發(fā)現(xiàn),人類的問題解決,在一定知識領域內可以通過計算機實現(xiàn),所以他們開始用計算機編程來解決問題,1956年,他們研發(fā)出了邏輯理論家和通用問題求解器(General Problem Solver),并建立了符號主義人工智能學派。我們可以看出,這本書是對他以前所作工作的總結與歸納,而邏輯理論家和通用問題求解器正是專家系統(tǒng)的雛形,為專家系統(tǒng)的出現(xiàn)奠定了堅實的基礎。

但是艾倫?紐厄爾的嘗試無法解決大的實際問題,也很難把實際問題改造成適合于計算機解決的形式,并且對于解題所需的巨大搜索空間也難于處理。為此,美國國家工程院院士、斯坦福大學教授費根鮑姆(E.A.Feigenbaum)等人在總結通用問題求解系統(tǒng)成功與失敗的經(jīng)驗基礎上,結合化學領域的專門知識,于1965年研制了世界上第一個專家系統(tǒng)dendral,可以推斷化學分子結構。專家系統(tǒng)進入了初創(chuàng)期,其代表有dendral、macsyma(數(shù)學專家系統(tǒng))等,第一代專家系統(tǒng)以高度專業(yè)化、求解專門問題的能力強為特點,向人們展示了人工智能應用的廣闊前景[2]。

第四個節(jié)點代表人物是美國麻省理工學院著名的人工智能學者明斯基(Minsky)。1975年,他在論文《表示知識的框架》(A Framework for Representating Knowledge,McGraw-Hill)中提出了框架理論,框架理論的核心是以框架這種形式來表示知識。理論提出后,在人工智能界引起了極大的反響,并成為了基于框架的專家系統(tǒng)的理論基礎,基于框架的專家系統(tǒng)適合于具有固定格式的事物、動作或事件。

第五個節(jié)點代表人物是美國普林斯頓大學教授格倫謝弗(Glenn Shafer),他在1976年出版了《數(shù)學理論的證據(jù)》(A mathematical theory of evidence)一書,介紹了由他和Dempster于1967年提出的D-S理論(即證據(jù)理論)。證據(jù)理論可處理由不知道因素引起的不確定性,后來,該理論被廣泛應用于計算機科學和工程應用,是基于D-S證據(jù)理論的專家系統(tǒng)的理論基礎。

第六個重要節(jié)點代表是美國斯坦福大學愛德華?漢斯?肖特利夫(Shortliff EH)教授,他于1975年在著名雜志《數(shù)學生物科學》上發(fā)表《A model of inexact reasoning in medicine》(《在醫(yī)學模型的不精確推理》)一文,他結合自己1972-1974年研制的世界第一個醫(yī)學專家系統(tǒng)――MYCIN系統(tǒng)(用于診斷和治療血液感染及腦炎感染,是第二代專家系統(tǒng)的經(jīng)典之作),提出了確定性理論,該理論對專家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。

第七個節(jié)點代表人物是美國麻省理工學院計算機科學和人工智能實驗室的戴維斯(Randall Davis)教授,他于1976年提出元知識的概念,并在專家系統(tǒng)的研制工具開發(fā)方面做出了突出貢獻――研制出知識獲取工具Teiresias,為專家系統(tǒng)獲取知識實現(xiàn)過程中知識庫的修改和添加提供了工具[3],關Teiresias,他于1977年在《Artificial Intelligence》雜志上中進行了詳細介紹,而這也為本時期專家系統(tǒng)的快速增多和廣泛應用奠定了堅實基礎。

20世紀70年代后期,隨著專家系統(tǒng)應用領域的不斷開拓,專家系統(tǒng)研發(fā)技術逐漸走向成熟。但同時,專家系統(tǒng)本身存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一等問題也被逐漸暴露出來。人們從各種不同類型的專家系統(tǒng)和知識處理系統(tǒng)中抽取共性,人工智能又從具體研究逐漸回到一般研究。圍繞知識這一核心問題,人們重新對人工智能的原理和方法進行探索,并在知識的獲取、表示以及知識在推理過程中的利用等方面開始出現(xiàn)一組新的原理、工具和技術。

2.2 專家系統(tǒng)發(fā)展的黃金時期

20世紀80年代是專家系統(tǒng)突飛猛進、迅速發(fā)展的黃金時代,根據(jù)圖2顯示,這段時期共有論文982篇,有7個突出節(jié)點。

1980年,出現(xiàn)了第一個節(jié)點代表――美國斯坦福大學計算機科學系系主任尼爾森(NILS J.NILSSON),他出版的《人工智能原理》(《Principles of artificial intelligence》)一書,表明了拉近理論和實踐的距離的目標,書中對基于規(guī)則的專家系統(tǒng)、機器問題解決系統(tǒng)以及結構對象的代表等都進行了具體的論述。

1981年,出現(xiàn)了第二個節(jié)點代表――英國赫特福德大學教授Clocksin,威廉F,他出版的《PROLOG語言編程》一書,引起了計算機科學界的極大興趣,并已被證明是一個重要的編程語言和人工智能系統(tǒng)的新一代基礎,是專家系統(tǒng)的重要編程語言。

1982年,出現(xiàn)了第三個節(jié)點代表――美國匹茲堡大學教授米勒(Miller RA),他在《英格蘭醫(yī)藥分冊》上發(fā)表了《基于計算機的醫(yī)學內科實驗診斷顧問》(An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982)一文,屬當時診斷專家系統(tǒng)的代表力作,書中介紹了著名的內科疾病診斷咨詢系統(tǒng)INTERNIST-1,之后將其不斷完善成改進型INTERNIST-2,即后來的CADUCEUS專家系統(tǒng),其知識庫中包含了572種疾病,約4 500種癥狀。

1983年,出現(xiàn)了第四個節(jié)點代表――美國的海斯羅斯(Hayes-Roth,F(xiàn))教授,他于1983年發(fā)表著作《建立專家系統(tǒng)》,對專家系統(tǒng)建立的原則和要素、開發(fā)的生命周期等重要問題進行了詳細講解,為研究與開發(fā)各種類型的專家系統(tǒng)提供了理論依據(jù)。

1984年,出現(xiàn)了第五個節(jié)點代表――美國匹茲堡大學計算機科學、哲學和醫(yī)學教授布魯斯?布坎南(Bruce G.Buchanan),他于1984年發(fā)表著作《規(guī)則的專家系統(tǒng):斯坦福啟發(fā)式編程項目Mycin實驗》(《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》,這是有史以來關于醫(yī)療診斷系統(tǒng)MYCIN的實驗規(guī)則庫公布?;谝?guī)則的專家系統(tǒng)MYCIN是專家系統(tǒng)開發(fā)過程中一個里程碑,研究其開發(fā)思路與方法具有非常重要的意義。

1985年,出現(xiàn)了第六個節(jié)點代表――美國人工智能專家、加州大學教授哈蒙(Harmon P),他出版了《專家系統(tǒng):人工智能業(yè)務》(《Expert systems:artificial intelligence in business》)一書。書中闡述了專家系統(tǒng)如何解決問題,代表知識,并得出推論,并介紹了人工智能的具體制度,確定了專家系統(tǒng)的市場。

1986年,出現(xiàn)了第七個節(jié)點代表――著名的專家系統(tǒng)學者沃特曼(Waterman DA),他出版了《專家系統(tǒng)指南》一書,該書對專家系統(tǒng)的概念、組成、建立過程、建立工具、應用領域等做了深入淺出的系統(tǒng)介紹與論述,是當時全面介紹專家研發(fā)與應用的經(jīng)典書籍。

20世紀80年代初,醫(yī)療專家系統(tǒng)占主流,主要原因是它屬于診斷類型系統(tǒng)且容易開發(fā)。80年代中期,出現(xiàn)大量投入商業(yè)化運行的專家系統(tǒng),為各行業(yè)帶來了顯著的經(jīng)濟效益。從80年代后期開始,大量新技術成功運用到專家系統(tǒng)之中,使得專家系統(tǒng)得到更廣泛的運用。在這期間開發(fā)的專家系統(tǒng)按處理問題的類型可以分為:解釋型、預測型、診斷型、設計型等。應用領域擴展到農(nóng)業(yè)、商業(yè)、化學、通信、醫(yī)學等多個方面,成為人們常用的解決問題的手段之一。

然而,與此同時,現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴重的缺陷,使不少計算機界的知名學者對專家系統(tǒng)產(chǎn)生了懷疑,認為專家系統(tǒng)存在的問題有以下幾點:(1)專家系統(tǒng)中的知識多限于經(jīng)驗知識,極少有原理性的知識,系統(tǒng)沒有應用它們的能力;(2)知識獲取功能非常弱。為了建造專家系統(tǒng),必須依賴于專家獲取知識, 不僅費時, 而且很難獲取完備性和一致性的知識;(3)求解問題的方法比較單一,以推理機為核心的對問題的求解尚不能反映專家從認識問題到解決問題的創(chuàng)造性過程;(4)解釋功能不強[4]。等到學者們回過頭重新審視時,20世紀90年代的專家系統(tǒng)理論危機已然爆發(fā)。

3 90年代專家系統(tǒng)向多個方向發(fā)展

由于20世紀80年代專家系統(tǒng)研究迅猛發(fā)展,商業(yè)價值被各行各業(yè)看好,導致90年代大批專家系統(tǒng)從實驗室走出來,開始了它們的工程化市場化進程。從圖1看以看出,在20世紀90年代,專家系統(tǒng)的相關論文不增反減,進入一個局部低谷期,這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件,設置參數(shù)為(4,4,20)(4,3,20)(4,4,20),獲取了該時期論文的引文聚類圖(如圖3所示)。圖2 專家系統(tǒng)1990-2000年的論文引文聚類圖

從圖3中我們可以看出,全圖的節(jié)點比較分散,沒有形成大的聚類,這表示該階段沒有形成重點研究方向,也沒有重大科研成果和標志性著作產(chǎn)生,專家系統(tǒng)的市場化進程嚴重牽引了研究者們的注意力,這是專家系統(tǒng)研究陷入低谷期的重要原因。

這段時間專家系統(tǒng)的研究工作大致分以下幾個方面:第一個研究方向依舊是建立在扎德(LA.Zadeh)教授模糊理論上的模糊專家系統(tǒng),它同樣是該年代專家系統(tǒng)研究的重點方向。

第二個研究方向是骨架專家系統(tǒng),代表人物有美國斯坦福大學的愛德華?漢斯?肖特利夫(Shortliff EH)教授。1974年末,MYCIN系統(tǒng)基本建成后,MYCIN的設計者們就想到用其它領域的知識替換關于感染病學的知識,可能會得到一個新的專家系統(tǒng),這種想法導致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專家系統(tǒng)的研制周期,隨后,AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應運而生,它們在20世紀90年代專家系統(tǒng)的研究進程中,發(fā)揮著重要作用。

第三個研究方向是故障診斷專家系統(tǒng),代表人物有美國麻省理工學院的蘭德爾?戴維斯(Randall Davis)教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結構和行為的診斷推理 》(《Diagnostic Reasoning Based on Structure and Behavior》)一文,該論文描述了一個利用知識結構和行為,在電子電路領域進行故障診斷排除的專家系統(tǒng)。之后,故障診斷專家系統(tǒng)在電路與數(shù)字電子設備、機電設備等各個領域已取得了令人矚目的成就,已成為當今世界研究的熱點之一。

第四個研究方向是基于規(guī)則的專家系統(tǒng),布魯斯?布坎南(Bruce G.Buchanan)的著作對基于規(guī)則的專家系統(tǒng)在這個時期的發(fā)展仍有著積極的指導作用。多種基于規(guī)則的專家系統(tǒng)進入了試驗階段。傳統(tǒng)基于規(guī)則的專家系統(tǒng)只是簡單的聲明性知識,而目前,規(guī)則的形式開始向產(chǎn)生式規(guī)則轉變,并趨向于提供較完善的知識庫建立和管理功能。

第五個研究方向是知識工程在專家系統(tǒng)中的運用。代表人物是美國斯坦福大學的克蘭西教授(Clancy W J),他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類》(《Heuristis classification》),啟發(fā)式分類即對未知領域情況的類的識別過程。它是人類思維解決問題的重要方法,在人工智能、專家系統(tǒng)中可常用啟發(fā)式設計計算機程序,模擬人類解決問題的思維活動。

第六個研究方向是機器學習在專家系統(tǒng)中的運用。代表人物是機器學習領域前輩、澳洲悉尼大學著名教授John Ross Quinlan。他于1986年在《機器學習》(《Mach.Learn》)雜志上發(fā)表《決策樹算法》(《Induction of Decision Trees》)一文,文中他詳細描述了決策樹算法的代表――ID3算法。之后,有大量學者圍繞該算法進行了廣泛的研究,并提出多種改進算法,由于決策樹的各類算法各有優(yōu)缺點,在專家系統(tǒng)的實際應用中,必須根據(jù)數(shù)據(jù)類型的特點及數(shù)據(jù)集的大小,選擇合適的算法。

第七個研究方向是神經(jīng)網(wǎng)絡專家系統(tǒng),代表人物有人工智能專家Stephan I.Gallant和美國加利福尼業(yè)大學教授巴特?卡斯科(Bart Kosko)。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專家系統(tǒng)》(《Connectionist expert systems》)一文,文中講述Gallant 設計了一個連接主義專家系統(tǒng)(Connectionist expert system),其知識庫是由一個神經(jīng)網(wǎng)絡實現(xiàn)的(即神經(jīng)網(wǎng)絡知識獲?。_創(chuàng)了神經(jīng)網(wǎng)絡與專家系統(tǒng)相結合的先例。

第八個研究方向是遺傳算法在專家系統(tǒng)中的運用。代表人物是遺傳算法領域著名學者、美國伊利諾伊大學David Goldberg教授和人工智能專家L.Davis。1989年,Goldberg出版了專著《搜索、優(yōu)化和機器學習中的遺傳算法》,該書系統(tǒng)總結了遺傳算法的主要研究成果,全面而完整地論述了遺傳算法的基本原理及其應用;1991年,Davis編輯出版了《遺傳算法手冊》,書中包含了遺傳算法在科學計算、工程技術和社會經(jīng)濟中的大量應用實例,該書為推廣和普及遺傳算法的應用起到了重要的指導作用。這些都推動了基于遺傳算法的專家系統(tǒng)的研發(fā)推廣。

第九個研究方向是決策支持系統(tǒng)在專家系統(tǒng)中的運用,代表人物是美國加利福尼亞大學伯克利分校教授埃弗雷姆?特班(Efraim Turban)。他于1990年出版了《決策支持和專家系統(tǒng)的管理支持系統(tǒng)》(《Decision support and expert systems:management support systems》)一書。20世紀80年代末90年代初,決策支持系統(tǒng)開始與專家系統(tǒng)相結合,形成智能決策支持系統(tǒng),該系統(tǒng)充分做到了定性分析和定量分析的有機結合,將解決問題的范圍和能力提高到一個新的層次。

第十個研究方向是各種理論知識在專家系統(tǒng)中的綜合運用,代表人物是美國加利福尼業(yè)大學教授巴特?卡斯科(Bart Kosko)和美國伊利諾伊州研究所教授Abdul-Rahman K.H。卡斯科(Kosko)于1992年出版《神經(jīng)網(wǎng)絡和模糊系統(tǒng):一個擁有機器智能的動力系統(tǒng)方法》(《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》)一書,這是第一本將神經(jīng)網(wǎng)絡和模糊系統(tǒng)結合起來的讀本,也是神經(jīng)網(wǎng)絡與模糊理論綜合應用于專家系統(tǒng)建設的經(jīng)典著作;Abdul-Rahman K.H教授于1995年,在美國電氣和電子工程師協(xié)會的《電力系統(tǒng)及自動化》(《Transactions on Power Systems》)會議刊上發(fā)表了《人工智能模糊無功負荷的最優(yōu)VAR控制方法 》(《AI approach to optimal VAR control with fuzzy reactive loads》)一文,論文提出了一個解決無功功率(VAR)控制問題,這個方法包含了專家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡的重要知識。

雖然專家系統(tǒng)大量建造,但投入實際運行的專家系統(tǒng)并不多,且效率較低,問題求解能力有待進一步提高。原因之一就是專家系統(tǒng)主要是模擬某一領域中求解特定問題的專家的能力,而在模擬人類專家協(xié)作求解方面很少或幾乎沒有做什么工作。然而在現(xiàn)實世界中,協(xié)作求解具有普遍性,針對特定領域、特定問題的求解僅僅具有特殊性,專家系統(tǒng)雖然在模擬人類專家某一特定領域知識方面取得了成功,但它仍然不能或難以解決現(xiàn)實世界中的問題。其次,開發(fā)的專家系統(tǒng)的規(guī)模越來越大,并且十分復雜。這樣就要求將大型專家系統(tǒng)的開發(fā)變成若干小的、相對獨立的專家系統(tǒng)來開發(fā),而且需要將許多不同領域的專家系統(tǒng)聯(lián)合起來進行協(xié)作求解。然而,與此相關的分布式人工智能理論和實用技術尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問題得以解決,才能克服由于單個專家系統(tǒng)知識的有限性和問題求解方法的單一性等導致系統(tǒng)的“脆弱性”,也才能提高系統(tǒng)的可靠性,并且在靈活性、并行性、速度等方面帶來明顯的效益[5]。

4 21世紀專家系統(tǒng)進入穩(wěn)定發(fā)展時期

進入21世紀,專家系統(tǒng)開始緩慢發(fā)展,這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件,設置參數(shù)為(6,6,20)(5,5,20)(5,5,20),獲取了該時期論文的引文聚類圖(如圖4所示)。圖4 專家系統(tǒng)2000-2010年的論文引文聚類圖

這個時期專家系統(tǒng)有3個主要研究方向:第一個是研究方向是節(jié)點明顯的基于模糊邏輯的專家系統(tǒng)研究方向。90年代以來,模糊控制與專家系統(tǒng)技術相結合,進一步提高了模糊控制器的智能水平?;谀:壿嫷膶<蚁到y(tǒng)有以下優(yōu)點:一是具有專家水平的專門知識,能表現(xiàn)專家技能和高度的技巧以及有足夠的魯棒性(即健壯性);二是能進行有效的推理,能夠運用人類專家的經(jīng)驗和知識進行啟發(fā)性的搜索和試探性的推理;三是具有靈活性和透明性。

第二個是研究方向是Rete模式匹配算法在專家系統(tǒng)中的應用,代表人物是美國卡內基―梅隆大學計算機科學系的Charles L.Forgy教授,1979年,他首次提出Rete算法。專家系統(tǒng)工具中一個核心部分是推理機,Rete算法能利用推理機的“時間冗余”特性和規(guī)則結構的相似性,并通過保存中間運算結果的方法來提高推理的效率。1982年,他在《人工智能》雜志上發(fā)表《Rete算法:許多模式/多對象的模式匹配問題的一個快速算法》(《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》)一文,該文解釋了基本算法的概念,介紹了詳細的算法,描述了模式和適當?shù)膶ο蠼簧嫠惴ǎ⒄f明了模式匹配的執(zhí)行操作。

第三個是研究方向是專家系統(tǒng)在電力系統(tǒng)中的運用。世界各國的專家們開始熱衷于在電力生產(chǎn)的各個環(huán)節(jié)使用專家系統(tǒng),代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國立技術大學的Protopapas C.A、和中國的羅旭,他們在美國電氣和電子工程師協(xié)會的《電力傳輸》(《IEEE transactions on power delivery)會議刊及《電源設備系統(tǒng)》會議刊(《On Power Apparatus and Systems》)上發(fā)表了多篇有影響力的論文,內容涉及系統(tǒng)恢復、電力需求預測、變電站故障診斷和報警處理等多方面。

這十年間,專家系統(tǒng)的研究不再滿足于用現(xiàn)有各種模型與專家系統(tǒng)進行簡單結合,形成基于某種模型的專家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法,來解決困擾專家系統(tǒng)的知識獲取瓶頸、匹配沖突、組合爆炸等問題,而這也推動了研究不斷向深層次、新方向發(fā)展。但是,由于專家系統(tǒng)應用的時間長、領域廣,他們遭遇的瓶頸問題一時得不到有效解決,導致了這一時期末,專家系統(tǒng)研究呈現(xiàn)出暫時的下滑現(xiàn)象。

5 專家系統(tǒng)發(fā)展趨勢分析

圖一發(fā)展曲線上第二個時間節(jié)點是1992年,從該年起專家系統(tǒng)相關論文呈下降趨勢,然后在2002年又開始緩慢增長,近一年多來又開始下降,這標志著專家系統(tǒng)研究在布滿荊棘的道路上前行,前景是光明的,但道路是曲折的。本文以5年為一個單位,統(tǒng)計了1990-2009年20年期間專家系統(tǒng)相關論文中高頻詞的變化情況,如表1所示,從該表可以獲得這個時期專家系統(tǒng)研究的一些特點。

(1)在1990-1999年期間,人工智能出現(xiàn)新的研究,由于網(wǎng)絡技術特別是國際互連網(wǎng)技術發(fā)展,人工智能開始由單個智能主體研究轉向基于網(wǎng)絡環(huán)境下的分布式人工智能研究,使人工智能更加實用,這給專家系統(tǒng)帶來了發(fā)展的希望。正因為如此,我們從詞頻上可以看出,人工智能(artificial intelligence)一詞在這十年一直位居前兩位,在專家系統(tǒng)研究中處于主導地位,而與其相關的知識表示(knowledge representation)、知識獲取(knowledge acquisition)等,也成為了學者們研究的重點方向。

(2)該時期的第二個特點是神經(jīng)網(wǎng)絡研究的復蘇。神經(jīng)網(wǎng)絡是通過模擬人腦的結構和工作模式,使機器具有類似人類的智能,如機器學習、知識獲取、專家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡(neural network)一詞得以快速增長,1995年時位列第一,進入21世紀也是穩(wěn)居第二位,神經(jīng)網(wǎng)絡很好地解決了專家系統(tǒng)中知識獲取的瓶頸問題,能使專家系統(tǒng)具有自學習能力,它的出現(xiàn)為專家系統(tǒng)提供了一種新的解決途徑[6],同時也顯示出他獨有的生機與活力。

(3)該時期是模糊邏輯的發(fā)展時期。模糊理論發(fā)展至今已接近三十余年,應用范圍非常廣泛,它與專家系統(tǒng)相結合,在故障診斷、自然語言處理、自動翻譯、地震預測、工業(yè)設計等方面取得了眾多成果。我們從詞頻上可以看出,模糊邏輯(fuzzy logic)一詞,除在1990-1994年期間位居第六位外,之后都位居前三甲,2000-2004年期間更是位列第一。模糊控制與專家系統(tǒng)技術相結合,進一步提高了模糊控制器智能水平,這種控制方法既保持了基于規(guī)則的方法的價值和用模糊集處理帶來的靈活性,同時把專家系統(tǒng)技術的表達與利用知識的長處結合起來,能處理更廣泛的控制問題。

(4)故障診斷成為專家系統(tǒng)研究與應用的又一重要領域。故障診斷專家系統(tǒng)的發(fā)展起始于20世紀70年代末,雖然時間不長,但在電路與數(shù)字電子設備、機電設備等各個領域已取得了令人矚目的成就,已成為當今世界研究的熱點之一。這從高頻詞分布可以開出,故障診斷(fault diagnosis)從1995-1999年間的最后一位攀升至2005-2009年間的第一位,足見其強大的生命力。在專家系統(tǒng)己有較深厚基礎的國家中,機械、電子設備的故障診斷專家系統(tǒng)已基本完成了研究和試驗的階段,開始進入廣泛應用。

(5)遺傳算法的應用逐漸增多。20世紀90年代,遺傳算法迎來了發(fā)展時期,無論是理論研究還是應用研究都成了十分熱門的課題。尤其是遺傳算法的應用研究顯得格外活躍,不但應用領域擴大,而且利用遺傳算法進行優(yōu)化和規(guī)則學習的能力也顯著提高。進入21世紀,遺傳算法的應用研究已從初期的組合優(yōu)化求解擴展到了許多更新、更工程化的應用方面。這在高頻詞分布中可以看出,以2000作為臨界點,遺傳算法(genetic algorithms)從20世紀90年代的10名之后,到位于高頻詞前六強之中,充分反映出它發(fā)展的良好勢頭。

6 小 結

專家系統(tǒng)是20世紀下半葉發(fā)展起來的重大技術之一,它不僅是高技術的標志,而且有著重大的經(jīng)濟效益?!爸R工程之父”E.Feignbaum在對世界許多國家和地區(qū)的專家系統(tǒng)應用情況進行調查后指出:幾乎所有的ES都至少將人的工作效率提高10倍,有的能提高100倍,甚至300倍[7]。

專家系統(tǒng)技術能夠使專家的專長不受時間和空間的限制,以便推廣稀缺的專家知識和經(jīng)驗;同時,專家系統(tǒng)能促進各領域的發(fā)展,是各領域專家專業(yè)知識和經(jīng)驗的總結和提煉。

專家系統(tǒng)發(fā)展的近期目標,是建造能用于代替人類高級腦力勞動的專家系統(tǒng);遠期目標是探究人類智能和機器智能的基本原理,研究用自動機模擬人類的思維過程和智能行為,這幾乎涉及自然科學和社會科學的所有學科,遠遠超出了計算機科學的范疇。

隨著人工智能應用方法的日漸成熟,專家系統(tǒng)的應用領域也不斷擴大。有人類活動的地方,必將有智能技術包括專家系統(tǒng)的應用,專家系統(tǒng)將成為21世紀人類進行智能管理與決策的工具與助手。

參考文獻

[1]百度百科[EB].http:∥baike.省略/view/2130.htm.

[2]黃可鳴.專家系統(tǒng)二十年[J].計算機科學,1986,(4):26-37.

[3]路耀華.思維模擬與知識工程[M].北京:清華大學出版社,1997.

[4]趙致琢.專家系統(tǒng)研究[J].貴州大學學報:自然科學版,1990,(6):40-48.

[5]鄒光宇.專家系統(tǒng)發(fā)展現(xiàn)狀及其應用前景[J].電力勘測,1994,(3):21-26.

推薦期刊