趙肖宇，方一鳴

（1.黑龍江八一農(nóng)墾大學(xué) 信息技術(shù)學(xué)院，黑龍江 大慶 163319；

2.燕山大學(xué) 電氣工程學(xué)院，河北 秦皇島 066004）

基于區(qū)間值模糊理論的農(nóng)作物病害判決方法

趙肖宇1，2，方一鳴1

（1.黑龍江八一農(nóng)墾大學(xué) 信息技術(shù)學(xué)院，黑龍江 大慶 163319；

2.燕山大學(xué) 電氣工程學(xué)院，河北 秦皇島 066004）

定義了區(qū)間模糊數(shù)核距離、空間距離和線距離，給出相似程度計(jì)算公式.構(gòu)建了區(qū)間模糊數(shù)值型大豆病庫(kù)模型，并通過舉例說明了大豆病害的綜合判決過程.

區(qū)間值模糊數(shù)；相似度量；農(nóng)作物病害；判決

區(qū)間值模糊集是波蘭學(xué)者Gorzalczany于1983年提出的［1］.作為模糊集合的延伸性發(fā)展，區(qū)間值模糊集合能夠更加生動(dòng)地刻畫非此非彼，異此異彼的概念，而不單純是非此即彼.尤其是在決策過程中，區(qū)間值模糊集能夠全面描述信息的波動(dòng)性和不確定性，從而保證決策的科學(xué)合理，降低誤判率.

構(gòu)建實(shí)用的智能化農(nóng)作物病害專家系統(tǒng)的難點(diǎn)在于如何以接近自然的語(yǔ)言方式表達(dá)病害診斷特征.在農(nóng)作物病害判決問題中，判決對(duì)象的屬性用區(qū)間值模糊數(shù)描述比較恰當(dāng).例如，農(nóng)作物病斑呈現(xiàn)黃色，定義區(qū)間數(shù)［a－，a＋］表示黃色，其涵蓋分別向白色和褐色過渡的連續(xù)色彩，區(qū)間值模糊數(shù)可以承載大量判決信息.另外，假定黃色葉斑對(duì)應(yīng)A病，則由于光線、參照色等不同或者同種病害表現(xiàn)的差異性等因素，不應(yīng)該排除褐色病斑患A病的可能性.本研究提出區(qū)間值模糊數(shù)相似度量方法，用于判斷同種病癥患不同病害的可能性.最后給出了大豆病害判決的一個(gè)應(yīng)用.

1 基于空間距離的區(qū)間值模糊數(shù)相似度量方法

2 大豆病害區(qū)間數(shù)模糊判決模型

大豆出現(xiàn)病害時(shí)，主要病癥表現(xiàn)在葉片上，根據(jù)葉片上病斑顏色、大小及病原物的顏色可以判斷病害類型.常見大豆病害早期表現(xiàn)見表1［2］.

表1 大豆病庫(kù)Table 1 Soybean disease database

在論域（0，100），將色彩、大小這種模糊描述區(qū)間量化，如圖1和圖2所示.

圖1 色彩區(qū)間變化Figure 1 Interval－valued numbers of color

圖2 大小區(qū)間數(shù)化Figure 2 Interval－valued numbers of size

圖中，用區(qū)間數(shù)［40，60］表示黃色，則淡黃色可以用［40，50］表示.灰白色用區(qū)間數(shù)［0，40］表示，其與黃色匹配程度用S函數(shù)表示.形成如表2所示大豆病庫(kù)數(shù)值表示形式.

表2 大豆病庫(kù)數(shù)值表示Table 2 Numerical said soybean disease database

表中，用a1，a2和a3分別表示病斑顏色、大小和細(xì)菌孢子顏色.用［0，0］表示無病癥，其與論域上的任意區(qū)間數(shù)相似度為0.

3 判決模型的驗(yàn)證

根據(jù)經(jīng)驗(yàn)斑色、大小、病原物顏色3種病癥分別加權(quán)重.

當(dāng)前有3人觀察到病癥如表3所示.

表3 實(shí)測(cè)病癥Table 3 Symptoms observed

表3中，用b1，b2和b3表示觀察到的斑色、大小和病原物顏色.可以看到，由于觀察者的主觀因素或者客觀環(huán)境等因素導(dǎo)致甲、乙、丙3人對(duì)同種病害表述不同.甲認(rèn)為深灰色，點(diǎn)狀，淺灰色；乙認(rèn)為深灰色，點(diǎn)狀→小塊，白色；丙認(rèn)為黃色，點(diǎn)狀→小塊灰色.

以甲提供病癥為例計(jì)算與霜霉病相似程度，即計(jì)算b1，b2，b3同a1，a2，a3的相似程度.

分別計(jì)算甲乙丙的b1，b2，b3同各種病害的a1，a2，a3的相似程度，結(jié)果如下表所示.

表4 病癥與病庫(kù)相似程度Table 4 Similarity of symptoms and disease library

由表2可以看到大豆患霜霉病的可能性最大.若患各種病害可能性比較接近，通過進(jìn)一步比較線距離可以判決病害類型.

4 討論

基于區(qū)間值模糊理論的農(nóng)作物病害判決方法是一種基于案例推理的判決方法，其模仿人類思維，依據(jù)實(shí)踐生產(chǎn)經(jīng)驗(yàn)建立起農(nóng)作物病害模型，基于距離度量案例與樣本之間相似程度，依據(jù)直觀的推理規(guī)則解決問題.基于案例的判決技術(shù)瓶頸問題在于如何將樣本模型化，即如何以接近自然語(yǔ)言方式表達(dá)病害診斷特征，包括病斑顏色、大小、形狀等［3］.基于區(qū)間值模糊數(shù)描述的病庫(kù)形式簡(jiǎn)單，內(nèi)容豐富，更符合農(nóng)業(yè)生產(chǎn)中作物病癥的語(yǔ)言表達(dá)形式，且判決過程不要求對(duì)病癥的描述精準(zhǔn)無誤，是解決農(nóng)作物病害判決問題瓶頸的一個(gè)方法.同人工神經(jīng)網(wǎng)絡(luò)（特別是三層以上）的判決方法［4］比較，該方法的優(yōu)點(diǎn)是判決速度快，且過程可見；同基于規(guī)則的判決方法［5－6］比較，該方法可以方便地獲取病庫(kù).文中提供的基于空間距離和線距離的相似度量方法對(duì)于解決模糊決策問題具有普遍適用意義.

［1］ Gorzalczany B.Approximate inference with interval－valued fuzzy sets－on outline［J］.On Interval and Fuzzy Math，1983，2：89－95.

［2］ 許志剛.普通植物病理學(xué)［M］.北京：中國(guó)農(nóng)業(yè)出版社，2002

［3］ 耿英.基于圖像識(shí)別的作物病害診斷研究［D］：合肥：中國(guó)科技大學(xué)，2009.

［4］ 魏圓圓，王儒敬，方靜.多種診斷推理方法的設(shè)計(jì)與比較［J］.計(jì)算機(jī)工程與應(yīng)用，2005，2：57－59.

［5］ 金海月，宋凱.決策樹算法在農(nóng)業(yè)病害診斷中的應(yīng)用［J］.當(dāng)代農(nóng)機(jī)，2007，5：76－77.

［6］ 任杰，柳毅，金鑫，等.基于數(shù)據(jù)挖掘的蔬菜圖片病害自動(dòng)分類［J］.北京師范大學(xué)學(xué)報(bào)：自然科學(xué)學(xué)版，2006，12：592－596.

Decision method of crop disease based on interval－valued fuzzy theory

ZHAOXiaoyu1，2，F(xiàn)ANGYiming1

（1.College of Information Technology，Heilongjiang Bayi Agricultural University，Daqing 163319，Heilongjiang Province，China；
2.Institute of Electrical Engineering，Yanshan University，Qinhuangdao 066004，Hebei Province，China）

Some interval－valued fuzzy number formulas are presented，including core distance formula，space distance formula，line distance formula and similarity measure formula.A soybean disease database model is proposed based on interval－valued fuzzy number，and the example illustrates the comprehensive decision process of soybean disease.

interval－valued fuzzy number；similarity measure；crop disease；decision

O235；S11

A

1671－1114（2011）01－0094－03

2010－03－07

黑龍江省教育廳項(xiàng)目（11521199）

趙肖宇（1977—），女，講師，主要從事模糊控制方面的研究. E－mail：xyzhao77＠163.com

（責(zé)任編校 紀(jì)翠榮）