朱婷婷+姜波+袁杰

摘要：加工番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）品質(zhì)受到成長過程中諸多外界因素（氣溫、灌水量、施肥等）的影響。采用模糊Ｐｅｔｒｉ網(wǎng)建立加工番茄品質(zhì)模型，綜合分析加工番茄品質(zhì)影響因素及其相互關(guān)系，通過模糊Ｐｅｔｒｉ網(wǎng)模型推理，獲得番茄果實(shí)發(fā)育期一組優(yōu)化的種植管理模式與量值，為種植管理提供科學(xué)的決策支持，從而提高加工番茄果實(shí)品質(zhì)。

關(guān)鍵詞：番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）；品質(zhì)；模糊Ｐｅｔｒｉ網(wǎng)模型；氣溫；灌水量；施肥量

中圖分類號(hào)：Ｓ６４１．２文獻(xiàn)標(biāo)識(shí)碼：Ａ文章編號(hào)：０４３９－８１１４（２０１４）０８－1912－０5

Ｐｌａｎｔｉｎｇ Ｍａｎａｇｅｍｅｎｔ Ｏｐｔｉｍｉｚａｔｉｏｎ of Ｐｒｏｃｅｓｓｉｎｇ Ｔｏｍａｔｏ Based on Ｆｕｚｚｙ Ｐｅｔｒｉ Ｎｅｔ

ＺHU Ｔｉｎｇ－ｔｉｎｇ， ＪIANG Ｂｏ，ＹUAN Ｊｉｅ

（Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｘｉｎｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｕｒｕｍｑｉ ８３００４７， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｐｒｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ ｗａｓ ａｆｆｅｃｔｅｄ ｂｙ ｆａｃｔｏｒｓ including ｔｅｍｐｅｒａｔｕｒｅ， ｉｒｒｉｇａｔｉｏｎ and ｆｅｒｔｉｌｉｚａｔｉｏｎ． A ｔｏｍａｔｏ ｑｕａｌｉｔｙ ｍｏｄｅｌ ｕｓｉｎｇ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ was ｅｓｔａｂｌｉｓｈｅｄ. Cｏｍｐｒｅｈｅｎｓｉｖｅ ａｎａｌｙｓe ｏｆ factors processing ｉｎｆｌｕｅｎｃｉｎｇ ｔｏｍａｔｏ ｑｕａｌｉｔｙ ａｎｄ ｔｈｅｉｒ ｒｅｌａｔｉｏｎｓｈｉｐ were made． Ｔｈｅ ｐｌａｎｔｉｎｇ ｏｆ ａ ｓｅｔ ｏｆ ｏｐｔｉｍｉｚｅｄ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅ ａｎｄ ｍａｇｎｉｔｕｄｅ ｏｆ ｔｏｍａｔｏ ｆｒｕｉｔ ｄｅｖｅｌｏｐｍｅｎｔ ｐｅｒｉｏｄ ｗａｓ ｏｂｔａｉｎｅｄ ｔｈｒｏｕｇｈ Ｐｅｔｒｉ ｎｅｔ ｍｏｄｅｌ ｆｕｚｚｙ ｉｎｆｅｒｅｎｃｅ ｔｏ ｐｒｏｖｉｄｅ ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ of ｐｌａｎｔａｔｉｏｎ ｍａｎａｇｅｍｅｎｔ ａｎｄ to ｉｍｐｒｏｖｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｐｒｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ．

Ｋｅｙ ｗｏｒｄｓ： ｔｏｍａｔｏ；ｑｕａｌｉｔｙ； ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｍｏｄｅｌ； ｔｅｍｐｅｒａｔｕｒｅ； ｉｒｒｉｇａｔｉｏｎ ａｍｏｕｎｔ； ｆｅｒｔｉｌｉｚａｔｉｏｎ

加工番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）是適宜作為番茄制品原料的番茄品種群。新疆地區(qū)獨(dú)特的地理環(huán)境，使加工番茄的種植與加工成為聞名世界的果蔬產(chǎn)業(yè)。番茄制品品質(zhì)由加工番茄品質(zhì)所決定，而加工番茄品質(zhì)除種子基因因素外，還受到成長過程中諸多外界因素的影響，規(guī)范化的栽培管理可以有效地提高番茄品質(zhì)。目前有關(guān)種植管理提高加工番茄品質(zhì)方面的研究已有許多。Ａｃｈｉｌｅａ［１］研究表明鉀肥可有效提高加工番茄的品質(zhì)。Carli等［２］研究加工番茄的顏色、質(zhì)地、香味、成分、初級(jí)和次級(jí)代謝產(chǎn)物均對(duì)番茄品質(zhì)有影響，并以此改善番茄品質(zhì)性狀，指導(dǎo)番茄品種培育。Favati等［３］研究虧缺灌溉對(duì)加工番茄品質(zhì)的影響，提出了擴(kuò)大灌溉間隔和限制灌水量是調(diào)控番茄生長周期較好的策略，有利于優(yōu)化加工番茄的產(chǎn)量和營養(yǎng)品質(zhì)。番茄品質(zhì)由多種指標(biāo)（如可溶性糖含量、糖酸比及番茄紅素等）來衡量的，僅考慮某種單一因素來提高番茄品質(zhì)顯然具有片面性。無論理論研究或試驗(yàn)研究，在考慮某種因素對(duì)番茄某種性狀影響的正相關(guān)時(shí)，應(yīng)兼顧對(duì)另幾種性狀負(fù)相關(guān)的可能性，否則會(huì)導(dǎo)致番茄品質(zhì)不能得到有效提高。因此，綜合研究分析多種因素對(duì)番茄品質(zhì)的影響，通過協(xié)調(diào)各種影響因素優(yōu)化種植管理決策對(duì)提高加工番茄品質(zhì)具有實(shí)際指導(dǎo)意義。

Ｐｅｔｒｉ網(wǎng)是一種圖形化的知識(shí)表示推理方法，可用于表達(dá)系統(tǒng)邏輯關(guān)系并建立行為模型，但不能描述系統(tǒng)的模糊行為，由此提出了模糊Ｐｅｔｒｉ網(wǎng)的概念。模糊Ｐｅｔｒｉ網(wǎng)是基于模糊產(chǎn)生式規(guī)則（Ｆｕｚｚｙ ｐｒｏｄｕｃｔｉｏｎ ｒｕｌｅｓ， ＦＰＲ）的良好建模工具，并與Ｐｅｔｒｉ網(wǎng)的圖形描述能力相結(jié)合，具有模糊推理能力，便于知識(shí)的分析、推理、測試以及決策支持等［４，５］。本研究以新疆天山北坡地區(qū)加工番茄的種植與加工為對(duì)象，采用模糊Ｐｅｔｒｉ網(wǎng)建立加工番茄品質(zhì)關(guān)聯(lián)模型，對(duì)影響加工番茄品質(zhì)多種因素進(jìn)行綜合分析，并通過模型模糊推理得出加工番茄果實(shí)發(fā)育期的優(yōu)化管理參數(shù)，為提高加工番茄品質(zhì)提供科學(xué)的種植管理決策支持。

１模型描述

１．１模糊Ｐｅｔｒｉ網(wǎng)

模糊Ｐｅｔｒｉ網(wǎng)（Ｆｕｚｚｙ ｐｅｔｒｉ ｎｅｔ， ＦＰＮ）是將模糊集理論與Ｐｅｔｒｉ網(wǎng)理論有機(jī)結(jié)合的一種新型網(wǎng)絡(luò)理論，具有圖形化的知識(shí)表示、動(dòng)態(tài)推理和良好的數(shù)學(xué)理論基礎(chǔ)，已廣泛應(yīng)用于系統(tǒng)推理、學(xué)習(xí)、故障預(yù)測與診斷等領(lǐng)域［６］。由于影響加工番茄品質(zhì)的因素較多，采用該方法建立加工番茄品質(zhì)關(guān)聯(lián)模型，具有很好的適應(yīng)性和有效性。

１．１．１模糊產(chǎn)生式規(guī)則ＦＰＲ由于模糊產(chǎn)生式規(guī)則具有自然、直觀、清晰等特點(diǎn)，且適用于表達(dá)不精確或不確定的知識(shí)，基于規(guī)則的系統(tǒng)常以ＦＰＲ構(gòu)建。本研究中系統(tǒng)基于ＦＰＲ，不僅是因?yàn)椋疲校揖哂械纳鲜鎏攸c(diǎn)，另一重要原因是基于硬邏輯的確定性規(guī)則系統(tǒng)可視為ＦＰＲ系統(tǒng)的特例，即表現(xiàn)為０、１二值邏輯的命題屬性。

模糊產(chǎn)生式規(guī)則［７-９］作為一種知識(shí)表示方法，具有表達(dá)和處理模糊信息的能力。在模糊產(chǎn)生式規(guī)則中，其基本的形式為：ｉｆ Ａ ｔｈｅｎ Ｂ［μ（０≤μ≤１）］。Ａ是前件（條件）命題，Ｂ為后件（結(jié)果）命題，μ是該條規(guī)則的確信度。上述規(guī)則可表述為：當(dāng)Ａ作為前提條件被滿足時(shí)，則輸出Ｂ。

典型的模糊規(guī)則形式主要有兩類：

將Ｒ作為一個(gè)模糊產(chǎn)生式規(guī)則系統(tǒng)，Ｒ＝｛Ｒ１，Ｒ２，…，Ｒｎ｝，Ｒｋ（ｋ＝１，２， …，ｎ），其一般包括兩類，如下所示：

１）與規(guī)則

Ｒｋ：Ｉｆ ｄ１ ａｎｄ ｄ２ ａｎｄ …ａｎｄ ｄｎ ｔｈｅｎ ｄｎ＋１（ＣＦ＝μ），λ，ｗ１

２）或規(guī)則

Ｒｋ：Ｉｆ ｄ１ ｏｒ ｄ２ ｏｒ…ｏｒ ｄｎ ｔｈｅｎ ｄｎ＋１ （ＣＦ＝μ），λ，ｗ１

其中，ｄ１、ｄ２…ｄｎ是前提命題，ｄｎ＋１、ｄｎ＋２…ｄｎ＋ｍ是結(jié)果命題，μ是規(guī)則的確信度，λ是規(guī)則的閾值（０≤λ≤１），ｗｉ是權(quán)值（０≤ｗｉ≤１，ｉ＝１，２，…，ｍ）。

１．１．２模糊Ｐｅｔｒｉ網(wǎng)的定義對(duì)于模糊Ｐｅｔｒｉ網(wǎng)模型，可定義一個(gè)九元組［８，１０－１３］，

ＦＰＮ＝｛Ｐ，Ｔ，Ｄ，Ｉ，Ｏ，Ｍ，Ｔｈ，Ｗ，ｆ｝，

其中，Ｐ＝｛ｐ１，ｐ２，…，ｐｎ｝，表示庫所結(jié)點(diǎn)的有限集合；

Ｔ＝｛ｔ１，ｔ２，…，ｔｍ｝，表示變遷結(jié)點(diǎn)的有限集合；

Ｄ＝｛ｄ１，ｄ２，…，ｄｎ｝，表示命題的有限集合；

Ｉ表示輸入函數(shù)；

Ｏ表示輸出函數(shù)；

Ｍ：Ｐ→［０，１］，表示每一個(gè)庫所結(jié)點(diǎn)都有一個(gè)標(biāo)記值Ｍ（ｐｉ），反映庫所結(jié)點(diǎn)表示命題的真實(shí)程度；

μT：Ｔ→［０，１］，表示變遷賦予規(guī)則的確信度；

λf：Ｔ→［０，１］，表示變遷結(jié)點(diǎn)ｔ（ｔ∈Ｔ）定義的閾值；

Ｗ＝｛ｗ１，ｗ１，…，ｗｊ｝，表示規(guī)則的權(quán)值集合。

１．１．３變遷的使能與激發(fā)若系統(tǒng)在標(biāo)識(shí)Ｍｋ下，對(duì)于任意變遷ｔ，則稱變遷ｔｉ使能，在ＦＰＮ模型中，只有變遷ｔｉ使能并且被激發(fā)，才有標(biāo)記值輸出。因此輸出標(biāo)記值的大小與閾值的大小有關(guān)。變遷tｉ使能后會(huì)激發(fā)新的標(biāo)記值；若變遷沒有被激發(fā)，輸出的標(biāo)記值保持不變。

１．２推理方法

針對(duì)復(fù)雜系統(tǒng)鏈?zhǔn)揭?guī)則較長和層數(shù)較多的特點(diǎn)，本研究采用以下算法，使推理結(jié)果與實(shí)際偏差較小更符合實(shí)際。

１）取小算子：

Ｍ（ｐｏ）＝Ｍ（ｐｉ）∩μ （１）

其中，規(guī)定操作符∩［１４］含義如下：

a∩b ■ fmin{a，b}（２）

２）等效輸入標(biāo)記值

Ｍ（ｐｉ）＝■ｗｉ×Ｍ（ｐｉ） （３）

２加工番茄品質(zhì)關(guān)聯(lián)模型建立與推理

２．１研究基礎(chǔ)數(shù)據(jù)與加工番茄品質(zhì)關(guān)聯(lián)模型建立

根據(jù)有關(guān)番茄種植管理專家知識(shí)［１４－１９］及新疆天山北坡某種植區(qū)種植技術(shù)人員經(jīng)驗(yàn)，建立了加工番茄品質(zhì)關(guān)聯(lián)模型命題庫見表１。加工番茄品質(zhì)關(guān)聯(lián)模型的模糊規(guī)則庫如下所示：

Ｒ１∶Ｉｆ ｄ１ ａｎｄ ｄ２ ｔｈｅｎ ｄ４ （μ１，λ１，ｗ１，ｗ２）；

Ｒ２：Ｉｆ ｄ３ ｔｈｅｎ ｄ５（μ２，λ２）；

Ｒ３：Ｉｆ ｄ４ ａｎｄ ｄ５ ｔｈｅｎ ｄ６ （μ３，λ３，ｗ３１，ｗ３２）；

Ｒ４：Ｉｆ ｄ６ ａｎｄ ｄ７ ａｎｄ ｄ８ ａｎｄ ｄ９ ａｎｄ ｄ１０ ｔｈｅｎ ｄ１１（μ４，λ４，ｗ４１，ｗ４２，ｗ４３，ｗ４４，ｗ４５）；

Ｒ５：Ｉｆ ｄ１２ ｔｈｅｎ ｄ１６ ａｎｄ ｄ１７ ａｎｄ ｄ１８ （μ５，λ５，ｗ５１，ｗ５２，ｗ５３）；

Ｒ６：Ｉｆ ｄ１３ ａｎｄ ｄ１４ ｔｈｅｎ ｄ１５（μ６，λ６，ｗ６１，ｗ６２）；

Ｒ７：Ｉｆ ｄ１ ａｎｄ ｄ１５ ａｎｄ ｄ１６ ａｎｄ ｄ１７ ａｎｄ ｄ１８ ｔｈｅｎ ｄ１９（μ４，λ４，ｗ７１，ｗ７２，ｗ７３，ｗ７４，ｗ７５）；

Ｒ８：Ｉｆ ｄ１９ ａｎｄ ｄ２０ ｔｈｅｎ ｄ２７（μ８，λ８，ｗ８１，ｗ８２）；

Ｒ９：Ｉｆ ｄ１９ ａｎｄ ｄ２２ ａｎｄ ｄ２３ ｔｈｅｎ ｄ２８ （μ９，λ９，ｗ９１，ｗ９２，ｗ９３）；

Ｒ１０∶Ｉｆ ｄ１９ ａｎｄ ｄ２５ ｔｈｅｎ ｄ２６ （μ１０，λ１０，ｗ１０１，ｗ１０２）；

Ｒ１１：Ｉｆ ｄ１９ ａｎｄ ｄ２１ ａｎｄ ｄ２２ ａｎｄ ｄ２４ ｔｈｅｎ ｄ２９（μ１１，λ１１，ｗ１１１，ｗ１１２，ｗ１１３，ｗ１１４）

上述模糊產(chǎn)生式規(guī)則采用三角形隸屬函數(shù)，具體數(shù)值根據(jù)專家知識(shí)和經(jīng)驗(yàn)給定，并根據(jù)實(shí)際情況相應(yīng)調(diào)整。通過上述模糊產(chǎn)生式規(guī)則建立加工番茄品質(zhì)關(guān)聯(lián)模型見圖１。此模型為五層多輸出ＦＰＮ模型，可觀察到此模型較復(fù)雜鏈?zhǔn)揭?guī)則較長。前向輸出采用取小算子得到加工番茄果實(shí)品質(zhì)的推理值更適合與此模型。通過改變其影響因素，得到一組優(yōu)化的種植管理參數(shù)以改善加工番茄品質(zhì)，具體計(jì)算采用式（１）、（３）計(jì)算即可。對(duì)于此加工番茄品質(zhì)關(guān)聯(lián)模型參數(shù)采用新疆地區(qū)某番茄種植基地的數(shù)據(jù)將其映射為ＦＰＮ模型參數(shù)如表２、表３所示。模糊產(chǎn)生式規(guī)則確信度如表４所示。

２．２參數(shù)優(yōu)化與模型推理

在加工番茄品質(zhì)的影響因素中，平均溫度、施肥量和灌水量在加工番茄種植管理中是主要影響因素。因此，主要研究平均溫度、灌水量及施肥量對(duì)加工番茄品質(zhì)的影響，以期通過協(xié)調(diào)控制上述影響因素的量值提高加工番茄品質(zhì)。由于灌水量的變化主要引起加工番茄品質(zhì)性狀中的糖酸比和加工番茄果實(shí)維生素Ｃ含量變化，圖2是灌水量ｔｏｋｅｎ變化引起的上述兩種品質(zhì)性狀的變化圖。同理，平均溫度、施肥量主要影響的加工番茄品質(zhì)性狀變化見圖3、圖4。

發(fā)育期平均溫度的升高或降低會(huì)引起番茄果實(shí)提前或滯后進(jìn)入成熟期，灌水次數(shù)及灌水量也應(yīng)隨之變化。隨著溫度的升高，灌水總量呈顯著增加趨勢；當(dāng)溫度升至較高時(shí)，由于成熟期提前，所需灌水量適度下降（圖5）。

由此，可確定改善果實(shí)發(fā)育期加工番茄果實(shí)品質(zhì)的平均溫度、灌水量、施肥量ｔｏｋｅｎ。上述ｔｏｋｅｎ是通過模糊推理得到的模糊值，但實(shí)際種植管理應(yīng)是清晰值。因此，通過上述提到的三角形隸屬函數(shù)對(duì)推理結(jié)果“去模糊化”實(shí)現(xiàn)輸出模糊空間到輸出精確空間的映射，其輸出結(jié)果如表５所示。為使加工番茄果實(shí)的可溶性糖、糖酸比、維生素Ｃ含量及番茄紅素含量都達(dá)到較優(yōu)，采用模型推理得到的優(yōu)化值。由于新疆地區(qū)加工番茄從坐果期到果實(shí)成熟期需要２７ ｄ左右，在此期間需要多次灌水，一般為６～７次。從表５可以看出，灌水量不超過２ ５００ ｍ３／ｈｍ２，采用低肥處理，可提高加工番茄各品質(zhì)性狀。

由此確定上述影響因素的ｔｏｋｅｎ，通過變遷使能規(guī)則和以上參數(shù)，可知變遷ｔ１，ｔ２，ｔ３，ｔ４已被激發(fā)。采用輸出取小的計(jì)算方法，得到此五層ＦＰＮ模型每層輸出ｔｏｋｅｎ見表６。由表６可以看出，通過模糊Ｐｅｔｒｉ網(wǎng)建模及推理，將平均溫度、灌水量及施肥量作為變量得出其對(duì)不同加工番茄品質(zhì)的影響程度，得出一組使得加工番茄品質(zhì)性狀較優(yōu)的參數(shù)，提供加工番茄種植科學(xué)的決策，提加工高番茄品質(zhì)。

３小結(jié)與討論

針對(duì)加工番茄果實(shí)品質(zhì)受多種因素影響、某種因素對(duì)加工番茄果實(shí)不同品質(zhì)性狀的作用不同，且存在各因素間的相互作用性等問題，本研究采用模糊Ｐｅｔｒｉ網(wǎng)協(xié)調(diào)各影響因素的作用程度。由于模糊Ｐｅｔｒｉ網(wǎng)具有清晰直觀地知識(shí)表示和動(dòng)態(tài)知識(shí)推理能力，可將獲取的專家知識(shí)通過圖形描述各庫所之間的模糊關(guān)系。將加工番茄果實(shí)發(fā)育期的平均溫度、施肥量及灌水量3個(gè)量值作為主要影響因素，由此建立了時(shí)間順序的加工番茄品質(zhì)關(guān)聯(lián)模型，實(shí)現(xiàn)了加工番茄品質(zhì)推理。通過模糊推理協(xié)調(diào)各影響因素與不同品質(zhì)性狀的關(guān)聯(lián)程度完善了加工番茄果實(shí)發(fā)育期種植管理模式，為提高加工番茄品質(zhì)提供了科學(xué)種植管理決策方法。

模型規(guī)則和專家知識(shí)尚需要一個(gè)不斷修正的過程，否則推理結(jié)果與實(shí)際會(huì)出現(xiàn)一定的偏差。同時(shí)，溫度的變化會(huì)引起加工番茄果實(shí)進(jìn)入成熟期的提前或滯后，施肥量和灌水量也會(huì)因此而不同。希望經(jīng)過實(shí)踐能得到進(jìn)一步的驗(yàn)證和修正，修改完善模型規(guī)則庫來減小誤差。此外，成熟期與各影因素響量值的關(guān)聯(lián)程度分析等問題都是今后要做的工作。

參考文獻(xiàn)：

［１］ ＡＣＨＩＬＥＡ Ｏ．Ｃｉｔｒｕｓ ａｎｄ ｔｍａｔｏ ｑａｌｉｔｙ ｉｓ ｉｍｐｒｏｖｅｄ ｂｙ ｏｐｔｉｍｉｚｅｄ Ｋ ｎｕｔｒｉｔｉｏｎ［Ｊ］．Ｄｅｖｅｌｏｐｍｅｎｔｓ ｉｎ Ｐｌａｎｔ ａｎｄ Ｓｏｉｌ Ｓｃｉｅｎｃｅ，１９９９，８６（５）：１９－２２．

［２］ ＣＡＲＬＩ Ｐ， ＢＡＲＯＮＥ Ａ， ＦＯＧＬＩＡＮＯ Ｖ，ｅｔ ａｌ． Ｄｉｓｓｅｃｔｉｏｎ ｏｆ ｇｅｎｅｔｉｃ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｆａｃｔｏｒｓ ｉｎｖｏｌｖｅｄ ｉｎ ｔｏｍａｔｏ ｏｒｇａｎｏｌｅｐｔｉｃ ｑｕａｌｉｔｙ［Ｊ］．ＢＭＣ Ｐｌａｎｔ Ｂｉｏｌｏｇｙ，２０１１，１１（１）：５８-69．

［３］ ＦＡＶＡＴＩ Ｆ， ＬＯＶＥＬＬＩ Ｓ， ＧＡＬＧＡＮＯ Ｆ，ｅｔ ａｌ．Ｐｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ ｑｕａｌｉｔｙ ａｓ ａｆｆｅｃｔｅｄ ｂｙ ｉｒｒｉｇａｔｉｏｎ ｓｃｈｅｄｕｌｉｎｇ［Ｊ］． Ｓｃｉｅｎｔｉａ Ｈｏｒｔｉｃｕｌｔｕｒａｅ， ２００９，１２２（４）：５６２－５７１．

［４］ 袁崇義．Ｐｅｔｒｉ網(wǎng)原理［Ｍ］．北京：電子工業(yè)出版社，１９９８．

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網(wǎng)的發(fā)展［Ｊ］．杭州電子科技大學(xué)學(xué)報(bào)，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網(wǎng)絡(luò)的模糊Ｐｅｔｒｉ網(wǎng)的學(xué)習(xí)能力［Ｊ］．計(jì)算機(jī)學(xué)報(bào)２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動(dòng)態(tài)最優(yōu)學(xué)習(xí)率的BP算法［Ｊ］.系統(tǒng)仿真學(xué)報(bào)，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風(fēng)味品質(zhì)相關(guān)形狀研究綜述［Ｊ］．遼寧農(nóng)業(yè)科學(xué)，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實(shí)可溶性固形物含量與果實(shí)指標(biāo)的相關(guān)性狀研究［Ｊ］．石河子大學(xué)學(xué)報(bào)，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環(huán)境控制模型及決策的研究［Ｊ］．安徽農(nóng)業(yè)科學(xué)，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對(duì)加工番茄生長發(fā)育的影響［Ｊ］．新疆農(nóng)業(yè)科學(xué)，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統(tǒng)對(duì)番茄種子發(fā)芽生長的影響［Ｊ］．韶關(guān)學(xué)院學(xué)報(bào)，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關(guān)性狀的關(guān)聯(lián)研究［Ｊ］． 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，２０１１，４２（４）：５０４－５０７．

（責(zé)任編輯屠晶）

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網(wǎng)的發(fā)展［Ｊ］．杭州電子科技大學(xué)學(xué)報(bào)，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網(wǎng)絡(luò)的模糊Ｐｅｔｒｉ網(wǎng)的學(xué)習(xí)能力［Ｊ］．計(jì)算機(jī)學(xué)報(bào)２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動(dòng)態(tài)最優(yōu)學(xué)習(xí)率的BP算法［Ｊ］.系統(tǒng)仿真學(xué)報(bào)，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風(fēng)味品質(zhì)相關(guān)形狀研究綜述［Ｊ］．遼寧農(nóng)業(yè)科學(xué)，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實(shí)可溶性固形物含量與果實(shí)指標(biāo)的相關(guān)性狀研究［Ｊ］．石河子大學(xué)學(xué)報(bào)，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環(huán)境控制模型及決策的研究［Ｊ］．安徽農(nóng)業(yè)科學(xué)，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對(duì)加工番茄生長發(fā)育的影響［Ｊ］．新疆農(nóng)業(yè)科學(xué)，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統(tǒng)對(duì)番茄種子發(fā)芽生長的影響［Ｊ］．韶關(guān)學(xué)院學(xué)報(bào)，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關(guān)性狀的關(guān)聯(lián)研究［Ｊ］． 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，２０１１，４２（４）：５０４－５０７．

（責(zé)任編輯屠晶）

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網(wǎng)的發(fā)展［Ｊ］．杭州電子科技大學(xué)學(xué)報(bào)，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網(wǎng)絡(luò)的模糊Ｐｅｔｒｉ網(wǎng)的學(xué)習(xí)能力［Ｊ］．計(jì)算機(jī)學(xué)報(bào)２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動(dòng)態(tài)最優(yōu)學(xué)習(xí)率的BP算法［Ｊ］.系統(tǒng)仿真學(xué)報(bào)，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風(fēng)味品質(zhì)相關(guān)形狀研究綜述［Ｊ］．遼寧農(nóng)業(yè)科學(xué)，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實(shí)可溶性固形物含量與果實(shí)指標(biāo)的相關(guān)性狀研究［Ｊ］．石河子大學(xué)學(xué)報(bào)，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環(huán)境控制模型及決策的研究［Ｊ］．安徽農(nóng)業(yè)科學(xué)，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對(duì)加工番茄生長發(fā)育的影響［Ｊ］．新疆農(nóng)業(yè)科學(xué)，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統(tǒng)對(duì)番茄種子發(fā)芽生長的影響［Ｊ］．韶關(guān)學(xué)院學(xué)報(bào)，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關(guān)性狀的關(guān)聯(lián)研究［Ｊ］． 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，２０１１，４２（４）：５０４－５０７．

（責(zé)任編輯屠晶）