黃語燕，鄭回勇，吳敬才，蒲寶山，鄭鴻藝，張　鐘

(福建省農(nóng)業(yè)科學(xué)院數(shù)字農(nóng)業(yè)研究所　350003)

專家系統(tǒng)AES(Agricultural Expert System)也叫智能系統(tǒng)，是一種模仿人類專家來解決問題的智能系統(tǒng)，通過匯總和歸納各種知識、有用數(shù)據(jù)和模型，模仿專家的解題方法，對問題進(jìn)行推理分析，提供有效的解決辦法，并通過計(jì)算機(jī)進(jìn)行平臺(tái)自動(dòng)控制處理、可視化顯示等[1]。自20世紀(jì)七八十年代以來，國內(nèi)外開發(fā)應(yīng)用的農(nóng)作物栽培專家系統(tǒng)，越來越多地應(yīng)用于農(nóng)作物栽培的精準(zhǔn)施肥、病蟲害防治、溫室環(huán)境監(jiān)測及控制等方面。

1　專家系統(tǒng)結(jié)構(gòu)、分類及開發(fā)平臺(tái)

1.1　專家系統(tǒng)結(jié)構(gòu)

專家系統(tǒng)的一般結(jié)構(gòu)如圖1所示，主要包括知識庫、綜合數(shù)據(jù)庫、推理機(jī)、解釋器、人機(jī)界面等5個(gè)部分[1]。知識庫用于存儲(chǔ)各類知識，包括事實(shí)、可行的操作與規(guī)則等；綜合數(shù)據(jù)庫是專家系統(tǒng)數(shù)據(jù)的暫時(shí)儲(chǔ)存區(qū)，用于存放原始數(shù)據(jù)、中間結(jié)果和最終結(jié)果；推理機(jī)根據(jù)決策策略或算法進(jìn)行與知識庫內(nèi)各項(xiàng)專門知識的推論；解釋器能夠向用戶解釋專家系統(tǒng)的行為，包括系統(tǒng)運(yùn)行過程、狀態(tài)與結(jié)果；人機(jī)界面用于相關(guān)數(shù)據(jù)和信息的輸入和輸出[2]。

圖1　專家系統(tǒng)的一般結(jié)構(gòu)

1.2　專家系統(tǒng)的分類

專家系統(tǒng)可以從以下幾個(gè)方面來分類：按決策依據(jù)不同可分為基于知識和規(guī)則的專家系統(tǒng)和基于模型的專家系統(tǒng)；按功能不同可分為診斷性專家系統(tǒng)、解釋性專家系統(tǒng)、控制性專家系統(tǒng)等幾類；按知識特點(diǎn)不同可分為精確專家系統(tǒng)和模糊專家系統(tǒng)；按推理類型不同可分為有符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)推理專家系統(tǒng)；按系統(tǒng)的結(jié)構(gòu)不同可分為單機(jī)型專家系統(tǒng)和網(wǎng)絡(luò)型專家系統(tǒng)。

1.3　專家系統(tǒng)開發(fā)方式

專家系統(tǒng)的開發(fā)方式主要有兩種，一種直接運(yùn)用高級語言(VB、C++、Java、Prolog、Delphi等)進(jìn)行開發(fā)[3]。其優(yōu)點(diǎn)是開發(fā)形式自由靈活，能根據(jù)系統(tǒng)要求和研究重點(diǎn)等進(jìn)行靈活的設(shè)計(jì)開發(fā)。缺點(diǎn)是開發(fā)難度較大、周期較長，對開發(fā)人員的專業(yè)水平要求較高；另一種是利用專家系統(tǒng)開發(fā)工具進(jìn)行二次開發(fā)，它是根據(jù)專家系統(tǒng)知識庫和推理機(jī)分離的特點(diǎn)，把已建成的專家系統(tǒng)中的知識庫去除，僅保留框架，當(dāng)進(jìn)行二次開發(fā)時(shí)，只需重新裝入新的知識庫調(diào)試即可。利用這種開發(fā)工具可以大大縮短開發(fā)周期、開發(fā)難度較小，但是靈活性不夠[4]。目前，國內(nèi)常見的專家系統(tǒng)開發(fā)工具有農(nóng)業(yè)專家系統(tǒng)開發(fā)平臺(tái)PAID及其多媒體版MPAID、專家系統(tǒng)開發(fā)工具Aip3.0/雄風(fēng)3.0、通用農(nóng)業(yè)專家系統(tǒng)生成工具AEST、Java expert system shell等[5]。

2　國內(nèi)外農(nóng)作物栽培專家系統(tǒng)的應(yīng)用研究進(jìn)展

國內(nèi)外農(nóng)作物栽培專家系統(tǒng)的發(fā)展歷程主要經(jīng)歷了從功能單一到功能多樣化，從僅僅運(yùn)用知識和規(guī)則的專家系統(tǒng)到融入作物生長模型的專家系統(tǒng)，從單機(jī)版專家系統(tǒng)到網(wǎng)絡(luò)化專家系統(tǒng)的發(fā)展進(jìn)化過程[6]。

2.1　國外農(nóng)作物栽培專家系統(tǒng)的開發(fā)與應(yīng)用

世界上應(yīng)用最早的農(nóng)作物栽培專家系統(tǒng)(大豆病蟲害診斷專家系統(tǒng))于1978年誕生[7]。1981年，荷蘭開發(fā)出冬小麥病蟲害管理系統(tǒng)EPIPRE，對主要病蟲害提供殺菌劑推薦噴灑劑量，在保證基本產(chǎn)量的前提下，每公頃可減少15歐元的農(nóng)藥費(fèi)用[8]。1986年，美國開發(fā)的棉花作物管理專家系統(tǒng)COMAX/GOSSYM，置于棉田中的傳感器會(huì)向該系統(tǒng)自動(dòng)報(bào)告天氣狀況，得出施肥、灌溉、脫葉劑施用和棉桃開裂的最佳方案，這是一個(gè)典型的基于作物模型的農(nóng)作物栽培專家系統(tǒng)[9]。1991年，以色列開發(fā)的作物與地塊匹配選擇專家系統(tǒng)CROPLOT，這是一款基于知識規(guī)則的農(nóng)作物栽培專家系統(tǒng)，可幫助農(nóng)戶根據(jù)地塊情況選擇最適宜種植的農(nóng)作物，系統(tǒng)和農(nóng)業(yè)專家給出的決策相似度達(dá)90%[10]。1991年泰國開發(fā)出灌溉管理專家系統(tǒng)ESIM，在泰國北部地區(qū)使用取得很好的效果[11]。1995年，埃及開發(fā)出農(nóng)業(yè)綜合管理專家系統(tǒng)LIMEX，可在灌溉、施肥、病蟲害控制等方面給出決策[12]。2011年，Orellana等[13]開發(fā)的基于網(wǎng)絡(luò)的橄欖栽培生產(chǎn)管理系統(tǒng)SAIFA，可以監(jiān)測西班牙的橄欖綜合生產(chǎn)情況，幫助農(nóng)民針對橄欖的生長情況做出恰當(dāng)?shù)臎Q策，對提高橄欖的種植產(chǎn)量和質(zhì)量起到一定的促進(jìn)作用。2012年，Cho Yongyun等[14]運(yùn)用互聯(lián)網(wǎng)、計(jì)算機(jī)、傳感器等技術(shù)建立了基于專家知識模型的農(nóng)業(yè)環(huán)境服務(wù)系統(tǒng)，結(jié)合作物生長的實(shí)驗(yàn)?zāi)Ｐ?，將農(nóng)業(yè)領(lǐng)域的寶貴知識和經(jīng)驗(yàn)融合在一起，可向農(nóng)民提供需要的服務(wù)。

目前，國外農(nóng)作物栽培專家系統(tǒng)廣泛應(yīng)用于作物的生長環(huán)境監(jiān)測及控制、灌溉管理、精準(zhǔn)施肥、品種選擇、病蟲害控制等方面，農(nóng)作物栽培專家系統(tǒng)的技術(shù)水平和應(yīng)用價(jià)值也越來越高。

2.2　國內(nèi)農(nóng)作物栽培專家系統(tǒng)的開發(fā)與應(yīng)用

我國對農(nóng)作物栽培專家系統(tǒng)的研究始于20世紀(jì)80年代，很多科研單位、高校相繼開展了相關(guān)研究。同時(shí)，國家科研項(xiàng)目開始支持農(nóng)業(yè)專家系統(tǒng)的研究工作，如“863”項(xiàng)目、國家自然科學(xué)基金項(xiàng)目、科技部項(xiàng)目等。進(jìn)入21世紀(jì)后，農(nóng)作物栽培專家系統(tǒng)發(fā)展迅速，系統(tǒng)功能日益完善，使用性能也愈來愈強(qiáng)。

2002年，廖桂平等[15]運(yùn)用Microsoft Access建立數(shù)據(jù)庫，以Authorware制作多媒體，以VB 6.0為開發(fā)語言開發(fā)出油菜栽培管理多媒體專家系統(tǒng)，實(shí)現(xiàn)了查詢、農(nóng)藝優(yōu)化決策、栽培管理、病蟲害診斷防治、預(yù)測產(chǎn)量等功能。

2004年，王堯等[16]構(gòu)建了一套水培番茄、黃瓜的營養(yǎng)液管理專家系統(tǒng)，實(shí)現(xiàn)對不同生育期的營養(yǎng)液濃度、pH值，以及氮、磷、鉀、鈣等營養(yǎng)元素的管理。

2006年，徐剛等[17]運(yùn)用AIP 1.0專家系統(tǒng)平臺(tái)開發(fā)出基于生長模型的溫室小西瓜栽培管理專家系統(tǒng)(ESWCM)。高靈旺等[18]以Delphi 7.0為開發(fā)工具，以Microsoft SQL Server 2000系統(tǒng)進(jìn)行數(shù)據(jù)庫管理，采用基于專家知識的精細(xì)推理(前向推理)和基于案例的推理相結(jié)合的推理方式，開發(fā)出農(nóng)業(yè)病蟲害預(yù)測監(jiān)控系統(tǒng)。

2009年，劉明輝等[19]以開源版MapGuide為WebGIS二次開發(fā)平臺(tái)，結(jié)合ASP.NET技術(shù)開發(fā)了具有B/S三層網(wǎng)絡(luò)架構(gòu)的農(nóng)業(yè)病蟲害預(yù)測預(yù)報(bào)專家系統(tǒng)。該系統(tǒng)是采用基于知識的精細(xì)推理與基于系統(tǒng)案例的推理相結(jié)合的方式，依循專家經(jīng)驗(yàn)預(yù)測方法構(gòu)建的病蟲知識庫，其知識信息存放于Microsoft SQL Server 2000數(shù)據(jù)表中。實(shí)際運(yùn)行結(jié)果表明,該系統(tǒng)操作性強(qiáng),預(yù)測結(jié)果可靠且直觀。

2011年，LI Yishan等[20]基于ASP.NET平臺(tái)，開發(fā)出一套基于網(wǎng)絡(luò)平臺(tái)的甜橙施肥專家系統(tǒng)，可針對氣候條件和地理位置擬定甜橙年度施肥計(jì)劃，使用該系統(tǒng)每株甜橙可節(jié)省3～24 g的P2O5使用量、41～238 g的N使用量、1～6 g的K2O使用量。Wu Zhigang 等[21]開發(fā)一套基于多分支結(jié)構(gòu)的牧草蟲害防治信息專家系統(tǒng),它是一種基于網(wǎng)絡(luò)的牧草蟲害防治技術(shù)信息專家系統(tǒng)，能識別50多種牧草蟲害，系統(tǒng)采用ASP.NET和Microsoft SQL server 2008數(shù)據(jù)庫等進(jìn)行開發(fā)，使用了8個(gè)數(shù)據(jù)庫，包括用戶信息數(shù)據(jù)庫、基本信息數(shù)據(jù)庫和識別知識數(shù)據(jù)庫等。

2012年，Sun Sufen 等[22]以農(nóng)業(yè)技術(shù)信息數(shù)據(jù)庫和專家團(tuán)隊(duì)為基礎(chǔ)，通過Ajax技術(shù)開發(fā)了農(nóng)業(yè)科技咨詢系統(tǒng)。對于簡單的問題，系統(tǒng)通過改進(jìn)的矢量空間模型(VSM)自動(dòng)回答問題；對于復(fù)雜的問題，農(nóng)業(yè)專家可在線對問題進(jìn)行解答。Li Dongming等[23]運(yùn)用JAVA語言和Cloudscape數(shù)據(jù)庫設(shè)計(jì)了一種基于案例推理(CBR)的人參病蟲害診斷專家系統(tǒng)，解決了在基于規(guī)則的推理(RBR)中存在的系統(tǒng)難以防御、知識難以獲取、推理脆弱的問題，運(yùn)用CBR可以充分利用以往診斷和治療人參病害蟲的知識和經(jīng)驗(yàn)，避免重復(fù)工作，對類似農(nóng)作物栽培專家系統(tǒng)的研究提供了一個(gè)新的思路。

2016年，余國雄等[24]設(shè)計(jì)了基于農(nóng)業(yè)物聯(lián)網(wǎng)的荔枝園信息獲取與智能灌溉專家決策系統(tǒng)。該系統(tǒng)通過信息采集終端模塊實(shí)時(shí)采集環(huán)境信息，系統(tǒng)根據(jù)采集到的環(huán)境數(shù)據(jù)，結(jié)合專家知識，建立多個(gè)決策數(shù)學(xué)模型，實(shí)現(xiàn)自動(dòng)灌溉。王鴻磊等[25]提出一種多源感知高效循環(huán)設(shè)施大棚智能控制及農(nóng)業(yè)專家系統(tǒng)。該系統(tǒng)結(jié)合作物生長模型、溫室控制模型、能耗模型等，結(jié)合作物光合作用速率，實(shí)現(xiàn)溫室最優(yōu)控制。該監(jiān)控系統(tǒng)已在徐州現(xiàn)代農(nóng)業(yè)實(shí)驗(yàn)示范基地試運(yùn)行。

3　存在的問題與對策建議

目前，我國農(nóng)作物栽培專家系統(tǒng)的研究已取一定的成果，網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)庫技術(shù)、多媒體技術(shù)等已廣泛應(yīng)用于我國種植業(yè)生產(chǎn)，有些農(nóng)作物栽培專家系統(tǒng)已投入使用，并取得一定的成效。但是，系統(tǒng)研究與開發(fā)也還存在一些問題。一是實(shí)用性不夠，目前國內(nèi)開發(fā)的農(nóng)作物栽培專家系統(tǒng)很多，但是真正推廣應(yīng)用的成果并不多；二是知識庫知識儲(chǔ)備數(shù)量不足，大多只能實(shí)現(xiàn)知識的查詢功能，本質(zhì)上只是一個(gè)信息發(fā)布系統(tǒng)，難以超越專家的智能范圍和決策能力；三是決策推理能力較弱，我國開發(fā)的農(nóng)作物栽培專家系統(tǒng)大多都是基于知識和規(guī)則的專家系統(tǒng)，未能與作物生長模型緊密結(jié)合，難以真正模仿人類專家的推理過程，僅僅利用了系統(tǒng)的淺層知識，缺少動(dòng)態(tài)預(yù)測功能和推理性解釋[26]。

要解決這些問題，一要建立研究農(nóng)業(yè)知識的自動(dòng)獲取技術(shù)，如數(shù)據(jù)庫中的知識發(fā)現(xiàn)技術(shù)、數(shù)據(jù)挖掘技術(shù)等[27]；二要規(guī)范農(nóng)業(yè)數(shù)據(jù)的采集和管理，構(gòu)建新型復(fù)合化的通用專家系統(tǒng)知識表示，建立農(nóng)業(yè)數(shù)據(jù)庫共享系統(tǒng)；三是要不斷利用新技術(shù)，新技術(shù)包括“3S”技術(shù)、不確切推理技術(shù)、虛擬技術(shù)、數(shù)據(jù)挖掘技術(shù)等[28-29]。

4　農(nóng)作物栽培專家系統(tǒng)研究的發(fā)展方向

4.1　“3S”技術(shù)的集成應(yīng)用

余國雄等指出，以“3S”技術(shù)(GPS、GIS、RS技術(shù))為核心發(fā)展我國農(nóng)作物栽培專家系統(tǒng)[24]。GPS，即全球定位系統(tǒng)，能夠進(jìn)行田間定位和測量種植面積，可用于作物定位機(jī)械播種、定位施肥灌溉、統(tǒng)計(jì)產(chǎn)量等多個(gè)方面。GIS，即地理信息系統(tǒng)，能將各類圖紙(如地形圖、作物分布圖、降水分布圖等)數(shù)字化后存儲(chǔ)于計(jì)算機(jī)，并進(jìn)行分析、疊加，獲得某一位置點(diǎn)的地理信息和土壤信息。RS，即遙感技術(shù)，通過感知物體反射或自身輻射的電磁波、可見光、紅外線等信息，可對目標(biāo)進(jìn)行識別和探測。運(yùn)用該技術(shù)可以準(zhǔn)確獲得作物的生長數(shù)據(jù)和環(huán)境數(shù)據(jù)，這些數(shù)據(jù)是專家系統(tǒng)數(shù)據(jù)庫的重要來源。“3S”技術(shù)的集成，為專家系統(tǒng)的建立提供了大量的、動(dòng)態(tài)的、可更新的數(shù)據(jù)，其數(shù)據(jù)覆蓋面廣，為農(nóng)業(yè)專家系統(tǒng)的應(yīng)用和推廣提供了條件[27]。

4.2　虛擬技術(shù)的開發(fā)與應(yīng)用

虛擬技術(shù)可以模擬作物在計(jì)算機(jī)三維空間的生長發(fā)育過程。幫助建立植物的形態(tài)模型、生長參數(shù)模型、生理生態(tài)模型等，對提高專家系統(tǒng)的決策能力具有重要的理論意義和實(shí)踐意義[30]。因此，虛擬技術(shù)可以帶動(dòng)我國農(nóng)作物栽培專家系統(tǒng)向仿真可視化發(fā)展。

4.3　數(shù)據(jù)挖掘技術(shù)的開發(fā)與應(yīng)用

數(shù)據(jù)挖掘技術(shù)能夠?qū)^去的數(shù)據(jù)進(jìn)行查詢，找出數(shù)據(jù)之間的潛在聯(lián)系，促進(jìn)信息的傳遞和分析，從數(shù)據(jù)中挖掘知識，從而為農(nóng)作物栽培專家系統(tǒng)提供決策支持。

5　結(jié)論

雖然，農(nóng)作物栽培專家系統(tǒng)在開發(fā)研究和運(yùn)用過程中還存在一些問題，但確實(shí)對我國農(nóng)作物生產(chǎn)發(fā)展起到了促進(jìn)作用。目前，網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)技術(shù)、多媒體技術(shù)等已廣泛應(yīng)用于各種專家系統(tǒng)中。未來，應(yīng)借助“3S”技術(shù)、虛擬技術(shù)、數(shù)據(jù)挖掘技術(shù)進(jìn)一步發(fā)展農(nóng)作物栽培專家系統(tǒng)，將對這一研究領(lǐng)域的發(fā)展產(chǎn)生巨大的推動(dòng)作用。

參考文獻(xiàn)：

[1]羅衛(wèi)紅.溫室作物生長模型與專家系統(tǒng)[M].北京:中國農(nóng)業(yè)出版社,2008：9-11.

[2]范墨林,別之龍.我國設(shè)施蔬菜專家系統(tǒng)開發(fā)的研究進(jìn)展[J].長江蔬菜:學(xué)術(shù)版,2008(5):1-5.

[3]侯寶華,大麥生長監(jiān)控專家系統(tǒng)的設(shè)計(jì)與開發(fā)[D].蘭州:甘肅農(nóng)業(yè)大學(xué),2016.

[4]金燕,石雪暉,熊興耀.專家系統(tǒng)在果樹中的應(yīng)用及研究進(jìn)展[J].中國農(nóng)學(xué)通報(bào),2009，25(4)：199-201.

[5]宴江.面向商品化生產(chǎn)的設(shè)施蔬菜專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].武漢:華中農(nóng)業(yè)大學(xué),2013.

[6]卓方方.基于Web的奇臺(tái)春小麥栽培技術(shù)專家系統(tǒng)的構(gòu)建[D].烏魯木齊:新疆農(nóng)業(yè)大學(xué),2015.

[7]李泉,朱鳳榮.我國農(nóng)業(yè)專家系統(tǒng)研究進(jìn)展[J].河南機(jī)電高等?？茖W(xué)校學(xué)報(bào),2008,16(6):45-48.

[8]ZADOKS J C.EPIPRE:a Disease and Pest Management System for Winter Wheat Developed in the Netherlands[J].EPPO Bulletin,1981,11:365-369.

[9]LEMMON H.Comax:An Expert System for Cotton Crop Management[J].Science,1986,233:29-33.

[10]NEVO A,AMIR I.CROPLOT-An expert system for determining the suitability of crops to plots[J].Agricultural Systems,1991,37(3):225-241.

[11]SRINIVASAN R,ENGEL B A,PAUDYAL G N.Expert system for irrigation management (ESIM)[J].Agricultural Systems,1991,36(3):297-314.

[12]MISHRA S,AKANKASHA,Deep V.Expert Systems In Agriculture:An Overview[J].International Journal of Science Technology & Engineering1,2014(5):45-49.

[13]ORELLANA F J,DEL S J,DEL A I M.SAIFA：A web-based system for Integrated Production of olive cultivation[J].Computers and Electronics in Agriculture，2011，78：231-237.

[14]CHO Y Y,CHO K Y,SHIN C S,et al.A Recommend Service Based on Expert Knowledge Model in Agricultural Environments[C].Heidelberg:Springer,2012：189-194.

[15]廖桂平,官春云.油菜優(yōu)質(zhì)高產(chǎn)高效栽培管理多媒體專家系統(tǒng)[J].作物科學(xué),2002,28(1):410-412.

[16]王堯,宋衛(wèi)堂,喬曉軍.水培番茄、黃瓜營養(yǎng)液管理專家系統(tǒng)的構(gòu)建[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(5):254-257.

[17]徐剛，郭世榮，張昌偉，等.基于生長模型的溫室小型西瓜栽培管理專家系統(tǒng)(ESWCM)的研究和建立[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，22(4)：157-161.

[18]高靈旺,陳繼光,于新文,等.農(nóng)業(yè)病蟲害預(yù)測預(yù)報(bào)專家系統(tǒng)平臺(tái)的開發(fā)[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(10):154-158.

[19]劉明輝,沈佐銳,高靈旺,等.基于WebGIS的農(nóng)業(yè)病蟲害預(yù)測預(yù)報(bào)專家系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2009,40(7):180-186.

[20]LI Y S ，HONG L F.Development of a Non-Pollution 0range Fruit Expert system software Based on ASP.NET[J].Agricultural Sciences in China，2011,10(5)：805-812.

[21]WU Z G,ZHANG Z H,LI W X,et al.An Expert System Based on Multi-branch Structure for Grass Pest Control Information[C].Heidelberg:Springer,2011:229-235.

[22]SUN S F,ZHANG J F,LUO C S,et al.Research and Implementation of Agricultural Science and Technology Consulting System Based on Ajax and Improved VSM[J].Research and Implementation of Agricultural Science and Technology, 2012，346: 638-647.

[23]LI D M,CHENG F,ZHANG L J.Research on Expert System for Ginseng Diseases and Pests Based on CBR[J].Recent Advances in Computer Science and Information Engineering,2012,124:75-80.

[24]余國雄，王衛(wèi)星，謝家興,等.基于物聯(lián)網(wǎng)的荔枝園信息獲取與智能灌溉專家決策系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32(20)：144-152.

[25]王鴻磊,徐平平,樊繼德,等.多源感知高效循環(huán)智能控制設(shè)施大棚架構(gòu)與實(shí)現(xiàn)[J].浙江農(nóng)業(yè)學(xué)報(bào)，2016，28(7)：1224-1234.

[26]葛中一.農(nóng)業(yè)專家系統(tǒng)的應(yīng)用及發(fā)展[J].山東師范大學(xué)學(xué)報(bào):自然科學(xué)版,2008,23(4):150-153.

[27]何進(jìn)宇,田軍倉,馬波.水利專家系統(tǒng)的應(yīng)用現(xiàn)狀與展望[J].節(jié)水灌溉,2016(12):123-127.

[28]濮永仙.基于物聯(lián)網(wǎng)的精準(zhǔn)農(nóng)業(yè)果蔬種植預(yù)警系統(tǒng)[J].湖北農(nóng)業(yè)科學(xué),2016,55(14):3741-3744,3786.

[29]張娓娓，袁路路.基于遺傳優(yōu)化模糊PID算法的溫室智能控制系統(tǒng)研究[J].農(nóng)機(jī)化研究，2017(7)：210-213.

[30]丁維龍,熊范綸,梁榮華.基于虛擬生長模型的溫室番茄栽培管理專家系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(1):193-197.