李迎　高志華　白華

深州蜜桃具有兩千多年的栽培歷史。據(jù)《深州縣志》記載：漢時“深州土產(chǎn)曰桃，往時有桃貢，北國之桃，深州最佳，謂之蜜桃”?！吧钪葜?，饒陽之繡，安平之絹，皆一境之獨勝也?！辈⒘袨檫M獻皇宮的貢品，是壽桃的原型。從明代開始蜜桃大量栽培，到清朝的道光年間桃樹已經(jīng)發(fā)展到10多萬株，分布于20多個村莊。王光英題詞：“深州蜜桃果中王”?，F(xiàn)在深州蜜桃產(chǎn)地范圍為河北省深州市穆村鄉(xiāng)、雙井開發(fā)區(qū)、唐奉鎮(zhèn)、深州鎮(zhèn)、兵曹鄉(xiāng)、辰時鎮(zhèn)、東安莊鄉(xiāng)共7個鄉(xiāng)鎮(zhèn)現(xiàn)轄行政區(qū)域。

最近幾年，隨著科技的進步專家系統(tǒng)的研究已經(jīng)滲透到農(nóng)業(yè)生產(chǎn)領(lǐng)域，并發(fā)揮出了巨大的作用。然而，傳統(tǒng)專家系統(tǒng)表現(xiàn)出一定的局限性：基于規(guī)范的推理難以真正模仿人類專家的推理過程，還存在知識獲取和表達力上的薄弱、學(xué)習(xí)能力較差、容錯性差等問題，嚴重影響了專家系統(tǒng)的開發(fā)應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)是模擬人腦思考過程的人工智能技術(shù)之一。它不需要任何先驗公式，就能從已有數(shù)據(jù)中自動地歸納總結(jié)出規(guī)律。它具有很強的非線性映射能力，特別適合于因果關(guān)系復(fù)雜的非確定性識別、判斷和分類等問題。根據(jù)這兩種系統(tǒng)的特點，本文提出一種基于人工神經(jīng)網(wǎng)絡(luò)的蜜桃生產(chǎn)專家統(tǒng)，即將人工神經(jīng)網(wǎng)絡(luò)作為專家系統(tǒng)的輸入，專家系統(tǒng)用來為神經(jīng)網(wǎng)絡(luò)分析結(jié)果 。

全國蜜桃病蟲害的原因大致相同，可以在同一個系統(tǒng)里應(yīng)用。全國蜜桃病害發(fā)生的原因一般可分為兩大類，一是由生物因素引起的傳染性病害病原物主要有細菌、真菌、病毒和線蟲等，都具有傳染性；二是非生物因素所引起的病害，如營養(yǎng)和水分的多少、溫度的高低、日照的長短強弱、空氣污染等環(huán)境因素，這類病害不互相傳染，稱之為非傳染性病害。由于這兩種病害的表面特征具有很多相似性，所以將兩種病蟲害合并在一起研究，以蜜桃炭疽病、白腐病、霜霉病等傳染性病害和蜜桃水罐子、日燒病、缺氮癥等 10種非傳染性病害為研究對象進行知識樣本化處理。

首先是專家知識數(shù)據(jù)庫的建立。這部分知識構(gòu)成專家系統(tǒng)主要的知識來源。用戶輸入輸出接口及知識轉(zhuǎn)換模塊負責(zé)與用戶的交互，將用戶輸入的癥狀數(shù)據(jù)轉(zhuǎn)換為可供推理機推理的診斷格式，同時診斷出的結(jié)果通過人機接口返回給用戶。推理機和人工神經(jīng)網(wǎng)絡(luò)及知識庫是專家系統(tǒng)的核心部分，包括基本推理、人工神經(jīng)網(wǎng)絡(luò)推理、知識庫的存儲查詢和維護。

專家系統(tǒng)運行過程如下，首先專家系統(tǒng)進行專家知識規(guī)范的初始化。由蜜桃病害診斷專家經(jīng)過大量實踐和科學(xué)分析論證的結(jié)果作為專家系統(tǒng)的主要知識來源，手動輸入專家系統(tǒng)。對輸入專家知識進行規(guī)范化，把形成知識規(guī)范的內(nèi)容存入到知識庫中。同時對專家知識規(guī)范進行樣本化處理，形成人工神經(jīng)網(wǎng)絡(luò)所需的學(xué)習(xí)樣本，然后再將樣本輸入到人工神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。至此專家系統(tǒng)初始化完畢可以進行使用。然后，當(dāng)用戶通過客戶端輸入需要診斷的癥狀，它將對輸入的病蟲害信息進行數(shù)據(jù)轉(zhuǎn)換，才能變成推理機可以快速處理的數(shù)據(jù)。最后，推理機先要查詢知識庫中已經(jīng)存在的專家知識數(shù)據(jù)庫，如果專家知識庫中存在相匹配的診斷規(guī)范那就可以直接給出診斷結(jié)果。如沒有符合要求的信息則利用人工神經(jīng)網(wǎng)絡(luò)進行推理，這樣才能得出可靠的診斷結(jié)果。它將得出的診斷結(jié)果輸出給用戶，同時給出防治措施。

人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程與知識庫的建立是同時進行的，對樣本的訓(xùn)練對整個系統(tǒng)的成敗起著至關(guān)重要的作用。首先應(yīng)該選取一部分樣本進行學(xué)習(xí)，由這部分訓(xùn)練得出網(wǎng)絡(luò)權(quán)重值，然后再以全部作為學(xué)習(xí)樣本。以前面得出的人工神經(jīng)網(wǎng)絡(luò)權(quán)重值作為初始權(quán)重值重新訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，這樣才能得到最終可靠的權(quán)重值。對于推斷錯誤或訓(xùn)練結(jié)果誤差大的樣本，系統(tǒng)利用參數(shù)修正學(xué)習(xí)算法得到新的網(wǎng)絡(luò)參數(shù)及權(quán)重值，再將其用于人工神經(jīng)網(wǎng)絡(luò)前向計算模塊中，直至滿足誤差為止。

在選取學(xué)習(xí)樣本時，既要注意蜜桃典型癥狀的使用又要注意實際生產(chǎn)中癥狀表現(xiàn)的使用。典型癥狀是突出蜜桃病害的特點，這樣可以使網(wǎng)絡(luò)較快地對所有研究的對象形成概念并抽取特征；而實際生產(chǎn)中癥狀則更能反映具體果樹的個性特征。只有使用時結(jié)合這兩類癥狀的優(yōu)點，才能提高本系統(tǒng)診斷精度和速度。

本系統(tǒng)的知識表述分為兩種：一種是將果樹專家的經(jīng)驗知識形式化成規(guī)范，并存儲在知識庫中，作為推理的原始前提；另一種是通過現(xiàn)場歷史數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，將難以形式化的專家經(jīng)驗以非線性映射的形式存儲于神經(jīng)網(wǎng)絡(luò)的節(jié)點上。推理機則在一定的規(guī)范指導(dǎo)下，針對不同情況用規(guī)范和神經(jīng)網(wǎng)絡(luò)對蜜桃缺素、病蟲害進行診斷，得出可能的診斷結(jié)果，并對診斷結(jié)果進行評價和提出防治措施。

在本系統(tǒng)中，人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)在完成一個診斷實例后，可以記憶診斷過程和結(jié)果，保存到診斷規(guī)范表中。從而歸納出新的診斷規(guī)范，不斷擴充知識庫的內(nèi)容，使知識庫具有自己學(xué)習(xí)功能，這是本系統(tǒng)與傳統(tǒng)專家系統(tǒng)的重要區(qū)別。在推理過程中，針對用戶輸入蜜桃病蟲害的癥狀表現(xiàn)的嚴重程度，系統(tǒng)自動會調(diào)整規(guī)范中各個節(jié)點的權(quán)重值，使每一個診斷可靠性得到提高，為下次正確診斷奠定了基礎(chǔ)。

本系統(tǒng)的主要優(yōu)點表現(xiàn)在： ①由于采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，系統(tǒng)很自然地實現(xiàn)了邏輯推理的功能，具有較強的診斷能力。②系統(tǒng)具有知識自己學(xué)習(xí)、便于系統(tǒng)擴充和容錯性強等優(yōu)點。 ③人工神經(jīng)網(wǎng)絡(luò)嵌入到傳統(tǒng)專家系統(tǒng)中，既繼承了傳統(tǒng)專家系統(tǒng)的模塊化思想，同時也延用以往的開發(fā)成果，又融進人工神經(jīng)網(wǎng)絡(luò)的優(yōu)良特性，提高了整個專家系統(tǒng)的智能水平。隨著計算機技術(shù)在農(nóng)業(yè)領(lǐng)域的不斷滲透，人工神經(jīng)網(wǎng)絡(luò)硬件和軟件的不斷發(fā)展，運用網(wǎng)絡(luò)模型的各種算法的不斷出現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)也會不斷地與專家系統(tǒng)進行結(jié)合，比較完善地解決基于符號的專家診斷系統(tǒng)所不能解決的一系列問題，有著極其廣泛的應(yīng)用前景。但是人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的集成技術(shù)還處于探索階段，其中仍有許多問題需要進一步的深入，都是需要探討的問題 。

參考文獻

[1]徐麗娜.神經(jīng)網(wǎng)絡(luò)控制北京：電子工業(yè)出版社，2003，5-6.

[2]高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例北京：機械工業(yè)出版社，2007，10-13.

[3]李紅超 . 關(guān)于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究 [J]. 電腦知識術(shù) ，2014（6）.