![](https://csdnimg.cn/release/download_crawler_static/85398375/bg1.jpg)
第21卷第1期
110
2005年
1月
农业工程学报
Transactions
of
the
CSAE
V01.21
No.1
Jan.
2005
基于神经网络的作物营养诊断专家系统
何
勇,宋海燕
(浙江大学生物系统工程与食品科学学院,杭州310029)
摘
要:针对传统专家系统自学习能力差的缺点,设计了基于神经网络的作物营养诊断专家系统。收集了小麦缺素时的田
间宏观表现、叶部、茎部、果实症状及引起缺素的原因,由专家进行诊断,将其在诊断过程中输入的可信度值和结论作为神
经网络的输入神经元和输出神经元。在PC机上经过神经网络学习产生的学习结果存入永久性存储器中作为系统知识库的
一部分,然后采用MCS一51C进行设计,在单片机上实现了整个系统的诊断功能。通过田间试验表明该系统充分模仿了专
家现场诊断的功能,大大提高了诊断效率。
关键词:作物营养诊断;专家系统;神经网络;单片机;小麦
中图分类号:TPl82;¥311
文献标识码:A
文章编号:1002—6819(2005)01—0110—04
0
引
言
随着农作物复种指数的提高和高产品种的种植,农
作物产量得到了明显的增加。然而,在获得高额产量的
同时,土壤养分被加速消耗,使得土壤养分平衡状况恶
化,农作物营养失调障碍日趋普遍,这是当前导致农作
物品质变差的主要原因之一。因此,设计一套方便农民
使用,推理准确的智能型营养诊断专家系统对改善作物
品质、增加农业效益具有重要的意义。
近年来,各种农业专家系统已相继出现,国际上已
有近百个农业专家系统广泛应用于作物生产管理,品种
选择,病虫害诊断、控制,温室管理,食品加工、保鲜,粮
食储存及农业机械选择和故障检测等方面[1叫]。中国农
业专家系统的开发及应用起步较晚,但发展速度较快,
先后建立了植保专家系统、栽培管理专家系统、病虫害
防治专家系统、家禽水产养殖管理专家系统等,并得到
了广泛应用[5_11|。但这些专家系统大多是建立在PC机
上的传统专家系统,存在一定的局限性,而且,自学习能
力比较差。因此,作者利用神经网络的学习功能和非线
性映射能力,采用MCS一51C语言在单片机上开发了
一个基于神经网络的农作物营养诊断专家系统。
1
作物营养诊断专家系统的设计
专家系统的研究已经渗透到农业领域,并得到了广
泛利用。然而,传统的专家系统(ES)表现出一定的局限
性,基于规则的专家系统很难真正模仿人类专家的推理
过程,而且学习能力较差、容错性差、不精确推理不适合
解决模糊问题,因此,大大限制了农业专家系统的发展。
利用人工神经网络可解决传统专家系统中的知识
表达、知识获取等问题。在推理上,可利用人工神经网络
收稿日期:2004—03—12修订日期:2004—09—24
基金项目:国家自然科学基金项目(30270773);浙江省自然科学基
金项目(301270);高等学校优秀青年教师教学科研奖励计划
(02411);浙江省自然科学基金人才基金资助项目(RC02067)
作者简介:何勇,博士,教授,博士生导师,杭州市凯旋路268号
浙江大学生物系统工程与食品科学学院,310029。Email:yhe@zju.
edll.cn
完成并行推理以提高传统专家系统中的推理能力。对于
特定的输入模式,人工神经网络可以通过前向计算,产
生输出模式,其中各个输出接点代表的逻辑概念同时被
计算出来,完成并行推理。此外,网络相似的输入能产生
相似的输出,即联想推理,容错性强。如果将二者结合起
来,其解决问题的方式与人类智能更相似。此外,由于单
片机具有功能强、体积小、可靠性好、价格便宜和便于携
带等独特优点,因此,作者在单片机上开发了具有诊断
功能的专家系统(图1)。
在
PC
机
上
进
行
图1 专家系统总体结构框图
Fig.1
Frame
of
the
expert
system
2
神经网络在作物营养诊断专家系统中的
应用
2.1神经网络基本知识与原理
人工神经网络已得到了广大学者的高度重视,在模
式识别、趋势分析、自动控制、人工智能、预测科学等方
面得到了广泛应用。近年来,也有许多学者将神经网络
引入到专家诊断系统的研究中[1卜14]。其中应用最广泛
的是BP网络,BP网络的学习算法是一种误差反向传
播式的网络权值训练方法,它的理论基础是多层神经网
络模型。基本的BP网络结构如图2所示,它由输入层、
隐含层和输出层组成。
BP网络的学习过程包括:正向传播和反向传播。当
正向传播时,输入信息从输入层经隐含单元处理后传向
输出层,每一层神经元的状态只影响下一层的神经元的
状态。如果在输出层得不到希望的输出,则转入反向传
播,将误差信号沿原来的神经元连接通路返回。返回过
程中,逐一修改各层神经元连接的权值。这种过程不断
万方数据