专家系统含义
专家系统是一个智能计算机程序系统，其内 部含有大量的某个领域专家水平的知识与经 验，它能应用人工智能技术和计算机技术， 根据专家的知识和解决问题的方法进行推理 判断，模拟人类专家在相应领域的决策过程， 并在很短的时间内对问题得出高水平的解答。 简言之：“一个在某领域具有专家水平的解 题能力的程序系统”。
差异性被视为 差 异 性 被 视 利用地理信息系统
不利条件
为财富
仔细协调所测出的
地块特殊可能性
第一个老概念是“投入—产出”黑盒模型，即通 过很多小块田的多次重复试验，采限制统计上的 偏差以便获得投入与产出之间的较好对应关系。 这种过时的不问生物机理的做法势必代之以生产 生态学的新观点。生物过程的知识就是要把物理、 生物和化学等学科通过系统科学的途径贯穿融为 一体。所以，这一新概念综合了实验、模拟以及 对机理的分析与理解。而不仅仅是黑盒数学模型 所要求的，投入产出间统计(回归)的简单关系。
• 特点 –数据量很大，常不准确、有错误、不完全 –能从不完全的信息中得出解释，并能对数据 做出某些假设 –推理过程可能很复杂和很长
• 例子 语音理解、图象分析、系统监视、化学结 构分析和信号解释等
2. 预测专家系统 (expert system for prediction)
• 任务通过对过去和现在已知状况的分析，推 断未来可能发生的情况
经过多年的科学研究，理论和技术日臻成熟，专 家系统的应用得到了飞速发展。至今，世界各国 已在农业、医疗诊断、化学工程、语音识别、图 像处理、金融决策、信号解释、达到甚至超过了同领域人类专 家的水平，已经产生或正在产生巨大的经济效益 和社会影响。
Rudy Rabbinge指出：过去我们提倡农民要具有 “绿色手指”—掌握新的生产技巧，而今天我们 有能力为农民提供科学的“绿色头脑”。为达此 目的就要总结出整套的采集田间数据的程序与方 法，以便及时精确地反映田间状况的因时因地变 化的情形。这种空间差异性无疑是很重要的，我 们要掌握它的空间模式及其演变，这正是地理信 息系统(GIS) 的用武之地。
专家系统分类 专家系统的类型：
❖ 解释专家系统 ❖ 预测专家系统 ❖ 诊断专家系统 ❖ 设计专家系统 ❖ 规划专家系统
❖ 监视专家系统 ❖ 控制专家系统 ❖ 调试专家系统 ❖ 教学专家系统 ❖ 修理专家系统
1. 解释专家系统 (expert system for interpretation)
• 任务通过对已知信息和数据的分析与解释，确 定它们的涵义。
• 特点 –系统处理的数据随时间变化，且可能是不 准确和不完全 –系统需要有适应时间变化的动态模型
• 例子 有气象预报、军事预测等
3. 诊断专家系统 (expert system for diagnosis)
• 任务 根据观察到的情况(数据)来推断出某个对 象机能失常(即故障)的原因
虽然作物的数学模型对于决策的制定是很重要 的，但是人们已经察觉到，数学模型并非在所 有场合下都能适用。因此，不得不深入考虑各 种模型的适用性。通常解释型模型并不能用于 田块农作的决策。回归模型可用于预测，而概 括的、简化的(Summary)模型则可用于直接指导 田间作业的决策生成。有关此模型的作物和土 壤的基本信息是重要的，它促进了精确农业中 基于科学的有益活动。
到70年代后期，科学家们开始意识到：程序的问 题求解能力不仅取决于它使用的形式化体系和推 理模式，而且取决于它的知识，即：要使一个程 序具有智能，必须给它提供大量有关问题领域的 专门知识。这一概念性的突破导致了一种专用程 式的开发，这种专用程式能在某些狭窄的问题领 域具有与人类专家同等程度解题能力，故被称为 专家系统。
➢ 找到了田间各局部状况的主要成因，就要通过
模型反求其量化了的纠正措施。
到目前为止能真正指导实践的模型尚不多见。 这就需要不断地修正和完善数学模型，同时要 寻求建立经验一知识模型，使人工智能专家系 统(ES)技术与数学模拟模型(SM)相结合起到互 补作用，再经过决策支持系统(DSS)的优选初步 提出纠正措施。
➢上 述 初 步 决 定 的 纠 正 措 施 ， 要 通 过 数 学—知识模型进行仿真预测，以改进和 验证该措施的正确性和可行性。
➢通过经济、环境模型预测该管理措施的 经济性、经济效益、社会效益和生态效 果。
➢最终以处方图或指令卡的形式将决策传 送给智能农机去执行。
2 专家系统ES
专家系统（Expert System，简记ES）也称基于 知识的系统，是目前在人工智能的应用方面最成 熟的一个领域。 专家系统产生于60年代中期。最初，人工智能领 域的科学家试图通过发现解决各类问题的一般方 法来模仿复杂的思维过程，最后发现开发通用的 问题求解程序非常困难。一个单一的程序能够处 理的问题种类越多，那么对每一个别问题所能做 的就越少。于是，这些科学家希望能在比较特别 的问题上采用的通用方法或技术，这促使他们开 始研究知识的表达和搜索等技术。
作物生产管理决策过程中需要着重考虑以下5个方 面的问题：
➢在取得田间状况(产量、墒情、肥力、病虫等) 分布图之后，首先要进行状况诊断，找出其主要 成因。 状况诊断亦可细分为地形诊断、天气诊断、植株 形态诊断、营养诊断、病虫草害诊断等。以上种 种诊断都具有相应的方法手段和标准，原则上说 并不困难，但要找准主要成因或说“胁迫因子” 决非易事。以往通过大量田间试验才能得到较为 可信的敏感度分析结果从而选出胁迫因子，但从 时间上往往来不及实时指导当年的田间管理，在 空间上亦缺乏足够的可比性、通用性。
第五章 精细农业管理决策支持系统
➢作物生产管理决策的生成 ➢专家系统ES ➢决策支持系统DSS
1 作物生产管理决策支持系统的生成
农业的老概念与新观点
老概念
新观点
客观条件
“投入—产出’’ 生 产 生 态
黑盒模型
学
生产方程(模型 面 向 目 标
公式)
的途径
系统科学的教育； 生长机制的模拟和 探索研究
生产技术中科技因 素的提高