上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院 周燕華

上海農(nóng)林職業(yè)技術(shù)學(xué)院農(nóng)業(yè)信息工程系王興旺

小麥病蟲害防治智能決策支持系統(tǒng)中的模型設(shè)計(jì)

上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院 周燕華

上海農(nóng)林職業(yè)技術(shù)學(xué)院農(nóng)業(yè)信息工程系王興旺

通過對小麥病蟲害防治智能決策支持系統(tǒng)的模型的設(shè)計(jì)和模型的運(yùn)行管理進(jìn)行了的研究，采用VC++6.0程序設(shè)計(jì)語言構(gòu)建了回歸方程,設(shè)計(jì)的模型可以增加處理復(fù)雜問題的能力，決策者可利用模型程序在計(jì)算機(jī)上運(yùn)行，計(jì)算出結(jié)果從中得到輔助決策信息。

智能決策支持系統(tǒng)；模型；設(shè)計(jì)

0 引言

小麥?zhǔn)俏覈鴥H次于水稻的第二大糧食作物，全國播種面積為2800萬公頃，單產(chǎn)（全國平均）在250千克／畝左右，冬小麥主要分布在黃淮海地區(qū)和西北地區(qū)，其次為長江中下游地區(qū)；而東北地區(qū)則以春麥為主。近年來，隨著農(nóng)業(yè)生產(chǎn)水平的提高，種植業(yè)結(jié)構(gòu)的調(diào)整，耕作栽培制度的改變，小麥種植密度增加，肥水條件的改善，免耕、少耕和秸稈地膜覆蓋技術(shù)的推廣，小麥病蟲害呈加重危害的趨勢。隨著地球氣候變暖，連續(xù)出現(xiàn)暖冬年份，以及年度間降雨不平衡，南澇北旱的情況頻頻發(fā)生等。

上海氣候溫和，地勢低平，最冷月平均氣溫1.0～7.8℃，絕對最低氣溫-15.4～4.1℃。年降水量1000～1800毫米，小麥生育期降水量360～830毫米，小麥生長不僅不需要灌溉，而且常有濕害發(fā)生；種植制度以一年兩熟制為主。小麥品種多屬弱冬性或春性，光照反應(yīng)不敏感，生育期200天左右。播種期10月中下旬至11月上中旬，次年5月下旬成熟。病害除赤霉病外，還有白粉病、葉銹病、條銹病、紋枯病、葉枯病等。麥田溝渠配套，降低和控制地下水以治理濕害并輔以藥劑防治病害，是提高本地區(qū)小麥產(chǎn)量的關(guān)鍵措施。在小麥病害中，主要有條銹病、紋枯病、白粉病和赤霉病四種最為重要。做好小麥病蟲害的防治工作，對確保我國糧食安全，提高小麥產(chǎn)量和品質(zhì)，增加農(nóng)民收入有十分重要的意義。

智能決策支持系統(tǒng)，是在傳統(tǒng)的決策支持系統(tǒng)的基礎(chǔ)上發(fā)展起來的一種基于知識化、智能化的決策支持系統(tǒng)，是將人類專家的方法系統(tǒng)化、數(shù)據(jù)化、模式化，并利用計(jì)算機(jī)來比較充分的通過推理來解決復(fù)雜的問題。我國的智能決策支持系統(tǒng)研究從20世紀(jì)80年代開始，國內(nèi)已經(jīng)通過測試并在推廣應(yīng)用的決策系統(tǒng)也有很多。智能決策系統(tǒng)在發(fā)揮專家系統(tǒng)特長的同時(shí)，也充分利用了決策系統(tǒng)以模型為核心計(jì)算解決定性分析的特點(diǎn)，使系統(tǒng)的解決問題能力得到了更大的提升。因此，本文主要解決的是在小麥病蟲害防治過程中利用的決策支持系統(tǒng)的模型設(shè)計(jì)。目前研究較成熟、應(yīng)用較廣泛的是BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、以及具有反饋功能的Elman網(wǎng)絡(luò)模型，但這些模型對小麥的病蟲害預(yù)測不是很適合，本文從小麥病蟲害的特點(diǎn)出發(fā)，著重于對小麥病蟲害預(yù)測模型進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)，從而得到準(zhǔn)確的輔助決策信息。

1 系統(tǒng)分析與總體設(shè)計(jì)

1.1 系統(tǒng)分析

小麥病蟲害防治智能決策支持系統(tǒng)，是運(yùn)用人工智能領(lǐng)域的專家系統(tǒng)技術(shù)、數(shù)據(jù)庫技術(shù)，并集成了地理信息系統(tǒng)、信息網(wǎng)絡(luò)、智能計(jì)算、知識發(fā)現(xiàn)、優(yōu)化模擬、虛擬現(xiàn)實(shí)等多方面高新技術(shù)，匯集農(nóng)業(yè)領(lǐng)域知識、模型和專家經(jīng)驗(yàn)等[5]。采用合宜的知識表示技術(shù)和推理策略，運(yùn)用多媒體技術(shù)并能以信息網(wǎng)絡(luò)為載體，向農(nóng)業(yè)管理提供咨詢服務(wù)，指導(dǎo)科學(xué)育林，提高農(nóng)業(yè)科技文化素質(zhì)，就地培訓(xùn)基層農(nóng)業(yè)技術(shù)人員，促進(jìn)農(nóng)業(yè)科技推廣體制現(xiàn)代化，推動(dòng)農(nóng)業(yè)可持續(xù)發(fā)展，改變傳統(tǒng)農(nóng)業(yè)向現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)變，將發(fā)揮重大作用。IDSS把模型庫、數(shù)據(jù)庫、知識推理、人機(jī)交互四者有機(jī)地結(jié)合起來，達(dá)到了定性的知識推理、定量的模型數(shù)值計(jì)算、數(shù)據(jù)庫處理的高度集成[2]。將其應(yīng)用到小麥病蟲害的診斷與防治意義重大，可以有效的對小麥病蟲害進(jìn)行預(yù)測預(yù)報(bào)，在一定程度上減少農(nóng)民損失，提高小麥產(chǎn)量

1.2 系統(tǒng)總體設(shè)計(jì)

2 模型的設(shè)計(jì)

2.1 模型設(shè)計(jì)的意義

模型是對現(xiàn)實(shí)世界的事物、現(xiàn)象、過程或系統(tǒng)的簡化描述。使用模型可以增加處理復(fù)雜問題的能力，決策者可利用模型程序在計(jì)算機(jī)上運(yùn)行，計(jì)算出結(jié)果從中得到輔助決策信息。小麥的病蟲害與濕度、溫度、雨量、日照時(shí)間等氣象因子密切相關(guān)，根據(jù)上述因子與病蟲害的關(guān)系建立模型連同設(shè)計(jì)的模型字典一起構(gòu)成模型庫。通過模型計(jì)算，可以對小麥的病蟲害進(jìn)行預(yù)測，為專家系統(tǒng)的推理提供依據(jù)。

在本系統(tǒng)中用到的模型主要是關(guān)于病害推理模型、病蟲害預(yù)測模型、病蟲害防治模型、數(shù)據(jù)分析模型。

(1)病害推理模型的設(shè)計(jì)，主要是關(guān)于推理機(jī)的設(shè)計(jì)。在這里針對病蟲害的預(yù)測模型、病蟲害的防治模型的設(shè)計(jì)過程加以闡述。

(2)病蟲害的預(yù)測模型設(shè)計(jì)：在預(yù)測過程中，根據(jù)地理?xiàng)l件和氣象因子及歷史數(shù)據(jù)利用線性回歸分析模型進(jìn)行全面性的預(yù)測。

(3)病蟲害的防治模型設(shè)計(jì)：在防治過程中，根據(jù)病蟲害的推理得出的結(jié)果以及用戶提供的具體信息（包括病蟲危害程度、種植面積、樹的大小等信息）利用回歸分析方法進(jìn)行相應(yīng)的藥物配方。

(4)數(shù)據(jù)分析模型設(shè)計(jì)：在病情分析的過程中，依據(jù)用戶對于病害的咨詢情況，統(tǒng)計(jì)用戶咨詢信息,然后將該信息存入數(shù)據(jù)庫。從而根據(jù)這些信息利用一元回歸分析地方法進(jìn)行數(shù)據(jù)推理分析。

2.2 模型字典

模型字典用來存放有關(guān)模型的描述限制、約束、參數(shù)模型等）和模型的數(shù)據(jù)抽象。所謂模型的數(shù)據(jù)抽象是模型關(guān)于數(shù)據(jù)存取的說明。這部分模型管理系統(tǒng)對數(shù)據(jù)庫自動(dòng)存取數(shù)據(jù)的需要。此外，模型字典中有關(guān)模型模塊詳細(xì)說明可作為用戶和系統(tǒng)人員查詢模型庫內(nèi)容之用。

模型字典可包括以下一些內(nèi)容：

(1)模型內(nèi)容；(2)模型的功能和模型的編碼；(3)模型在模型庫中存放的位置；(4)模型來源、出處；(5)模型的變量數(shù)和維數(shù)；(6)模型使用的算法程序及其在方法庫中的位置；(7)模型使用的數(shù)據(jù)名稱、單位、精度及存放位置；(8)用戶文件、使用說明；(9)模型框圖、文字說明；(10)建立模型的作者、時(shí)間；(11)修改模型的作者、時(shí)間；(12)審核模型的作者、時(shí)間；(13)模型入庫時(shí)間。

此外，模型字典中還可以存放主要用來輔助用戶學(xué)習(xí)使用模型的信息，如模型結(jié)構(gòu)、模型性能、模型應(yīng)用的場合、模型求解技術(shù)、模型輸入輸出的含義以及模型的可靠性等。

2.3 模型設(shè)計(jì)

為保證用OLS法得到最優(yōu)估計(jì)量，該回歸模型應(yīng)滿足如下假定條件：

(1)假定1：隨機(jī)誤差項(xiàng)向量是非自然相關(guān)的，同方差的，其中每一項(xiàng)都滿足均值為零，方差相同（設(shè)為2）且為有限值，即

模型的參數(shù)估計(jì)應(yīng)用最小二乘法,最小二乘法的原理是通過求殘差（誤差項(xiàng)的估計(jì)值）平方和最小來確定回歸參數(shù)估計(jì)值，這是求極值問題．用表示殘差平方和，求其最小值條件下的回歸參數(shù)的估計(jì)值。

從而得到下列方程組

求參數(shù)估計(jì)值的實(shí)質(zhì)就是求一個(gè)K+1元方程組。

3 模型管理系統(tǒng)的設(shè)計(jì)

為了對模型庫進(jìn)行集中控制和管理，我們建立了一個(gè)模型庫管理系統(tǒng)來進(jìn)行以下各項(xiàng)管理。

3.1 構(gòu)模管理

為了便于用戶建立模型，系統(tǒng)應(yīng)具備一個(gè)能夠構(gòu)造或產(chǎn)生模型的靈活機(jī)構(gòu)，主要是能夠提供一種模型定義語言（model definition language），用戶可利用它完成以下功能：

模型生成——如用戶可在文本編輯狀態(tài)下建立一個(gè)模型，又如利用矩陣生成器，只要給出一些數(shù)據(jù)，系統(tǒng)自動(dòng)生成線性規(guī)劃模型；

模型的連接-----進(jìn)行子模型的連接；

模型的重構(gòu)-----當(dāng)模型的基本結(jié)構(gòu)變化后，能夠?qū)δＰ椭囟x或重建。

在構(gòu)模過程中，構(gòu)模者可利用模型描述語言和模型操縱語言（都屬于模型定義語言）來完成新模型的建立、子模型的連接以及模型與數(shù)據(jù)的連接等。

3.2 模型的存取管理

模型的存取管理一般數(shù)據(jù)庫的數(shù)據(jù)存取管理功能，負(fù)責(zé)模型的裝入、維護(hù)、修改、刪除、更新、查詢等功能。在模型庫管理系統(tǒng)的支持下，用戶可以根據(jù)模型名稱、建模方法或模型經(jīng)濟(jì)功能等多種分類路徑，存取所需的模型。其中模型的更新指在不改變結(jié)構(gòu)的條件下修改參數(shù)，如模型的約束條件或系數(shù)的改變等。模型的查詢指用戶可以查詢模型文件，了解模型特性。通?？墒褂媚Ｐ筒樵冋Z言（也屬于模型定義語言）選擇和調(diào)出已有的模型。

3.3 模型的運(yùn)行管理

模型運(yùn)行管理的內(nèi)容包括：

(1)運(yùn)行前的條件準(zhǔn)備。主要是檢驗(yàn)?zāi)Ｐ退枰姆椒ㄗ映绦蚝蛿?shù)據(jù)是否具備，否則提醒用戶創(chuàng)造條件。

(2)與方法連接。通過接口，從方法庫中取出方法與模型連接。

(3)與數(shù)據(jù)連接。一是模型與內(nèi)部數(shù)據(jù)庫的連接，存取運(yùn)算結(jié)果和初始數(shù)據(jù)；二是通過接口啟動(dòng)數(shù)據(jù)析取系統(tǒng)和數(shù)據(jù)庫管理系統(tǒng)，實(shí)現(xiàn)與外部數(shù)據(jù)庫之間的連接。

(4)模型的運(yùn)行控制。為了實(shí)現(xiàn)模型的運(yùn)行控制，MBMS不僅要集中和控制各種圖表顯示或其他輸出裝置，而且應(yīng)向用戶提供執(zhí)行的狀態(tài)信息，藉以跟蹤模型的運(yùn)行。在運(yùn)行過程中，可設(shè)置檢驗(yàn)點(diǎn)，用戶可要求中斷模型的執(zhí)行過程，觀察狀態(tài)信息和間結(jié)果，以便及時(shí)發(fā)現(xiàn)錯(cuò)誤。

4 結(jié)束語

本文通過對小麥病蟲害防治智能決策支持系統(tǒng)中的模型研究,結(jié)合上海小麥種植病蟲害特點(diǎn),設(shè)計(jì)了多元回歸預(yù)測模型,通過模型計(jì)算，可以對小麥的病蟲害進(jìn)行準(zhǔn)確預(yù)測，為專家系統(tǒng)的推理提供依據(jù)。經(jīng)過反復(fù)測試小麥病蟲害防治智能決策支持系統(tǒng)運(yùn)行良好,可以及時(shí)準(zhǔn)確的對小麥的病蟲害進(jìn)行預(yù)測、診斷并防治。

[1]景偉娜，何燚．一種無線智能數(shù)據(jù)采集與處理系統(tǒng)設(shè)計(jì)[J]．微計(jì)算機(jī)信息，2008，12-1：91-92

[2]黃梯云.智能決策支持系統(tǒng).[M]北京：電子工業(yè)出版社,1996,22-68

[3]程慧霞.用C++建造專家系統(tǒng).[M]北京：電子工業(yè)出版社.2001,20-150.

[4]張偉峰.智能決策系統(tǒng).[M]北京：電子工業(yè)出版社.1999,112-150

[5]林堯瑞.專家系統(tǒng)原理與實(shí)踐.[M]北京：清華大學(xué)出版社，1988,20-150

[6]陳文偉.智能決策技術(shù).[M]北京：電子工業(yè)出版社，1998，5-50

[7]Hayes Roth F.et al.Building Export Systems [J],Addsion Wesley,1983,25-27

[8]Tello E.R.Object Oriented Programming for Artificial Intelligence[C],Addison Wesley,1989,12-17

2016-03-30）