时间：2023-04-01 10:07:37
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇智能农业论文，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
关键词：地理信息系统，专家系统，智能决策支持系统
图1 马常杰、陈守余提出的G-IDSS参考模型框架
3.结语
智能决策支持系统既发挥了专家系统以知识推理形式解决定性分析问题的特点，又充分利用了决策支持系统以模型计算为核心的解决定量分析问题的特点，将定性分析和定量分析有机的结合起来，使解决问题的能力得到进一步的提高。但是它不能直观、精确而灵活地描述组织对象的位置布置、空间分布等地理信息，也不能描述组织对象所处的自然环境和社会环境信息。精准农业实现的全过程均依赖于地理信息。论文参考网。论文参考网。因此，针对精准农业的特点，将GIS和IDSS结合起来，辅助决策分析是至关重要的。
地理信息是实现精准农业的核心系统，它管理所有的农业信息，并对空间信息进行分析，对精准农业实施给出精准的作业方案。论文参考网。我国基于计算机网络系统的GIS软件在城市建设、农田规划和土壤养分管理方面已广泛应用。目前研究的关键问题是开发出具有自主产权的用于精准农业的基于计算机网络农田管理决策系统。将GIS与IDSS相结合，发挥各自优势，使计算机技术在农业中的应用更加实用化、智能化，对于提高农业现代化的科学性和工作效益将有深远的意义。
【参考文献】
[1]张伟.智能决策支持系统( IDSS) 研究综述.现代商贸工业,2009年第14期
[2]孔祥强.GIS与ES的结合及在精确农业中的应用.信息技术与信息化,2007.1
[3]吴雨华.国内外智能决策系统的发展概况及推广应用.农业与技术,2005年1月
[4]张卫建,卞新民,柯建国等.基于网络GIS 的区域农业决策支持系统的集成思路与方法.南京农业大学学报,2000,23 (2):23～26
[5]郑文钟,何勇,张玉林.基于GIS的农业机械化决策支持系统的研究.浙江大学学报(农业与生命科学版) 31(3):329-332,2005
[6]马常杰,陈守余.基于GIS的IDSS模型研究.计算机与现代化,2003年第2期
[7]周勇,田有国,任意等.基于GIS 的区域土壤资源管理决策支持系统.系统工程理论与实践,2003年3月
[8]刘书华,杨晓红,蒋文科等.基于GIS的农作物病虫害防治决策支持系统.农业工程学报,2003.7
[9]周舟,王秀,王俊,阎波杰.基于GIS的变量喷药决策支持系统.农业工程学报,2008年9月
[10]张梅,文静华.基于分布式Web-GIS的农业决策支持系统研究.安徽农业科学,2010,38(5):2737-2738
[11]张东彦,杨武德,冯美臣.专家系统在我国农业上的应用现状、存在问题和发展趋势.农业网络信息,2007年第2期
[12]夏敏,张佳宝,赵小敏等.基于的土地适宜性评价决策支持系统研究与应用.农业系统科学与综合研究,2006年11月
[13]郭银巧,李存东,赵春江等.玉米栽培理论及智能决策系统的研究进展.2005,13(1):95~98,102
[14]杨长保,吴秀媛,马生.基于GIS的专家系统及其在农业宏观决策中的应用研究.吉林农业大学学报,2004 ,26 (1) :111～115
[15]陈文伟.决策支持系统及其开发.电子工业出版社,1998
[16]夏安邦.决策支持系统引论.同济大学出版社,1991
摘要……………………………………………………………………………………Ⅰ
英文摘要………………………………………………………………………………Ⅱ
1“数字农业”的内涵…………………………………………………………1
2国外“数字农业”关键技术发展与应用……………………………………………1
2.1美国………………………………………………………………………………………1
2.2英国………………………………………………………………………………………2
2.3德国………………………………………………………………………………………2
3我国发展“数字农业”的紧迫性…………………………………………………2
4“数字农业”的发展趋势………………………………………………………………3
4.1农业生产全流程智能化将逐步成为现…………………………………………………3
4.2农产品流通电商化发展将更加迅猛……………………………………………………3
4.3农业多元化公共服务将更加完善………………………………………………………4
5 “数字农业”的实践策略……………………………………………………………4
5.1实现农业农村业务数字化和可视化……………………………………………………4
5.2推动数字农业技术创新…………………………………………………………………5
5.3提高农业农村经营管理数字化水平…………………………………………………5
结语…………………………………………………………………………………………6
致谢………………………………………………………………………………………7
参考文献……………………………………………………………………………………8
摘 要
数字农业是将信息作为农业生产要素，用现代信息技术对农业对象、环境和全过程进行可视化表达、数字化设计、信息化管理的现代农业。数字农业使信息技术与农业各个环节实现有效融合，对改造传统农业、转变农业生产方式具有重要意义。本文总结了国外“数字农业”关键技术发展与应用,结合我国发展数字农业的紧迫性与当前数字农业的发展趋势,对我国“数字农业”的发展提出了几条实践策略。
关键词：数字农业；农业信息化；发展策略
Abstract
Content:Digital agriculture is a kind of modern agriculture that takes information as agricultural production elements, uses modern information technology to express agricultural objects, environment and the whole process visually, digital design and information management. Digital agriculture makes the information technology and all aspects of agriculture achieve effective integration, which is of great significance to the transformation of traditional agriculture and the transformation of agricultural production mode. This paper summarizes the development and application of the key technologies of "digital agriculture" in foreign countries. Combined with the urgency of developing digital agriculture in China and the current development trend of digital agriculture, several practical strategies are put forward for the development of "digital agriculture" in China.
Key words:Digital agriculture; agricultural informatization; development strategy
浅析“数字农业”发展趋势与策略
1“数字农业”的内涵
“数字农业”是农业数字经济的重要实践。当前，学术界和工业界尚未能够对数字农业形成统一的定义。通用名称包括信息农业，精确农业，“ Internet + 农业”等等。本文中提到的数字农业基于农业信息化，在农业链的所有环节中都强调了下一代信息技术的重要作用，代表了农业产业的新视野。现代农业与信息化的紧密结合使可以充分利用数字技术。数字技术在促进农业发展方面发挥着重要作用，并且不断的提高现代农业产业的数字化水平，支持农村战略的实施。
2国外“数字农业”关键技术发展与应用
2.1美国
美国完善的农业产业基础和数字技术体系促进农业发展。美国数字农业发展建立在农业生产高度专业化、规模化、企业化的基础上，已经建成了完善的现代农业技术应用与管理系统。自20世纪90年代起，美国已开始应用数字农业技术，包括应用遥感技术对作物生长过程进行检测和预报、在大型农机上安装GPS设备、应用GIS处理和分析农业数据等，对大田作物进行生产前、中、后期的全面监测与管理。在21世纪初已经实现“3S”技术、智能机械系统和计算机网络系统在大农场中的综合应用，智能机械已经进入商品化阶段。如JohnDeere公司的“绿色之星”精准农业系统，基于物联网技术与“3S”技术搭建的新型精准农业管理系统，用以进行精细农作、农机管理、农艺管理和计划管理，可绘制农场产量的“数字地图”，在机械化生产大农场中的市场占有率达到了65％以上。在大数据、物联网等数字技术飞速发展的助推下，美国数字农业技术已与农业生产的产前、产中、产后形成紧密衔接，应用范畴覆盖从作物生长的微观监测到宏观农业经济分析。此外，美国也已形成完善的技术服务组织网络，美国服务类企业与公益机构可为经营主体提供较为完善的技术服务，例如美国农业技术服务组织（FSA）为农民提供丰富的信息。
2.2英国
英国信息化技术应用助推精准农业。信息化技术推动英国农业向数字化、智能化、精准化的方向发展。英国农村地区信息化基础设施完备，互联网、4G信号已实现基本覆盖。在此基础上，精准农业技术得以实现在农业的全方位应用，如借助遥感技术进行作物生产监测与产量预报、农业资源调查、农业生态环境评价和灾害监测等；英国Massey Ferguson公司研发的“农田之星”信息管理系统，借助传感识别技术和GPS技术能够更为精准地进行种植和养殖作业、数据记录分析和制定解决方案；智能机械已基本装备卫星定位系统、电脑控制和软件应用系统，能够根据不同位置、不同质量的地块情形实现自动化、精准化、变量化作业，同时可以采集作物信息用以制作电子地图和调整生产策略。2013年英国启动《农业技术战略》，提出了应用大数据、物联网技术和智能技术进一步发展精准农业，从而提升农业生产效率，如借助GateKeeper专家系统提供辅助决策和农场管理、LELY挤奶机器人等智能化设备在养殖场中的应用、自动感知技术在施肥施药机械上的应用、二维码技术在农产品产销环节的广泛应用等。
2.3德国
德国关键技术与设备的积极研发与推广。在欧盟农业共同政策对数字农业的支持下，德国积极发展高水平数字农业，在农业生产高度机械化的基础上，建立完善的计算机支持和辅助决策系统，提供数字农业综合解决方案。德国投入大量资金与人力支持数字农业核心技术与智能设备研发，并由大型企业牵头，如德国拜耳公司投资2 亿欧元支持数字农业布局，已在60多个国家提供数字化解决方案，并旗下Xarvio品牌推广数字农业，通过XarvioScouring识别系统高效识别和分析作物生长和病虫害信息，帮助农民优化田块单独管理和农田统筹优化。拥有百年历史的德国农业机械制造商CLAAS集团结合第四代移动通信技术和传感器技术，实现收割过程的全面自动化。
3我国发展“数字农业”的紧迫性
今年虽然受到疫情影响，但我国大部分农产品仍然是一个“大年”，怎样解决需求下降、部分市场关闭、物流受阻等难题，把农货顺利卖出去，让农民实现丰产又丰收？加速数字农业发展是不二法门。
农业长期保持着传统形态，技术进步一直较慢，特别是进入信息化时代后，农业技术滞后带来的产业发展差距愈发显著。随着数字经济的兴起，越来越多的领域引入互联网、大数据、人工智能等技术，实现了智能化、数字化重塑，生产率大幅度提高。2019 年，我国服务业、工业数字经济渗透率分别为 37.8%、19.5%，但农业只有 8.2%，数字化改造的空间很大，需尽快赶上信息社会的发展步伐。
农业数字化转型是农业现代化的必然选择，也是破解目前农业难题的一剂良方，瞄准这个主攻方向，无疑将为农业高质量发展提供新动能，给予农民更多获得感。对广大农民来讲，农产品销售难的问题最头疼，常常遭遇“多收了三五斗”的尴尬。可以说，农业数字化水平滞后，农产品质量不稳定、难以标准化、产销信息不对称等是导致农产品销售难的主因。显然，加快技术与传统农业的融合，打造数字农业，对产业链进行全方位的数字化改造，使得传统农业脱胎换骨，插上科技的翅膀腾飞，已成为农业发展新趋势。
4“数字农业”的发展趋势
4.1农业生产全流程智能化将逐步成为现实
物联网技术在现代农业生产设施和设备领域中的应用极大地提高了现代农业生产设施和设备的数字和智能水平，实现了整个农业生产过程的数字化控制，实现了农业智能化生产和管理。它可以解决由托管服务流程引起的一系列问题。在种植业中，重点是如何精确控制生产环节，例如育苗，播种，施肥，灌溉和病虫害防治。当前，荷兰，日本，以色列和其他国家正在使用大数据，人工智能和信息技术来促进数字化，精确化和智能化作物种植的发展。
4.2农产品流通电商化发展将更加迅猛
电子商务的飞速发展为农产品流通提供了新的平台和基础。例如，美国著名的新鲜食品电子商务公司LocalHarvest是一个平台，该平台整合了有机农业的上下游，并连接了中小型农场和消费者。LocalHarvest平台基于从相关农场收集的基本信息来支持地图搜索系统，使消费者能够搜索本地社区周围的农场并购买难以保存的新鲜农产品，例如蔬菜和禽蛋。农产品在快速物流系统下，可以快速送到消费者家中，从而大大提高农产品物流的效率和质量。
值得欣喜的是，近年来，全国各地与各大电商平台纷纷投入大量资源，重构产业链，培植人才，发力促进农产品上行。以河北省为例，近年来积极引入农业电商龙头企业，与阿里巴巴、京东、拼多多等电商平台开展合作，持续在直播助农、农产品品牌孵化、新农商人才培养等领域，合力打造河北数字农业“新基建”。可以看到，利用大数据和分布式人工智能技术匹配优化资源，将需求传导给供给端，有效缓解了供需信息不对称造成的产销脱节。在互联网科技力量的加持下，传统农业的“痛点”也得到有效解决，进一步打开了农产品从田间到餐桌的通路。
随着电商农产品销量的快速增长，广大农民亦受益匪浅，农业生产模式发生重大变化，以需求引导生产、订单式农业逐渐成为主流，精准种植、数字营销提升了农民收入水平，促进更多农民融入数字农业的场景里。以往很多滞销农产品位于贫困地区，数字农业重塑产业链，帮助贫困户掌握技术、融入市场，实现了造血扶贫。实践证明，此种创新扶贫模式具有很强的活力。比如，拼多多的“农地云拼”模式得到国务院扶贫办的肯定，荣获了今年的“全国脱贫攻坚组织创新奖”。截至 2019 年底，拼多多平台直连的农业生产者超过 1200 万人，累计带贫人数超百万。
4.3农业多元化公共服务将更加完善
通过将移动互联网和大数据等顶尖技术运用在农业公共服务，农业服务也更加便利和灵活。这也是数字农业发展的重要趋势。一些国家为了促进数字农业的发展，在农业信息化和农业公共服务方面做出了很多努力。
5 “数字农业”的实践策略
5.1实现农业农村业务数字化和可视化
加快建立涵盖农业资源，农村产业，生产管理，产品质量，农业机械设备和农村治理的数据库。利用地理空间信息技术和遥感技术整合空间数据，获取耕地资源，渔业水资源，粮食生产功能区，现代化农业园区，特色农产品优势区，特色鲜明的农业村庄，生产经营实体，村庄分布等数据。地图存储在数据库中，使农业和农村资源数据立体化。通过集成的农业调度系统，现场定点监控系统，集成的遥感信息，无人机观测和地面传感器网络，可以建立农作物的空间分布。通过农作物的空间分布，重大自然灾害和其他动态空间图，形成了一个一体化的全域地理信息图，为农业生产和管理的科学指导奠定了坚实的数据基础。
5.2推动数字农业技术创新
创新，始终是乡村振兴的内生动力。要实现乡村振兴，离不开“数字农业”助力。手机变成新农具、直播成了新农活、数据成为新农资，随着农业新业态新模式竞相涌现，数字经济发展红利惠及三农必将更加给力，而农业信息技术已然成为数字农业发展的关键支持。未来依靠农业科学院和大学等农业科学研究和技术开发机构来充分发挥农业科技企业作为创新主题的作用，促进数字农业领域的“产学研”合作，并着重于先进技术和核心技术。为了提高对关键技术的了解和研发，精确操作和智能决策的数字化管理，智能设备的变量修改和应用，农产品的灵活处理，区块链等技术，3S 加速，智能识别，模型仿真，智能控制和其他软件和硬件产品数字农业的综合应用，了解数字农业技术标准和规范体系的建立，数字农业技术创新以及应用服务系统的持续改进。
5.3 提高农业农村经营管理数字化水平
当前，就中国电子政务项目的发展而言，农业部门中的电子政务服务水平不能完全满足领导决策应用程序和公共商务应用程序的功能要求。农业信息服务的总体水平有待进一步提高。同时，这意味着中国农业信息服务具有巨大的发展和利用空间。因此，有必要进一步扩大移动互联网技术，云计算，大数据等先进技术在农业信息服务领域的应用，并通过建立灵活，便捷，高效，透明的农业生产经营管理体系，为农民提供更多便捷和信息服务。在信息公开，政府公共关系，信息服务，办公室工作等方面，充分利用农民信箱和便携式农业和农村地区的服务功能，提高了园艺，畜牧，水产品，田间管理和智能化管理水平。着眼于整个农业产业链的要求，以提高劳动生产率，研究和推广适用于不同地形和环境的农业机械，并进一步促进农业“机器换人”。
结 语
数字农业的发展实现了对农业生产的自动，精确控制，智能和科学管理，提高了农业的可控性，降低了生产成本，并减少了环境污染，使农业向精准，环保和可持续的方向发展。此外，农村电子商务的发展可以有效克服农业产业化经营的不利因素，可以简化交易联系，提高交易效率，降低成本，消除农民对库存余额的担忧，并缩短生产周期。努力为农民提供更多的商机。由于时间和空间的限制，内容的选择空间也越来越广，这对于提高农业生产经营管理人员的科学文化素养具有重要意义。
致 谢
在这篇论文的撰写过程中，我遇到了很多的困难和障碍，但都在老师、领导、同事、同学和朋友的帮助下顺利解决了。尤其要强烈感谢周波老师在千里之外给我们线上授课进行指导和帮助，不厌其烦地为我们解答疑问、传授知识，让我非常感动，在此向帮助和指导过我的各位老师表示最衷心的感谢!
同时也要感谢这篇论文所涉及到的各位学者，本文引用了数位学者的研究文献，如果没有各位学者的研究成果的帮助和启发，我将很难完成本篇论文的写作。
同时也要感谢我的领导、同事、同学和朋友，在我写论文的过程中给予我很多素材，还在论文的撰写和排版过程中提供给我很大的帮助。由于我的学术水平有限，所写论文难免有不足之处，恳请各位老师和学友不吝批评与指教。
参考文献
[1] 周清波 , 吴文斌 , 宋茜 . 数字农业研究现状和发展趋势分析 [J].中国农业信息 ,2019,30(01), 第 5-13 页 .
[2] 施威 , 曹成铭 .“互联网 + 农业产业链”创新机制与路径研究 [J].理论探讨 ,2019(06), 第 110-114 页 .
关键词：网络，农业信息，获取
人类社会迈入新的世纪，全球展开了信息技术革命，并且正以前所未有的方式对社会变革的方向起着决定作用。随着信息化的深入，信息的数量以惊人的速度急剧地爆炸性增加。论文参考网。除了广播、电视、书籍、报纸等各种传统的信息传播媒介之外,又出现了国际互联网、无线上网、手机上网等新的信息传递手段,使信息获取变得更加多样复杂，同样使农业信息获取的渠道增多。面对“信息爆炸”的时代，如何快速高效的进行网络中的农业信息获取成了农业信息工作的首要任务。
在新的环境下，作为农业信息从业人员，应掌握更多的从当前网络中获取农业信息的手段，下面从六个方面说明如何在当前网络中进行农业信息获取。
1、使用专业的农业信息搜索引擎，是农业信息化发展的方向。
要在海量信息中找到所需农业信息，就必须用到专业级的搜索引擎。我国目前现状，农业信息的获取还很困难，特别是急需农业科技信息和市场信息的企业、部门、农户，他们通过综合搜索引擎，并不能迅速找到自己想要的信息。据不完全统计，在农业领域现有各种网站近十万多个，涉及农、林、牧、渔、水利、气象、农垦、乡镇企业及其它农业部门。在这些海量的信息中，如何搜索一个准确的农业信息是农业人员非常关注的问题。因此，针对于中文农业网络资源研发专业化的搜索引擎，实现农业信息的精确搜索是农业信息搜索引擎发展方向。
在专业农业搜索引擎方面，有些网站已经走在前列:
世界范围：(1)农业冲浪(agrisurf.com)。世界上最大的农业专业搜索引擎，提供分类检索和关键词检索,提供大约20 000多个农业相关网站和95个国家与地区的有效链接。
(2) Ceres Online
ceresgroup.com/col/
专门提供农业信息。其搜索功能连接到了农业产业的其它专业人员。日历数据库列出了几百个即将到来的农业活动，气象图提供了世界各地天气情况以及热点信息。论文参考网。
（3）AgEconSearch
agecon.lib.umn.edu/
AgEcon搜索收集，索引包括诸如农业，食品供应，自然资源经济学，环境经济学，农产品贸易及广义的农业经济领域的学术研究全文。
国内相关搜索引擎：
(1)农搜sdd.net.cn/
农搜农业专业搜索引擎的研发得到了中国农业科学院“杰出人才工程”经费的资助。
(2)搜农sounong.net/
中国搜农是在国家科技支撑计划项目和现代农村信息化关键技术研究与示范项目资助下取得的一项重大创新成果，也是第一个面向我国农业企业、农民大户、农业专业技术协会以及广大农业科技人员提供农业通用搜索与农产品供求、农业实用技术、政策新闻等专题的搜索服务。
(3)so.ag365.com/365农业搜索
(4)chinanong.com/华农在线-中国农业信息搜索引擎
(5)086ny.com/soso/超农网农业搜索
(6)3nss.com/Portal/Default.aspx三农搜索网
2、除了农业搜索引擎外，网络中农业信息获取还要有相应的专业智能浏览器。
使用专门开发的面向农业信息获取方面的智能浏览器，可以借助智能浏览器的功能，方便快捷地进行快速搜索、精确搜索，过滤无关信息，提取农业信息，为广大农民用户方便快捷地获取农业信息提供服务。
3、使用在线农业专家系统。
农业专家系统是运用人工智能的专家系统技术，汇集农业领域知识、模型和专家经验等，采用合宜的知识表示技术和推理策略，以信息网络为载体,为农业生产管理者提供咨询服务。传统的农业专家系统在现今的网络条件下变的不适用。现在农业专家系统的发展方向为:在线农业专家系统及实时智能专家系统。
目前国内许多专家系统已经上线并且在使用过程中起到了良好效果。
（1）esa.org.cn/index.asp
广西智能农业信息网，提供作物类、瓜果类、蔬菜类、畜牧类、兽医类和水产类等六类十九种在线专家系统。
（2）nbnky.gov.cn:4000
宁波农经网农业专家系统，提供了蔬菜病虫害专家系统、河蟹养殖专家系统、家兔养殖专家系统、海水养殖系列专家系统、网箱养鱼专家系统等二十八种在线专家系统。
（3）hebaic.com.cn/index.do?templet=er_zjxt
河北农业技术推广网、河北农业智能信息网专家系统，提供金丝小枣栽培专家系统、养牛管理专家系统、无公害番茄专家系统等三十余种在线专家系统。
（4）zjxt.hzagro.com/
农业专家系统.net，杭州市科技局、杭州市农办主办提供了水果干果、蔬菜种植、花卉苗木、中药材、水产养殖、畜禽养殖等类七十余种在线农业专家系统。
（5）202.107.249.147/
丽水市农业专家知识系统，提供了花卉苗木、食用菌、笋竹、蔬菜、水产、中药材、其它等十类八十五种在线农业专家系统。
4、进行农业信息智能分析。
农业信息智能分析是应用智能化技术代替传统方法进行农业信息分析的新的研究领域。它主要是围绕农业生产、农产品市场、农业经营管理、农业科技中的分析对象, 进行智能化地信息自动采集、存储、管理、计算、判别等的过程,可模仿、代替专家,解决农业中波动分析、风险识别、早期预测、效果评价等诸多问题。目前农业智能分析技术在我国已投入实际使用。
（1）农业部的“农作物遥感监测系统”,通过采用遥感和地理信息系统手段,及时动态地监测农作物生长状况,解决了依赖实地调查、手工记录、数据上报等传统信息获取方式的不足。针对数据和信息源不足、渠道不畅等问题,农业系统开展了“农产品市场监测预警系统”的开发与应用,定期对粮、油、果、菜、畜产品等主要农产品的生产、需求、进出口、市场行情,进行动态监测、分析,为政府部门、生产者和经营者提供了决策参考。
（2）中国农科院智能化农业预警技术与系统重点开放实验室,构建了全国农产品供求平衡分析预测模型体系框架,开展了12种主要农产品的市场供求分析预测。利用网络抓取技术、数据挖掘技术,已经能从海量的信息中获取市场波动的隐性信息。论文参考网。并建立了主要农产品供求信息库,能对12种主要农产品的市场行情进行趋势分析与展望。
5、使用专业农业网站、专业农业论坛、专业农业交流圈。
传统的专业农业网站及专业农业论坛仍然是广大农民互联网上获取农业信息的主要渠道。另外基于新兴的WEB2.0技术组建的专业农业交流圈能大大增强访问者之间的互动也迅速发展，大有前途。
国内专业农业网站及农业论坛：
（1）202.127.45.50/
中华人民共和国农业部，中国农业信息网。
（2）zgny.com.cn/
中国农业网，农业企业的商务信息平台。
（3）chinabreed.com/
中国养殖网，最大畜牧行业门户网站，提供养殖、饲料、养猪、养鸡、养牛、 养羊、家禽、兽药、特种养殖及畜牧机械相关信息。
（4）aweb.com.cn/
农博网，国家农村信息服务示范项目，以“服务农业,E化农业”的宗旨，为涉农人群提供农业资讯、农产品电子商务、农业论坛以及农业人才服务。
（5）12582.com/
农信通农村信息网，涉农生活服务移动互联网平台,提供最新农业信息，化肥、饲料、农机等价格行情，农民工招聘、就业信息；食品、水果、蔬菜等农产品交易信息，是城乡互动、乡村旅游、农家乐的综合展示窗口。
（6）feedtrade.com.cn/
中国饲料行业信息网，为饲料生产加工、饲料原料贸易、饲料添加剂及畜牧养殖企业提供全面的新闻、行情、价格和分析预测等信息资讯服务。
（7）yuanlin.com/
中国园林网,提供园林绿化苗木资讯,园林绿化景观,园林绿化苗木工程,园林绿化设计 ,等方面信息,为相关园林绿化苗圃企业提供商铺,是园林绿化,苗木园艺的专业园林绿化门户。
（8）bbs.aweb.com.cn/
中国三农论坛，博览天下农事，关注农村、关心农业、关爱农民。
6、除了以上信息资源外,专题讨论组、电子论坛等也可以方便地为相同科学领域的农业专家提供交流空间,这也是当前网络获取农业信息资源的重要方式之一。
参考文献：
[1]《不同搜索引擎在农业领域的应用效果对比》，刘艳华、徐勇。《农业网络信息》2009年08期.
[2]《互联网上农业信息资源的整合、利用与管理研究》，严方。《华中农业大学》，硕士论文.
[3]《浅谈国内网上农业信息资源》，陈林官，《农业图书情报学刊》2001年02期.
【关键词】自动控制技术；农业机械；应用
现代化农业发展中，农业机械自动化是重要标志。机械自动化技术使得传统农业生产模式发生了变化，对中国的农业产生非常大的影响，不仅农业生产质量提高了，农业生产效率也明显提高。当前过存在耕地资源短缺的问题，众多的中国人民对农业有很强的依赖性，。农业走现代化发展道路是一种必然。农业机械设备应用自动化技术，使得农业生产更加便利，对于农业发展也可以起到一定的促进作用。
1农业机械中应用自动控制技术的设计方案
将提高农业生产效率理念融入到农业机械自动化设计中在农业机械自动化领域中发挥提高农业生产效率的作用，要在设计意图中树立农业生产效率的理念，在设计思想中强调提高农业生产效率的重要性，指导机械自动化设计向着正确的方向发展[1]。
1.1明确设计意图
在农业机械自动化设计中，需要明确设计意图，捋顺设计思路，指导工作的有序展开。进入到机械设计的初期阶段，就需要将提高农业生产效率理念融入到具体的工作中，使得整个的机械设计和机械制造过程都是伴随着提高农业生产效率展开的，提高农业生产效率不仅是一种意识，而且是一种习惯。对机械自动化技术的应用中，除了农业生产之外，还要考虑到成本、故障处理措施以及废弃用品的回收等等问题。总是将提高农业生产效率理念放在首位，所生产的弄产品才能满足市场，对农业发展起到一定的促进作用。
1.2将提高农业生产效率渗入其中
自动化技术的应用可以不断地扩大农业生领域，从农业机械自动化产品的生产、运输开始，到产品的收割以及销售，都要将提高农业生产效率融入其中，可以使得产品有更大的适用范围，产品的技术维修、运输的成本得到控制，能源消耗量降低，资源被充分利用起来[2]。只有将提高农业生产效率作为重要的条件，才能将机械制造中的提高农业生产效率思想体现出来。在机械制造以及自动化领域中，各种资源都能够充分利用，使得提高农业生产效率更具有科学合理性。
1.3发挥信息数据库功能
将信息数据库建立起来，将提高信息技术水平的思想在设计中合理应用中，将机械设备转化为数字成果，所有的农业信息都存储在信息数据库中，将其作为用于提高农业生产效率的可参考资源，当需要资源的时候，就可以将储备资源充分利用起来。数据库的功能不仅仅是储存信息，还可以对信息进行加工处理，这个环节是发挥计算机技术的所用，网络技术的应用可以实现无障碍信息传递[3]。
2农业机械自动化技术的应用
2.1农业机械自动化技术的应用开辟智能化发展的基本路径
目前，智能技术融入到农业机械中自动化，可以推动产品的智能化发展。在机械制造的智能化道路中，农业要跟得上时代的步伐才有机会步入世界的前列，还可以将智能网络技术充分利用起来，发挥智能平台的作用，合理应用智能设备，使得机械设备的的科技含量与世界先进水平的距离拉近。农业机械设备中，需要重点关注的就是降低能源消耗，提高智能化技术水平，合理应用智能技术，使得农业形成新业态，推进农业健康、协调发展，走上绿色化的发展道路。
2.2农业机械自动化技术实现农业绿色化发展
中国的农业发展中，机械设备自动化是需要高度重视的，将科学化的农业生产体系建立起来，提高农业生产的环保效率[4]。在农业机械自动化技术应用中，要在环保思想的指导下更好地应用自动化技术，各种资源得到有效利用，与外部环节建立和谐关系，这也是机械自动化发展的的基本前提。将农业机械设备予以优化，将各种提高农业生产效率方法在技术中合理运用，有助于实现提高农业生产效率，实现环保目标，这也是农业机械设备自动化发现的重要方向，也是实现农业现代化的主要途径。
就硬件来说，自主导航涉及高运算能力，测距法，传感技术(譬如：全球定位系统，激光测距仪，超声波，红外传感技术)和3D地图。从软件的角度看，自主导航涉及图像识别、色彩、特征、形状、障碍物信息收集以及为判断制定提供持续的统计分析。而这种技术未来在医疗、制造、能源、农业、环境或空间探索等领域都将起到主要作用。
在医疗领域，人工智能和图像处理会成为医疗诊断和外科手术的关键工具。计算算法能帮助识别受损的组织器官，并预测在一个生命周期中可能会出现什么情况。机器在处理大量的信息时表现会更好，在健康医疗领域提供多一种诊断方法可能会成为“实际上的标准”。随着机器人的敏捷度和准确性的提高，及其在高难度手术中可以辅助外科医生，未来手术治疗的效果将变得更好。
在制造业，图像处理技术将会重新构造现有的生产方案。随着计算机视觉的敏捷度变得更高，有望诞生新的生产模式和组装线/拆卸线。这些新的模式很可能补足工厂的劳动力，对于工厂的工作内容，机器人更适合从事生产类的工作，而人类更适合做质量检验、管理、产品设计和创新。
在能源领域，计算机技术也能发挥很多作用。随着可再生能源成为现实，我们同样需要在全球范围内为发电/能源转换和配电网建设基础设施。这里应用的概念是分散化(从更多不同的来源收集更多不同种类的能源)。我们将应用人工智能，模式识别和决策算法控制能量流，并解决发电商和用户之间信息不对等的问题。这种高效的能源管理方式(智能电网)有可能扩大能源的来源，最终降低发电/能源转换/用电的成本。
农业是另一个受人工智能影响很大的领域。随着世界人口的不断增加，我们需要寻找新的食物生产方式。举个例子，自动驾驶车辆的技术可以转化为能应用在农业领域的自动行走车。人工智能和图像处理技术能帮助实现拖拉机的自动控制，令其不间歇地在农场根据农作物生产情况执行灌溉、施肥、投放农药等任务。播种和灌溉将会成为自动农用机器的日常工作，同理，无人飞行器(UAVs)将在未来应用于农业检查、处理和制图。这些技术进步将促使农业的成本下降，从而降低粮食价格。
在航天机器人方面，太空探索的自动化程度将提高，这将使轨道机器人得以协助宇航员完成更多任务，譬如发射卫星，开启/关闭舱门或设备清洗等。
同样，机器人也可能成为废料收集和回收利用的重要工具。应用机器人和人工智能技术将使公园、甚至是海洋或其他区域的清洁成为现实，这样的功能会对环境产生积极影响。
看到这里，大家应该知道，当我们进行自主导航的研究时，受益的不仅是自动驾驶汽车，实际上，也在推动机器人和人工智能技术延伸到人类生活的其他方面。
作者：Antonio Espingardeiro 来源：计算机世界 2013年38期
>> 空间高等植物培养箱控制系统的设计与实现 基于GSM的生物培养箱智能监测系统 基于LED光源的番茄生长动态补光控制系统设计 基于SOPC的LED点阵控制系统设计 基于ZigBee的智能LED路灯控制系统设计 基于DSP的光伏LED照明驱动控制系统 NICU培养箱温度无线监测系统的研究与设计 食品行业培养箱的设计研究 基于ZigBee技术的LED路灯节能控制系统的设计 基于单片机的LED电子显示屏控制系统的设计 基于WSCN的LED显示屏远程控制系统的设计 基于IOT的LED智能照明控制系统的设计 基于单片机的LED路灯模拟控制系统的设计与实现 基于无线传输的LED灯远程控制系统设计 基于太阳能LED照明控制系统的处理器设计 基于LED冷光源的智能路灯控制系统设计 基于LED的校园照明节能控制系统 LED点阵显示控制系统的设计与研究 太阳能LED路灯控制系统的设计 LED教室走廊智能灯的控制系统设计 常见问题解答 当前所在位置：l.
[5] 何安科.基于STM32与光强传感器BH1750的无线路灯控制系统[J].企业科技与发展，2011（20）：15-17.
[6] 张海辉，杨青，胡瑾，等.可控LED亮度的植物自适应精准补光系统[J].农业工程学报，2011（9）.
[7] 朱虹.LED照明驱动及自适应调光研究[D].上海：上海大学硕士学位论文，2007.
[8] 胡永光，李萍萍，邓庆安，等.温室人工补光效果的研究及补光光源配置设计[J].江苏理工大学学报，2001，22（3）：37-40.
>> 余额宝的出现与发展浅析 论文的撰写与教师的发展 科技论文的统计数据与高校科研论文的状况 中国纪录片频道的出现与发展 世界城市化的出现与发展 农业新型模式的出现与发展 崛起与拓展:论文化新闻的发展态势 论文化发展进步的方向与要务 环保问题与经济发展的论文 论文化、文明的联系、发展与和谐 Origin软件在《数据处理与论文写作》课程教学中的应用 江宏 随着可穿戴设备的发展，将出现大量未统一定义的新数据 数据挖掘的现状与未来发展 大数据发展的机遇与挑战 浅析大数据的发展与应用 学位论文元数据Open API开发与应用 论文物保护与旅游发展 浅谈政治沟通的出现与发展的特征与原因 理科专业本科毕业论文出现的问题及其解决措施 浅析新时期下智慧城市的出现与发展对城市规划的影响 常见问题解答 当前所在位置：l.
[13] Sarah Callaghan. Processes and Procedures for Data Publication： A Case Study in the Geosciences[J]. The International Journal of Digital Curation， 2013，8（1）：193-204.
[14] Krzysztof J. Gorgolewski. Making data sharing count： a publication-based solution[J]. Frontiers in Neuroscience， 2013， 7（9）：1-7.
[15] Newman P， Corke P. Editorial Data Papers―Peer Reviewed Publication of High Quality Data Sets[J]. International Journal of Robotics Research， 2009， 28（4）：558-570.
[16] Leonardo Candela.Data Journals：A Survey[J].Journal of the Association for Information Science and Technology，2015，66（9）：1747-1762.
[17] Earth System Science Data[EB/OL].[2015-08-21]..
[22] Rees， J. Recommendations for independent scholarly publications of data sets[EB/OL].[2015-08-01]..
[24] Thomson Reuters. Thomson Reuters launches data citation index for discovering global data sets[EB/OL].[2015-08-02].http：///content/ press_room/science/730914.
[25] Kervin， K E，Michener， W K，Cook R B. Common Errors in Ecological Data Sharing[J]. Journal of eScience Librarianship，2013，2（2）： 3-16.
[26] Penev L， Chavan V， Georgiev P S T. Data papers as incentives for opening biodiversity data ： One year of experience and perspectives for the future[EB/OL].[2015-08-30].http：//eubon.eu/getatt.php？filename=DataPaperPoster_4174.pdf.
[27] Penev L， Mietchen D， Chavan V， Hagedorn G， Remsen D， Smith V， Shotton D. Pensoft Data Publishing Policies and Guidelines for Biodiversity Data[R/OL].[2015-08-30].http：///J_FILES/Pensoft_Data_Publishing_Policies
_and_Guidelines.pdf.
〔关键词〕知识图谱；专家系统；发展轨迹
DOI：10．3969／j．issn．1008－0821．2012．02．040
〔中图分类号〕G250.71 〔文献标识码〕A 〔文章编号〕1008－0821（2012）02－0159－08
Knowledge-based Expert System Development Overview MapLiao Yi
（Political Department，National University of Defense Technology，Changsha 410073，China）
〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.
〔Key words〕knowledge maps;expert systems;the development trajectory
专家系统作为人工智能的一个重要分支，发展已经超过50年，在很多应用领域都获得了广泛使用，取得了丰硕成果。本文运用文献计量这一独特视角对专家系统进行了再回顾和再分析，将智能科技划分为初创期、成长期、低谷期、发展期，利用词频分析、共引分析、作者共现分析等方法揭示专家系统的学科结构、影响程度、关键节点与时间点等重要而独特的知识，为了解和掌握专家系统的发展与演化过程提供了独特视角。
1 数据来源
SCI（Science Citation Index）是美国科学情报研究所ISI（Institute for Science Information）出版的期刊文献检索工具，所收录的文献覆盖了全世界最重要和最有影响力的研究成果，成为世界公认的自然科学领域最为重要的评价工具。本文以Web of Science中的SCI数据库为数据来源，选用高级检索方式，以“Expert System/Experts System”作为主题词，于2011年5月在Web of Secience中进行检索，一共检索到14 500篇相关文献记录。获得的年度分布如图1。所示。虽然，专家系统研究从20世纪五六十年代就开始了，但是从图1可以看出直到1982年才有主题词与专家系统相关的论文出现。图1表明1991年左右，专家系统相关论文达到了峰值，但随后呈逐年下降的趋势。到1999年，只有494篇。但21世纪开始，专家系统相关论文又出现了增加的趋势，并维持在一个稳定的水平中。图1 专家系统在SCI数据库文献发表年度变化情况
2012年2月第32卷第2期基于知识图谱的专家系统发展综述Feb.，2012Vol.32 No.22 专家系统前40年的发展
本文利用基于JAVA平台的引文分析可视化软件Citespace，首先设定时间跨度为1950-1991年，时间切片长度为1年，聚类方式为共被引聚类（Cited Reference），阈值选择为（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出这些引文的时间跨度为1950－1990年，可以绘制出该时间段的专家系统论文时区分布图，如图2所示。我们以年代先后为序，将20世纪80年代以前作为第一阶段，80年代至90年代作为第二阶段。图2 1950-1991年各年度专家系统论文之间的时区分布图
2.1 专家系统起源时期
根据图2显示，这段时期有7个突出节点，既有7位代表人物。第一个节点代表的是“人工智能之父”――英国著名科学家阿兰・麦席森・图灵（Alan Mathison Turing），他于1950年在《心灵》杂志上《计算机器与智能》，提出了著名的“图灵测试”，探讨了机器智能的可能性，为后来的人工智能科学提供了开创性的构思［1］。
第二个节点代表的是美国工程院院士、加州大学扎德（LA.Zadeh）教授，他于1965年在《信息与控制》杂志第8期上发表题为《模糊集》的论文，提出模糊集合理论，给出了模糊性现象定量描述和分析运算的方法，从而诞生了模糊数学。1978年，扎德教授提出了“可能性理论”，将不确定性理解为可能性，为模糊集理论建立了一个实际应用上的理论框架，这也被认为是模糊数学发展的第二个里程碑。同年，国际性期刊《International Journal of Fuzzy Sets and System》诞生，这使得模糊理论得到普遍承认，理论研究高速发展，实际应用迅速推广。
第三个节点代表的美国两院院士、卡内基-梅隆大学教授艾伦・纽厄尔（Allen Newell），1972年，他出版了《人怎样解题》（Human Problem Solving)一书，书中描述了他和西蒙试图建立一个计算机化的“通用问题求解器”的历程：20世纪50年代，他们发现，人类的问题解决，在一定知识领域内可以通过计算机实现，所以他们开始用计算机编程来解决问题，1956年，他们研发出了逻辑理论家和通用问题求解器（General Problem Solver），并建立了符号主义人工智能学派。我们可以看出，这本书是对他以前所作工作的总结与归纳，而逻辑理论家和通用问题求解器正是专家系统的雏形，为专家系统的出现奠定了坚实的基础。
但是艾伦・纽厄尔的尝试无法解决大的实际问题，也很难把实际问题改造成适合于计算机解决的形式，并且对于解题所需的巨大搜索空间也难于处理。为此，美国国家工程院院士、斯坦福大学教授费根鲍姆（E.A.Feigenbaum）等人在总结通用问题求解系统成功与失败的经验基础上，结合化学领域的专门知识，于1965年研制了世界上第一个专家系统dendral，可以推断化学分子结构。专家系统进入了初创期，其代表有dendral、macsyma（数学专家系统）等，第一代专家系统以高度专业化、求解专门问题的能力强为特点，向人们展示了人工智能应用的广阔前景［2］。
第四个节点代表人物是美国麻省理工学院著名的人工智能学者明斯基（Minsky）。1975年，他在论文《表示知识的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理论，框架理论的核心是以框架这种形式来表示知识。理论提出后，在人工智能界引起了极大的反响，并成为了基于框架的专家系统的理论基础，基于框架的专家系统适合于具有固定格式的事物、动作或事件。
第五个节点代表人物是美国普林斯顿大学教授格伦谢弗（Glenn Shafer），他在1976年出版了《数学理论的证据》（A mathematical theory of evidence）一书，介绍了由他和Dempster于1967年提出的D-S理论（即证据理论）。证据理论可处理由不知道因素引起的不确定性，后来，该理论被广泛应用于计算机科学和工程应用，是基于D-S证据理论的专家系统的理论基础。
第六个重要节点代表是美国斯坦福大学爱德华・汉斯・肖特利夫（Shortliff EH）教授，他于1975年在著名杂志《数学生物科学》上发表《A model of inexact reasoning in medicine》（《在医学模型的不精确推理》）一文，他结合自己1972－1974年研制的世界第一个医学专家系统――MYCIN系统（用于诊断和治疗血液感染及脑炎感染，是第二代专家系统的经典之作），提出了确定性理论，该理论对专家系统的发展产生了重大影响。
第七个节点代表人物是美国麻省理工学院计算机科学和人工智能实验室的戴维斯（Randall Davis）教授，他于1976年提出元知识的概念，并在专家系统的研制工具开发方面做出了突出贡献――研制出知识获取工具Teiresias，为专家系统获取知识实现过程中知识库的修改和添加提供了工具［3］，关Teiresias，他于1977年在《Artificial Intelligence》杂志上中进行了详细介绍，而这也为本时期专家系统的快速增多和广泛应用奠定了坚实基础。
20世纪70年代后期，随着专家系统应用领域的不断开拓，专家系统研发技术逐渐走向成熟。但同时，专家系统本身存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一等问题也被逐渐暴露出来。人们从各种不同类型的专家系统和知识处理系统中抽取共性，人工智能又从具体研究逐渐回到一般研究。围绕知识这一核心问题，人们重新对人工智能的原理和方法进行探索，并在知识的获取、表示以及知识在推理过程中的利用等方面开始出现一组新的原理、工具和技术。
2.2 专家系统发展的黄金时期
20世纪80年代是专家系统突飞猛进、迅速发展的黄金时代，根据图2显示，这段时期共有论文982篇，有7个突出节点。
1980年，出现了第一个节点代表――美国斯坦福大学计算机科学系系主任尼尔森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一书，表明了拉近理论和实践的距离的目标，书中对基于规则的专家系统、机器问题解决系统以及结构对象的代表等都进行了具体的论述。
1981年，出现了第二个节点代表――英国赫特福德大学教授Clocksin，威廉F，他出版的《PROLOG语言编程》一书，引起了计算机科学界的极大兴趣，并已被证明是一个重要的编程语言和人工智能系统的新一代基础，是专家系统的重要编程语言。
1982年，出现了第三个节点代表――美国匹兹堡大学教授米勒（Miller RA），他在《英格兰医药分册》上发表了《基于计算机的医学内科实验诊断顾问》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，属当时诊断专家系统的代表力作，书中介绍了著名的内科疾病诊断咨询系统INTERNIST-1，之后将其不断完善成改进型INTERNIST-2，即后来的CADUCEUS专家系统，其知识库中包含了572种疾病，约4 500种症状。
1983年，出现了第四个节点代表――美国的海斯罗斯（Hayes-Roth，F）教授，他于1983年发表著作《建立专家系统》，对专家系统建立的原则和要素、开发的生命周期等重要问题进行了详细讲解，为研究与开发各种类型的专家系统提供了理论依据。
1984年，出现了第五个节点代表――美国匹兹堡大学计算机科学、哲学和医学教授布鲁斯・布坎南（Bruce G.Buchanan），他于1984年发表著作《规则的专家系统：斯坦福启发式编程项目Mycin实验》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，这是有史以来关于医疗诊断系统MYCIN的实验规则库公布。基于规则的专家系统MYCIN是专家系统开发过程中一个里程碑，研究其开发思路与方法具有非常重要的意义。
1985年，出现了第六个节点代表――美国人工智能专家、加州大学教授哈蒙（Harmon P），他出版了《专家系统：人工智能业务》（《Expert systems：artificial intelligence in business》）一书。书中阐述了专家系统如何解决问题，代表知识，并得出推论，并介绍了人工智能的具体制度，确定了专家系统的市场。
1986年，出现了第七个节点代表――著名的专家系统学者沃特曼（Waterman DA），他出版了《专家系统指南》一书，该书对专家系统的概念、组成、建立过程、建立工具、应用领域等做了深入浅出的系统介绍与论述，是当时全面介绍专家研发与应用的经典书籍。
20世纪80年代初，医疗专家系统占主流，主要原因是它属于诊断类型系统且容易开发。80年代中期，出现大量投入商业化运行的专家系统，为各行业带来了显著的经济效益。从80年代后期开始，大量新技术成功运用到专家系统之中，使得专家系统得到更广泛的运用。在这期间开发的专家系统按处理问题的类型可以分为：解释型、预测型、诊断型、设计型等。应用领域扩展到农业、商业、化学、通信、医学等多个方面，成为人们常用的解决问题的手段之一。
然而，与此同时，现有的专家系统也暴露出了自身严重的缺陷，使不少计算机界的知名学者对专家系统产生了怀疑，认为专家系统存在的问题有以下几点：（1）专家系统中的知识多限于经验知识，极少有原理性的知识，系统没有应用它们的能力；（2）知识获取功能非常弱。为了建造专家系统，必须依赖于专家获取知识， 不仅费时， 而且很难获取完备性和一致性的知识；（3）求解问题的方法比较单一，以推理机为核心的对问题的求解尚不能反映专家从认识问题到解决问题的创造性过程；（4）解释功能不强［4］。等到学者们回过头重新审视时，20世纪90年代的专家系统理论危机已然爆发。
3 90年代专家系统向多个方向发展
由于20世纪80年代专家系统研究迅猛发展，商业价值被各行各业看好，导致90年代大批专家系统从实验室走出来，开始了它们的工程化市场化进程。从图1看以看出，在20世纪90年代，专家系统的相关论文不增反减，进入一个局部低谷期，这期间以“Expert System/Experts System”为主题词的论文共7 547篇。本文利用Citespace软件，设置参数为（4，4，20）（4，3，20）（4，4，20），获取了该时期论文的引文聚类图（如图3所示）。图2 专家系统1990－2000年的论文引文聚类图
从图3中我们可以看出，全图的节点比较分散，没有形成大的聚类，这表示该阶段没有形成重点研究方向，也没有重大科研成果和标志性著作产生，专家系统的市场化进程严重牵引了研究者们的注意力，这是专家系统研究陷入低谷期的重要原因。
这段时间专家系统的研究工作大致分以下几个方面：第一个研究方向依旧是建立在扎德（LA.Zadeh）教授模糊理论上的模糊专家系统，它同样是该年代专家系统研究的重点方向。
第二个研究方向是骨架专家系统，代表人物有美国斯坦福大学的爱德华・汉斯・肖特利夫（Shortliff EH）教授。1974年末，MYCIN系统基本建成后，MYCIN的设计者们就想到用其它领域的知识替换关于感染病学的知识，可能会得到一个新的专家系统，这种想法导致了EMYCIN骨架系统的产生。EMYCIN的出现大大缩短了专家系统的研制周期，随后，AGE、OPS5、KEE、KBMS、GESDE等骨架系统应运而生，它们在20世纪90年代专家系统的研究进程中，发挥着重要作用。
第三个研究方向是故障诊断专家系统，代表人物有美国麻省理工学院的兰德尔・戴维斯（Randall Davis）教授。他于1984年在《人工智能》杂志上发表了《基于结构和行为的诊断推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，该论文描述了一个利用知识结构和行为，在电子电路领域进行故障诊断排除的专家系统。之后，故障诊断专家系统在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就，已成为当今世界研究的热点之一。
第四个研究方向是基于规则的专家系统，布鲁斯・布坎南（Bruce G.Buchanan）的著作对基于规则的专家系统在这个时期的发展仍有着积极的指导作用。多种基于规则的专家系统进入了试验阶段。传统基于规则的专家系统只是简单的声明性知识，而目前，规则的形式开始向产生式规则转变，并趋向于提供较完善的知识库建立和管理功能。
第五个研究方向是知识工程在专家系统中的运用。代表人物是美国斯坦福大学的克兰西教授（Clancy W J），他于1985年在《人工智能》杂志上发表了重要论文《启发式分类》（《Heuristis classification》），启发式分类即对未知领域情况的类的识别过程。它是人类思维解决问题的重要方法，在人工智能、专家系统中可常用启发式设计计算机程序，模拟人类解决问题的思维活动。
第六个研究方向是机器学习在专家系统中的运用。代表人物是机器学习领域前辈、澳洲悉尼大学著名教授John Ross Quinlan。他于1986年在《机器学习》（《Mach.Learn》）杂志上发表《决策树算法》（《Induction of Decision Trees》）一文，文中他详细描述了决策树算法的代表――ID3算法。之后，有大量学者围绕该算法进行了广泛的研究，并提出多种改进算法，由于决策树的各类算法各有优缺点，在专家系统的实际应用中，必须根据数据类型的特点及数据集的大小，选择合适的算法。
第七个研究方向是神经网络专家系统，代表人物有人工智能专家Stephan I.Gallant和美国加利福尼业大学教授巴特・卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上发表了《连接主义专家系统》（《Connectionist expert systems》）一文，文中讲述Gallant 设计了一个连接主义专家系统（Connectionist expert system），其知识库是由一个神经网络实现的（即神经网络知识获取），开创了神经网络与专家系统相结合的先例。
第八个研究方向是遗传算法在专家系统中的运用。代表人物是遗传算法领域著名学者、美国伊利诺伊大学David Goldberg教授和人工智能专家L.Davis。1989年，Goldberg出版了专著《搜索、优化和机器学习中的遗传算法》，该书系统总结了遗传算法的主要研究成果，全面而完整地论述了遗传算法的基本原理及其应用；1991年，Davis编辑出版了《遗传算法手册》，书中包含了遗传算法在科学计算、工程技术和社会经济中的大量应用实例，该书为推广和普及遗传算法的应用起到了重要的指导作用。这些都推动了基于遗传算法的专家系统的研发推广。
第九个研究方向是决策支持系统在专家系统中的运用，代表人物是美国加利福尼亚大学伯克利分校教授埃弗雷姆・特班（Efraim Turban）。他于1990年出版了《决策支持和专家系统的管理支持系统》（《Decision support and expert systems:management support systems》）一书。20世纪80年代末90年代初，决策支持系统开始与专家系统相结合，形成智能决策支持系统，该系统充分做到了定性分析和定量分析的有机结合，将解决问题的范围和能力提高到一个新的层次。
第十个研究方向是各种理论知识在专家系统中的综合运用，代表人物是美国加利福尼业大学教授巴特・卡斯科（Bart Kosko）和美国伊利诺伊州研究所教授Abdul-Rahman K.H。卡斯科（Kosko）于1992年出版《神经网络和模糊系统：一个拥有机器智能的动力系统方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一书，这是第一本将神经网络和模糊系统结合起来的读本，也是神经网络与模糊理论综合应用于专家系统建设的经典著作；Abdul-Rahman K.H教授于1995年，在美国电气和电子工程师协会的《电力系统及自动化》（《Transactions on Power Systems》）会议刊上发表了《人工智能模糊无功负荷的最优VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，论文提出了一个解决无功功率（VAR）控制问题，这个方法包含了专家系统、模糊集理论和人工神经网络的重要知识。
虽然专家系统大量建造，但投入实际运行的专家系统并不多，且效率较低，问题求解能力有待进一步提高。原因之一就是专家系统主要是模拟某一领域中求解特定问题的专家的能力，而在模拟人类专家协作求解方面很少或几乎没有做什么工作。然而在现实世界中，协作求解具有普遍性，针对特定领域、特定问题的求解仅仅具有特殊性，专家系统虽然在模拟人类专家某一特定领域知识方面取得了成功，但它仍然不能或难以解决现实世界中的问题。其次，开发的专家系统的规模越来越大，并且十分复杂。这样就要求将大型专家系统的开发变成若干小的、相对独立的专家系统来开发，而且需要将许多不同领域的专家系统联合起来进行协作求解。然而，与此相关的分布式人工智能理论和实用技术尚处在科研阶段。只有分布式系统协作求解问题得以解决，才能克服由于单个专家系统知识的有限性和问题求解方法的单一性等导致系统的“脆弱性”，也才能提高系统的可靠性，并且在灵活性、并行性、速度等方面带来明显的效益［5］。
4 21世纪专家系统进入稳定发展时期
进入21世纪，专家系统开始缓慢发展，这期间以“Expert System/Experts System”为主题词的论文共5 964篇。本文利用Citespace软件，设置参数为（6，6，20）（5，5，20）（5，5，20），获取了该时期论文的引文聚类图（如图4所示）。图4 专家系统2000－2010年的论文引文聚类图
这个时期专家系统有3个主要研究方向：第一个是研究方向是节点明显的基于模糊逻辑的专家系统研究方向。90年代以来，模糊控制与专家系统技术相结合，进一步提高了模糊控制器的智能水平。基于模糊逻辑的专家系统有以下优点：一是具有专家水平的专门知识，能表现专家技能和高度的技巧以及有足够的鲁棒性（即健壮性）；二是能进行有效的推理，能够运用人类专家的经验和知识进行启发性的搜索和试探性的推理；三是具有灵活性和透明性。
第二个是研究方向是Rete模式匹配算法在专家系统中的应用，代表人物是美国卡内基―梅隆大学计算机科学系的Charles L.Forgy教授，1979年，他首次提出Rete算法。专家系统工具中一个核心部分是推理机，Rete算法能利用推理机的“时间冗余”特性和规则结构的相似性，并通过保存中间运算结果的方法来提高推理的效率。1982年，他在《人工智能》杂志上发表《Rete算法：许多模式／多对象的模式匹配问题的一个快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，该文解释了基本算法的概念，介绍了详细的算法，描述了模式和适当的对象交涉算法，并说明了模式匹配的执行操作。
第三个是研究方向是专家系统在电力系统中的运用。世界各国的专家们开始热衷于在电力生产的各个环节使用专家系统，代表人物有日本的福井贤、T.Sakaguchi、印度的Srinivasan D、美国伊利诺伊州研究所的Abdul-Rahman K.H、希腊雅典国立技术大学的Protopapas C.A、和中国的罗旭，他们在美国电气和电子工程师协会的《电力传输》（《IEEE transactions on power delivery）会议刊及《电源设备系统》会议刊（《On Power Apparatus and Systems》）上发表了多篇有影响力的论文，内容涉及系统恢复、电力需求预测、变电站故障诊断和报警处理等多方面。
这十年间，专家系统的研究不再满足于用现有各种模型与专家系统进行简单结合，形成基于某种模型的专家系统的固有模式。研究者们不断探索更方便、更有效的方法，来解决困扰专家系统的知识获取瓶颈、匹配冲突、组合爆炸等问题，而这也推动了研究不断向深层次、新方向发展。但是，由于专家系统应用的时间长、领域广，他们遭遇的瓶颈问题一时得不到有效解决，导致了这一时期末，专家系统研究呈现出暂时的下滑现象。
5 专家系统发展趋势分析
图一发展曲线上第二个时间节点是1992年，从该年起专家系统相关论文呈下降趋势，然后在2002年又开始缓慢增长，近一年多来又开始下降，这标志着专家系统研究在布满荆棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年为一个单位，统计了1990－2009年20年期间专家系统相关论文中高频词的变化情况，如表1所示，从该表可以获得这个时期专家系统研究的一些特点。
（1）在1990-1999年期间，人工智能出现新的研究，由于网络技术特别是国际互连网技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究，使人工智能更加实用，这给专家系统带来了发展的希望。正因为如此，我们从词频上可以看出，人工智能（artificial intelligence）一词在这十年一直位居前两位，在专家系统研究中处于主导地位，而与其相关的知识表示（knowledge representation）、知识获取(knowledge acquisition)等，也成为了学者们研究的重点方向。
（2）该时期的第二个特点是神经网络研究的复苏。神经网络是通过模拟人脑的结构和工作模式，使机器具有类似人类的智能，如机器学习、知识获取、专家系统等。我们从词频上可以看出神经网络（neural network）一词得以快速增长，1995年时位列第一，进入21世纪也是稳居第二位，神经网络很好地解决了专家系统中知识获取的瓶颈问题，能使专家系统具有自学习能力，它的出现为专家系统提供了一种新的解决途径［6］，同时也显示出他独有的生机与活力。
（3）该时期是模糊逻辑的发展时期。模糊理论发展至今已接近三十余年，应用范围非常广泛，它与专家系统相结合，在故障诊断、自然语言处理、自动翻译、地震预测、工业设计等方面取得了众多成果。我们从词频上可以看出，模糊逻辑（fuzzy logic）一词，除在1990－1994年期间位居第六位外，之后都位居前三甲，2000-2004年期间更是位列第一。模糊控制与专家系统技术相结合，进一步提高了模糊控制器智能水平，这种控制方法既保持了基于规则的方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达与利用知识的长处结合起来，能处理更广泛的控制问题。
（4）故障诊断成为专家系统研究与应用的又一重要领域。故障诊断专家系统的发展起始于20世纪70年代末,虽然时间不长,但在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就,已成为当今世界研究的热点之一。这从高频词分布可以开出，故障诊断（fault diagnosis）从1995-1999年间的最后一位攀升至2005-2009年间的第一位，足见其强大的生命力。在专家系统己有较深厚基础的国家中，机械、电子设备的故障诊断专家系统已基本完成了研究和试验的阶段，开始进入广泛应用。
（5）遗传算法的应用逐渐增多。20世纪90年代，遗传算法迎来了发展时期，无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高。进入21世纪，遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。这在高频词分布中可以看出，以2000作为临界点，遗传算法（genetic algorithms）从20世纪90年代的10名之后，到位于高频词前六强之中，充分反映出它发展的良好势头。
6 小 结
专家系统是20世纪下半叶发展起来的重大技术之一，它不仅是高技术的标志，而且有着重大的经济效益。“知识工程之父”E.Feignbaum在对世界许多国家和地区的专家系统应用情况进行调查后指出：几乎所有的ES都至少将人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。
专家系统技术能够使专家的专长不受时间和空间的限制，以便推广稀缺的专家知识和经验；同时，专家系统能促进各领域的发展，是各领域专家专业知识和经验的总结和提炼。
专家系统发展的近期目标，是建造能用于代替人类高级脑力劳动的专家系统；远期目标是探究人类智能和机器智能的基本原理，研究用自动机模拟人类的思维过程和智能行为，这几乎涉及自然科学和社会科学的所有学科，远远超出了计算机科学的范畴。
随着人工智能应用方法的日渐成熟，专家系统的应用领域也不断扩大。有人类活动的地方，必将有智能技术包括专家系统的应用，专家系统将成为21世纪人类进行智能管理与决策的工具与助手。
参考文献
［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．
［2］黄可鸣.专家系统二十年［J］.计算机科学，1986，（4）：26-37.
［3］路耀华.思维模拟与知识工程［M］.北京：清华大学出版社，1997．
［4］赵致琢.专家系统研究［J］.贵州大学学报：自然科学版，1990，（6）：40-48.
［5］邹光宇.专家系统发展现状及其应用前景［J］.电力勘测，1994，（3）：21-26.
购物车(0)
