前言：中文期刊網(wǎng)精心挑選了智能農(nóng)業(yè)論文范文供你參考和學習，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。
智能農(nóng)業(yè)論文范文1
摘要……………………………………………………………………………………Ⅰ
英文摘要………………………………………………………………………………Ⅱ
1“數(shù)字農(nóng)業(yè)”的內(nèi)涵…………………………………………………………1
2國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用……………………………………………1
2.1美國………………………………………………………………………………………1
2.2英國………………………………………………………………………………………2
2.3德國………………………………………………………………………………………2
3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性…………………………………………………2
4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢………………………………………………………………3
4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)…………………………………………………3
4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛……………………………………………………3
4.3農(nóng)業(yè)多元化公共服務將更加完善………………………………………………………4
5 “數(shù)字農(nóng)業(yè)”的實踐策略……………………………………………………………4
5.1實現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務數(shù)字化和可視化……………………………………………………4
5.2推動數(shù)字農(nóng)業(yè)技術創(chuàng)新…………………………………………………………………5
5.3提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平…………………………………………………5
結語…………………………………………………………………………………………6
致謝………………………………………………………………………………………7
參考文獻……………………………………………………………………………………8
摘 要
數(shù)字農(nóng)業(yè)是將信息作為農(nóng)業(yè)生產(chǎn)要素，用現(xiàn)代信息技術對農(nóng)業(yè)對象、環(huán)境和全過程進行可視化表達、數(shù)字化設計、信息化管理的現(xiàn)代農(nóng)業(yè)。數(shù)字農(nóng)業(yè)使信息技術與農(nóng)業(yè)各個環(huán)節(jié)實現(xiàn)有效融合，對改造傳統(tǒng)農(nóng)業(yè)、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式具有重要意義。本文總結了國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用,結合我國發(fā)展數(shù)字農(nóng)業(yè)的緊迫性與當前數(shù)字農(nóng)業(yè)的發(fā)展趨勢,對我國“數(shù)字農(nóng)業(yè)”的發(fā)展提出了幾條實踐策略。
關鍵詞：數(shù)字農(nóng)業(yè)；農(nóng)業(yè)信息化；發(fā)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
淺析“數(shù)字農(nóng)業(yè)”發(fā)展趨勢與策略
1“數(shù)字農(nóng)業(yè)”的內(nèi)涵
“數(shù)字農(nóng)業(yè)”是農(nóng)業(yè)數(shù)字經(jīng)濟的重要實踐。當前，學術界和工業(yè)界尚未能夠?qū)?shù)字農(nóng)業(yè)形成統(tǒng)一的定義。通用名稱包括信息農(nóng)業(yè)，精確農(nóng)業(yè)，“ Internet + 農(nóng)業(yè)”等等。本文中提到的數(shù)字農(nóng)業(yè)基于農(nóng)業(yè)信息化，在農(nóng)業(yè)鏈的所有環(huán)節(jié)中都強調(diào)了下一代信息技術的重要作用，代表了農(nóng)業(yè)產(chǎn)業(yè)的新視野。現(xiàn)代農(nóng)業(yè)與信息化的緊密結合使可以充分利用數(shù)字技術。數(shù)字技術在促進農(nóng)業(yè)發(fā)展方面發(fā)揮著重要作用，并且不斷的提高現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字化水平，支持農(nóng)村戰(zhàn)略的實施。
2國外“數(shù)字農(nóng)業(yè)”關鍵技術發(fā)展與應用
2.1美國
美國完善的農(nóng)業(yè)產(chǎn)業(yè)基礎和數(shù)字技術體系促進農(nóng)業(yè)發(fā)展。美國數(shù)字農(nóng)業(yè)發(fā)展建立在農(nóng)業(yè)生產(chǎn)高度專業(yè)化、規(guī)模化、企業(yè)化的基礎上，已經(jīng)建成了完善的現(xiàn)代農(nóng)業(yè)技術應用與管理系統(tǒng)。自20世紀90年代起，美國已開始應用數(shù)字農(nóng)業(yè)技術，包括應用遙感技術對作物生長過程進行檢測和預報、在大型農(nóng)機上安裝GPS設備、應用GIS處理和分析農(nóng)業(yè)數(shù)據(jù)等，對大田作物進行生產(chǎn)前、中、后期的全面監(jiān)測與管理。在21世紀初已經(jīng)實現(xiàn)“3S”技術、智能機械系統(tǒng)和計算機網(wǎng)絡系統(tǒng)在大農(nóng)場中的綜合應用，智能機械已經(jīng)進入商品化階段。如JohnDeere公司的“綠色之星”精準農(nóng)業(yè)系統(tǒng)，基于物聯(lián)網(wǎng)技術與“3S”技術搭建的新型精準農(nóng)業(yè)管理系統(tǒng)，用以進行精細農(nóng)作、農(nóng)機管理、農(nóng)藝管理和計劃管理，可繪制農(nóng)場產(chǎn)量的“數(shù)字地圖”，在機械化生產(chǎn)大農(nóng)場中的市場占有率達到了65％以上。在大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字技術飛速發(fā)展的助推下，美國數(shù)字農(nóng)業(yè)技術已與農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后形成緊密銜接，應用范疇覆蓋從作物生長的微觀監(jiān)測到宏觀農(nóng)業(yè)經(jīng)濟分析。此外，美國也已形成完善的技術服務組織網(wǎng)絡，美國服務類企業(yè)與公益機構可為經(jīng)營主體提供較為完善的技術服務，例如美國農(nóng)業(yè)技術服務組織（FSA）為農(nóng)民提供豐富的信息。
2.2英國
英國信息化技術應用助推精準農(nóng)業(yè)。信息化技術推動英國農(nóng)業(yè)向數(shù)字化、智能化、精準化的方向發(fā)展。英國農(nóng)村地區(qū)信息化基礎設施完備，互聯(lián)網(wǎng)、4G信號已實現(xiàn)基本覆蓋。在此基礎上，精準農(nóng)業(yè)技術得以實現(xiàn)在農(nóng)業(yè)的全方位應用，如借助遙感技術進行作物生產(chǎn)監(jiān)測與產(chǎn)量預報、農(nóng)業(yè)資源調(diào)查、農(nóng)業(yè)生態(tài)環(huán)境評價和災害監(jiān)測等；英國Massey Ferguson公司研發(fā)的“農(nóng)田之星”信息管理系統(tǒng)，借助傳感識別技術和GPS技術能夠更為精準地進行種植和養(yǎng)殖作業(yè)、數(shù)據(jù)記錄分析和制定解決方案；智能機械已基本裝備衛(wèi)星定位系統(tǒng)、電腦控制和軟件應用系統(tǒng)，能夠根據(jù)不同位置、不同質(zhì)量的地塊情形實現(xiàn)自動化、精準化、變量化作業(yè)，同時可以采集作物信息用以制作電子地圖和調(diào)整生產(chǎn)策略。2013年英國啟動《農(nóng)業(yè)技術戰(zhàn)略》，提出了應用大數(shù)據(jù)、物聯(lián)網(wǎng)技術和智能技術進一步發(fā)展精準農(nóng)業(yè)，從而提升農(nóng)業(yè)生產(chǎn)效率，如借助GateKeeper專家系統(tǒng)提供輔助決策和農(nóng)場管理、LELY擠奶機器人等智能化設備在養(yǎng)殖場中的應用、自動感知技術在施肥施藥機械上的應用、二維碼技術在農(nóng)產(chǎn)品產(chǎn)銷環(huán)節(jié)的廣泛應用等。
2.3德國
德國關鍵技術與設備的積極研發(fā)與推廣。在歐盟農(nóng)業(yè)共同政策對數(shù)字農(nóng)業(yè)的支持下，德國積極發(fā)展高水平數(shù)字農(nóng)業(yè)，在農(nóng)業(yè)生產(chǎn)高度機械化的基礎上，建立完善的計算機支持和輔助決策系統(tǒng)，提供數(shù)字農(nóng)業(yè)綜合解決方案。德國投入大量資金與人力支持數(shù)字農(nóng)業(yè)核心技術與智能設備研發(fā)，并由大型企業(yè)牽頭，如德國拜耳公司投資2 億歐元支持數(shù)字農(nóng)業(yè)布局，已在60多個國家提供數(shù)字化解決方案，并旗下Xarvio品牌推廣數(shù)字農(nóng)業(yè)，通過XarvioScouring識別系統(tǒng)高效識別和分析作物生長和病蟲害信息，幫助農(nóng)民優(yōu)化田塊單獨管理和農(nóng)田統(tǒng)籌優(yōu)化。擁有百年歷史的德國農(nóng)業(yè)機械制造商CLAAS集團結合第四代移動通信技術和傳感器技術，實現(xiàn)收割過程的全面自動化。
3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性
今年雖然受到疫情影響，但我國大部分農(nóng)產(chǎn)品仍然是一個“大年”，怎樣解決需求下降、部分市場關閉、物流受阻等難題，把農(nóng)貨順利賣出去，讓農(nóng)民實現(xiàn)豐產(chǎn)又豐收？加速數(shù)字農(nóng)業(yè)發(fā)展是不二法門。
農(nóng)業(yè)長期保持著傳統(tǒng)形態(tài)，技術進步一直較慢，特別是進入信息化時代后，農(nóng)業(yè)技術滯后帶來的產(chǎn)業(yè)發(fā)展差距愈發(fā)顯著。隨著數(shù)字經(jīng)濟的興起，越來越多的領域引入互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術，實現(xiàn)了智能化、數(shù)字化重塑，生產(chǎn)率大幅度提高。2019 年，我國服務業(yè)、工業(yè)數(shù)字經(jīng)濟滲透率分別為 37.8%、19.5%，但農(nóng)業(yè)只有 8.2%，數(shù)字化改造的空間很大，需盡快趕上信息社會的發(fā)展步伐。
農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是農(nóng)業(yè)現(xiàn)代化的必然選擇，也是破解目前農(nóng)業(yè)難題的一劑良方，瞄準這個主攻方向，無疑將為農(nóng)業(yè)高質(zhì)量發(fā)展提供新動能，給予農(nóng)民更多獲得感。對廣大農(nóng)民來講，農(nóng)產(chǎn)品銷售難的問題最頭疼，常常遭遇“多收了三五斗”的尷尬。可以說，農(nóng)業(yè)數(shù)字化水平滯后，農(nóng)產(chǎn)品質(zhì)量不穩(wěn)定、難以標準化、產(chǎn)銷信息不對稱等是導致農(nóng)產(chǎn)品銷售難的主因。顯然，加快技術與傳統(tǒng)農(nóng)業(yè)的融合，打造數(shù)字農(nóng)業(yè)，對產(chǎn)業(yè)鏈進行全方位的數(shù)字化改造，使得傳統(tǒng)農(nóng)業(yè)脫胎換骨，插上科技的翅膀騰飛，已成為農(nóng)業(yè)發(fā)展新趨勢。
4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢
4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)實
物聯(lián)網(wǎng)技術在現(xiàn)代農(nóng)業(yè)生產(chǎn)設施和設備領域中的應用極大地提高了現(xiàn)代農(nóng)業(yè)生產(chǎn)設施和設備的數(shù)字和智能水平，實現(xiàn)了整個農(nóng)業(yè)生產(chǎn)過程的數(shù)字化控制，實現(xiàn)了農(nóng)業(yè)智能化生產(chǎn)和管理。它可以解決由托管服務流程引起的一系列問題。在種植業(yè)中，重點是如何精確控制生產(chǎn)環(huán)節(jié)，例如育苗，播種，施肥，灌溉和病蟲害防治。當前，荷蘭，日本，以色列和其他國家正在使用大數(shù)據(jù)，人工智能和信息技術來促進數(shù)字化，精確化和智能化作物種植的發(fā)展。
4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛
電子商務的飛速發(fā)展為農(nóng)產(chǎn)品流通提供了新的平臺和基礎。例如，美國著名的新鮮食品電子商務公司LocalHarvest是一個平臺，該平臺整合了有機農(nóng)業(yè)的上下游，并連接了中小型農(nóng)場和消費者。LocalHarvest平臺基于從相關農(nóng)場收集的基本信息來支持地圖搜索系統(tǒng)，使消費者能夠搜索本地社區(qū)周圍的農(nóng)場并購買難以保存的新鮮農(nóng)產(chǎn)品，例如蔬菜和禽蛋。農(nóng)產(chǎn)品在快速物流系統(tǒng)下，可以快速送到消費者家中，從而大大提高農(nóng)產(chǎn)品物流的效率和質(zhì)量。
值得欣喜的是，近年來，全國各地與各大電商平臺紛紛投入大量資源，重構產(chǎn)業(yè)鏈，培植人才，發(fā)力促進農(nóng)產(chǎn)品上行。以河北省為例，近年來積極引入農(nóng)業(yè)電商龍頭企業(yè)，與阿里巴巴、京東、拼多多等電商平臺開展合作，持續(xù)在直播助農(nóng)、農(nóng)產(chǎn)品品牌孵化、新農(nóng)商人才培養(yǎng)等領域，合力打造河北數(shù)字農(nóng)業(yè)“新基建”。可以看到，利用大數(shù)據(jù)和分布式人工智能技術匹配優(yōu)化資源，將需求傳導給供給端，有效緩解了供需信息不對稱造成的產(chǎn)銷脫節(jié)。在互聯(lián)網(wǎng)科技力量的加持下，傳統(tǒng)農(nóng)業(yè)的“痛點”也得到有效解決，進一步打開了農(nóng)產(chǎn)品從田間到餐桌的通路。
隨著電商農(nóng)產(chǎn)品銷量的快速增長，廣大農(nóng)民亦受益匪淺，農(nóng)業(yè)生產(chǎn)模式發(fā)生重大變化，以需求引導生產(chǎn)、訂單式農(nóng)業(yè)逐漸成為主流，精準種植、數(shù)字營銷提升了農(nóng)民收入水平，促進更多農(nóng)民融入數(shù)字農(nóng)業(yè)的場景里。以往很多滯銷農(nóng)產(chǎn)品位于貧困地區(qū)，數(shù)字農(nóng)業(yè)重塑產(chǎn)業(yè)鏈，幫助貧困戶掌握技術、融入市場，實現(xiàn)了造血扶貧。實踐證明，此種創(chuàng)新扶貧模式具有很強的活力。比如，拼多多的“農(nóng)地云拼”模式得到國務院扶貧辦的肯定，榮獲了今年的“全國脫貧攻堅組織創(chuàng)新獎”。截至 2019 年底，拼多多平臺直連的農(nóng)業(yè)生產(chǎn)者超過 1200 萬人，累計帶貧人數(shù)超百萬。
4.3農(nóng)業(yè)多元化公共服務將更加完善
通過將移動互聯(lián)網(wǎng)和大數(shù)據(jù)等頂尖技術運用在農(nóng)業(yè)公共服務，農(nóng)業(yè)服務也更加便利和靈活。這也是數(shù)字農(nóng)業(yè)發(fā)展的重要趨勢。一些國家為了促進數(shù)字農(nóng)業(yè)的發(fā)展，在農(nóng)業(yè)信息化和農(nóng)業(yè)公共服務方面做出了很多努力。
5 “數(shù)字農(nóng)業(yè)”的實踐策略
5.1實現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務數(shù)字化和可視化
加快建立涵蓋農(nóng)業(yè)資源，農(nóng)村產(chǎn)業(yè)，生產(chǎn)管理，產(chǎn)品質(zhì)量，農(nóng)業(yè)機械設備和農(nóng)村治理的數(shù)據(jù)庫。利用地理空間信息技術和遙感技術整合空間數(shù)據(jù)，獲取耕地資源，漁業(yè)水資源，糧食生產(chǎn)功能區(qū)，現(xiàn)代化農(nóng)業(yè)園區(qū)，特色農(nóng)產(chǎn)品優(yōu)勢區(qū)，特色鮮明的農(nóng)業(yè)村莊，生產(chǎn)經(jīng)營實體，村莊分布等數(shù)據(jù)。地圖存儲在數(shù)據(jù)庫中，使農(nóng)業(yè)和農(nóng)村資源數(shù)據(jù)立體化。通過集成的農(nóng)業(yè)調(diào)度系統(tǒng)，現(xiàn)場定點監(jiān)控系統(tǒng)，集成的遙感信息，無人機觀測和地面?zhèn)鞲衅骶W(wǎng)絡，可以建立農(nóng)作物的空間分布。通過農(nóng)作物的空間分布，重大自然災害和其他動態(tài)空間圖，形成了一個一體化的全域地理信息圖，為農(nóng)業(yè)生產(chǎn)和管理的科學指導奠定了堅實的數(shù)據(jù)基礎。
5.2推動數(shù)字農(nóng)業(yè)技術創(chuàng)新
創(chuàng)新，始終是鄉(xiāng)村振興的內(nèi)生動力。要實現(xiàn)鄉(xiāng)村振興，離不開“數(shù)字農(nóng)業(yè)”助力。手機變成新農(nóng)具、直播成了新農(nóng)活、數(shù)據(jù)成為新農(nóng)資，隨著農(nóng)業(yè)新業(yè)態(tài)新模式競相涌現(xiàn)，數(shù)字經(jīng)濟發(fā)展紅利惠及三農(nóng)必將更加給力，而農(nóng)業(yè)信息技術已然成為數(shù)字農(nóng)業(yè)發(fā)展的關鍵支持。未來依靠農(nóng)業(yè)科學院和大學等農(nóng)業(yè)科學研究和技術開發(fā)機構來充分發(fā)揮農(nóng)業(yè)科技企業(yè)作為創(chuàng)新主題的作用，促進數(shù)字農(nóng)業(yè)領域的“產(chǎn)學研”合作，并著重于先進技術和核心技術。為了提高對關鍵技術的了解和研發(fā)，精確操作和智能決策的數(shù)字化管理，智能設備的變量修改和應用，農(nóng)產(chǎn)品的靈活處理，區(qū)塊鏈等技術，3S 加速，智能識別，模型仿真，智能控制和其他軟件和硬件產(chǎn)品數(shù)字農(nóng)業(yè)的綜合應用，了解數(shù)字農(nóng)業(yè)技術標準和規(guī)范體系的建立，數(shù)字農(nóng)業(yè)技術創(chuàng)新以及應用服務系統(tǒng)的持續(xù)改進。
5.3 提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平
當前，就中國電子政務項目的發(fā)展而言，農(nóng)業(yè)部門中的電子政務服務水平不能完全滿足領導決策應用程序和公共商務應用程序的功能要求。農(nóng)業(yè)信息服務的總體水平有待進一步提高。同時，這意味著中國農(nóng)業(yè)信息服務具有巨大的發(fā)展和利用空間。因此，有必要進一步擴大移動互聯(lián)網(wǎng)技術，云計算，大數(shù)據(jù)等先進技術在農(nóng)業(yè)信息服務領域的應用，并通過建立靈活，便捷，高效，透明的農(nóng)業(yè)生產(chǎn)經(jīng)營管理體系，為農(nóng)民提供更多便捷和信息服務。在信息公開，政府公共關系，信息服務，辦公室工作等方面，充分利用農(nóng)民信箱和便攜式農(nóng)業(yè)和農(nóng)村地區(qū)的服務功能，提高了園藝，畜牧，水產(chǎn)品，田間管理和智能化管理水平。著眼于整個農(nóng)業(yè)產(chǎn)業(yè)鏈的要求，以提高勞動生產(chǎn)率，研究和推廣適用于不同地形和環(huán)境的農(nóng)業(yè)機械，并進一步促進農(nóng)業(yè)“機器換人”。
結 語
數(shù)字農(nóng)業(yè)的發(fā)展實現(xiàn)了對農(nóng)業(yè)生產(chǎn)的自動，精確控制，智能和科學管理，提高了農(nóng)業(yè)的可控性，降低了生產(chǎn)成本，并減少了環(huán)境污染，使農(nóng)業(yè)向精準，環(huán)保和可持續(xù)的方向發(fā)展。此外，農(nóng)村電子商務的發(fā)展可以有效克服農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的不利因素，可以簡化交易聯(lián)系，提高交易效率，降低成本，消除農(nóng)民對庫存余額的擔憂，并縮短生產(chǎn)周期。努力為農(nóng)民提供更多的商機。由于時間和空間的限制，內(nèi)容的選擇空間也越來越廣，這對于提高農(nóng)業(yè)生產(chǎn)經(jīng)營管理人員的科學文化素養(yǎng)具有重要意義。
致 謝
在這篇論文的撰寫過程中，我遇到了很多的困難和障礙，但都在老師、領導、同事、同學和朋友的幫助下順利解決了。尤其要強烈感謝周波老師在千里之外給我們線上授課進行指導和幫助，不厭其煩地為我們解答疑問、傳授知識，讓我非常感動，在此向幫助和指導過我的各位老師表示最衷心的感謝!
同時也要感謝這篇論文所涉及到的各位學者，本文引用了數(shù)位學者的研究文獻，如果沒有各位學者的研究成果的幫助和啟發(fā)，我將很難完成本篇論文的寫作。
同時也要感謝我的領導、同事、同學和朋友，在我寫論文的過程中給予我很多素材，還在論文的撰寫和排版過程中提供給我很大的幫助。由于我的學術水平有限，所寫論文難免有不足之處，懇請各位老師和學友不吝批評與指教。
參考文獻
[1] 周清波 , 吳文斌 , 宋茜 . 數(shù)字農(nóng)業(yè)研究現(xiàn)狀和發(fā)展趨勢分析 [J].中國農(nóng)業(yè)信息 ,2019,30(01), 第 5-13 頁 .
[2] 施威 , 曹成銘 .“互聯(lián)網(wǎng) + 農(nóng)業(yè)產(chǎn)業(yè)鏈”創(chuàng)新機制與路徑研究 [J].理論探討 ,2019(06), 第 110-114 頁 .
智能農(nóng)業(yè)論文范文2
就硬件來說，自主導航涉及高運算能力，測距法，傳感技術(譬如：全球定位系統(tǒng)，激光測距儀，超聲波，紅外傳感技術)和3D地圖。從軟件的角度看，自主導航涉及圖像識別、色彩、特征、形狀、障礙物信息收集以及為判斷制定提供持續(xù)的統(tǒng)計分析。而這種技術未來在醫(yī)療、制造、能源、農(nóng)業(yè)、環(huán)境或空間探索等領域都將起到主要作用。
在醫(yī)療領域，人工智能和圖像處理會成為醫(yī)療診斷和外科手術的關鍵工具。計算算法能幫助識別受損的組織器官，并預測在一個生命周期中可能會出現(xiàn)什么情況。機器在處理大量的信息時表現(xiàn)會更好，在健康醫(yī)療領域提供多一種診斷方法可能會成為“實際上的標準”。隨著機器人的敏捷度和準確性的提高，及其在高難度手術中可以輔助外科醫(yī)生，未來手術治療的效果將變得更好。
在制造業(yè)，圖像處理技術將會重新構造現(xiàn)有的生產(chǎn)方案。隨著計算機視覺的敏捷度變得更高，有望誕生新的生產(chǎn)模式和組裝線/拆卸線。這些新的模式很可能補足工廠的勞動力，對于工廠的工作內(nèi)容，機器人更適合從事生產(chǎn)類的工作，而人類更適合做質(zhì)量檢驗、管理、產(chǎn)品設計和創(chuàng)新。
在能源領域，計算機技術也能發(fā)揮很多作用。隨著可再生能源成為現(xiàn)實，我們同樣需要在全球范圍內(nèi)為發(fā)電/能源轉(zhuǎn)換和配電網(wǎng)建設基礎設施。這里應用的概念是分散化(從更多不同的來源收集更多不同種類的能源)。我們將應用人工智能，模式識別和決策算法控制能量流，并解決發(fā)電商和用戶之間信息不對等的問題。這種高效的能源管理方式(智能電網(wǎng))有可能擴大能源的來源，最終降低發(fā)電/能源轉(zhuǎn)換/用電的成本。
農(nóng)業(yè)是另一個受人工智能影響很大的領域。隨著世界人口的不斷增加，我們需要尋找新的食物生產(chǎn)方式。舉個例子，自動駕駛車輛的技術可以轉(zhuǎn)化為能應用在農(nóng)業(yè)領域的自動行走車。人工智能和圖像處理技術能幫助實現(xiàn)拖拉機的自動控制，令其不間歇地在農(nóng)場根據(jù)農(nóng)作物生產(chǎn)情況執(zhí)行灌溉、施肥、投放農(nóng)藥等任務。播種和灌溉將會成為自動農(nóng)用機器的日常工作，同理，無人飛行器(UAVs)將在未來應用于農(nóng)業(yè)檢查、處理和制圖。這些技術進步將促使農(nóng)業(yè)的成本下降，從而降低糧食價格。
在航天機器人方面，太空探索的自動化程度將提高，這將使軌道機器人得以協(xié)助宇航員完成更多任務，譬如發(fā)射衛(wèi)星，開啟/關閉艙門或設備清洗等。
同樣，機器人也可能成為廢料收集和回收利用的重要工具。應用機器人和人工智能技術將使公園、甚至是海洋或其他區(qū)域的清潔成為現(xiàn)實，這樣的功能會對環(huán)境產(chǎn)生積極影響。
看到這里，大家應該知道，當我們進行自主導航的研究時，受益的不僅是自動駕駛汽車，實際上，也在推動機器人和人工智能技術延伸到人類生活的其他方面。
作者：Antonio Espingardeiro 來源：計算機世界 2013年38期
智能農(nóng)業(yè)論文范文3
〔關鍵詞〕知識圖譜；專家系統(tǒng)；發(fā)展軌跡
DOI：10．3969／j．issn．1008－0821．2012．02．040
〔中圖分類號〕G250.71 〔文獻標識碼〕A 〔文章編號〕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
專家系統(tǒng)作為人工智能的一個重要分支，發(fā)展已經(jīng)超過50年，在很多應用領域都獲得了廣泛使用，取得了豐碩成果。本文運用文獻計量這一獨特視角對專家系統(tǒng)進行了再回顧和再分析，將智能科技劃分為初創(chuàng)期、成長期、低谷期、發(fā)展期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專家系統(tǒng)的學科結構、影響程度、關鍵節(jié)點與時間點等重要而獨特的知識，為了解和掌握專家系統(tǒng)的發(fā)展與演化過程提供了獨特視角。
1 數(shù)據(jù)來源
SCI（Science Citation Index）是美國科學情報研究所ISI（Institute for Science Information）出版的期刊文獻檢索工具，所收錄的文獻覆蓋了全世界最重要和最有影響力的研究成果，成為世界公認的自然科學領域最為重要的評價工具。本文以Web of Science中的SCI數(shù)據(jù)庫為數(shù)據(jù)來源，選用高級檢索方式，以“Expert System/Experts System”作為主題詞，于2011年5月在Web of Secience中進行檢索，一共檢索到14 500篇相關文獻記錄。獲得的年度分布如圖1。所示。雖然，專家系統(tǒng)研究從20世紀五六十年代就開始了，但是從圖1可以看出直到1982年才有主題詞與專家系統(tǒng)相關的論文出現(xiàn)。圖1表明1991年左右，專家系統(tǒng)相關論文達到了峰值，但隨后呈逐年下降的趨勢。到1999年，只有494篇。但21世紀開始，專家系統(tǒng)相關論文又出現(xiàn)了增加的趨勢，并維持在一個穩(wěn)定的水平中。圖1 專家系統(tǒng)在SCI數(shù)據(jù)庫文獻發(fā)表年度變化情況
2012年2月第32卷第2期基于知識圖譜的專家系統(tǒng)發(fā)展綜述Feb.，2012Vol.32 No.22 專家系統(tǒng)前40年的發(fā)展
本文利用基于JAVA平臺的引文分析可視化軟件Citespace，首先設定時間跨度為1950-1991年，時間切片長度為1年，聚類方式為共被引聚類（Cited Reference），閾值選擇為（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出這些引文的時間跨度為1950－1990年，可以繪制出該時間段的專家系統(tǒng)論文時區(qū)分布圖，如圖2所示。我們以年代先后為序，將20世紀80年代以前作為第一階段，80年代至90年代作為第二階段。圖2 1950-1991年各年度專家系統(tǒng)論文之間的時區(qū)分布圖
2.1 專家系統(tǒng)起源時期
根據(jù)圖2顯示，這段時期有7個突出節(jié)點，既有7位代表人物。第一個節(jié)點代表的是“人工智能之父”――英國著名科學家阿蘭?麥席森?圖靈（Alan Mathison Turing），他于1950年在《心靈》雜志上《計算機器與智能》，提出了著名的“圖靈測試”，探討了機器智能的可能性，為后來的人工智能科學提供了開創(chuàng)性的構思［1］。
第二個節(jié)點代表的是美國工程院院士、加州大學扎德（LA.Zadeh）教授，他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文，提出模糊集合理論，給出了模糊性現(xiàn)象定量描述和分析運算的方法，從而誕生了模糊數(shù)學。1978年，扎德教授提出了“可能性理論”，將不確定性理解為可能性，為模糊集理論建立了一個實際應用上的理論框架，這也被認為是模糊數(shù)學發(fā)展的第二個里程碑。同年，國際性期刊《International Journal of Fuzzy Sets and System》誕生，這使得模糊理論得到普遍承認，理論研究高速發(fā)展，實際應用迅速推廣。
第三個節(jié)點代表的美國兩院院士、卡內(nèi)基-梅隆大學教授艾倫?紐厄爾（Allen Newell），1972年，他出版了《人怎樣解題》（Human Problem Solving)一書，書中描述了他和西蒙試圖建立一個計算機化的“通用問題求解器”的歷程：20世紀50年代，他們發(fā)現(xiàn)，人類的問題解決，在一定知識領域內(nèi)可以通過計算機實現(xiàn)，所以他們開始用計算機編程來解決問題，1956年，他們研發(fā)出了邏輯理論家和通用問題求解器（General Problem Solver），并建立了符號主義人工智能學派。我們可以看出，這本書是對他以前所作工作的總結與歸納，而邏輯理論家和通用問題求解器正是專家系統(tǒng)的雛形，為專家系統(tǒng)的出現(xiàn)奠定了堅實的基礎。
但是艾倫?紐厄爾的嘗試無法解決大的實際問題，也很難把實際問題改造成適合于計算機解決的形式，并且對于解題所需的巨大搜索空間也難于處理。為此，美國國家工程院院士、斯坦福大學教授費根鮑姆（E.A.Feigenbaum）等人在總結通用問題求解系統(tǒng)成功與失敗的經(jīng)驗基礎上，結合化學領域的專門知識，于1965年研制了世界上第一個專家系統(tǒng)dendral，可以推斷化學分子結構。專家系統(tǒng)進入了初創(chuàng)期，其代表有dendral、macsyma（數(shù)學專家系統(tǒng)）等，第一代專家系統(tǒng)以高度專業(yè)化、求解專門問題的能力強為特點，向人們展示了人工智能應用的廣闊前景［2］。
第四個節(jié)點代表人物是美國麻省理工學院著名的人工智能學者明斯基（Minsky）。1975年，他在論文《表示知識的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理論，框架理論的核心是以框架這種形式來表示知識。理論提出后，在人工智能界引起了極大的反響，并成為了基于框架的專家系統(tǒng)的理論基礎，基于框架的專家系統(tǒng)適合于具有固定格式的事物、動作或事件。
第五個節(jié)點代表人物是美國普林斯頓大學教授格倫謝弗（Glenn Shafer），他在1976年出版了《數(shù)學理論的證據(jù)》（A mathematical theory of evidence）一書，介紹了由他和Dempster于1967年提出的D-S理論（即證據(jù)理論）。證據(jù)理論可處理由不知道因素引起的不確定性，后來，該理論被廣泛應用于計算機科學和工程應用，是基于D-S證據(jù)理論的專家系統(tǒng)的理論基礎。
第六個重要節(jié)點代表是美國斯坦福大學愛德華?漢斯?肖特利夫（Shortliff EH）教授，他于1975年在著名雜志《數(shù)學生物科學》上發(fā)表《A model of inexact reasoning in medicine》（《在醫(yī)學模型的不精確推理》）一文，他結合自己1972－1974年研制的世界第一個醫(yī)學專家系統(tǒng)――MYCIN系統(tǒng)（用于診斷和治療血液感染及腦炎感染，是第二代專家系統(tǒng)的經(jīng)典之作），提出了確定性理論，該理論對專家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。
第七個節(jié)點代表人物是美國麻省理工學院計算機科學和人工智能實驗室的戴維斯（Randall Davis）教授，他于1976年提出元知識的概念，并在專家系統(tǒng)的研制工具開發(fā)方面做出了突出貢獻――研制出知識獲取工具Teiresias，為專家系統(tǒng)獲取知識實現(xiàn)過程中知識庫的修改和添加提供了工具［3］，關Teiresias，他于1977年在《Artificial Intelligence》雜志上中進行了詳細介紹，而這也為本時期專家系統(tǒng)的快速增多和廣泛應用奠定了堅實基礎。
20世紀70年代后期，隨著專家系統(tǒng)應用領域的不斷開拓，專家系統(tǒng)研發(fā)技術逐漸走向成熟。但同時，專家系統(tǒng)本身存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一等問題也被逐漸暴露出來。人們從各種不同類型的專家系統(tǒng)和知識處理系統(tǒng)中抽取共性，人工智能又從具體研究逐漸回到一般研究。圍繞知識這一核心問題，人們重新對人工智能的原理和方法進行探索，并在知識的獲取、表示以及知識在推理過程中的利用等方面開始出現(xiàn)一組新的原理、工具和技術。
2.2 專家系統(tǒng)發(fā)展的黃金時期
20世紀80年代是專家系統(tǒng)突飛猛進、迅速發(fā)展的黃金時代，根據(jù)圖2顯示，這段時期共有論文982篇，有7個突出節(jié)點。
1980年，出現(xiàn)了第一個節(jié)點代表――美國斯坦福大學計算機科學系系主任尼爾森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一書，表明了拉近理論和實踐的距離的目標，書中對基于規(guī)則的專家系統(tǒng)、機器問題解決系統(tǒng)以及結構對象的代表等都進行了具體的論述。
1981年，出現(xiàn)了第二個節(jié)點代表――英國赫特福德大學教授Clocksin，威廉F，他出版的《PROLOG語言編程》一書，引起了計算機科學界的極大興趣，并已被證明是一個重要的編程語言和人工智能系統(tǒng)的新一代基礎，是專家系統(tǒng)的重要編程語言。
1982年，出現(xiàn)了第三個節(jié)點代表――美國匹茲堡大學教授米勒（Miller RA），他在《英格蘭醫(yī)藥分冊》上發(fā)表了《基于計算機的醫(yī)學內(nèi)科實驗診斷顧問》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，屬當時診斷專家系統(tǒng)的代表力作，書中介紹了著名的內(nèi)科疾病診斷咨詢系統(tǒng)INTERNIST-1，之后將其不斷完善成改進型INTERNIST-2，即后來的CADUCEUS專家系統(tǒng)，其知識庫中包含了572種疾病，約4 500種癥狀。
1983年，出現(xiàn)了第四個節(jié)點代表――美國的海斯羅斯（Hayes-Roth，F(xiàn)）教授，他于1983年發(fā)表著作《建立專家系統(tǒng)》，對專家系統(tǒng)建立的原則和要素、開發(fā)的生命周期等重要問題進行了詳細講解，為研究與開發(fā)各種類型的專家系統(tǒng)提供了理論依據(jù)。
1984年，出現(xiàn)了第五個節(jié)點代表――美國匹茲堡大學計算機科學、哲學和醫(yī)學教授布魯斯?布坎南（Bruce G.Buchanan），他于1984年發(fā)表著作《規(guī)則的專家系統(tǒng)：斯坦福啟發(fā)式編程項目Mycin實驗》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，這是有史以來關于醫(yī)療診斷系統(tǒng)MYCIN的實驗規(guī)則庫公布。基于規(guī)則的專家系統(tǒng)MYCIN是專家系統(tǒng)開發(fā)過程中一個里程碑，研究其開發(fā)思路與方法具有非常重要的意義。
1985年，出現(xiàn)了第六個節(jié)點代表――美國人工智能專家、加州大學教授哈蒙（Harmon P），他出版了《專家系統(tǒng)：人工智能業(yè)務》（《Expert systems：artificial intelligence in business》）一書。書中闡述了專家系統(tǒng)如何解決問題，代表知識，并得出推論，并介紹了人工智能的具體制度，確定了專家系統(tǒng)的市場。
1986年，出現(xiàn)了第七個節(jié)點代表――著名的專家系統(tǒng)學者沃特曼（Waterman DA），他出版了《專家系統(tǒng)指南》一書，該書對專家系統(tǒng)的概念、組成、建立過程、建立工具、應用領域等做了深入淺出的系統(tǒng)介紹與論述，是當時全面介紹專家研發(fā)與應用的經(jīng)典書籍。
20世紀80年代初，醫(yī)療專家系統(tǒng)占主流，主要原因是它屬于診斷類型系統(tǒng)且容易開發(fā)。80年代中期，出現(xiàn)大量投入商業(yè)化運行的專家系統(tǒng)，為各行業(yè)帶來了顯著的經(jīng)濟效益。從80年代后期開始，大量新技術成功運用到專家系統(tǒng)之中，使得專家系統(tǒng)得到更廣泛的運用。在這期間開發(fā)的專家系統(tǒng)按處理問題的類型可以分為：解釋型、預測型、診斷型、設計型等。應用領域擴展到農(nóng)業(yè)、商業(yè)、化學、通信、醫(yī)學等多個方面，成為人們常用的解決問題的手段之一。
然而，與此同時，現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴重的缺陷，使不少計算機界的知名學者對專家系統(tǒng)產(chǎn)生了懷疑，認為專家系統(tǒng)存在的問題有以下幾點：（1）專家系統(tǒng)中的知識多限于經(jīng)驗知識，極少有原理性的知識，系統(tǒng)沒有應用它們的能力；（2）知識獲取功能非常弱。為了建造專家系統(tǒng)，必須依賴于專家獲取知識， 不僅費時， 而且很難獲取完備性和一致性的知識；（3）求解問題的方法比較單一，以推理機為核心的對問題的求解尚不能反映專家從認識問題到解決問題的創(chuàng)造性過程；（4）解釋功能不強［4］。等到學者們回過頭重新審視時，20世紀90年代的專家系統(tǒng)理論危機已然爆發(fā)。
3 90年代專家系統(tǒng)向多個方向發(fā)展
由于20世紀80年代專家系統(tǒng)研究迅猛發(fā)展，商業(yè)價值被各行各業(yè)看好，導致90年代大批專家系統(tǒng)從實驗室走出來，開始了它們的工程化市場化進程。從圖1看以看出，在20世紀90年代，專家系統(tǒng)的相關論文不增反減，進入一個局部低谷期，這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件，設置參數(shù)為（4，4，20）（4，3，20）（4，4，20），獲取了該時期論文的引文聚類圖（如圖3所示）。圖2 專家系統(tǒng)1990－2000年的論文引文聚類圖
從圖3中我們可以看出，全圖的節(jié)點比較分散，沒有形成大的聚類，這表示該階段沒有形成重點研究方向，也沒有重大科研成果和標志性著作產(chǎn)生，專家系統(tǒng)的市場化進程嚴重牽引了研究者們的注意力，這是專家系統(tǒng)研究陷入低谷期的重要原因。
這段時間專家系統(tǒng)的研究工作大致分以下幾個方面：第一個研究方向依舊是建立在扎德（LA.Zadeh）教授模糊理論上的模糊專家系統(tǒng)，它同樣是該年代專家系統(tǒng)研究的重點方向。
第二個研究方向是骨架專家系統(tǒng)，代表人物有美國斯坦福大學的愛德華?漢斯?肖特利夫（Shortliff EH）教授。1974年末，MYCIN系統(tǒng)基本建成后，MYCIN的設計者們就想到用其它領域的知識替換關于感染病學的知識，可能會得到一個新的專家系統(tǒng)，這種想法導致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專家系統(tǒng)的研制周期，隨后，AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應運而生，它們在20世紀90年代專家系統(tǒng)的研究進程中，發(fā)揮著重要作用。
第三個研究方向是故障診斷專家系統(tǒng)，代表人物有美國麻省理工學院的蘭德爾?戴維斯（Randall Davis）教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結構和行為的診斷推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，該論文描述了一個利用知識結構和行為，在電子電路領域進行故障診斷排除的專家系統(tǒng)。之后，故障診斷專家系統(tǒng)在電路與數(shù)字電子設備、機電設備等各個領域已取得了令人矚目的成就，已成為當今世界研究的熱點之一。
第四個研究方向是基于規(guī)則的專家系統(tǒng)，布魯斯?布坎南（Bruce G.Buchanan）的著作對基于規(guī)則的專家系統(tǒng)在這個時期的發(fā)展仍有著積極的指導作用。多種基于規(guī)則的專家系統(tǒng)進入了試驗階段。傳統(tǒng)基于規(guī)則的專家系統(tǒng)只是簡單的聲明性知識，而目前，規(guī)則的形式開始向產(chǎn)生式規(guī)則轉(zhuǎn)變，并趨向于提供較完善的知識庫建立和管理功能。
第五個研究方向是知識工程在專家系統(tǒng)中的運用。代表人物是美國斯坦福大學的克蘭西教授（Clancy W J），他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類》（《Heuristis classification》），啟發(fā)式分類即對未知領域情況的類的識別過程。它是人類思維解決問題的重要方法，在人工智能、專家系統(tǒng)中可常用啟發(fā)式設計計算機程序，模擬人類解決問題的思維活動。
第六個研究方向是機器學習在專家系統(tǒng)中的運用。代表人物是機器學習領域前輩、澳洲悉尼大學著名教授John Ross Quinlan。他于1986年在《機器學習》（《Mach.Learn》）雜志上發(fā)表《決策樹算法》（《Induction of Decision Trees》）一文，文中他詳細描述了決策樹算法的代表――ID3算法。之后，有大量學者圍繞該算法進行了廣泛的研究，并提出多種改進算法，由于決策樹的各類算法各有優(yōu)缺點，在專家系統(tǒng)的實際應用中，必須根據(jù)數(shù)據(jù)類型的特點及數(shù)據(jù)集的大小，選擇合適的算法。
第七個研究方向是神經(jīng)網(wǎng)絡專家系統(tǒng)，代表人物有人工智能專家Stephan I.Gallant和美國加利福尼業(yè)大學教授巴特?卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專家系統(tǒng)》（《Connectionist expert systems》）一文，文中講述Gallant 設計了一個連接主義專家系統(tǒng)（Connectionist expert system），其知識庫是由一個神經(jīng)網(wǎng)絡實現(xiàn)的（即神經(jīng)網(wǎng)絡知識獲取），開創(chuàng)了神經(jīng)網(wǎng)絡與專家系統(tǒng)相結合的先例。
第八個研究方向是遺傳算法在專家系統(tǒng)中的運用。代表人物是遺傳算法領域著名學者、美國伊利諾伊大學David Goldberg教授和人工智能專家L.Davis。1989年，Goldberg出版了專著《搜索、優(yōu)化和機器學習中的遺傳算法》，該書系統(tǒng)總結了遺傳算法的主要研究成果，全面而完整地論述了遺傳算法的基本原理及其應用；1991年，Davis編輯出版了《遺傳算法手冊》，書中包含了遺傳算法在科學計算、工程技術和社會經(jīng)濟中的大量應用實例，該書為推廣和普及遺傳算法的應用起到了重要的指導作用。這些都推動了基于遺傳算法的專家系統(tǒng)的研發(fā)推廣。
第九個研究方向是決策支持系統(tǒng)在專家系統(tǒng)中的運用，代表人物是美國加利福尼亞大學伯克利分校教授埃弗雷姆?特班（Efraim Turban）。他于1990年出版了《決策支持和專家系統(tǒng)的管理支持系統(tǒng)》（《Decision support and expert systems:management support systems》）一書。20世紀80年代末90年代初，決策支持系統(tǒng)開始與專家系統(tǒng)相結合，形成智能決策支持系統(tǒng)，該系統(tǒng)充分做到了定性分析和定量分析的有機結合，將解決問題的范圍和能力提高到一個新的層次。
第十個研究方向是各種理論知識在專家系統(tǒng)中的綜合運用，代表人物是美國加利福尼業(yè)大學教授巴特?卡斯科（Bart Kosko）和美國伊利諾伊州研究所教授Abdul-Rahman K.H。卡斯科（Kosko）于1992年出版《神經(jīng)網(wǎng)絡和模糊系統(tǒng)：一個擁有機器智能的動力系統(tǒng)方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一書，這是第一本將神經(jīng)網(wǎng)絡和模糊系統(tǒng)結合起來的讀本，也是神經(jīng)網(wǎng)絡與模糊理論綜合應用于專家系統(tǒng)建設的經(jīng)典著作；Abdul-Rahman K.H教授于1995年，在美國電氣和電子工程師協(xié)會的《電力系統(tǒng)及自動化》（《Transactions on Power Systems》）會議刊上發(fā)表了《人工智能模糊無功負荷的最優(yōu)VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，論文提出了一個解決無功功率（VAR）控制問題，這個方法包含了專家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡的重要知識。
雖然專家系統(tǒng)大量建造，但投入實際運行的專家系統(tǒng)并不多，且效率較低，問題求解能力有待進一步提高。原因之一就是專家系統(tǒng)主要是模擬某一領域中求解特定問題的專家的能力，而在模擬人類專家協(xié)作求解方面很少或幾乎沒有做什么工作。然而在現(xiàn)實世界中，協(xié)作求解具有普遍性，針對特定領域、特定問題的求解僅僅具有特殊性，專家系統(tǒng)雖然在模擬人類專家某一特定領域知識方面取得了成功，但它仍然不能或難以解決現(xiàn)實世界中的問題。其次，開發(fā)的專家系統(tǒng)的規(guī)模越來越大，并且十分復雜。這樣就要求將大型專家系統(tǒng)的開發(fā)變成若干小的、相對獨立的專家系統(tǒng)來開發(fā)，而且需要將許多不同領域的專家系統(tǒng)聯(lián)合起來進行協(xié)作求解。然而，與此相關的分布式人工智能理論和實用技術尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問題得以解決，才能克服由于單個專家系統(tǒng)知識的有限性和問題求解方法的單一性等導致系統(tǒng)的“脆弱性”，也才能提高系統(tǒng)的可靠性，并且在靈活性、并行性、速度等方面帶來明顯的效益［5］。
4 21世紀專家系統(tǒng)進入穩(wěn)定發(fā)展時期
進入21世紀，專家系統(tǒng)開始緩慢發(fā)展，這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件，設置參數(shù)為（6，6，20）（5，5，20）（5，5，20），獲取了該時期論文的引文聚類圖（如圖4所示）。圖4 專家系統(tǒng)2000－2010年的論文引文聚類圖
這個時期專家系統(tǒng)有3個主要研究方向：第一個是研究方向是節(jié)點明顯的基于模糊邏輯的專家系統(tǒng)研究方向。90年代以來，模糊控制與專家系統(tǒng)技術相結合，進一步提高了模糊控制器的智能水平。基于模糊邏輯的專家系統(tǒng)有以下優(yōu)點：一是具有專家水平的專門知識，能表現(xiàn)專家技能和高度的技巧以及有足夠的魯棒性（即健壯性）；二是能進行有效的推理，能夠運用人類專家的經(jīng)驗和知識進行啟發(fā)性的搜索和試探性的推理；三是具有靈活性和透明性。
第二個是研究方向是Rete模式匹配算法在專家系統(tǒng)中的應用，代表人物是美國卡內(nèi)基―梅隆大學計算機科學系的Charles L.Forgy教授，1979年，他首次提出Rete算法。專家系統(tǒng)工具中一個核心部分是推理機，Rete算法能利用推理機的“時間冗余”特性和規(guī)則結構的相似性，并通過保存中間運算結果的方法來提高推理的效率。1982年，他在《人工智能》雜志上發(fā)表《Rete算法：許多模式／多對象的模式匹配問題的一個快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，該文解釋了基本算法的概念，介紹了詳細的算法，描述了模式和適當?shù)膶ο蠼簧嫠惴ǎ⒄f明了模式匹配的執(zhí)行操作。
第三個是研究方向是專家系統(tǒng)在電力系統(tǒng)中的運用。世界各國的專家們開始熱衷于在電力生產(chǎn)的各個環(huán)節(jié)使用專家系統(tǒng)，代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國立技術大學的Protopapas C.A、和中國的羅旭，他們在美國電氣和電子工程師協(xié)會的《電力傳輸》（《IEEE transactions on power delivery）會議刊及《電源設備系統(tǒng)》會議刊（《On Power Apparatus and Systems》）上發(fā)表了多篇有影響力的論文，內(nèi)容涉及系統(tǒng)恢復、電力需求預測、變電站故障診斷和報警處理等多方面。
這十年間，專家系統(tǒng)的研究不再滿足于用現(xiàn)有各種模型與專家系統(tǒng)進行簡單結合，形成基于某種模型的專家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法，來解決困擾專家系統(tǒng)的知識獲取瓶頸、匹配沖突、組合爆炸等問題，而這也推動了研究不斷向深層次、新方向發(fā)展。但是，由于專家系統(tǒng)應用的時間長、領域廣，他們遭遇的瓶頸問題一時得不到有效解決，導致了這一時期末，專家系統(tǒng)研究呈現(xiàn)出暫時的下滑現(xiàn)象。
5 專家系統(tǒng)發(fā)展趨勢分析
圖一發(fā)展曲線上第二個時間節(jié)點是1992年，從該年起專家系統(tǒng)相關論文呈下降趨勢，然后在2002年又開始緩慢增長，近一年多來又開始下降，這標志著專家系統(tǒng)研究在布滿荊棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年為一個單位，統(tǒng)計了1990－2009年20年期間專家系統(tǒng)相關論文中高頻詞的變化情況，如表1所示，從該表可以獲得這個時期專家系統(tǒng)研究的一些特點。
（1）在1990-1999年期間，人工智能出現(xiàn)新的研究，由于網(wǎng)絡技術特別是國際互連網(wǎng)技術發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡環(huán)境下的分布式人工智能研究，使人工智能更加實用，這給專家系統(tǒng)帶來了發(fā)展的希望。正因為如此，我們從詞頻上可以看出，人工智能（artificial intelligence）一詞在這十年一直位居前兩位，在專家系統(tǒng)研究中處于主導地位，而與其相關的知識表示（knowledge representation）、知識獲取(knowledge acquisition)等，也成為了學者們研究的重點方向。
（2）該時期的第二個特點是神經(jīng)網(wǎng)絡研究的復蘇。神經(jīng)網(wǎng)絡是通過模擬人腦的結構和工作模式，使機器具有類似人類的智能，如機器學習、知識獲取、專家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡（neural network）一詞得以快速增長，1995年時位列第一，進入21世紀也是穩(wěn)居第二位，神經(jīng)網(wǎng)絡很好地解決了專家系統(tǒng)中知識獲取的瓶頸問題，能使專家系統(tǒng)具有自學習能力，它的出現(xiàn)為專家系統(tǒng)提供了一種新的解決途徑［6］，同時也顯示出他獨有的生機與活力。
（3）該時期是模糊邏輯的發(fā)展時期。模糊理論發(fā)展至今已接近三十余年，應用范圍非常廣泛，它與專家系統(tǒng)相結合，在故障診斷、自然語言處理、自動翻譯、地震預測、工業(yè)設計等方面取得了眾多成果。我們從詞頻上可以看出，模糊邏輯（fuzzy logic）一詞，除在1990－1994年期間位居第六位外，之后都位居前三甲，2000-2004年期間更是位列第一。模糊控制與專家系統(tǒng)技術相結合，進一步提高了模糊控制器智能水平，這種控制方法既保持了基于規(guī)則的方法的價值和用模糊集處理帶來的靈活性，同時把專家系統(tǒng)技術的表達與利用知識的長處結合起來，能處理更廣泛的控制問題。
（4）故障診斷成為專家系統(tǒng)研究與應用的又一重要領域。故障診斷專家系統(tǒng)的發(fā)展起始于20世紀70年代末,雖然時間不長,但在電路與數(shù)字電子設備、機電設備等各個領域已取得了令人矚目的成就,已成為當今世界研究的熱點之一。這從高頻詞分布可以開出，故障診斷（fault diagnosis）從1995-1999年間的最后一位攀升至2005-2009年間的第一位，足見其強大的生命力。在專家系統(tǒng)己有較深厚基礎的國家中，機械、電子設備的故障診斷專家系統(tǒng)已基本完成了研究和試驗的階段，開始進入廣泛應用。
（5）遺傳算法的應用逐漸增多。20世紀90年代，遺傳算法迎來了發(fā)展時期，無論是理論研究還是應用研究都成了十分熱門的課題。尤其是遺傳算法的應用研究顯得格外活躍，不但應用領域擴大，而且利用遺傳算法進行優(yōu)化和規(guī)則學習的能力也顯著提高。進入21世紀，遺傳算法的應用研究已從初期的組合優(yōu)化求解擴展到了許多更新、更工程化的應用方面。這在高頻詞分布中可以看出，以2000作為臨界點，遺傳算法（genetic algorithms）從20世紀90年代的10名之后，到位于高頻詞前六強之中，充分反映出它發(fā)展的良好勢頭。
6 小 結
專家系統(tǒng)是20世紀下半葉發(fā)展起來的重大技術之一，它不僅是高技術的標志，而且有著重大的經(jīng)濟效益。“知識工程之父”E.Feignbaum在對世界許多國家和地區(qū)的專家系統(tǒng)應用情況進行調(diào)查后指出：幾乎所有的ES都至少將人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。
專家系統(tǒng)技術能夠使專家的專長不受時間和空間的限制，以便推廣稀缺的專家知識和經(jīng)驗；同時，專家系統(tǒng)能促進各領域的發(fā)展，是各領域?qū)＜覍I(yè)知識和經(jīng)驗的總結和提煉。
專家系統(tǒng)發(fā)展的近期目標，是建造能用于代替人類高級腦力勞動的專家系統(tǒng)；遠期目標是探究人類智能和機器智能的基本原理，研究用自動機模擬人類的思維過程和智能行為，這幾乎涉及自然科學和社會科學的所有學科，遠遠超出了計算機科學的范疇。
隨著人工智能應用方法的日漸成熟，專家系統(tǒng)的應用領域也不斷擴大。有人類活動的地方，必將有智能技術包括專家系統(tǒng)的應用，專家系統(tǒng)將成為21世紀人類進行智能管理與決策的工具與助手。
參考文獻
［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．
［2］黃可鳴.專家系統(tǒng)二十年［J］.計算機科學，1986，（4）：26-37.
［3］路耀華.思維模擬與知識工程［M］.北京：清華大學出版社，1997．
［4］趙致琢.專家系統(tǒng)研究［J］.貴州大學學報：自然科學版，1990，（6）：40-48.
［5］鄒光宇.專家系統(tǒng)發(fā)展現(xiàn)狀及其應用前景［J］.電力勘測，1994，（3）：21-26.
智能農(nóng)業(yè)論文范文4
【關鍵字】智能化樓宇，安防，自動監(jiān)控，報警系統(tǒng)，研究
中圖分類號：TB381 文獻標識碼：A 文章編號：
一．前言
智能樓宇(Intelligent Building)目前的提法很多，日本、美國、歐洲、新加坡等國家。以及國際智能工程學會的提法都不盡相同。我國與日本的情況比較相近．日本機電工業(yè)協(xié)會樓宇智能化分會把智能化樓宇定義為：綜合計算機、信息通信等方面的最先進技術，使建筑物內(nèi)的電力、空調(diào)、照明、防災、防盜、運輸設備等協(xié)調(diào)性的工作。實現(xiàn)建筑物自動化(BA)、通信自動化(CA)和辦公自動化(OA)，將這三種功能結合起來的建筑，就是智能化樓宇。
二．智能化樓宇安防自動監(jiān)控報警系統(tǒng)的必要性
1．隨著計算機技術的不斷發(fā)展．新觀念和新技術不斷更新．這些將對智能化樓宇的發(fā)展有了更高和更新的要求．也要求在智能樓宇的建設中要不斷地增加新的目標和功能。樓字自動化系統(tǒng)也叫建筑設備自動化系統(tǒng)(BuidingAutomationSystem，BAS)，是智能樓宇建筑不可缺少的一部分，其任務是對建筑物內(nèi)的能源使用、環(huán)境及安全設施進行監(jiān)測、控制．以提供一個既安全可靠、節(jié)約能源、舒適宜人的工作或居住環(huán)境。
2．特別是隨著我國國民經(jīng)濟的迅速發(fā)展，安防系統(tǒng)的相對滯后已經(jīng)嚴重阻礙了我國國民經(jīng)濟的發(fā)展。伴隨著我國各個行業(yè)的智能樓宇化。這種矛盾越來越突出嘲。因此，強調(diào)把安防自動報警系統(tǒng)納入到建筑智能化樓宇系統(tǒng)中、提高樓宇自動化水平，迎合當前通過樓宇自控技術實現(xiàn)更多、更高要求的需要。是符合世界發(fā)展潮流的．也是當前發(fā)展的緊迫問題。
3．本研究的安防自動監(jiān)控報警系統(tǒng)應用了現(xiàn)代化的控制部件與設備，查詢了人們無法實時檢查的環(huán)境．將樓宇建筑物中的重要場景傳輸?shù)揭粋€或多個監(jiān)控系統(tǒng)并顯示。使在無人值守的各類情況下及時觀察、了解災情、監(jiān)控盜情、記錄竊情與相關的暴力犯罪行為。它可以通過遙控攝像機及其輔助設備(鏡頭、云臺、門禁、防盜探頭等)直接觀看被監(jiān)視場所的情況。同時，監(jiān)控系統(tǒng)還可以與消防報警等其他安全技術防范體系聯(lián)動運行，使防范能力更加強大。該監(jiān)控系統(tǒng)的另一個特點是可以把被監(jiān)視場所的圖像及聲音全部或部分地記錄下來，為日后對某些事件的處理及分析提供了方便條件及重要依據(jù)。
三．自動監(jiān)控報警系統(tǒng)組成介紹
1．系統(tǒng)的組成
系統(tǒng)主要由前端信息采集系統(tǒng)、信息傳輸控制系統(tǒng)、遠程拓展系統(tǒng)信息管理系統(tǒng)和自動報警系統(tǒng)組成，如圖l所示。
圖一 控制中心設計原理框圖
(一)前端信息采集系統(tǒng)：主要由圖像信息采集和探頭信息采集兩部分組成。圖像信息采集部分是監(jiān)控系統(tǒng)的主要部分，是整個系統(tǒng)的“眼睛”．它把監(jiān)視的內(nèi)容變?yōu)閳D像信號傳送到控制中心的監(jiān)視器上顯示并實時存儲。探頭信息采集通過各種監(jiān)控探頭(如紅外線防盜探頭、消防探頭、門禁探頭等1實時監(jiān)控各個探頭信息點的實時狀態(tài)，通過信息傳輸控制系統(tǒng)送達信息管理系統(tǒng)判斷處理。包括攝像機、鏡頭、云臺、智能球形攝像機探頭、紅外探頭．玻璃破碎感知器或門磁開關等。
(二)信息傳輸控制系統(tǒng)：主要傳輸前端各信息監(jiān)視點的實時狀態(tài)信息．并對所采集系統(tǒng)中各數(shù)據(jù)采集點控制，包括傳輸線纜、光纖傳輸、同軸電纜傳輸、網(wǎng)線傳輸、無線傳輸。
(三)遠程拓展系統(tǒng)：包括IP監(jiān)控、遠程監(jiān)控、網(wǎng)絡監(jiān)控、視頻會議等技術交流。
(四)信息管理系統(tǒng)：負責處理由前端監(jiān)視攝像采集系統(tǒng)采集的信息數(shù)據(jù)。通過信息管理系統(tǒng)，將傳送過來的圖像信息顯示在監(jiān)視器上，記錄所有的圖像及監(jiān)控信息。計算并生成對所采集監(jiān)控信息的信息處理結果，受理臺顯示發(fā)生警情的用戶的相關信息。系統(tǒng)包括dvr硬盤錄像系統(tǒng)、視頻矩陣、畫面處理器、切換器、分配器、報警主機。
(五)自動報警系統(tǒng)：對信息管理系統(tǒng)得出的警報事件．將需要處警的報警事件轉(zhuǎn)發(fā)到1 10指揮中心或有關的處警單位。
2．設備配置
(一)控制中心需對前端監(jiān)控探頭等進行實時監(jiān)控和記錄。考慮到監(jiān)控效果要求比較高、圖像質(zhì)量要求清晰穩(wěn)定，控制中心采用3臺全實時(回放、監(jiān)視都是25幀，秒)的16路的嵌入式硬盤錄像機進行實時監(jiān)控、錄像，嵌入式硬盤錄像機是完全脫離PC平臺設計的，徹底杜絕了病毒的入侵，啟動迅速、性能穩(wěn)定，系統(tǒng)參數(shù)及程序在斷電時也不會丟失。
(二)硬盤錄像機本身不帶硬盤，為了能夠保存一段時間內(nèi)的錄像資料．至少需給每一臺硬盤主機配備2塊500G硬盤(硬盤占用空間按0．15G／小時／路來計算)。
(三)可以自選配備l臺音視頻矩陣，由至少8臺監(jiān)視器組成電視墻．可以多點監(jiān)控、指定監(jiān)視器監(jiān)控等。嵌入式硬盤錄像機的輸出信號首先輸入到視頻矩陣，然后通過視頻矩陣輸出到監(jiān)控電視墻上。
(四)要實現(xiàn)同一時間硬盤錄像機的錄像功能和電視墻的監(jiān)視功能。需將輸入信號一分為二．選配音視頻分配器4臺。
(五)為了實現(xiàn)視頻控制矩陣、主控計算機能夠并行控制前端的攝像頭和云臺．需要一個系統(tǒng)協(xié)議轉(zhuǎn)換器(BL—D322C)。
(六)考慮到多個用戶同時訪問網(wǎng)絡將帶來流量瓶頸等問題，使用視頻服務器來進行中轉(zhuǎn)。讓視頻服務器提供強大的負載能力。
3．報警功能
報警功能包括：防盜防火防燃氣泄漏；遠程監(jiān)聽、布防與撤防；10秒鐘錄音及緊急求助；切斷通話，優(yōu)先報警；后備電源可達24小時等。一旦住宅辦公室、倉庫或機房等有人非法進入。以及有其他緊急求救時，通過探測器的感應，系統(tǒng)會自動撥通事先設定的報警電話，用事先錄入的語言報告發(fā)警地點和名稱、電話號碼等警情信息(見圖2)。防盜防入侵報警系統(tǒng)一般由報警主機及報警探頭組成．而探頭分為紅外、微波雙探測器及閃光報警器等。
圖二 報警中心設計原理圖
4．實現(xiàn)過程
警報接收與處理主機也稱為防盜主機．是報警探頭的中樞．負責接收報警信號、控制延遲時間、驅(qū)動報警輸出等工作嗍。將某區(qū)域內(nèi)的所有防盜防侵入傳感器組合在一起．形成一個防盜管區(qū)，一旦發(fā)生報警就可在防盜主機上一目了然地反映出區(qū)域所在。防盜主機目前以多回路分區(qū)防護為主流。優(yōu)越的系統(tǒng)更可顯示出警報來源是該區(qū)域內(nèi)的哪一個報警傳感器及所在
位置。以便采取相應的接警對策。現(xiàn)代的防盜主機都采用微處理器控制，內(nèi)有只讀存儲器和數(shù)碼顯示裝置，普遍夠編程并有較高的智能，主要表現(xiàn)為：
（一）以聲光方式顯示報警，以人工或延時方式解除報警：
（二）對所連接的防盜防侵入傳感器，可根據(jù)需要而設置成布防狀態(tài)或撤防狀態(tài)．也可用程序編寫控制方式和防區(qū)回路性能：
（三）可接多組密碼鍵盤，可設置多個擁護密碼，以進行保密防竊：
（四）遇有警報時，其報警信號可以經(jīng)由通信線路。以自動或人工干預方式向上級部門和保安公司轉(zhuǎn)發(fā)．以快速溝通信息或組網(wǎng)：
（五）可程序設置報警連動動作，即遇有報警時，防盜主機的編程輸出端可通過繼電器接點閉合執(zhí)行相應的動作。
（六）電話撥號器同警號、警燈一樣，都是報警輸出設備。可通過電話線把事先錄好的聲音信息傳輸給某個人或某個單位。
四．結束語
智能化樓宇安防自動監(jiān)控報警系統(tǒng)對于樓宇的安全十分重要，因此對于這方面的研究具有重要的意義和價值。
參考文獻：
[1]田思源; 胡楠; 矯亮; 劉飛; 姚玉霞 智能化樓宇安防自動監(jiān)控報警系統(tǒng)的研究農(nóng)業(yè)網(wǎng)絡信息2010-07-26期刊
[2]鄭艷瓊; 馬渝昆; 李昂 城市火災自動報警監(jiān)控系統(tǒng)發(fā)展應用中國消防產(chǎn)品年鑒2007/01/01年鑒
[3]張吉春 高潔 安全防范與智能樓宇 (被引用 4 次) [期刊論文] 《中國人民公安大學學報（自然科學版）》 PKU -2006年1期
[4]任帥 張華斌 安防系統(tǒng)綜合雷電防護研究 [會議論文] 2011 - 2011年第二十八屆中國氣象學會年會
[5]潘興華 魏東 基子LonWorks技術的樓宇自控系統(tǒng)開發(fā) (被引用 1 次) [期刊論文] 《儀器儀表標準化與計量》 -2006年2期
智能農(nóng)業(yè)論文范文5
查看更多《中國信息界》雜志社信息請點擊： 《中國信息界》編輯部
戰(zhàn)略與政策
(5)廣播電視網(wǎng)絡在三網(wǎng)融合中的對策研究 李大珊 梁躍 魯英杰 袁韻峰 蔣安玲 裴多
實踐與應用
(9)村級電子政務現(xiàn)狀及發(fā)展對策分析 趙麗敏 廖桂平 陳艷 姚元森
(13)智慧城市的發(fā)展和問題淺析 彭保
(15)市民卡建設推廣的思路和路徑淺析——以南京市市民卡建設和推廣為例 顧穎
(17)團結湖智慧街道建設探索與實踐 李容珍 徐鋒 馬哲 邱逸
(19)科學規(guī)劃智慧萊州建設 加快推進縣域經(jīng)濟 吳瓊 施瑞軍 曲錫峻 陳愛峰 吳開平
(21)大力推進智慧城市建設 鄧小勇
(27)資源整合下的政府數(shù)據(jù)中心建設研究與實現(xiàn) 嚴愛明
(31)省（市）國資委信息化建設策略與系統(tǒng)架構研究 杜羅砷
(33)淺析后危機時代江蘇省中小企業(yè)“云”改造模式 葛福江 姚立
(35)企業(yè)信息安全問題研究 劉文華
(37)基于itil理念的高校云服務資源管理研究 方力 沈鑫 葉昭暉
(39)電子商務專業(yè)能力培養(yǎng)與課程設置滿意度研究 趙麗 付華
(41)提升黨校教師信息素養(yǎng)要念好“四字經(jīng)” 張青
(43)我國汽車制造業(yè)erp系統(tǒng)應用研究 李志剛
(45)煙草農(nóng)業(yè)信息化的困境與對策 彭俊
(47)可編程短波數(shù)據(jù)處理終端的設計與實現(xiàn) 朱賢斌
(49)it服務持續(xù)性管理的風險評估和預防措施的最優(yōu)化選擇 朱光
(52)長春市政務信息資源目錄體系規(guī)劃設計研究 柳羽輝
(54)基于starlims平臺的實驗室信息管理系統(tǒng)工作流配置的研究 馬文俊 張家勇 羅承渺 胡衛(wèi)民
(57)從“國家檢察官學院吉林分院內(nèi)部辦公業(yè)務網(wǎng)”建設談項目的整體管理 趙淑霞
(59)基于oracle的epdm模型數(shù)據(jù)遷移策略研究 孔明華 顧娟
(61)探析物聯(lián)網(wǎng)在石油行業(yè)的應用 王偉 陳奇志
(63)基于云計算模式的應用系統(tǒng)集中管理技術開發(fā)與應用 單延明 吳鈞 李大勇 王志敏
(65)勘探戰(zhàn)略選區(qū)信息化平臺的建設及應用 馮紅君 馬玉龍 滕良娟 段非 張海勇
(67)應用油水生產(chǎn)數(shù)據(jù)分析技術判別水平井水侵類型的研究 劉斐
(69)云gis在石化行業(yè)總圖管理系統(tǒng)中的應用實踐 廖志銳 劉爭飛 劉力嘉 任宗雷 徐
(72)面向流程行業(yè)mes系統(tǒng)的虛擬化硬件架構 谷克宏 黃岷 張振宇 朱家兵
(74)萬兆交換機在企業(yè)中的應用研究 李淑倩 楊敏 關宇
(76)瑪河氣田智能建設試點設想 藺勝利 滑曉輝 單鴻飛
(78)智能安防報警系統(tǒng)的研究與應用 門虎 郭振杰 武旭
(81)智能巡檢系統(tǒng)在克拉美麗氣田的應用 楊斌 張揚 藺勝利
(83)石油企業(yè)網(wǎng)絡信息安全的監(jiān)控系統(tǒng)研究與應用 于順安
學子園地
(85)“沙集模式”未來發(fā)展之路——在“小即是美”與“大是所趨”之間的抉擇 齊志強
(89)電子政務系統(tǒng)－環(huán)境生態(tài)學測評指標分析 夏宜君
報告與方案
(92)信息通信技術對超鏈接社會的影響分析 無
海外論文
(98)因特網(wǎng)是我們生活的主頁 張進京（譯）
資訊
(104)以信息生產(chǎn)力推動“新四化”及社會轉(zhuǎn)型 無
(104)《中國經(jīng)濟向何處去——基于信息經(jīng)濟學的分析》新書會在京召開 無
智能農(nóng)業(yè)論文范文6
精確林業(yè)以3S技術、信息技術、智能化決策技術、可變量控制技術等為技術支撐體系，以生態(tài)學、造林學、工程學、系統(tǒng)學、控制學、測繪學為指導，能在自動化、智能化、一體化、時效性、準確性、可靠性等方面滿足人們的需要，它的建立依賴于地球空間信息基礎理論及其它高新科學技術的發(fā)展。
1.1全球定位系統(tǒng)
全球定位系統(tǒng)(GPS)是＿種可供全球享用的空間信息資源，具有全球性、全天候、高精度、用途多、可靠性好、覆蓋范圍廣、定位速度快、抗干擾性強和自動化程度高等特點。在精確林業(yè)中，它主要實現(xiàn)對采集的林間信息進行空間定位，實時、快速地提供包括各類傳感器(如CCD攝像頭)和運載平臺(如作業(yè)車輛、飛機等)目標的空間位置，輔助作業(yè)機械完成處方實施.
1.2地理信息系統(tǒng)
地理信息系統(tǒng)(GIS)可以在計算機硬件、軟件系統(tǒng)的支持下，存儲、管理、分析和描述整個或部分地球表面與空間和地理分布有關的數(shù)據(jù)，把地理位置和相關屬性有機地結合起來，根據(jù)用戶需要將空間信息及屬性信息準確真實、圖文并茂地輸出。在精確林業(yè)中，它主要實現(xiàn)對多種來源的時空數(shù)據(jù)進行存儲、分析和處理，根據(jù)數(shù)據(jù)繪制電子地圖，作為新的集成系統(tǒng)的基礎平臺。
1.3遙感
遙感(RS)是一種多平臺、多波段、高分辨率和全天候的對地觀測技術，主要通過遙感器獲取地球表面(層)自然界目標的波譜特征信息及對這些信息進行加工、處理，從而達到認識自然界的目的。在精確林業(yè)中，它主要用于實時地獲取樹木生長環(huán)境、生長狀況和空間差異的大量時空變化信息，及時對GIS進行數(shù)據(jù)更新。
1.4數(shù)據(jù)庫管理系統(tǒng)
數(shù)據(jù)庫管理系統(tǒng)(DBMS)使存儲和查找數(shù)據(jù)最優(yōu)化，實現(xiàn)了﹁體化存儲和初步的一體化查詢，具有很好的完整性，避免了數(shù)據(jù)過于瑣碎帶來的不便。在精確林業(yè)中，它主要用于建立包含林木長勢、自然條件和歷史數(shù)據(jù)等信息的數(shù)據(jù)庫，同時，它使GIS軟件能充分利用商用數(shù)據(jù)庫已經(jīng)成熟的眾多特性，如快速索引、數(shù)據(jù)完整性和一致性保證、安全和恢復機制及分布式處理機制，明顯提高GIS軟件管理空間數(shù)據(jù)的能力。
1.5決策支持系統(tǒng)
決策支持系統(tǒng)(DSS)綜合了專家系統(tǒng)(ES)和模型系統(tǒng)(SS)，它根據(jù)專家在長期生產(chǎn)中積累的知識，建立作物栽培模型、統(tǒng)計趨勢分析與預測模
1.6可變量控制技術
可變量控制技術(VRT)就是根據(jù)不同位置及要求自動改變施用比率的技術。它通過計算機控制，對林木所需用的水、肥料、農(nóng)藥等變量的類別和數(shù)量進行判斷，根據(jù)需要調(diào)控如植保機械向林間噴灑這些變量的速率，使系統(tǒng)能在特定時間對特定目標進行操作規(guī)劃，以達到精確定量地灌溉、施肥、噴藥的目的，體現(xiàn)了“對癥下藥”、“按需給予、”“變量投入”的原則，它的實施可有效避免傳統(tǒng)粗放型林業(yè)生產(chǎn)活動中造成的資源浪費和伴隨的環(huán)境污染問題。在精確林業(yè)中，它主要實現(xiàn)對生產(chǎn)過程進行調(diào)控，合理地進行施肥、灌溉、施藥等措施。GIS繪制電子地圖，生成林木長勢情況分布圖，分析此圖，獲得林區(qū)內(nèi)樹木長勢的差異程度一根據(jù)該圖，對影響樹木成長的各項因素進行分析，將地形、土質(zhì)、土壤肥力、土壤含水量、氣候狀況、蟲害、病害發(fā)生情況空間數(shù)據(jù)輸入計算機，利用樹木生長發(fā)育模型、相關作業(yè)的專家知識庫等建立空間智能決策支持系統(tǒng)，確定產(chǎn)生長勢差異的原因，生成林木管理處方圖一根據(jù)處方圖，生成響應林業(yè)機械的智能控制軟件，按照按需投入、區(qū)別對待的原則，利用可變量控制技術實施施肥、噴藥等操作一對其執(zhí)行效果進行評估。
2、精確林業(yè)的基本操作過程
精確林業(yè)的出現(xiàn)，使定量獲取影響樹木長勢情況的因素及最終生成的空間差異性信息，實施可變量投入，達到低成本、低消耗、高效率、環(huán)保好等目標成為可能。圖1是精確林業(yè)基本操作過程的示意圖，其實施過程可描述為：帶GPS和實時傳感器的作業(yè)機械隨時間和空間變化自動采集林間定位及對應林班的樹木長勢情況數(shù)據(jù)一通過型、空間分析與技術經(jīng)濟分析模型，通過用戶選擇最優(yōu)模型，輸入模型的參數(shù)，獲得仿真運算結果，從而為決策提供輔助支持的依據(jù)。在精確林業(yè)中，它主要實現(xiàn)對樹木長勢、病害、蟲害的發(fā)生趨勢進行分析模擬，針對林木生長環(huán)境和生長條件的時空差異性，生成處方圖，提供各林班施肥噴藥方案，對精確林業(yè)的實施效果、經(jīng)濟效益進行評估。
3、精確林業(yè)的研究現(xiàn)狀
3.1國外研究動態(tài)
一些發(fā)達國家在精確林業(yè)相關技術的研究方面發(fā)展較快，如在森林土壤類型分析、林地適應性評價、森林生態(tài)環(huán)境模擬、林木育種以及生長監(jiān)測和森林收獲等領域已有成熟的應用。
美國林務局為每個林管局和林業(yè)研究所配備了資源級GPS接收機，主要用于災害監(jiān)測和防治的飛機導航、林相圖的自動更新和林區(qū)作業(yè)的定位服務。
美國林務局和伊利諾大學聯(lián)合開發(fā)的SmartForest軟件，實現(xiàn)了森林景觀的可視化，以DTM三維顯示技術為基礎，使用GIS作為決策支持媒介來考察景觀尺度的資源狀況，在林業(yè)信息的支持下，可以從不同視角模擬觀察森林景觀及其變化。
美國太空成像公司對原有的利用衛(wèi)星RS數(shù)據(jù)監(jiān)測火災的技術和方法進行了歸納、整理和合并，形成了一套基于Internet影像查詢系統(tǒng)的、實用的火災探測算法，該算法具有自適應和區(qū)域性敏感的特點，所以適合于區(qū)域和全球火災監(jiān)測，可以實時獲取火災位置等信息。
Reid等人(2001)研究開發(fā)了FIAMODEI。來存儲和分析林業(yè)數(shù)據(jù)，主要具有森林現(xiàn)狀分析、發(fā)展趨勢預測、森林生態(tài)景觀分析、觀光風景區(qū)內(nèi)的森林布局等功能，同時，它還可提供林道、河流、邊界等數(shù)據(jù)的查詢。
Dimitru和Olson運用空間信息系統(tǒng)集成和衛(wèi)星數(shù)據(jù)來確定森林覆蓋率。技術路線是，通過像素尺寸的變化來判別樹種是否有所增加，對比LandsatTM和SPOY—XS遙感衛(wèi)星攝像2、3、4波段得到的數(shù)據(jù)，可以得到林區(qū)內(nèi)較為準確的信息。美國克羅拉多大學研究開發(fā)了一套航空錄像的自動配準和校正系統(tǒng)，它是實時獲取資源信息的RS工具，克服了影像配準與幾何校正的時間太長、費用太高、與精確GIS匹配能力有限的缺點，在不增加過多硬件的基礎上，極大降低了人為干預的操作，主要用于監(jiān)測森林病蟲害。
3.2國內(nèi)研究動態(tài)
福建農(nóng)林大學交通學院研究開發(fā)了基于GIS的木材運輸決策支持計劃系統(tǒng)，它綜合運用線形規(guī)劃和GIS技術，可以協(xié)助計劃者確定最小費用集運材路徑、確定最佳楞場空間位置和木材流分配，目標是在需材單位定貨和森林資源條件的約束下，木材集運綜合成本最低。
東北林業(yè)大學完成了基于WEB和3S技術的森林防火智能決策支持系統(tǒng)的研究，實現(xiàn)了林火數(shù)據(jù)庫、林火預報預防、林火蔓延模型、撲火指揮決策等方面的智能化、網(wǎng)絡化管理，使系統(tǒng)能夠在互聯(lián)網(wǎng)上實現(xiàn)運行和信息傳輸，自動優(yōu)化系統(tǒng)參數(shù)和自動修正模型參數(shù)，形成撲火指揮決策支持專家系統(tǒng)。
南京林業(yè)大學機電學院開展了利用以機器視覺、圖像處理、GPS、GIS、DBMS、DSS、VRT為代表的高新技術從事精確林業(yè)的構成、實現(xiàn)、應用等研究，開發(fā)了基于機器視覺的室內(nèi)農(nóng)藥自動精確施用系統(tǒng)。該系統(tǒng)以實驗室環(huán)境中所建的試驗模型為研究對象，模擬農(nóng)藥施用的真實情況，用總結出的一套算法進行圖像處理，并以此為依據(jù)做出決策控制噴頭實現(xiàn)農(nóng)藥的精確施用，分析和探索了在自然環(huán)境中基于實時視覺傳感技術的農(nóng)藥精確施用的可行性和效果。在實驗室內(nèi)開展了一系列的試驗和研究，對施藥過程中的運動模擬、樹木圖像采集、圖像分割、施藥決策、數(shù)據(jù)交換、噴霧執(zhí)行等主要問題和技術難點做了較為深入的探討和研究，涵蓋了基于實時視覺傳感技術的農(nóng)藥精確施用的主要技術要點。實驗室測試表明，該系統(tǒng)運行良好并有很好的戶外應用前景，特別適用于路旁樹木的病蟲害防治，林木栽植株距較大時，和常規(guī)施藥方法相比，可節(jié)省50%以上的用藥量。
此外，該學院還開展了農(nóng)藥精確噴霧機時空數(shù)據(jù)分析與融合研究，目標是建立集CCD攝像頭、GPS、GIS為一體的移動式農(nóng)藥精確噴霧系統(tǒng)，圖2為該系統(tǒng)的技術路線圖，它的設計思路是：將CCD實時立體攝像系統(tǒng)、GPS、GIS在線地安裝在高射程噴霧機上，隨著噴霧機的行駛，所有系統(tǒng)均在同一時間脈沖控制下進行實時工作，把GPS精確定位數(shù)據(jù)和CCD獲取的林木數(shù)字圖像通過處理隨時送人GIS中，而G1S中已經(jīng)存儲有電子地圖信息和林班圖，在GIS平臺上有效集成時空數(shù)據(jù)、屬性數(shù)據(jù)以及歷史數(shù)據(jù)，根據(jù)歷史上病蟲害發(fā)生情況和植物保護專家在長期生產(chǎn)中獲得的知識，進行病蟲害統(tǒng)計趨勢模型和技術經(jīng)濟分析，建立農(nóng)藥使用技術專家系統(tǒng)，并根據(jù)實時數(shù)據(jù)分析、圖像處理、噴霧目標特征和病蟲害防治目標閾值，建立智能決策支持系統(tǒng)，從而可針對當時當?shù)氐纳植∠x害防治實際需要確定農(nóng)藥投入的種類、數(shù)量等，指導自動執(zhí)行變量投入決策，控制可變量噴頭實現(xiàn)農(nóng)藥精確定量噴霧。根據(jù)不同林業(yè)生產(chǎn)情況及病蟲害發(fā)生類型、程度，利用此系統(tǒng)來對應控制特定區(qū)域做出可變量控制決策而實現(xiàn)農(nóng)藥精確對靶噴霧，在最大程度上杜絕非目標農(nóng)藥沉積，減輕環(huán)境污染。
4、精確林業(yè)在我國的發(fā)展前景
我國已經(jīng)進行了一定規(guī)模的精確農(nóng)業(yè)試點工作，部分技術、產(chǎn)品已趨成型，如由北京農(nóng)業(yè)信息技術中心承擔的北京市小湯山精確農(nóng)業(yè)示范工程已進行了谷物測量、水分在線測量、田間信息采集、RS監(jiān)測作物長勢、水分、病蟲草害、防治環(huán)境監(jiān)測、GPS采樣定位、導航、農(nóng)業(yè)ES分析、農(nóng)業(yè)機械的實時在線控制等試驗。林業(yè)與農(nóng)業(yè)相比有諸多不同，如森林資源類型多、區(qū)域差異大、周期長、干擾多、變化快、條件復雜，決定了精確林業(yè)實現(xiàn)的難度要比精確農(nóng)業(yè)大。
在我國，精確林業(yè)的理論框架逐步完善，技術體系初步建立，應用領域進一步擴大，產(chǎn)業(yè)部門逐漸形成。3S技術及其它高新技術現(xiàn)已經(jīng)廣泛應用于森林資源清查、林地面積實時測量、林界劃分、護林防火、飛播造林、荒漠化監(jiān)測等方面。目前，北京市精確林業(yè)示范地建設已經(jīng)啟動，2001年，國家高新技術發(fā)展計劃(863計劃)批準了精確林業(yè)課題立項，這標志著精確林業(yè)的研究進入了系統(tǒng)集成與平臺建立階段。隨著一些經(jīng)濟發(fā)達地區(qū)精確林業(yè)示范地的建立，我國精確林業(yè)將由實驗轉(zhuǎn)向生產(chǎn)，由技術形成產(chǎn)業(yè)，必將擁有廣泛的應用前景和強大的生命力。
