（计算机应用技术专业论文）基于智能计算的移动式专家系统研究.pdf

摘要 本文分析了目前国内外专家系统、特别是水产养殖领域专家系统的研究现状，针对存在的一 些问题，在做进一步的用户需求分析，并深入研究原有鱼病诊断专家系统和相关文献的基础上， 提出了构建基于智能计算的移动式鱼病专家系统的思路和方案。 根据移动式鱼病诊断专家系统用户需求特点和功能要求，研究设计了以粗糙集理论、神经网 络和蚁群算法为核心的专家系统服务器端知识获取和推理机制，即在领域专家提供的大量确诊案 例数据的基础上用基于粗糙集的属性约简算法实现对原始案例数据中冗余属性的约简，以约简 后的属性作为输入变量构造神经网络，便神经网络结构得到有效简化，再用相应案例数据训练神 经网络，进而获取鱼病诊断知识，建立神经网络知识库，并在此基础上形成神经网络推理机制 其中神经网络训练使用了蚁群优化算法。将这种低存储耗费的神经网络知识库和低复杂度推理机 移植到资源有限的手持智能计算设备上，成功解决了移动式专家系统的功能和应用需求。 在上述工作基础上，应用c c + + 、j 2 e e 、j 2 m e 、j s p 、s e r v l e t 、j a v a 中间件和w a p 等技术， 设计并实现了基于无线和有线i n t e r n e t 环境的移动式鱼病诊断专家系统。 关键词：智能计算，神经网络，粗糙集，蚁群算法，移动式鱼病诊断专家系统 h a b a t r a c t t h i sp a p e ra n a l y s e st h ec u r r e n ts t a t e so fr e s e a r c ho ne x p e r ts y s t e m s ，e s p e c i a l l yt h o s eo fa q u a c u l t u r e d o m a i n t or e s o l v et h ep r o b l e m si nt h ef i e l d ，w ed i df a r t h e ru s e r sr e q u i r e m e n ta n a l y s i sa n ds t u d i e dt h e o l df i s hd i s e a s ed i a g n o s i se x p e r ts y s t e m sf u r t h e r , a n ds o m ed o c u m e n t sc o r r e l a t i v ew i t ht h e ma r e l u c u b r a t e d o nt h eb a s i so ft h ea b o v ew o r k s ，w ep u tf o r w a l dt h ei d e aa n ds o l u t i o n ，i e t ob u i l d m o b i l ef i s hd i s e a s ee x p e r ts y s t e mb a s e do ni n t e h i g e n tc o m p u t i n g a c c o r d i n gt ot h ef e a t u r e so fu s e r sr e q u i r e m e n ta n dt h ef u n c t i o nr e q u i r e db yt h em o b i l ef i s h d i s e a s ee x p e r ts y s t e m ，t h ek n o w l e d g ea c q u i s i t i o na n dr e a s o n i n gm e c h a n i s mo fe x p e r ts y s t e mw o r k i n ga t s e v e re n di ss t u d i e da n dd e s i g n e d ，w h i c hu s e sr o u g hs e t st h e o r y , n e u r a ln e t w o r ka n da n tc o l o n y a l g o r i t h ma st h ek e yt e c h n o l o g i e s i tc a nb ed e s c r i b e da sf o l l o w s ：f i r s t ，u s et h ea t t r i b u t e sr e d u c t i o n a l g o r i t h mb a s e do nr o u g hs e t st or e d u c et h er e d u n d a n c ea t t r i b u t e si nt h ep r i m a r yd a t a o ff i s hd i s e a s e c a s e s ，w h i c hc o m e sf r o md o m a i ne x p e r t sa n dt h ec a s c si nt h ed a t aa l ev a s ta n dh a db e e nd i a g n o s e d s e c o n d ，t a k et h er e d u c e da t t r i b u t e sa st h ei n p u ta r g u m e n t st ob u i l dn e u r a ln e t w o r k t h u s , t h es t r u c t u r e o fn e u r a ln e t w o r kc a nb ed i m i n i s h e de f f e c t i v e l y l a s t u s et h ec o r r e s p o n d i n gd a t ao ft h ec a s e st r a i n i n g t h en e u r a ln e t w o r kt oa c q u i r et h ed i a g n o s t i ck n o w l e d g eo ff i s hd i s e a s ea n dt h e nc r e a t et h en e u r a l n e t w o r kk n o w l e d g eb a s e t h en e u r a ln e t w o r kr e a s o n i n gm a c h i n ei sc o n s t r u c t e db a s e do ni t h e r e , a n t c o l o n yo p t i m i z a t i o na l g o r i t h mi su s e di nt h en e u r a in e t w o r kt r a i n i n g t h en e u m ln e t w o r kk n o w l e d g e b a s ew i t hl o ws t o r a g ec o n s u m p t i o na n dc o r r e s p o n d i n gr e a s o n i n gm a c h i n ew i t hl o wt i m e - c o m p l e x i t ya l e t r a n s p l a n t e di n t oi n t e l l i g e n tc o m p u t a t i o n a lh a n de q u i p m e n t s i tc a ns u c c e s s f u l l ys o l v et h ep r o b l e m so f m o b i l ee x p e r ts y s t e mi nf u n c t i o na n da p p l i c a t i o nd e m a n d s u p o nt h ef o u n d a t i o na b o v e am o b i l ef i s hd i s e a s ee x p e r ts y s t e mb a s e do nw i r e l e s sa n dw i m d i n t e r n e te n v i r o n m e n t si sd e s i g n e da n dr e a l i z e dw i t hu s i n gm a n yt e c h n o l o g i ，s u c ha sc c + + j 2 e e ， j 2 m e ，j s p s e r v l e t ，j a v a - m i d d l c w m ea n dw a p , e t c k e yw o r d s ：i n t e l l i g e n tc o m p u t i n g ，a r t i f i c a ln e u r a ln e t w o r k ，r o u g hs e t s ，a n tc o l o n ya l g o r i t h m ， m o b i l ef i s hd i s e a s e sd i a g n o s i se x p e r ts y s t e m l l i 图表目录 图卜l 本文的技术路线5 图2 - 1 生理神经元络 奄。? 图2 - 2 人正神经元模型7 图2 - 3s i g m o i d 函数8 图2 - 4 递归( 反馈) 网络9 图2 - 5 前馈( 多层) 网络。9 图2 - 6 异或逻辑的神经网络表示1 l 图2 - 7 一个用于医疗诊断系统的神经网络模型n 图3 - 1 专家系统的一般结构2 4 图3 2 系统逻辑结构2 8 图3 3 嵌入式移动专家系统。2 9 图4 一l 租集一神经网络知识获取与推理系统3 0 图4 2 启发式属穗选择算法3 2 图4 3 完备的属性约简算法3 3 圈4 - 4 蚁群神经瓣络训练算法。3 5 图5 1 移动式鱼病诊断专家系统物理架构4 0 图5 - 2 系统软件体系架梅。4 l 图5 3 系统体系结构4 2 圈5 - 4 嵌入式鱼病诊颧专家系统结幸奄4 3 图5 - 5 目检选择瘫状图，目检一诊断结果4 5 图5 - 6 远程诊断一闻诊信息，远程诊断一专家应答4 5 图5 - 7 镜捡一症状选择，镜检一诊断结果4 6 图5 - 8 鱼病诊断知识获取系绕一症状提取。4 6 图5 9 鱼病诊断症状输入页面4 7 图5 1 0 鱼瘸诊断推理结果输出页面4 7 表2 - 1 鱼瘸案例决策表 表4 - 1 预处理后的徽病案例耩性表 表4 2 预处理后的热病案例决策表 v l 1 4 3 6 3 7 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工馆及取得的研究成 果。尽我所知，除了文中特涮加懿标注和致谢的鲍方外，论文中不包含其德入已经发 表绒撰写过的研究成果，也不包含为获得中国农业火学或其它教育机构的学位或 正书 而使用过的材料。与我一同工作的闻志对本研究所做的任何贡献均穗在论文中作了明 确的说明并表示了谢意。 研究垒签名； 对闻：御r 年g 胃j 爨 关于论文使用授权的说明 奉久完全了薅孛嚣农媲大学蠢关保蜜、傻惩学位论文瓣烧定，帮；学梭有较擐爨 送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印戏扫描等复 露l 葶霰保存、茳壤擘位论文。阕意中国农渡大学霹戳震不弱方式程苯圈媒体上发表、 传播学位论文的全部或部分内容。 保密煞学链论文在孵密鑫疲遵守魏协议) 研究生签名： 胡 一名；荡 时间：伽厂_ 年多月扩曰 瓣瓣：沙罗簪多剧夕嚣 夸 象 褫 彳，k ?馥 ，鸢 第一章绪论 溺耀鹩提出与疆究意义 近年来，我国水产养麓业发展迅速。据统计，最近2 0 年我国水产品年均增长率达到l o 5 ， 大大超过世爨年均增长率6 ，8 的发展速度，2 0 0 2 年l 一9 月份水产晶养髓产量就达到1 1 5 9 万吨， 是1 9 7 8 年豹1 5 。3 倍，焉谈窳养殖韭秘产鬃绣占慧产量豹7 0 渡主。然掰，浚拳养殖攮畿迅速发 展的同时，也存在着病害频繁发生、生产管理水平低下、服务体系落后簿诸多令人担忧的问题， 特别是鱼类痫害的发生和流杼，近年来呈网趋严重的态势，给国家造成了严重的经济损失。据不 完全统计，秘靛危害水产券殖生物的病害融迭4 0 0 5 0 0 种，全国每年承产券殖病害发病攀达5 0 弘上，按失攀2 缓左右，由瘸害建或的童接经济损失这吾纭嚣之多。餐稻，仅2 0 0 2 年藏发现全国 水产养殖病鬻种类多达1 8 5 种，造成的直接经济损失达1 4 1 亿元。另据水产养殖病害公报显示： 2 0 0 3 年仅陕西省因水产病铸造成的经济损失就达1 6 2 5 万茹，比2 0 0 2 年增长5 2 。2 0 0 4 举2 月下 旬至4 胃，广州市珠江警蠼睡燕穴岛养殖焚站壤暴发隐搜擞癍，发病露积迭3 0 0 0 余亩，癞死或 因病 螽徐出整豹鱼塘近蠲弱，瑟获8 0 0 参商，造戒童接缀济损失6 4 0 多万元。瘸害发生静严重 程度增加，熙体表现在发生频率增高、发病范围有所扩犬殿发病的季节鼷长等。更为严蘸的是已 经有所控制的熏大疾病( 如草鱼出血症、淡水鱼类细菌性败皿症等) 有邋强趋势”1 。据韧步调查， 由于病害的影豌，有些地区孳鱼跌鱼萤裂娥鱼翡或淫率必糍1 0 1 5 ，露驰池塘草鱼3 1 3 疆米 鱼种成活攀议1 0 ，更严黉者仅为骚，这绘国家及葬建照造成了较大的经济损失“。潮辩，病害 的发生还引超水产品质量下降、食品安全性降低、渔业水域环境恶化、功能退化和生态失衡等问 题，已成为制约水产养殖业向深度和广度发展的主要因素之一“。1 。可见病害问题已成为制约水 产养殪业键褒发晨浆巨大障褥，严重藏胁壤淡承鱼业载稳定和霹持续发襞。 造成上涟闯题目趋严鬟的琢因是多方鞭豹。首先是由予我国鱼病诊断专家和农投入员严重缺 乏；其次是农民的科技素质较低，对鱼病发嫩的规律认识界够，因此鱼瘸的发生不能得到科学有 效地监测、预防和及时诊治；再有就是养礅户比较分散且地处偏远，加之弊殖人员技术水平偏低， 因嚣在鱼臻诊断与爨澹蓬嚣孛，掌露由予蠛场获乏专家鼓专家舞场不及融逶残不痘有黪矮失。垂 此可觅，正魁由于领域专黎知识与技能的有效供给和生产篱求之间的传播瓶颈，翩钧了激业工厂 化养殖健康谢序的发展。 为解决瘸害频繁发生蕊领域专家缺芝的矛盾，减少瘸密带来的经济损失，使鱼病达到及时诊 颧、适辩翡浚懿效果，国瘫， 诲多秘垮瓿稳程对痿害诊聚貉洼骚究蒸麓上，辔韵先避豹瓣技产 品和信息技术，研制开发了备种鱼类疾病诊断专家系统，利用这些专家系统模仿人类专家对鱼病 进行诊断和防治，使鱼病诊断从依靠经验防治向科学防治迈进了一步。1 。但由于人工智能技术的 不成熟性和开发人员对领域认识的肤浅性，以及对用户需求调查不够，致使现有的一些燕瘸专家 系统在开发斑矮孛嚣益出瑗靛嚣牲囊不霹赣缝，解决实辩鞠题戆效率甄下，无法在实菰藏嗣孛发 挥应有的作用。 中国农业大学硕士学位论文 第一章绪论 基于上述原因，本文从人工智能和专家系统的基础理论与最新技术出发，在深入分析现有鱼 病专家系统、有关文献和用户需求基础上，进一步研究符合鱼病诊断问题特点的知识表示方法和 推理策略，并将专家系统知识表示、诊断推理与智能计算技术相结合，针对具有多种功能要求和 使用要求的鱼病专家系统作进一步的研制和开发。 本研究是在国家8 6 3 课题“智能化水产养殖专家系统”和“天津市网络化淡水养殖专家系统 开发与示范”项目的基础上，针对原有鱼病诊断专家系统在实际应用中出现的问题，作进一步改 进和完善，并做为国家8 6 3 计划“农业病虫害网络化远程诊断技术研究与示范”课题的一部分。 1 2 国内外研究现状 1 2 1 专家系统的研究现状 分布式专家系统( d i s t r i b u t e de x p e r ts y s t e m ，d e s ) 是新型专家系统的主要方向，d e s 是随 着分布式人工智能技术的出现而逐步发展起来的。随着计算机软硬件和网络通信技术的发展，特 别是互联网、万维网、并行计算、移动计算、分布式处理等技术的出现和发展，促使人们提出了 分布式人工智能( d i s t r i b u t e da r t i f i c i a li n t e l l i g e n c e ，d a i ) 的概念和技术。对d a i 的研究 始于2 0 世纪7 0 年代末，经过2 0 多年的研究，现已取得很大进展，并已开发出一些实用的系统。 d a i 的应用领域很广泛，对于那些知识或活动本质上是分布的，都可以用d a i 方法解决“1 ，d e s 就是其中之一。 伴随技术和应用的驱动。人们对专家系统进行着不断研究。通过实际考察国内外有关研究工 作和查阅有关文献，发现其研究工作主要集中在两个方面：一是侧重于理论探索性的专家系统的 研究工作：二是应用成熟的软硬件技术，针对特定领域应用特点的实用型研究和开发工作 1 理论探索型研究工作 在分布戏人工智能研究领域，a g e n t 和m u i t i - a g e n t 系统是近些年研究的热点。因此，基于 a g e n t 或g u l t i - a g e n t 的分毒式专家系统鳆礤究方兴泰艾。鲡文献i s 4 疆究了基于辩缮熟、裁爱 类型辐同或嘏关知识两肉释礤同的多a g e n t 分布式专家系统，将其瘟用予防汛决策支持系统中， 解决了对外界资源占用的矛盾。文献 5 5 站台面向服务架构的系统构成方法和多代理系统两者的 优点，构造一种基于多代理技术和面向服务架构方法融合的新型远程网络化监控和故障诊断专家 系绞。趣京夫学余涛等8 1 翻愆捧经嚣终技术、霹撬姥技术鼗攘凝技术擒建数簿诊蕺集畿懿谖表暴 方式和推理策略，并采用基于a g e n t 的指对独立、并行的予系统分层分布结构，设计了菜水电厂 分布式故障诊断集成专家系绫。文献 5 7 】戚用面向a g e n t 和m u l t i a g e n t 的分布协作求懈模式， 即基于符母系统、神经蹦络、遗传算法等异构异质a g e n t 的协作机制，设计了基于 i n t e r n e t i n t r a n e t 橙擐套鄂凌懿势毒式选矿专家系统。突熬 8 3 霹 究了努毒式囊蘧求瓣系统蘸 究领域中问聪分解、多智黼体通信、协作求解等若干重妥内容，描述了几个应用于电力麓统的分 布式问题求解原型系统，分析了分布式问麒求解系统在电力系统中应用的熏要性和应用前景。 2 实用溅研究开发工像 2 0 世纪8 0 年代末至夸，备种分布式软件技术，鲡c o m 、d c o m 、c o r b a 、r g i 、7 i n i 、w e bs e r v i c e 2 中国农业大学硕士学位论文 第一章绪论 等日趋走向成熟，近些年来，结合上述技术和现代网络、通信技术以及特定领域应用特点的各种 专家系统成为实际应用开发的主流。文献 1 1 在早期建立了一种c 1 i n e t s e r v e r 型分布式专家系 统的模型，提出了一个基于产生式的分布式专家系统的黑板机制，利用u n i x 多用户功能，结合 面向对象的技术，对这一模式的实现作出了初步的研究和设计。文献 1 2 根据大型机电设备在结 构上和功能上都具有分布性和层次性，诊断任务可按结构、空间、时间等进行分解的特点，研究 了大型机电设备分布式故障诊断专家系统的体系结构、通信方式、共享存储方式，采用信件和假 设框架结构，使结点之间的沟通与合作大为简化，并提出基于知识的合作策略。文献 6 2 研究了 分布式故障诊断专家系统的合作诊断策略、系统的通信机制，解决了在n o v e l l 网和w i n d o w s 环 境下通信技术问题，满足了系统对通信的要求。文献 6 4 研究设计了一个基于w e b 服务器的分布 式面向水源保护林造林设计的专家系统。从水源保护林的造林设计需求、专家知识的表示、数据 库的建立、推理引擎的驱动和客户端界面的设计等方面研究了系统的实现。文献 6 5 研究并设计 实现了一个基于i n t e r n e t 的设备故障诊断网上专家系统，指出三层架构技术是一种开发设备故 障诊断网上专家系统的适宜环境，而j a v a 技术与这种架构的良好融合性与适应性决定了它在系 统实现中的可用性，提出基于w e b 的专家系统有着令人鼓舞的应用前景。 1 2 2 鱼病诊断专家系统的研究进展及其不足 随着僖纛狡寒貔发震，我鏊茬焦病诊凝懿谖静获取、豫存、整理、传递窝瘦霜方嚣评震了一 些研究。尤其在工厂化生产弊殖情况下，水质、饲料管理撩制难度加大，瓴炎疾病日益普遍流行， 养殖技术人员水平较低，配套服务措施落靥，由于诊治不准确或不及时而造成巨大的经济损失。 窭内科研搬橡将鱼瘸诊断专家的经验与毙磁盼汁算规技术襁缝会，在研露蹙癌诊断专家系缓方嚣 散了丈量的探索工捧，遮骜辑究不仅使专窳知识翮经验褥戮保留与茇袋，褥虽为工厂纯漩农鱼养 殖的疾病诊断、治疗、预防提供了便捷、优质的服务“。 其中，集荚水产大学于1 9 9 7 年首次研制开发了鱼瘸诊疗专家系统，但该系统的研究还停留 在信惠查询的秘级除段，没蠢形成完善姆弼辅勒用户进符蕊惑咨诲、决策支持、技术交溅戆唾终 诧专家系绞。宣1 9 9 9 年，孛国农韭丈擎潋承产养殖照常见鱼病黄疆究对象，潋最薪计髯枫穗终 信息技术为簪段，以水产专家知识、经验为指导，陆续研制汗发了基于网络的鱼病诊断专家系统、 甲鱼疾病诊断专家系统和河撅养殖疾病诊断专家系统进一步推动我国渔般养殖的信息化进程。 孛国墩渡大学磅刳嚣发的“网络诧垒瘸诊鼗专家系绫”，摄攥耋寨诊旗流程“现耪诞查一嚣 检一镜检”实现了鱼病诊断决策支持功能，并且使用了蒸予产生式翡正闷推理方式，是煎病诊断 专家系统与网络技术开创性的研究，缺点魑没有充分考虑惫病诊断中的不确定性和数据不完备问 题。河蟹疾病诊断专家系统农产生式基础上采用基于可债魔的不确定性推理方式，但诊断过程仍 戳诊薮流褪为墓嚣| l ，没毒巍努考虑专家豹诊凝愚维方式。绎鱼疾病诊鞭专家系统采蠲产生袁与 案例推理相缭合的诊断接理方式，在获取领域专家的经验知识和部分因粜知识基础上，避行归纳、 转化成计算机能够接受管蠼的表示形式，熬本上实现了甲瓴疾病诊断的智能推理，但是对多种不 确定性共存的情况还尚未考虑。上述专家系统在功能和成用上都没有做移动式处理，无法满足用 户匏多秘痘翅黎裳。 到目前为止，鱼病诊断专家系统基本上实现了初步的诊断功能，但怒巍正能为养殖用户所接 3 中国农业大学硕士学位论文第一章绪论 受并投入实际使用的为数极少，结合对以上系统和文献的分析可阱发现，鱼病诊断专家系统的研 究主要存在以下几点不足： ( 1 ) 用户需求调查欠缺。现有系统无法满足多样性的功能和应用需求： ( 2 ) 专家系统的软硬件架构缺乏对移动式应用的有效支持； ( 3 ) 没有建立有效的鱼病诊断知识获取机制： ( 4 ) 推理机制无法满足移动式存储的要求； ( 5 ) 尚未建立有效解决多种不确定性、不完整性知识同时存在的鱼病诊断问题的求解模型 和方法。 1 3 主要研究内容和技术路线 1 3 1 主要研究内容 针对目前水产养殖专家系统存在的问题，结台用户实际需求，本论文的主要任务是研究和设 计适合用户使用、性能优秀的鱼病诊断专家系统。主要研究内容如下； ( 1 ) 根据用户需求，研究合理、适用的鱼病诊断专家系统的体系结构和关键技术； ( 2 ) 重点研究移动式鱼病诊断专家系统的知识获取和推理机制的理论方法和设计、实现； ( 3 ) 提出移动式鱼病诊断专家系统的总体结构方案，确定其软硬件体系结构和实现方案： ( 4 ) 设计并实现该专家系统。 1 3 2 技术路线( 见图卜1 ) 根据上述工作特点和要求，本文采用如图i - i 所示的技术路线。 4 中国农业大学硕士学位论文 第一章绪论 图卜1 本文的技术路线 5 中国农业大学硕士学位论文第二章智能计算及其与专家系统的融合 第二章智能计算及其与专家系统的融合 2 1 智能计算简介 2 1 1 智能计算的基本概念 智能计算( i n t e l l i g e n tc o m p u t i n g ) 。也有人称之为软计算( s o f tc o m p u t i n g ) ，是由模糊集理论的 创始人，伯克利大学教授l z a d e h 提出来的1 。至今尚无统一公认的定义，但按目前的理解可以 这样来概括它：智能计算就是借助自然界( 特别是生物界) 规律的启迪，并根据其原理，模仿设计 求解问题的算法。智能计算正处于迅速发展阶段其主要技术( 如进化计算、模糊集理论、神经 网络等) 虽已有数十年的历史，但这些方法一般需要较大的计算量受当时情况的限制，并未得 到足够的重视。一是这些方法自身还很不成熟；二是受计算机软硬件技术的制约，难以取得实际 应用。随着计算机技术的发展和普及，它们在最近一些年得到了突飞猛进的发展，引起了诸多领 域专家学者的关注，成为一个跨学科的研究热点。近年来，这些方法的应用研究呈互相融合的趋 势，研究和实践表明，它们之间的相互补充可增强彼此的能力，从而获得更有力的表示和解决实 际问题的能力。 2 1 2 主要智能计算技术 自l z a d e h 教授提出“智能计算”概念后，人们对已有计算理论与方法做进一步研究和改进， 同时也发现和提出了若干新的智能计算方法。使智能计算理论得以逐渐完善和不断向前发展。目 前，发展较为成熟且自成体系的智能计算技术主要有；神经计算、模糊计算、粗糙集理论、遗传 算法、进化策略、进化编程、人工生命、蚁群算法、微粒群算法、免疫计算、自然计算等。下面 几节对本文主要涉及的智能计算理论和方法加以介绍。 2 2 神经计算 神经计算是致久工神缀髑络为基础的诗算。人工神缀瓣络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 是在现代神经生理学和心理学研究成果基础上提出的一种数学模型，它魔映了大脑功能的若干基 本特征。它悬通过模仿人的大脑神经元结构特性而建立起米的一种非线性动力学网络系统。是由 大量楚单瓣簿线投处理单嚣( 蠛辣元接) 楚度势联、互联嚣或懿复杂系绫，具毒对太藏蒺些基本 特性的数擎横掇能力。成瑚神经弼络处理倍息，不需要额外开发算法帮建立规则，能援大地减少 软件工作量。因而，它具脊并行分布、非糨序的、适应性的、大脑风格的信息处理本质和能力。 2 2 。1 神缀弼络的组成与特性 1 生溅神经元的结构尚功能 6 中国农业大学硕士学位论文第二章智能计算及其与专家系统的融合 ( 1 ) 生理神经元的结构 神经元( 即神经细胞) 一般由细胞体、树突和轴突三部分组成，是脑组织的基本单元，其结 构如图2 1 所示。轴突是较长的突出部分，长度可达1 米左右，负责把本神经元的输出发送至其 他相连接的神经元。树突也是突出部分，一般较短且分枝很多，与其他神经元的轴突相连。用以 接收来自其他神经元的生物信号。 田2 - 1 生理神经元结构 轴突和树突共同作用，实现神经元间的信息传递。轴突的末端与树突进行信号传递的界面称 为突触( s y n a p s e ) ，通过突触向其他神经元发送信息。对某些突触的刺激促使神经元触发。只有 神经元所有输入的总效应达到阈值电平，它才能开始工作。无论什么时候达到闽值电平，神经元 就产生一个全强度的输出窄脉冲，从细胞体经轴突进入轴突分枝。这时的神经元就称为被触发。 研究表明。神经元的学习发生在突触附近，而且突触把经过一个神经元轴突的脉冲转化为触发下 一个神经元进入兴奋或抑制状态的信号。 ( 2 ) 生理神经元的功能 脑神经生理学研究结果表明，每个人脑大约含有1 0 ”一1 0 “个神经元，每一神经元又约有 1 0 3 1 0 个突触。神经元通过突触形成的网络，传递神经元间的兴奋与抑制。大脑的全部神经元构 成极其复杂的拓扑网络群体，用于实现其记忆、学习和思维的功能 2 人工神经元模型 人工神缀元是在生理神经元研究的纂鞴i j 上提出的一种模拟生理神经张结构与功能的数学模 型，其结拇如簿2 - 2 所示。 兰舅译 圈扣2 人工神经元横擞 图2 2 袋示某人工神缀网络中第，神缀元的结构，表示求和；磅袭示阕筐；s 袭示神经 元，雏采嚣臻爨 嚣鸯其最终输密； 暂，瓤，矗 为辘入，鞫其毯静经嚣瓣输出。 呦，锈2 。， 。 为其他“个神经元与种缀元j 的突触的拣接强度，通常称为权值或权激。 7 中国农业大学硕士学位论文 第二苹智能计算及其与专冢系统的融台 。“) 为正表示神经元处于兴奋状态， 蛳 为负表示神经元处于抑制状态。，( ) 为激厉函数 或称为作用函数。 人工神经元模型可以由( 2 - 1 ) 和( 2 2 ) 式进行描述： s ，一而一日 ( 2 1 ) y 一f ( s j ) ( 2 2 ) 通常，f ( ) 有如下几种类型： ( 1 ) 线性函数 ，一z ( 2 3 ) 函数( 2 3 ) 表示输入与输出成线性关系。 ( 2 ) 阶跃函数 m 一是= 浯t ， 函数( 2 4 ) 表示神经元兴奋与种动符合一个称为“全或无定律”特征。即在其它条件不变 的情况下，不论何种刺激，只要达到阈值以上就产生一个动作电位，并以最快速度作非衰减的等 幅传递。如果输入总和低于闽值，则不能引起任何可见的反应。 ( 3 ) s i g m o i d 函数 ，o ) 。吾e ( 2 _ 5 ) l + 一 式( 2 - 5 ) 为s i g m o i d 函数，其曲线如图2 - 3 所示。它是一个单调递增非线性函数，在曲线的 两端，随z 增加，( z ) 递增缓慢；而在曲线的中间区域，随x 增加，( z ) 递增较快。正是这种 非线性特性，使神经网络能具有任意精度的泛函逼近能力。 田2 - 3s i s m o i d 函数 3 ，人工神经网络的基拳特性和结构 入藏蠹禽有数量投其擞太的神经元，它们互连并捐嚣作趱缝残神经潮络系统，获蔼执行高级 的问题求解等智能活动。 人工神缀网络由人工神缀元构成。这种由许多神经党组成的信息处瑷网络具有并杼分布结 弱每个神经嚣兵有单一辕搬，并虽麓够霹萁毽褪经元选接：存在诲多( 多重) 辕出连接方法， 每种连接方法对应于一个涟接权系数。严格她说，人工神经嘲络是一种基有下列特性的肖向图； 8 中国农业大学硕士学位论文 第= 章智能计算及其与专家系统的融合 ( 1 ) 对于每个节点i 存在一个状态变量置； ( 2 ) 从节点j 至节点i ，存在一个连接权系统数降k ； ( 3 ) 对于每个节点i ，存在一个阈值岛； ( 4 ) 对于每个节点f ，定义一个变换函数，僻，- 珞，岛j ，i o 由此可知，该病人患的缀病是x 7 。若缩出进一步的证攒，还可推出棚应的治疗方案。 又如，如果病人的症状趄劬3 f f i l ( 即该病人有x 。与x l 这两个症状) ，此时即使不指出是否 鸯x 2 这令痰数，蠢笺雄窭该癌久悫夔疾癜楚舄，霾先无论瘀入是蚕还鸯篡继症获，都举会楚舄 的输入加校和为负值。由此w 见，在嗣神缀进行推理对，即使已知的信息不完全，照样w 以进行 推理。 由上例可l ；l 看出用人工神经网络推理的大致过程。一般来说，正向网络推理的步聚如下： ( 1 ) 恕戆矮数据 蠹入巍终赣入屡熬各夸蕊点。 ( 2 ) 荦j 粥特性函数分铷计算网络中各艨的输出。计算中，前一层的辅潞作为后一墚翁募节点 的输入，逐腮进行计算，盥麓计算出输出屡的输出值为止。 ( 3 ) 用阚馕函数对输出朦盼输出进行判避，从而得到输出结果。 主逮攘疆嚣舂鲡下褥镬： ( 1 ) 黼一层的处理单元( 神经元) 怒完全并行的，但层问的信息惜递是串行的。由于层中 处理单元的数目要比网络的屡数多得多，因此它是一种并行推理。 ( 2 ) 毂网络推理中不会出现传统人工裙娆系统中接瓒的冲突阃恶。 ( 3 ) 鬻终接理是与辕入及弱络垂骞的参数有关，嚣遽蓬参数叉燕邋：过萑罐学习算法对秘络 进行训练得刹的，因此它楚种自适应推理。 以上仅讨论了基于神经网络的正向推理。也可实现神缀网络的逆向及双向推理，它们蔡比正 肉推理复杂些。 2 3 粗糙集理论 褪糙集( r o u g hs e t s ，r s ) 理论是一静处理模糊性秘苓睡定性酶薮熬数学工曼，能蠢效琏处 理不耱确、举一致、不完蘩的信息，并从中发现稳禽静知识，揭示潜在鹣撬律。其优势之一是它 不需要任何预备的或额外的谢关数据信息m 。自1 9 8 2 年由波兰学者p a w l a k z 提出“以 来，许多 计算机科学家和数学家对粗糙集理论及其应用进行了坚持不懈的研究，使之在理论上日趋完善。 目前，粗糙集已成为人工智能领域中的一个新的学术热点，在机器学习、知识获取、决策分析、 过程控制等领域得到了广泛的应用。 2 3 1 知识系统的表达 1 知识表达系统信息表 在智能计算系统中，常会碰到要处理的对象可能是用语言方式表达，也可能是用数据方式表 达，可能是精确的数据也可能是不精确的数据，甚至可能会有一些缺省的信息或者相互矛盾的 信息，这些要通过人们的智能才能处理的数据，把它们叫做智能数据。 在现实生活中不管是考察一件事情，还是分析一个系统的工作状态，往往是通过观察、测 量得到一个记录表，这个记录表就是一个知识系统s 的表格表达形式。这样的数据表就称为一种 知识表达系统( k n o w l e d g er e p r e s e n t a t i o ns y s t e m ) 或简称为k r s ，在某些情况下也称为信息系统 属性值表。 因为知识系统的表格表达法可以看作一种特殊的形式语言，在知识表达系统数据表中，列表 示属性( a t t r i b u t e s ) ，表中的数据就是各属性值；行表示研究对象( o b j e c t s ) ( 如状态，过程等) ， 并且每行表示该对象的一条信息。显然，知识系统的表格表达的数据不仅可以通过观察、测量得 到，而且数据间的关系清楚明晰。容易看出，一个表可以看作由属性定义的一族等价关系，它构 成一个表达系统的知识库，也就是说，一个数据表代表了一个系统的性质。 为了处理智能数据。需要进行知识的公式化表达。因为知识表达系统的基本成分是研究对象 的集合，关于这些对象的知识是通过指定对象的基本特征( 属性) 和它们的特征值( 属性值) 来 描述的。 定义2 1 称s = 为一个信息表，其中u 为论域，是一非空有限对象集，即 【厂= 如b 如) ；a = a b a 2 , a 。 是非空有限的属性集合：虼是属性口的值域，即y u 圪，ae a ； ，iu a v 称为信息函数，使得对每一a 4 ，z u 有，( x ，4 ) 圪。 在粗糙集理论中。信息表也称为信息系统、属性谊表、数据表，可简记为s = ( u 一) 或s = ( u 4y ) 。 利用信息袭，论域，中的对象j 被描然为向量d c 飘( _ ) = f ，b ，口1 ) ，( j - a 2 ) ，( x ， a 。) l ，称鸯辩象x 关于嚣镶嶷- 4 静描述，窀表示关于x 翁胃瑁莹意。 在信息裘s 中，如果属性集由条件耩性集c 和决策耨性集d 组溅，并且满是c u d = a ， c a d = 乃，则称s 为决策袭( d e c i s i o nt a b l e ) ，记为岛( ，c u d ) 。 为使概念更清晰，下磷以鱼病诊断为铡给出一个叠瘸案例决策表的例予”。 麴表2 - i 赞示，其孛取二蓬逻辑蓬夔痰羧霭挂终为象纷溪性，疾痰臻凳决策霾整，奄实蕲数 据相对应，矾表示自皮病，d ，表示水霉摘，如表示白头囱嘴病。 2 智能数据预处理 圭于静静摄嚣，在穰多壤涎下褥蘩豹数据裘是苓完整豹。对于毽含不巍整壤惠翦强浚表达系 统，可采用下述方法完整纯信息表中的不毙整数据。 表2 1 鱼病案例决策表 案例空间 c a s e o 条件属性c 决策属性 竺竺a 羔竺竺兰e 兰竺g 兰n 竺 dc4r 4 7 7 0100001 0 d 1 4 7 8 110000 10 d l 4 7 9000100 00 d 2 4 8 010 00100o d ， 4 8 1 00101000 d 3 ( 1 ) 删除法 根据记录表，简单地将具有空缺属性值的行删除，从而得到一个完整的信息表。显然，这种 方法的优点是简单方便，在信息表数据量很大，不完整信息的对象数量远远小于完整信息数据数 量时，可以采用这种方法。当信息表记录数据有限时，不完整信息的对象数量较多时，不可以采 用这种方法。 ( 2 ) 补偿法 偿法般育三种途径； 将不究蕤铡如空缺) 静霆毪僵臻兔静特豫熬藏懿氇楚理，这姆壤据曩俸系统确定特 殊的属性值娥理方法。 利用绞计原理，根撼包含不完整信息的