农业智能系统

本书主要包括农业智能系统的理论方法、建造技术和典型应用系统等内容，同时也探讨了今后农业智能系统的研究发展方向。本书理论联系实际，突出应用，在章节组织上，前7章介绍了农业智能系统的基本概念、产生式规则+模型+多媒体的知识表示与模糊推理方法、农业信息智能搜索方法、农业知识学习方法、农业知识网格、农业多智能体表示模型、农业移动智能等技术理论，第8、9章介绍了农业智能系统的构造与设计方法，第10、11、12、13章分别介绍了GIS、控制系统、图形图像、RFID等技术与农业智能系统的集成方法，第14章介绍分析了农业领域中典型的智能系统应用案例。
本书可作为从事信息科学、人工智能、复杂系统和自动化技术等方面研究的专业技术人员的参考读物，也可以作为计算机应用、农业信息技术等相关专业研究生的参考书。

第1章 绪论
1.1 农业问题的认知方法
农业生产具有地域性、季节性和周期性的特点，农业生产问题的认知过程是非常复杂的行为，涉及环境、气候、土壤、品种、水分、肥力、技术、管理等多个因素。传统上农业问题的认知方法主要有两种：一种是生产经验；另一种是专家指导。以上两种认知方法的基础都源于相关信息的理解和分析，就其本质而言，农业问题的认知过程是一种由经验转为科学的人类智能活动。所谓智能，就是学习、获取、适应、修正和扩展知识以便理解问题的能力。认知是经验与知识的积累过程，通过对主客观事物的观察和理解，来改善农业生产系统的经营行为。
众所周知，神经网络是认知的基础单元，该系统是依靠其状态对外部输入信息的动态响应来处理信息的，信息由感知层输入，经过联合层到决策层，由决策层输出，每一层都由一组神经元组成。感知层与联合层的联结是随机的，联合层与输入层之间的联系是可塑的，它可以通过学习来改变。从以上理论角度来讲，农业生产者和技术专家对农业问题的认知源自于外界环境的现象(外信息)与大脑存储知识(内信息)的联结，并且外信息和内信息的联结是由专门的组织来处理的。
在认知神经网络中，神经细胞之间的联系结构突触前纤维与相连的突后细胞同时兴奋时，突触的连接加强，具备了可塑性条件。1949年，Hebb基于神经网络结构提出Hebb学习规则，即在对问题的认知过程中，有关突触发生变化，导致突触连接的增强和传递效能的提高，这个过程将形成广泛并行互联的学习存储单元。在此基础上，Haken将协同的非线性动力理论与神经网络有机结合，提出了协同联想记忆网络。
认知方法主要研究的是如何从低级传感器输入的原始数据获取相关的抽象数据，通过视觉和听觉的学习，研究从非结构与半结构信息到结构信息的变换方法。认知所获得的新信息主要取决于认知结构中已有的相关概念，已有概念相互作用，导致了新旧知识意义的交替和同化。
……