基于温室环境数据挖掘的专家系统研究与应用

发布时间：2017-07-30 20:08

  本文关键词：基于温室环境数据挖掘的专家系统研究与应用

  更多相关文章： 温室环境数据 专家系统 模糊神经网络 数据挖掘

【摘要】：在日光大棚监控系统中,收集了大量的作物生长信息和现场数据。这些数据是作物生长状况最真实的反映,对于作物生长环境参数的优化控制有重要的指导作用。本文研究了农业专家系统和基于现场作物生长数据的数据挖掘算法。本文首先研究了专家系统的知识获取方式和推理方式,以及专家系统的研究发展方向,结合农业系统的特点和专家系统的研究发展方向,将数据挖掘和神经网络等智能算法应用到专家系统中,设计了农业专家系统的总体结构。其次,从两个方面对数据挖掘系统进行了研究。选用神经网络方法从数据中进行规则提取和评估,并研究总结了神经网络方法进行挖掘的过程。研究了数据挖掘系统的结构优化,结构优化的重点是挖掘系统与数据库的集成,研究了几种挖掘系统和数据库的集成方法。最后,利用MATLAB中的工具箱建立了模糊神经网络,作为专家系统的推理机构,并通过调用数据库中的现场作物生长数据对模糊神经网络进行训练学习。对训练学习完成的模糊神经网络进行测试对比,并可显示模糊规则。根据现场作物生长数据,可通过推理结构得到生长状况等级评价。通过数据库中表的连接,可得到生长状况好的作物的环境数据。由采用模糊神经网络和神经网络进行测试得出的结果比较可以看出,系统采用的模糊神经网络推理得到的结果更准确,可用于作物最佳生长环境的决策。
【关键词】：温室环境数据 专家系统 模糊神经网络 数据挖掘
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP182;TP311.13
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-16
• 1.1 论文背景11
• 1.2 国内外研究现状11-13
• 1.3 研究意义和研究内容13-16
• 1.3.1 本文研究意义13-14
• 1.3.2 本文主要研究内容14-16
• 第2章 专家系统研究及应用16-27
• 2.1 专家系统发展和应用16-18
• 2.1.1 专家系统的发展16-17
• 2.1.2 专家系统应用现状17-18
• 2.1.3 专家系统在农业上的应用18
• 2.2 专家系统发展阶段研究18-21
• 2.2.1 基于规则的专家系统19
• 2.2.2 基于框架的专家系统19
• 2.2.3 基于案例的专家系统19-20
• 2.2.4 基于模型的专家系统20
• 2.2.5 基于web的专家系统20-21
• 2.3 专家系统知识获取研究21-22
• 2.3.1 基于智能引导的人工知识获取21
• 2.3.2 基于机器学习和数据挖掘的半自动\自动知识获取21-22
• 2.4 专家系统推理方式研究22-23
• 2.4.1 演绎推理，，归纳推理，默认推理22-23
• 2.4.2 确定性推理和不确定性推理23
• 2.4.3 单调推理和非单调推理23
• 2.5 专家系统发展方向研究23-24
• 2.6 农业专家系统24-26
• 2.6.1 农业系统的特点24
• 2.6.2 基于数据挖掘的神经网络专家系统24-26
• 2.7 本章小结26-27
• 第3章 数据挖掘技术研究与应用27-41
• 3.1 神经网络研究27-32
• 3.1.1 神经网络的发展历史27-28
• 3.1.2 神经网络基本构成28-29
• 3.1.3 神经元模型介绍29-30
• 3.1.4 神经网络的定义和特点30-31
• 3.1.5 神经网络工作原理31-32
• 3.2 基于神经网络的数据挖掘过程研究32-38
• 3.2.1 数据准备32-33
• 3.2.2 神经网络的构造33
• 3.2.3 神经网络训练33-35
• 3.2.4 神经网络修剪35
• 3.2.5 分类规则提取35-37
• 3.2.6 分类规则评估37-38
• 3.3 数据挖掘系统结构研究38-40
• 3.3.1 通过SQL游标接口进行挖掘38
• 3.3.2 先读取数据到本地磁盘再进行挖掘38
• 3.3.3 调用存储过程时进行挖掘38-39
• 3.3.4 通过用户自定义函数来进行挖掘39
• 3.3.5 通过扩展SQL进行挖掘39-40
• 3.4 本章小结40-41
• 第4章 基于数据挖掘的FNN专家系统在作物最佳生长环境决策中的应用41-58
• 4.1 系统实现环境41-42
• 4.2 系统实现步骤42-53
• 4.2.1 数据准备43-45
• 4.2.2 专家系统结构45-46
• 4.2.3 知识库和推理求解46
• 4.2.4 模糊集合及模糊规则研究46-48
• 4.2.5 模糊神经网络研究48-49
• 4.2.6 模糊神经网络构建49-51
• 4.2.7 模糊神经网络训练51-52
• 4.2.8 规则提取和评估52-53
• 4.3 专家系统在获得植物最佳生长状态中的应用53-56
• 4.4 本章小结56-58
• 结论58-59
• 参考文献59-64
• 攻读硕士学位期间发表的论文和取得的科研成果64-65
• 致谢65-66

【参考文献】

中国期刊全文数据库 前5条

1 蒲兴成;林炎钦;;基于显著性分析的神经网络混合修剪算法[J];智能系统学报;2014年06期

2 熊迎军;沈明霞;刘永华;孙玉文;陆明洲;刘龙申;郑斌;;混合架构智能温室信息管理系统的设计[J];农业工程学报;2012年S1期

3 周铁军;顾晓辉;吕艳新;;基于BP神经网络的地震动信号识别[J];现代电子技术;2012年10期

4 陈果;;一种基于功能性观点的神经网络规则提取方法[J];模式识别与人工智能;2008年06期

5 巫影,陈定方,唐小兵,朱石坚,黄映云,李庆;神经网络综述[J];科技进步与对策;2002年06期

本文编号：595891