基于工作流和规则引擎的水产养殖智能决策流程建模及系统研究

发布时间：2020-07-29 21:32

【摘要】：近年来,水产养殖机械化装备的推广,使增氧、投饵等部分养殖环节实现了机械化操作。同时随着信息技术的快速发展,水产养殖智能化管理水平有所提升,水产养殖的产业结构得到了重构和优化,部分水产养殖实现了智能化和信息化管理。然而现有的水产养殖信息化管理平台缺乏科学有效的养殖流程管理和过程指导,使得水产养殖操作过于复杂,加之养殖人员对新系统的接收能力低,养殖管理时仍需要养殖人员依靠经验判断和人工操作控制,导致水产养殖依然存在养殖业务规则繁多不明确、失误率高、决策效率低且易出错等问题。目前关于水产养殖过程的研究多偏向于单一方面的研究,如水质环境监测、投喂设备研发、病害预测等,对于水产养殖业务流程和智能化决策的研究甚少。基于此,本文使用工作流技术和规则引擎技术设计了一套能进行流程化管理和智能决策的水产养殖监控系统,为养殖人员提供更加专业的信息化养殖过程指导、规范养殖流程信息化管理,同时明确养殖业务规则、提高养殖决策效率,为养殖人员提供养殖经验。为此,本文展开以下研究:(1)提出工作流和规则引擎组合管理机制。分析并总结出水产养殖业务流程具有步骤繁琐不明确、时间性、循环性、并发性和存在大量养殖业务决策等特点。根据此特点,结合工作流引擎和规则引擎各自的原理与作用,提出适用于水产养殖的工作流和规则引擎组合管理机制,并详述二者之间双向驱动的运行原理。(2)提出水产养殖智能决策流程建模方法。根据水产养殖流程特点和组合管理机制,抽取出养殖流程中特殊的工作流模式,如任务回退、循环、异步并发、定时催办、选择等,提出这些模式的Activiti解决方法。提出了利用规则引擎驱动流程进行条件转移,从而执行业务决策的方法,并在此基础上提出包含规则的工作流柔性建模方式,使建模更加灵活。(3)构建水产养殖智能决策流程管理模型。以南美白对虾为研究对象,对其养殖业务流程的各阶段进行分析,为建模打下基础。根据建模方法,在Eclipse集成开发环境中同时集成Activiti工作流引擎插件和Drools规则引擎插件,通过Activiti流程设计器为南美白对虾养殖流程进行工作流模型的搭建,详述该模型中每一个节点的功能作用,并给出该模型中异步并发流程的异常控制方法。通过Drools规则引擎对养殖业务规则进行规则的分析、定义、设计和编写等系列制定。最后对该模型中所有流程和规则进行测试,测试结果表明该模型能为水产养殖过程管理提供科学专业的过程指导和准确高效的业务决策管理。(4)设计水产养殖智能决策流程管理系统。在上述研究基础上,完成水产养殖智能决策流程管理系统的框架和功能设计,并实现该系统主要的功能,包括水产养殖工作流部署管理、养殖流程执行与规则决策管理、养殖规则管理,为水产养殖过程监管提供了专业科学的指导工具。将工作流与规则引擎结合运用于水产养殖过程管理中,构建并实现基于工作流和规则引擎的水产养殖智能决策流程管理模型和系统,为水产养殖智能化过程管理领域提供切实可行的新方法,对推动现代水产养殖业的发展具有重要意义。
【学位授予单位】：上海海洋大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S969
【图文】：

南美白对虾养殖,工作流模型,起捕,捕捞期

规则”、“虾情分析规则”、“投喂规则”、与“巡塘规则”五个含有规则的任务节点，分别与（1）中的五个养殖流程节点构成循环路由，每次养殖流程执行一次后会自动执行养殖决策一次，并将决策后的结果反馈给系统，给予养殖人员专家级别的意见或警告信息，以便进行相应的养殖处理。（3）加入“病源监测”和“科学投药”疾病诊断分支流程，保证南美白对虾健康生长。由水质、虾情与病源三者组成“综合指标疾病诊断”的综合影响因素，接收诊断指令，进行病症决策，并由“投药规则”决策出相应的投药方案。（4）日常养殖操作并发流程执行结束后，在“单向选择关口”处根据养殖人员设置的标准放养期天数判断是起捕还是回退进行循环放养操作。捕捞期有“起捕”和“捕获”两个流程节点，由灵活的“兼容选择关口”进行单向或双向条件判断，有 3 种情况：1）“起捕”的虾全部达标或捕捞天数已达到最大限定捕捞期，则仅“捕获”；2）“起捕”的虾全部未达标且还在限定捕捞期内，则仅重新“放养”；3）“起捕”的虾一部分达标，另一部分未达标且还在限定捕捞期内，则达标的虾“捕获”，未达标的重新“放养”[63]。

测试图,南美白对虾养殖,工作流模型,测试图

每个关键养殖任务节点后面对应的养殖业务规则任务节点，进行规则的决策，由于任务节点与规则任务节点之间构成循环路由，每次决策完后执行流又会回退至前一个养殖任务节点处等待新的养殖数据传入，以此保证养殖规则的实时触发。4.4 智能决策流程管理模型测试由于本文构建的水产养殖智能决策流程管理模型养殖节点数量较多，流程路径较为复杂，一旦模型中任何一个地方出错将会直接影响到工作流的部署、执行以及系统的运行，为确保模型的准确性，在完成流程定义后就需要对整个养殖工作流模型进行流程和规则的测试，为后续工作打好基础。本文使用软件测试方法中的路径覆盖法[62]对南美白对虾养殖工作流模型中每一条可能执行的路径进行全覆盖测试，下面是测试步骤。第一步：给南美白对虾养殖工作流模型图中的每个养殖节点进行编号，如图 4-5 所示，方便确定流程测试路径。

界面图,流程,界面,文件

Activiti 中调用规则文件（以.drl 命名的文件）。<businessRuleTask id="businessruletask1" name="水位监管规则" activiti:ruleVariablesInput="${water_level}"activiti:resultVariable="waterlevel"></businessRuleTask><businessRuleTask id="businessruletask2" name="水质监管规则" activiti:ruleVariablesInput="${water_quality}"activiti:resultVariable="waterquality"></businessRuleTask><businessRuleTask id="businessruletask3" name="投药规则" activiti:ruleVariablesInput="${science_medicine}"activiti:resultVariable="sciencemedicine"></businessRuleTask><businessRuleTask id="businessruletask4" name="投喂规则" activiti:ruleVariablesInput="${science_feeding}"activiti:resultVariable="sciencefeeding"></businessRuleTask><businessRuleTask id="businessruletask5" name="巡塘规则" activiti:ruleVariablesInput="${pond_inspection}"activiti:resultVariable="pondinspection"></businessRuleTask><businessRuleTask id="businessruletask6" name="虾情分析规则"activiti:ruleVariablesInput="${shrimp_situation}" activiti:resultVariable="shrimpsituation"></businessRuleTask>图 5-4 涉及规则的部分流程定义代码Fig.5-4 Part of code of process definition involving rules在部署流程定义时，将流程文件（.bpmn）和规则文件（.drl）一起打包成压缩文件，并进行上传，使流程引擎能够同时加载这些文件，完成南美白对虾养殖流程的发布，并生成一条部署信息管理列表记录和一条 key 为 Aquaculture 的养殖流程实例，如图 5-5 界面所示。

【参考文献】