|
中国科学院合肥物质科学研究院熊范纶在国家自然科学基金的连续资助下，瞄准国际智能技术和信息技术的前沿，进行了一系列理论方法和技术体系的研究，创建和发展了我国智能农业信息技术的研究方向，探索出适合我国国情的为三农服务的实施机制。
（1）提出面向农业领域的智能系统知识表示、推理机制的技术体系。
在知识表示方面，提出基于三重蕴涵特征展开的Fuzzy规则组知识表示、综合知识体表示、基于面向对象的综合知识体表示、"知识体·对象块·构件"知识表示、多级知识单元知识表示、面向知识发现的广义综合知识表示等。这些表示方法，拓展兼容，表达能力强，形成一个基本能够反映农业领域知识特点的知识表示方法体系。
在推理机制方面，提出多级主从推理、基于三重蕴涵机制的特征展开模糊推理、基于偏离校正的模糊假言推理、基于事实集预处理推理、基于粗集理论模糊匹配的基于案例推理等。
这些方法成功解决了农业领域复杂知识的有效表达、知识融合、多库协同、多级主从的知识管理，实现专家知识的高效运用。
（2）对知识获取技术进行了有成效的工作。提出了基于智能引导的人工知识获取，和基于数据挖掘和机器学习的自动半自动知识获取，有效解决了知识获取的瓶颈问题。
基于智能引导的人工知识获取方面，采用Agent技术，进行智能综合引导，实现人性化获取领域知识。
基于数据挖掘技术的知识获取方面，提出：动态数据环境中的决策树方法、基于遗传算法的加权模糊分类规则挖掘、基于椭圆聚类的模糊关联规则挖掘、基于有限状态自动机的因果序贯模式挖掘、基于综合规则泛化技术的知识发现、发现偏离模式的改进线性算法、基于回归分析的空间划分方法、具有控制变量的模糊线性回归、结合数据间关联限制的聚类分析、基于Web的增量式数据挖掘等；
基于机器学习技术的知识获取方面，提出：基于差别矩阵的概念学习算法、基于粗集理论的数据约简算法、基于GA的最优示例学习算法、基于证据理论的概念树结构多Agent合作求解模型、基于增量学习神经网络算法、发现数据库混沌模式的神经网络方法、基于模拟退火的遗传算法、径向基函数神经网络的有效在线学习等。
它们成功应用于病虫害发生的预测与诊断、土壤肥力评估、精确施肥与灌溉、品种选优、水资源优化调度、生态系统模拟、农产品市场预测等知识的获取。
（3）大型智能系统和工具中进行多种技术的集成。将智能计算、基于案例推理、虚拟植物生长、地理信息系统、数据采集与监控、网络信息抽取、智能控制等技术，通过构件化手段与智能系统集成。
（4）研发具有智能化、构件化、网络化、跨平台、开放性等特点的农业专家系统开发平台，技术不断升级，构成系列，易学易用傻瓜化，形成品牌。利用这些平台成功开发了种植业和养殖业等专家咨询系统；并开发了结构完善的应用框架，为农技人员的二次开发提供了有效工具。
（5）提出基于数据库与知识库的综合型知识发现KD(D&K)的总体框架和运行机制。研制完成了基于KD(D&K)的通用性知识发现系统开发平台，实现智能系统自动、半自动知识获取和知识库精化；成功地开发了施肥、植保等知识发现系统。
以上成果已在全国28个省市450多个县推广应用，开发了近700个各类农业专家系统，累计推广1亿亩，增收节支达38.7亿元，培训二次开发人员2000多人次、协助县乡培训各类系统应用人员20多万人次;科技人员深入基层3000人次；并推动了"国家智能化农业信息技术应用示范工程"重大专项启动和实施，成为适用于发展中国家农业信息化的一个成功模式，作者2003年获世界信息峰会大奖，2005年获IFAC
Fellow奖和称号。 |
