本文關(guān)鍵詞：基于溫室環(huán)境數(shù)據(jù)挖掘的專家系統(tǒng)研究與應(yīng)用

  更多相關(guān)文章： 溫室環(huán)境數(shù)據(jù) 專家系統(tǒng) 模糊神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)挖掘

【摘要】：在日光大棚監(jiān)控系統(tǒng)中,收集了大量的作物生長信息和現(xiàn)場數(shù)據(jù)。這些數(shù)據(jù)是作物生長狀況最真實(shí)的反映,對于作物生長環(huán)境參數(shù)的優(yōu)化控制有重要的指導(dǎo)作用。本文研究了農(nóng)業(yè)專家系統(tǒng)和基于現(xiàn)場作物生長數(shù)據(jù)的數(shù)據(jù)挖掘算法。本文首先研究了專家系統(tǒng)的知識獲取方式和推理方式,以及專家系統(tǒng)的研究發(fā)展方向,結(jié)合農(nóng)業(yè)系統(tǒng)的特點(diǎn)和專家系統(tǒng)的研究發(fā)展方向,將數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)等智能算法應(yīng)用到專家系統(tǒng)中,設(shè)計(jì)了農(nóng)業(yè)專家系統(tǒng)的總體結(jié)構(gòu)。其次,從兩個(gè)方面對數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了研究。選用神經(jīng)網(wǎng)絡(luò)方法從數(shù)據(jù)中進(jìn)行規(guī)則提取和評估,并研究總結(jié)了神經(jīng)網(wǎng)絡(luò)方法進(jìn)行挖掘的過程。研究了數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)優(yōu)化,結(jié)構(gòu)優(yōu)化的重點(diǎn)是挖掘系統(tǒng)與數(shù)據(jù)庫的集成,研究了幾種挖掘系統(tǒng)和數(shù)據(jù)庫的集成方法。最后,利用MATLAB中的工具箱建立了模糊神經(jīng)網(wǎng)絡(luò),作為專家系統(tǒng)的推理機(jī)構(gòu),并通過調(diào)用數(shù)據(jù)庫中的現(xiàn)場作物生長數(shù)據(jù)對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)。對訓(xùn)練學(xué)習(xí)完成的模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行測試對比,并可顯示模糊規(guī)則。根據(jù)現(xiàn)場作物生長數(shù)據(jù),可通過推理結(jié)構(gòu)得到生長狀況等級評價(jià)。通過數(shù)據(jù)庫中表的連接,可得到生長狀況好的作物的環(huán)境數(shù)據(jù)。由采用模糊神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)進(jìn)行測試得出的結(jié)果比較可以看出,系統(tǒng)采用的模糊神經(jīng)網(wǎng)絡(luò)推理得到的結(jié)果更準(zhǔn)確,可用于作物最佳生長環(huán)境的決策。
【關(guān)鍵詞】：溫室環(huán)境數(shù)據(jù) 專家系統(tǒng) 模糊神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)挖掘
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP182;TP311.13
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 論文背景11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究意義和研究內(nèi)容13-16
• 1.3.1 本文研究意義13-14
• 1.3.2 本文主要研究內(nèi)容14-16
• 第2章 專家系統(tǒng)研究及應(yīng)用16-27
• 2.1 專家系統(tǒng)發(fā)展和應(yīng)用16-18
• 2.1.1 專家系統(tǒng)的發(fā)展16-17
• 2.1.2 專家系統(tǒng)應(yīng)用現(xiàn)狀17-18
• 2.1.3 專家系統(tǒng)在農(nóng)業(yè)上的應(yīng)用18
• 2.2 專家系統(tǒng)發(fā)展階段研究18-21
• 2.2.1 基于規(guī)則的專家系統(tǒng)19
• 2.2.2 基于框架的專家系統(tǒng)19
• 2.2.3 基于案例的專家系統(tǒng)19-20
• 2.2.4 基于模型的專家系統(tǒng)20
• 2.2.5 基于web的專家系統(tǒng)20-21
• 2.3 專家系統(tǒng)知識獲取研究21-22
• 2.3.1 基于智能引導(dǎo)的人工知識獲取21
• 2.3.2 基于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的半自動(dòng)\自動(dòng)知識獲取21-22
• 2.4 專家系統(tǒng)推理方式研究22-23
• 2.4.1 演繹推理，，歸納推理，默認(rèn)推理22-23
• 2.4.2 確定性推理和不確定性推理23
• 2.4.3 單調(diào)推理和非單調(diào)推理23
• 2.5 專家系統(tǒng)發(fā)展方向研究23-24
• 2.6 農(nóng)業(yè)專家系統(tǒng)24-26
• 2.6.1 農(nóng)業(yè)系統(tǒng)的特點(diǎn)24
• 2.6.2 基于數(shù)據(jù)挖掘的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)24-26
• 2.7 本章小結(jié)26-27
• 第3章 數(shù)據(jù)挖掘技術(shù)研究與應(yīng)用27-41
• 3.1 神經(jīng)網(wǎng)絡(luò)研究27-32
• 3.1.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史27-28
• 3.1.2 神經(jīng)網(wǎng)絡(luò)基本構(gòu)成28-29
• 3.1.3 神經(jīng)元模型介紹29-30
• 3.1.4 神經(jīng)網(wǎng)絡(luò)的定義和特點(diǎn)30-31
• 3.1.5 神經(jīng)網(wǎng)絡(luò)工作原理31-32
• 3.2 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘過程研究32-38
• 3.2.1 數(shù)據(jù)準(zhǔn)備32-33
• 3.2.2 神經(jīng)網(wǎng)絡(luò)的構(gòu)造33
• 3.2.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練33-35
• 3.2.4 神經(jīng)網(wǎng)絡(luò)修剪35
• 3.2.5 分類規(guī)則提取35-37
• 3.2.6 分類規(guī)則評估37-38
• 3.3 數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)研究38-40
• 3.3.1 通過SQL游標(biāo)接口進(jìn)行挖掘38
• 3.3.2 先讀取數(shù)據(jù)到本地磁盤再進(jìn)行挖掘38
• 3.3.3 調(diào)用存儲過程時(shí)進(jìn)行挖掘38-39
• 3.3.4 通過用戶自定義函數(shù)來進(jìn)行挖掘39
• 3.3.5 通過擴(kuò)展SQL進(jìn)行挖掘39-40
• 3.4 本章小結(jié)40-41
• 第4章 基于數(shù)據(jù)挖掘的FNN專家系統(tǒng)在作物最佳生長環(huán)境決策中的應(yīng)用41-58
• 4.1 系統(tǒng)實(shí)現(xiàn)環(huán)境41-42
• 4.2 系統(tǒng)實(shí)現(xiàn)步驟42-53
• 4.2.1 數(shù)據(jù)準(zhǔn)備43-45
• 4.2.2 專家系統(tǒng)結(jié)構(gòu)45-46
• 4.2.3 知識庫和推理求解46
• 4.2.4 模糊集合及模糊規(guī)則研究46-48
• 4.2.5 模糊神經(jīng)網(wǎng)絡(luò)研究48-49
• 4.2.6 模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建49-51
• 4.2.7 模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練51-52
• 4.2.8 規(guī)則提取和評估52-53
• 4.3 專家系統(tǒng)在獲得植物最佳生長狀態(tài)中的應(yīng)用53-56
• 4.4 本章小結(jié)56-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-64
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果64-65
• 致謝65-66

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 蒲興成;林炎欽;;基于顯著性分析的神經(jīng)網(wǎng)絡(luò)混合修剪算法[J];智能系統(tǒng)學(xué)報(bào);2014年06期

2 熊迎軍;沈明霞;劉永華;孫玉文;陸明洲;劉龍申;鄭斌;;混合架構(gòu)智能溫室信息管理系統(tǒng)的設(shè)計(jì)[J];農(nóng)業(yè)工程學(xué)報(bào);2012年S1期

3 周鐵軍;顧曉輝;呂艷新;;基于BP神經(jīng)網(wǎng)絡(luò)的地震動(dòng)信號識別[J];現(xiàn)代電子技術(shù);2012年10期

4 陳果;;一種基于功能性觀點(diǎn)的神經(jīng)網(wǎng)絡(luò)規(guī)則提取方法[J];模式識別與人工智能;2008年06期

5 巫影,陳定方,唐小兵,朱石堅(jiān),黃映云,李慶;神經(jīng)網(wǎng)絡(luò)綜述[J];科技進(jìn)步與對策;2002年06期

本文編號：595891