农业专家决策系统AES（AGRICULTURAL EXPERT SYSTEM）是一个具有大量农业专门知识与经验的计算机系统，它将人工智能技术应用于农业领域，依据农业专家提供的专业领域知识、经验进行推理和判断，模拟农业专家就某一复杂农业问题进行决策，是智慧农业信息技术的重要组成部分[1]。农业专家决策系统现已广泛应用于作物品种选择、温室环境控制、病虫害防治、施肥灌溉、经济效益分析等农业生产的各个环节。

1 农业专家决策系统的构成

农业专家决策系统一般由知识库、数据库、推理机、解释模块、知识获取模块和用户界面六个部分组成。其中知识库和推理机是农业专家系统最核心的部分，是农业专家决策系统的中枢。知识库用于存储农业领域的原理性知识、农业专家的经验性知识以及有关的事实信息等，知识库的容量决定了专家系统的功能。推理机是农业专家系统的运行动力，由它来控制和协调整个系统，负责系统的数据调用和推理过程。数据库用于存储原始数据及推理过程中得到的各种中间信息。解释模块用于对求解过程做出说明，并回答用户提出的各种问题，使用户对推理过程有清晰的认识。知识获取模块是农业专家系统中把农业专家的相关知识和经验转入知识库的机构。用户界面负责接受用户输入的信息并转化为系统内部的表示形式，提交给相应模块处理，然后把系统输出的内部信息转化为用户可以接受的表现形式返还给用户[2]。

2 农业专家决策系统的特征

2.1 启发性

农业专家决策系统能利用规范化的判断性知识及已确立的理论知识对问题进行推理和判断并求解。

执法是行政机关履行政府职能、管理经济社会事务的主要方式。习近平总书记指出：“全国推进依法治国的重点应该是保证法律严格实施。”“各级政府必须依法全面履行职责，坚持法定职责必须为、法无授权不可为，完善执法程序，严格执法责任，做到严格规范公正文明执法。”因此，行政委托执法作为行政执法的补充和延伸，一定意义上讲，委托执法成效也是衡量法治政府建设成效的一个重要标尺。

2.2 透明性

农业专家决策系统能向用户解释其本身的推理过程，通过回答用户提出的问题，使用户了解知识的内容和推理思路。

2.3 灵活性

下面证明ρ是好同余。设aL*E,则存在CS°(a)和CS°(e)使得a°L*e°和Λe=Λa。记e°λe, e°λeixx°和e°λeiyy°分别为λa,(ex)°和(ey)°。则

2.4 非时空限制性

农业专家决策系统作为一个计算机智能程序，不受时空条件限制，能高效、准确、周密、迅速的工作。

我国是世界上开展农业专家决策系统研究较早的国家，1980年浙江大学与中国农科院桑蚕研究所合作，开始研发蚕育种专家系统。1983年中国科学院智能机械研究所和安徽农科院土肥所合作开发的砂浆黑土小麦施肥专家系统在安徽省淮北10多个县得到较大规模的应用。随后棉花、油菜、水稻、柑橘、小麦、玉米、蔬菜、果树、畜禽、水产等大量的专家系统相继问世，几乎涵盖了农业生产的所有领域。这些农业专家系统的开发，大大促进了农业科技成果的转化，为发展优质、高效、精准农业做出了积极的贡献。

2.5 权威性

高质量的专家决策系统不仅需要专家丰富的经验性知识的积累，更需要高质量的作物生长发育模拟模型的支持。从作物生长生理生态过程的模拟到信息农业，中间的桥梁就是作物模型。模型的功能主要表现为对植物生长系统的理解、预测和调控。构建模型的关键是基础研究和田间试验,两者结合起来才能建立有效的作物模型。荷兰的蔬菜、花卉设施栽培中大量使用了实时控制专家系统，其前提条件就是有对相关植物生长发育机理的系统的研究数据,基于此建立起了能够模拟专家水平的农业专家决策系统[5]。

农业专家决策系统能以不同的方式接收新的知识，调整有关的控制知识和领域知识，使新的知识与整个知识库相容。

3 农业专家决策系统的发展概况

美国在20世纪70年代就开始研究农业专家决策系统，最初用于农作物的病虫害诊断。1978年美国伊利诺斯大学开发了世界上应用最早的农业专家决策系统——大豆病虫害诊断专家系统（PLANT/DS）。随着信息技术的飞跃式发展，大量的农业专家决策系统被开发出来。1986年美国农业部和全美棉花委员会研制出了棉花专家系统COMAX/GOSSYM,给美国棉花生产带来了巨大的经济效益[3]。1991年荷兰Zvi Hoehman等开发的用于肉牛养殖场的专家系统，囊括了牛的育种、草场改良和草场质量监控3个领域；1992年Montas等使用地理信息系统（GIS）和专家系统相结合为水土保持计划决策提供依据；1993年英国Gareth等开发了用户农业环境保护培训的 KMS系统；1996年以色列 Wolfson开发了用于花卉管理的专家系统；1997年希腊 Yialouris开发了用于土地评价的 EXGIS专家系统；1998年意大利Jacucci等开发了用于灌溉管理的 HYDRA专家系统；日本东京大学、千叶大学开发了番茄栽培管理专家咨询系统、培养液管理专家系统以及茄子等多种作物的病害诊断专家系统等。另外德国的草地管理专家决策支持系统、埃及农垦部的黄瓜栽培与柑橘栽培两个生产管理专家系统、巴西维考沙联邦大学开发的小型牛奶场管理知识决策支持系统等都获得了应用。迄今为止，世界上已经有近百个农业专家系统被应用到生产实践中[4]。

日粮蛋白质水平和RPFA对干物质采食量、日增重和料重比不存在交互作用（见表2）。肉牛干物质采食量和初始体重各组间无显著差异（P＞0.05）。试验末体重随日粮蛋白质水平增加无显著差异（P＞0.05），但随RPFA的添加而增加（P＜0.05）。平均日增重随日粮蛋白水平的提高和RPFA的添加而增加（P＜0.05）。肉牛料重比随日粮蛋白水平的提高和RPFA的添加而降低（P＜0.05）。

4 农业专家决策系统发展趋势

4.1 模型化，精准化

农业专家决策系统是农业专家智慧的结晶，它拥有农业开发专家所具有的丰富知识和技巧，能在权威专家水平上进行工作。

4.2 综合性，广适性

我国地域辽阔，自然条件差异大，因此开发的专家决策系统要具有较高的综合性和适应性。研制高度综合的、涉及各方面因素的农业专家决策系统。以某一专题为主的农业专家决策系统将成为一个子系统，如灌溉、施肥、品种选择、病虫害控制、土壤保持、环境控制等单个决策功能都将被纳入到作物生产管理决策系统之中。将作物模拟模型、农业专家知识相结合开发综合性功能强的农业专家系统，将是农业专家决策系统研制开发的重要方向。

在绿色建筑中，还有很多部分都可以承载3000光伏发电系统，这些部分都能够接受一定太阳光照射。比如说，阳台遮阳板可以安置光电板，在遮阳之时提供电能，不仅可以保证适宜温度，而且也可以收集阳光。这些部分虽然都可以承载光伏发电设备，但是一定要考虑防火、防水等问题，以期提供安全而稳定的光能。

4.3 开放性，可延展性

农业专家决策系统要具有开放性、可延展性。系统要易于升级、扩展和集成，系统要与其他技术同步发展新的开发技术。农业专家决策系统的发展将朝着数据动态化及时效性高、实用性强的方向发展，智能化程度将不断提升。知识获取手段实现多样化，允许经授权的使用者对知识库进行扩充，使系统具有自学习、自适应的功能，充分发挥专家系统的作用。

4.4 交互性，易用性

随着智能移动终端的普及，农业专家决策系统除强调与农业领域模型、深层知识、常识性知识等结合外，将新技术融入专家系统，形成集成多种技术的综合系统，是一个重要的发展方向[6]。比较成熟的技术如面向对象技术、数据库技术、多媒体技术、虚拟现实技术等都将应用到专家决策系统中来。各种专业学科将会有更多的相互渗透、相互融合,从生理模型到生长模型再到决策系统，需要把不同层面上的工作综合、集成，需要不同领域的专家通力合作，把不同方面的优势集合起来，才能有所突破。

参考文献

[1]吴玺，谭宏，夏建国，等.试论我国农业专家系统的应用及发展[J].计算机与农业,2000（8）:1-4.

[2]李朝东，崔国贤，盛畅，等.农业专家系统的发展概况与展望[J].农业网络信息，2009（2）：4-8.

[3]宋瑞生,申书兴,孙德岭.农业专家系统研究展望[J].天津科技，2002,229（4）：13-14.

[4]盖迎春，王亚军，冯敏，等.Internet下的数字化农业专家系统研究[J].遥感技术与应用，2004，19（5）：386-391.

[5]段韶芬,李福超,郑国清.农业专家系统研究进展及展望[J].农业图书情报学刊,2003（5）:15-18.

[6]孙妮娜，秦向阳.农业专家系统开发平台的研究现状及发展趋势[J].农业信息科学，2006，22（6）：436-439.