基于本體的魚病知識獲取與診斷推理集成系統(tǒng)研究.pdf

1、近年來,在淡水養(yǎng)魚業(yè)迅速發(fā)展的同時,魚害的發(fā)生和流行也日趨嚴重,已成為水產(chǎn)養(yǎng)殖業(yè)健康發(fā)展的巨大障礙,嚴重地威脅著淡水養(yǎng)殖業(yè)的穩(wěn)定和可持續(xù)發(fā)展.魚病診斷專家系統(tǒng)為解決病害頻繁發(fā)生而領(lǐng)域?qū)＜胰狈Φ拿芷鸬搅朔e極的作用.對現(xiàn)有的系統(tǒng)進一步地研究與應(yīng)用發(fā)現(xiàn),它本身還存在著一些問題,如系統(tǒng)異構(gòu)與系統(tǒng)間缺乏共同的理解、規(guī)則獲取和知識表達上困難、系統(tǒng)知識的邊界效應(yīng)造成的推理結(jié)果的不確定性和不可靠性等問題,如何提高專家系統(tǒng)的運行效率與質(zhì)量,具有重要的理

2、論意義和應(yīng)用價值.針對已有的魚病診斷推理子系統(tǒng)存在著異構(gòu)及缺乏共同理解的問題,該文采用本體論的基本理論和方法,提出了基于領(lǐng)域本體的魚病診斷系統(tǒng)集成的概念體系,圍繞魚病診斷系統(tǒng)集成的基本問題進行研究,給出了基于本體的魚病診斷知識的表達,并針對該模型中的關(guān)鍵技術(shù)——翻譯器的構(gòu)造,以XML與數(shù)據(jù)庫之間的轉(zhuǎn)換為例給出了具體的算法,并應(yīng)用在魚病診斷推理系統(tǒng)與水質(zhì)評價系統(tǒng)的集成系統(tǒng)中.該模型可以有效解決現(xiàn)有系統(tǒng)的異構(gòu)問題,并可實現(xiàn)子系統(tǒng)間的知識共享

3、,并消除二義性,以滿足在實際中準確及時地對魚病進行診斷的要求.針對構(gòu)造專家系統(tǒng)的"瓶頸"問題,該文采用遺傳算法和機器學(xué)習(xí)的理論和方法,在傳統(tǒng)的機器學(xué)習(xí)的AQ方法的基礎(chǔ)上,將魚病診斷的知識獲取問題轉(zhuǎn)化為組合優(yōu)化問題,而由于遺傳算法對求解復(fù)雜的優(yōu)化問題有著巨大的潛力,用其求解該模型是可行的.因此,該文提出了基于GA的知識獲取模型,首次將其應(yīng)用在魚病診斷推理系統(tǒng)中,應(yīng)用于獲取魚病診斷規(guī)則.實驗結(jié)果表明該方法是有效的.針對系統(tǒng)知識的"邊界效應(yīng)"

4、造成推理結(jié)果的不確定性和不可靠性等問題,該文采用了CBR的理論和方法,提出了將CBR用于魚病診斷推理系統(tǒng)中;針對案例特征權(quán)值向量難以確定的問題,提出將遺傳算法應(yīng)用于特征權(quán)值優(yōu)化來提高檢索質(zhì)量;針對現(xiàn)有的RBR推理和CBR推理的優(yōu)缺點,提出了將RBR與CBR推理相結(jié)合的層次聚類方法來縮小魚病診斷案例的搜索空間,提高系統(tǒng)的檢索效率.在上述工作基礎(chǔ)上,設(shè)計并實現(xiàn)了一個魚病診斷推理系統(tǒng),同時根據(jù)魚病診斷實例對該文提出的理論和方法進行了測試,研究