面向对象技术的专家专家系统生成工具在农业上的应用

答推理机所提出的问题,然后推理机与专家知识匹配,最终得出结论。因此,推理一般分三大步骤。(1)搜索类表　找到类表中的某一个类i;(2)搜索属性表　找到属性表中类i所对应的属性,依次询问用户,回答对应的属性值;(3)搜索对象表　将用户回答的属性值,或者用数学模型计算出的属性值与对象表中专家提供的经验值一一匹配,在匹配过程当中,用到了不确定性推理模型及模糊推理模型,得出可能的对象。如果专家给出了一些建议,则通过结论表搜索到相应的建议。</P> <p> </P> <p>5　结论</P> <p>1)本工具将数学模型嵌入到知识库中,将相关的定量知识和定性知识归在同一类中,既符合自然规律,也便于推理出正确的结论。2)知识库采用面向对象的表示方法和关系数据库管理机制,使知识库易于修改、扩充。3)数学模型都在推理机的方法类中定义,其成员函数名称与知识库中的方法名是一致的,实现了问题空间与解空间的一致性,方便了数学模型的维护和扩充。4)知识和模型的结合,通过面向对象的知识表示形式表现出来,也为推理提供了方便。采用深度优先的推理策略,不但充分体现了面向对象的可重用性,减少了代码,而且减少了推理机与用户的交互次数,提高了推理速度。5)本研究成果还有待于在今后的实践中检验并不断完善。</P> <p> </P> <p>参考文献:</P> <p>[1]　张海藩.软件工程导论(第三版)[M].北京:清华大学出版社,2000·182-187·</P> <p>[2]　周叶.数据结构与C++[M].西安:西安交通大学出版社,1999·53-61.</P> <p>[3]　陈丽萍.基于知识和数学模型的农业专家系统生成工具[D].保定:河北农业大学,2000. <p> </P>