|
4.2具有顯著社會效益的幾類典型應用
除上述電解鋁生產過程外，KDTICM與ICCKDSS還應用于農業、現代遠程教育網、氣象、國際商務等領域，已在6個單位具體實施推廣應用(見附件)；分別與國內外13個公司簽定了銷售與研發協議(見附件)；曾與美國Zaptron公司與德國柏林洪堡大學合作研發(見附件)。
解決了一批原領域尚未解決或解決不好的問題，得到了領域專家的認可，產生了相當可觀的效益（尤其是社會效益）。經五次查新證實(見附件)：將知識發現技術用于農業、現代遠程教育網、氣象及國際商務等領域尚屬首次。這種應用又可看作：將創新的知識發現技術與傳統的實用智能系統相融合而產生的新型實用智能系統在上述領域中的應用。
4.2.1 農業
在國家自然科學基金重點項目 “基于數據庫與知識庫的知識發現及其農業應用系統的研究”（項目編號：69835001）的資助下(見附件)，從1999年1月開始至2002年12月，經過四年的努力，我們以安徽省合肥農業示范區為基地,開發出了面向施肥的農業知識發現系統（KDIST-SF）和面向植保的農業知識發現系統（KDIST-ZB），將KDTICM與ICCKDSS成功地應用于施肥、植保及防治病蟲害等農業具體領域。
1) 功能簡介
(1) 農業生產規劃
挖掘實例之一表明：根據土壤肥力和有效硫的含量，采取適當的施肥用量，可取得較大的增產效益。
(2) 施肥
①包含的主要功能模塊有：用戶庫管理模塊、數據預處理模塊、數據挖掘（KDD）模塊、知識評價模塊、KDD*模塊、KDK模塊、幫助模塊等。
②肥西油菜知識發現實例(見最后生成的擴展知識庫圖(圖23))。
圖23 生成的擴展知識庫圖
(3) 植保
①包含的主要功能模塊有：用戶庫管理模塊、數據預處理模塊、數據挖掘（KDD）模塊、知識評價模塊、KDD*模塊、KDK模塊、幫助模塊等。
②肥西油菜病害診斷知識發現實例(見生成的擴展知識庫圖(圖24))。
圖24 生成的擴展知識庫圖
2）解決的典型問題
① 農業施肥問題。在ICCKDSS的基礎上，我們開發的面向施肥的農業知識發現系統—KDIST-SF（開發環境是KDIST/V1.0，用戶只需提供自己的數據庫和知識庫，基本數據庫是土壤肥力參數樣本數據庫，基本知識庫是施肥專家系統的樣本知識庫，由KDD*和KDK*構造相應的知識發現工具箱），可進行土壤肥力評估、施肥量確定、目標產量確定等方面的知識發現和精化。
通過使用ICCKDSS對合肥市相關的農業數據進行挖掘，我們發現：水稻干物質累積和對硒的累積不同步，前者高峰在生長中期，后者以生長后期為主；另外水稻對硒有一定的生物富集作用。將這些規則存于知識庫后，根據這些規則，在農藝措施上應在稻灌漿充實前增施一次硒肥，而在缺硒和低硒地區施用硒肥，能顯著提高水稻含硒量，改善其營養品質，提高其市場競爭力。這樣一方面可以指導人們合理地施加肥料，另一方面也可以指導肥料生產廠家在不同階段添加不同的微量元素，以適應農業生產的需要。對于農作物其它的數據，也可以這樣處理。實際運用證明合肥市油菜施肥專家系統的知識庫經過知識發現，得到了完善和進一步精化。
② 農業植保問題。在ICCKDSS的基礎上，我們開發了面向植保的農業知識發現系統—KDIST-ZB（開發環境是KDIST/V1.0）。該系統由用戶提供植保領域的真實數據庫和待精化的基本知識庫，在知識發現系統開發平臺KDIST/V1.0環境下構建，旨在從植保數據庫中發現有用的知識，充實完善基本知識庫。它能夠完善和精化專家系統知識庫，可從植保數據庫中發現下列類型知識：1)病蟲害診斷知識；2)氣象與病蟲害發生規律的關聯關系；3)預測蟲害發生數量；4)發現蟲害各代發生程度的序貫模式。
根據我國某地區二十年來的小麥苗情資料和氣象信息，我們發現了節氣、降水、日照、苗高、苗數等之間的關系，從而有助于對農作物田間管理、施肥、施藥等進行有針對性的科學指導；另外還找到了對水稻產量有影響的主要土壤因子有機質、粘粒、CEC、PH、全P之間的關系。此外，我們收集了有關廬江地區三化螟的數據，就以該螟蟲數據庫作為應用對象，進行數據挖掘。廬江螟蟲害數據庫中，記錄的屬性分別為雌蟲密度，雄蟲密度，最低溫度，平均溫度，降雨量，日照時數等，對它們利用語言場和語言值的方法處理以后，再進行挖掘，結果發現許多有價值的規律，例如“降水量很小，雄蟲密度很小”、“降水量很小，雌蟲密度很小”，所以在降水量大的年份要注意防止三化螟病蟲害等。(注：這里的“大”、“小”是實際數據經語言場、語言值理論處理后的語言值) 實際運用證明廬江地區植保專家系統的知識庫經過知識發現，得到了完善和進一步精化。
以上這兩個系統已經在國家863智能農業信息技術應用安徽示范區進行了試驗和應用，對原有專家系統的知識庫進行了豐富和完善，并推動了農業數據庫建設與充實，產生了顯著的經濟和社會效益。（見安徽省農技推廣總站用戶報告）
通過ICCKDSS軟件平臺，還可以方便地開發出諸如園藝、水產、畜禽等知識發現系統，具有十分廣闊的應用前景。
上一頁 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] 下一頁
|
