林业工程智能系统运用探究的论文

开篇：润墨网以专业的文秘视角，为您筛选了一篇林业工程智能系统运用探究的论文范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

智能决策支持系统(intelligentdecisionsupportsystem,idss)的概念最早由bonczek等人于2世纪8年代提出。idss是在决策支持系统(decisionsupportsystem,dss)的基础上集成人工智能(artificialintelligence,ai)及专家系统(expertsystem,es)而形成的,其核心思想是将人工智能与其它相关科学技术相结合,使dss具有人工智能,能够更充分地应用人类的知识。idss既充分发挥了专家系统以知识推理形式解决定性分析问题的特点,又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点,充分做到了定性和定量分析的有机结合,使得解决问题的能力和范围得到一个大的发展。

一、决策支持系统及其在林业中的应用

dss是在2世纪7年代初由美国msscottmorton首先提出,并在8年代迅速发展起来的新型计算科学。dss是以科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景材料,帮助明确决策目标和进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价和优选,通过人机交互功能进行分析、比较和判断,为正确决策提供必要的支持。

dss实质上是在管理信息系统和运筹学的基础上发展起来的,它把管理信息系统和模型辅助决策系统结合起来,使得数值计算和数据处理融为一体,提高了辅助决策的能力。它的产生基于以下原因:(1)传统的管理信息系统要靠人来实现模型间的联合和协调,解决复杂的、多模型辅助决策效率低下,而决策支持系统是由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理,达到更高层次的辅助决策能力;(2)解决半结构化和非结构化问题的需要。

dss由3个系统组成,即人机交互系统(对话部件)、模型库系统(模型部件)和数据库系统(数据部件)。

2世纪8年代以来,决策支持系统广泛应用于林业,并在林业资源与环境监测、森林病虫草害防治等领域取得了丰硕的成果。中国林业科学研究院建立了基于internet网络环境的林业资源数据库,包含了森林资源状况、林业社会情况、林业情况、林业工程建设情况、林业营林情况和林业自然资源等数据。该系统运行采用了基于internet的3层结构模式,即用户/web服务器/数据库服务器运行模式,可提供数据的网络查询、管理和维护功能,为分析和决策提供支持。

wcschou等人开发了航空喷雾决策支持系统(spraysafemanager,ssm)。我们知道除草剂被普遍用于森林杂草防除,但除草剂脱靶喷雾沉积和漂移是一个重要的环境问题,因此在清楚喷药工具对环境的影响及作用效果、运用效率的前提下,可靠地进行除草剂喷洒是必要的。ssm的特点就是将喷雾沉淀和漂移的预测与反应模型融合在一起。该系统包含了一系列除草剂/杂草和除草剂敏感植物雾滴反应模型及产量模型。第二代ssm(ssm2)将喷雾沉淀和信息系统(gis)融合在一起,增加了斜坡沉积修正模型和飞行路线确定模型,从而可在真实的空间背景下区分喷雾区边界和敏感区域。由于使用者能够即

时、直观地“看到”喷雾区地图上的图像及数据,使得ssm2的模拟更加真实。

二、智能决策支持系统及其在林业中的应用

2.1智能决策支持系统的信息结构

为智能决策支持系统的信息结构,其中知识库用来存放各种规则集、专家知识经验及其因果关系;数据库存放基础数据、决策信息和事实性知识;模型库用来存放各种决策、预测及分析模型;多库协同器从知识、数据、模型、方法等各个方面为决策服务,协调各部分之间的关系,为管理决策提供多方面、多层次的支持和服务。

2.2智能决策支持系统的研究进展

随着internet/intranet技术的发展,传统的智能决策支持系统面临着一些新的问题:(1)分析、决策用的数据不再集中于一个节点,而是分散到网络上的不同节点;(2)分布、决策模型和知识处理方法也从一台机器上的集中处理,变成在网络环境下的分布或分布加并行的处理方式。

进入2世纪9年代以来,人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和internet/intranet技术的发展为idss提供了强大的技术支撑。2世纪8年代兴起的agent技术为智能决策支持系统奠定了技术基础。agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7]。agent具有相当程度的独立性、自主性、协作性、适应性和社会性,并在一定程度上具有人的部分智力。将agent技术融合到智能决策支持系统中所集成的基于agent的智能决策支持系统具有传统idss所没有的一些特性:(1)开放性。即能够与外界交互,系统资源不足时能够向外界请求帮助,同时具有对外提供资源的功能;其二是系统部件的易于增减,保持系统完整而不含多余的计算过程。(2)idss是分布式的、基于网络环境的。(3)资源可重复使用。不但决策程序、决策方法可重复使用,而且系统资源(决策知识、决策经验、决策模型等)能被不同的决策程序多次调用。(4)集成群体的经验和智能。(5)突破静态的程序化决策方式,实现人机智能结合。

目前多agent技术已成为人工智能研究的热点。多agent系统(multi-agentssystem,mas)是一个松散耦合的agent网络,这些agent通过交互解决超过单个agent的能力或知识的问题。多agent系统具有如下特征:每个agent拥有解决问题的不完全的信息或能力;没有系统全局控制;数据和知识是分散的;处理是异步的;agent是异质的、分布的;系统是开放的。

2.3智能决策支持系统在林业中的应用

随着数据挖掘、人工智能、3s与dss技术的发展,以及精确林业自身发展的需要,国内外开始研究智能决策支持系统在林业中的应用,如防护林体系建设、森林防火、变量施肥等。

北京林业大学研制出区域生态经济型防护林体系建设模式智能决策支持系统。该系统由4个子系统构成:数据及数据库管理、图形及图形库管理、模型及模型管理库、专家系统,并以数据及图形系统为基础,以模型系统为分析手段,以专家系统为智能决策核心,各模块相对独立,以数据管理模块为中介,组成有机整体。可实现统计、预测、区域生态经济系统诊断、土地分类及生态评价、林种的水平及立体配置、区域经济结构优化等功能。

东北林业大学与黑龙江大兴安岭防火指挥中心课题组通过3个阶段的研究,建立了基于web与3s技术的森林防火智能决策支持系统,实现了林火数据库、林火预防预报、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理。它包含了森林防火灭火系统中的地形图绘制,防火机构、历史火灾和各种代码等数据库的建立与维护,火点定位、火场蔓延、派兵扑火、清理看守火场和损失评估等模型的建立,与上下级单位的数据交换,在火灾发生前可作出林火预报和预防;当林火发生时,可模拟林火的蔓延,并提供火场定位、派兵、扑火、清理火场、看守火场等辅助决策方案,为指挥员作出正确决策提供参考;火灾发生后可作出火灾损失评估。

&n bsp; raymondkfink等人利用机器学习方法分析空间土壤肥力、土壤物理性质和产量数据,在可变量施肥系统中利用基于规则的决策支持工具(dss4ag)降低施肥量、增加产量。利用标准的gis工具将农田进行网格化,分成1×3m的矩形方块。根据历史产量数据、历史性质数据(土壤物理性质、土壤性质、坡度、地貌等)进行数据挖掘,采用cart回归树运算法则(beriman等,1984)确定产量模型,根据当前性质数据、产品市场价格等,按照经济效益最大的原则确定施肥量的大小(如果施肥费用大于增加产量的产值则不予施肥)。从测试结果看,采用dss4ag系统进行变量施肥,产量增加不很明显,但施肥总量明显减少,降低了成本,且降低的成本超过了必要的土壤测试和变量施肥装置的花费,整体经济效益得到提高。

三、精确林业智能决策支持系统的设计

3.1精确林业的概念

精确林业是综合利用地球空间信息技术、计算机辅助决策技术、林业工程技术等现代高新科技,建立一体化、数字化、智能化的现代化林业生产模式和技术体系,最大限度地获得森林的生态、经济和社会效益,实现森林可持续经营和区域可持续发展。简言之,精确林业就是实现以最小资源投入、最小环境危害获得最大林业效益。其中,地球空间信息技术主要有全球定位系统、地理信息系统、遥感、数据通讯;计算机辅助决策技术主要有管理信息系统、决策支持系统、专家系统、智能决策支持系统;林业工程技术主要有林业机械自动化、森林病虫草害防治、森林土壤类型分析、林地适应性评价、立地类型与立地条件分析、林木育种、施肥、林木采伐,等等。精确林业的研究与发展有助于我国人口、资源与环境方面重大问题的解决,有助于林业资源的高效利用和林业环境保护,是发展林业的重要途径。

3.2系统的总体设计框图

建立gis和es集成的精确林业智能决策支持平台,可为林业生产者、管理人员和科技人员提供网络化、智能化、形象直观的信息服务。根据历史上病虫草害发生情况和森林保护专家在长期研究与生产实践中获得的知识,进行病虫草害统计趋势模型和技术经济分析,建立农药使用技术专家系统,并根据实时数据处理、喷雾目标特征和病虫草害防治目标阈值,建立智能决策支持系统,从而可针对不同林业生产情况及病虫草害发生类型、程度等实际需要确定农药投入的种类、数量等,指导自动执行变量投入决策,控制可变量喷头实现特定区域的农药精确定量喷雾,最大程度上杜绝非目标农药沉积,减轻环境污染。同时,病虫草害防治后的一系列数据可作为来年病虫草害预测和森林病虫草害防治战略的储备参考。

3.3系统的功能

(1)gis数据仓库包括3个基本功能:①数据获取。负责从外部获取数据,将数据分类,重新组合成面向全局的数据视图,从而解决idss中数据存储和数据格式不一致问题;②数据存储和管理。负责数据仓库的内部维护和管理,包括数据的存储组织、维护、分发等;③信息访问。它属于数据仓库的前端,面向不同种类的最终用户,由系统的各种工具组成。数据仓库的最终用户在这里提供信息、分析数据集。

(2)数据挖掘系统。对数据仓库中的数据进行挖掘,通过大量的历史性数据分析,从中识别和提取隐含的、潜在的有用信息,通过多库协同器,将其分发给数据库管理系统、方法库管理系统、模型库管理系统、知识库管理系统。挖掘的主要技术是空间要素和属性信息关联的空间数据挖掘,它的研究内容不仅仅局限于对地理要素的空间位置和空间关系的研究,而且还包括对空间现象(季节更换、气象条件)、空间因素(高山、谷地、平原)、空间组成(土壤、地貌、植被、水域)、空间活动(水土流失、沙漠侵蚀)等的研究,力求从中揭示出相互影响的内在机制与规律、空间活动(水土流失、沙漠侵蚀)等的研究,力求从中揭示出相互影响的内在机制与规律。

(3)联机分析处理olap是分析各种历史数据的最佳手段,其主要功能是:①提供数据的多维概念视图,可以使用户从多角度、多侧面来考察数据仓库中的数据,深入理解数据的信息和内涵;②快速响应用户请求;③提供强大的统计、分析、报表处理功能,进行趋

势预测。

(4)精确林业工程系统。执行智能决策系统产生的结果,如进行变量施肥、变量喷雾。国内外智能决策支持系统的研究和应用多集中在商业和工业企业管理等领域,而在林业及生态系统管理等领域,研制和开发应用较少。但有理由相信,随着计算机技术、3s技术、信息技术、林业工程技术的发展以及林业现代化管理水平的提高,精确林业智能决策支持系统的研究和应用会不断得到发展并走向成熟。