融合RBR-CBR和模糊神经网络的荔枝病虫害诊断专家系统

作者：高兴培

来源：河北农机, 2023, (14): 24-26.

DOI：10.15989/j.cnki.hbnjzzs.2023.14.006

• 基于规则推理
• 基于案例推理
• 模糊BP神经网络
• 荔枝
• 病虫害诊断

基于规则推理(Rule-Based Reasoning,RBR)和基于案例推理(Case-Based Reasoning,CBR)是人工智能领域中应用较为广泛的推理方法,但RBR存在偏重于知识而CBR偏重于经验的缺陷,若将两者融合,则能互补缺点并发挥各自的长处。模糊神经网络是神经网络与模糊系统相结合的产物,吸收了神经网络和模糊推理的优点,在样本识别、学习联想和模糊信息处理等方面有较大的优势。为了提高荔枝病虫害诊断系统的智能化水平,本文提出RBR (基于规则推理)-CBR (基于案例推理)和模糊神经网络相融合的病虫害诊断方法。将CBR和模糊BP神经网络嵌入RBR,系统推理从执行RBR开始,并根据RBR的结论调用不同的案例检索算法或基于模糊BP神经网络推理,以获得最优的诊断结果。