【正文】 要，將經(jīng)過分類、歸納和修改完善后的知識，按規(guī)則分成相關(guān)因素、中間因素、結(jié)果因素、可信度和語言規(guī)則設(shè)計成計算機語言所能實現(xiàn)的形式（如文本、文件、規(guī)則庫等），供編程人員編程。農(nóng)業(yè)生產(chǎn)條件 農(nóng)業(yè)生產(chǎn)基本條件如農(nóng)用動力、化肥投入、灌排條件、勞力、播種面積、種植方式、單產(chǎn)水平、農(nóng)藥和農(nóng)膜使用量及費用、植保器械等。土壤類型 v如果如果 生態(tài)類型區(qū)生態(tài)類型區(qū) =許昌（權(quán)重：許昌（權(quán)重： ，可信度：，可信度： ）） 品種特性品種特性 =半冬性（權(quán)重：半冬性（權(quán)重： ，可信度：，可信度： ）） 土壤類型土壤類型 =壤土壤土 （權(quán)重：（權(quán)重： ，可信度：，可信度： ）） 播期播期 =10月月 810號（權(quán)重：號（權(quán)重： ，可信度：，可信度： ）） 地力水平地力水平 =高（權(quán)重：高（權(quán)重： ，可信度：，可信度： ）） 結(jié)論結(jié)論 播種量為：播種量為： 6kg/畝。應(yīng)對一些變量的取值范圍加以限制，并作明確的提示。畜禽養(yǎng)殖即以家畜 (豬、牛、羊等 )和家禽 (雞、鴨等 )為飼養(yǎng)對象的養(yǎng)殖業(yè)；水產(chǎn)養(yǎng)殖即以魚類，蝦類、貝類、水生植物類為養(yǎng)殖對象的養(yǎng)殖產(chǎn)業(yè)。v 專家系統(tǒng)與其它技術(shù)的集成? 與多媒體技術(shù)結(jié)合 ? 與模型技術(shù)結(jié)合 在作物生長模型基礎(chǔ)上建立作物生長管理專家系統(tǒng)，可望兼得作物生長模型與專家系統(tǒng)的優(yōu)點，實現(xiàn)預(yù)測和決策功能的有機結(jié)合與綜合協(xié)調(diào)。按照測試標(biāo)準(zhǔn)，由專家出題目，從知識的可靠性、實用性等方面檢驗 “系統(tǒng) ”推理的結(jié)果，如果運行結(jié)果與專家處理問題的思路和結(jié)論不一致，需與專家共同分析原因，通過反復(fù)修改知識表示、推理過程、模型及其參數(shù)，直到專家滿意或基本滿意，調(diào)試才算完畢。播前用微量元素或藥劑拌種來提高出 苗，加快幼苗生長，防治螻蛄等地下害蟲。試驗數(shù)據(jù)庫 由于小麥生長環(huán)境復(fù)雜，一些高產(chǎn)技術(shù)措施、原理還需通過試驗不斷探索、改進、大量的試驗數(shù)據(jù)是對專家知識的補充完善，包括田間試驗數(shù)據(jù)和人工模擬試驗數(shù)據(jù)。主要包括：　描述等。 ② 設(shè)計表格；根據(jù)所確定的方案設(shè)計相應(yīng)數(shù)據(jù)與知識調(diào)查表格。 播期、密度知識 根據(jù)不同品種特性、環(huán)境條件、茬口及產(chǎn)量水平， 確定適宜的播期及合理的播種與密度。 v 語義網(wǎng)絡(luò)表示法的特點 v 結(jié)構(gòu)性 語義網(wǎng)絡(luò)表示法和框架表示法都是結(jié)構(gòu)化的知識表示方法。圖 5中用短線與相應(yīng)節(jié)點相連的部分是該節(jié)點所描述的對象的屬性。 一個最簡單的語義網(wǎng)絡(luò)是如下一個三元組：（節(jié)點 1，弧，節(jié)點 2） ，它可以用一個有向圖表示，如圖 3所示，稱為一個基本網(wǎng)元。當(dāng)對某一個問題或一種知識選用知識表示方法時，必須用以前提及的知識方法的標(biāo)準(zhǔn)來衡量，以使得問題的知識表示最合適，對所要解決的問題最為有利，以下將介紹幾種常用的知識表示方法。v 自動知識獲取 自動知識獲取是指系統(tǒng)自身具有獲取知識的能力，它不僅可以直接與領(lǐng)域?qū)＜覍υ?，從專家提供的原始信息?“學(xué)習(xí) ”到專家系統(tǒng)所需的知識，而且還能從系統(tǒng)自身的運行實踐中總結(jié)、歸納出新的知識，發(fā)現(xiàn)知識中可能存在的錯誤，不斷自我完善，建立起性能優(yōu)良、知識完善的知識庫。因此，必須對知識庫中的知識進行檢測， 以便盡早發(fā)現(xiàn)并糾正錯誤 。 知識轉(zhuǎn)換一般分兩步進行 ： 第一步 是把從專家及文獻資料抽取的知識轉(zhuǎn)換為某種知識表示模式，如產(chǎn)生式規(guī)則、框架等； 第二步 是把該模式表示的知識轉(zhuǎn)換為系統(tǒng)可直接利用的內(nèi)部形式。 領(lǐng)域?qū)＜易陨砘蛑R工程師與領(lǐng)域?qū)＜夜餐砜偨Y(jié)領(lǐng)域的知識和他們的實際知識、經(jīng)驗、模型及研究成果等，按所建專家系統(tǒng)規(guī)定的知識表示形式，整理成一個個知識單元 , 放入知識庫 , 這種過程稱之為 知識獲取 。它包括推理方法和控制策略兩部分。 新品種選育專家系統(tǒng)252。 實時控制專家系統(tǒng) (Realtime Control Expert System)252。 行動計劃： 用于機器人作業(yè)設(shè)計、自動程序設(shè)計等。（ 8） 具有一定的復(fù)雜性及難度 專家系統(tǒng)擁有知識，并能運用知識進行推理，以模擬人類求解問題的思維過程。人們在應(yīng)用專家系統(tǒng)求解問題時，不僅希望得到正確的答案，而且還希望知道 “為什么是這樣?”“是怎么得出來的 ?”等。 （ 3） 具有獲取知識的能力 專家系統(tǒng)的基礎(chǔ)是知識。例如病人的癥狀、化驗結(jié)果以及由專家系統(tǒng)推出的病因、治療方案等，這一類知識通常存放于數(shù)據(jù)庫中。 (三 )基于模型的農(nóng)業(yè)專家系統(tǒng) 作物生長模擬模型是 20世紀(jì) 60年代以來在作物栽培學(xué)產(chǎn)生的新的研究方向，到了 80年代，隨著模擬模型技術(shù)的逐漸成熟，計算機處理性能和數(shù)據(jù)庫技術(shù)進一步發(fā)展，形成了以作物生長模擬模型為核心，將模擬與優(yōu)化相結(jié)合并與有關(guān)領(lǐng)域?qū)＜抑R融合，形成了基于模型的專家系統(tǒng)。　國際上的 ES 系統(tǒng)名稱 研究的主要內(nèi)容 開發(fā)者 開發(fā)年代 PLANT ES 大豆病害診斷 美國 Illinois大學(xué) 1978 灌水管理 美國 California大學(xué) 1981 PLANT cd 玉米螟危害預(yù)測　　 美國 Illinois大學(xué) 　 1982 棉花水分管理 美國 California大學(xué) 1982 人工智能用于木材砍伐 美國 Purdue大學(xué) 1983 病害管理輔助決策 美國 Rykid大學(xué) 1984 棉花病害綜合防治 美國 California大學(xué) 1984 農(nóng)業(yè)化學(xué)分析 美國 Jones等 1984 COMAX 棉花管理系統(tǒng) 美國 USDAARS 1985 POMMB 蘋果害蟲與果園管理 Roach等 1985 MICCS 番茄病害診斷 日本千葉大學(xué) 1985 油桃病害診斷 美國 Plant等 1986國際上的 ES系統(tǒng)名稱 研究的主要內(nèi)容 開發(fā)者 開發(fā)年代PBST 病害診斷及預(yù)測 澳大利亞西農(nóng)業(yè)部 1987 奶牛繁殖及診斷 美國 Margland大學(xué) 1988CALBX 農(nóng)業(yè)管理 美國 California大學(xué) 1988FARMSYS 作物多熟種植 美國 Florid大學(xué) 1988 農(nóng)作制度管理決策 美國 Lowa大學(xué) 1988 SOYBUG 大豆病害管理 Beek等 1989SBLBCT 農(nóng)業(yè)管理與決策選擇 英國 Bdinburgh農(nóng)學(xué)院 1989SMARTOSY 大豆生長模擬與管理 美國 Geogia大學(xué) 1989 DHLBS 奶牛營養(yǎng)診斷 美國 1989CIRMAN 農(nóng)作物生長風(fēng)險決策 美國 1989CHESS 母豬群的行為分析 荷蘭 Wageningen大學(xué) 1990國際上的 ES系統(tǒng)名稱 研究的主要內(nèi)容 開發(fā)者 開發(fā)年代 RAIN 農(nóng)林計算機輔助決策 美國 Geogia大學(xué) 1