بخشی از مقاله

چکیده

سیستمهاي خبره یکی از زیر مجموعههاي هوش مصنوعی محسوب میشوند و در حوزه کشاورزي کاربردهاي زیادي دارند. طراحی و پیاده سازي سیستمهاي خبره با استفاده از روشهاي مختلفی امکان پذیر است که یکی از مهمترین روشهاي ابداع سیستمهاي خبره، مبتنی بر قواعد است و از گزاره هاي " اگر"پس "آنگاه" استفاده میکند. براي تبدیل الگوریتم مورد نظر ترجیحا به جاي زبانهاي برنامهنویسی پایه - روال دار یا ماژولار - از زبانهاي مخصوص سیستمهاي خبره مانند پرولوگ، کلیپس، جاوا و غیره میتوان استفاده کرد که براي سیستم عامل گوشیهاي همراه به ویژه سیستم عامل اندروید و آياُ اس، نوشته و اجرا میشود.

در این مقاله به مفاهیم پایه سیستمهاي خبره، تاریخچه آن در حوزهي کشاورزي و علوم علفهاي هرز، نمونههاي موفق اشاره شده است. همچنین، مراحل قدم به قدم ساخت یک سیستم خبره بسیار ساده براي تشخیص علفهاي هرز باریکبرگ با استفاده از الگوریتم درخت تصمیم C5 و زبان برنامهنویسی پرولوگ آورده شده است.

بدیهی است با سرمایه گذاري مناسب از سوي سازمانهاي ذيربط در فعالیتهاي ترویج کشاورزي، این سیستم قابلیت تعمیم به محدوده وسیعتري از علوم علفهاي هرز و براي مثال تشخیص طیف وسیعتري از علفهاي هرز باریکبرگ و پهنبرگ و همچنین تصمیمگیري در مورد توصیههاي اقتصادي و عملی مدیریت علفهاي هرز نیز وجود دارد. به این ترتیب در مناطقی که دسترسی آسان به افراد خبره وجودندارد، میتواند بهعنوان یک ابزار کمکی در مدیریت گیاهپزشکی محصول نقش موثري براي بهره بردار ایفا نماید.

مقدمه

در هر سیستم تولید، متخصصین کشاورزي و تجربیات کشاورزان منابع رایج فراهمکننده اطلاعاتی هستند که سرمایه گذاران بهمنظور تصمیمسازي مناسب براي بهبود تولیدات زراعی به آنها نیاز دارند. متخصصین کشاورزي همیشه در دسترس نیستند. ابزارها، تکنولوژي ونرم افزارهاي فناوري اطلاعات بهعنوان راهکارهایی کارآمد براي بروز رسانی درزمینه هاي مختلف از مطالعات علمی گرفته تا کمک به کشاورزان و باغداران اخیرا موردتوجه واقع شدهاند.

سیستمهاي خبره میتوانند در مسایل مختلف از جمله پیشآگاهی، برنامهریزي، کنترل، تفسیر دادهها و تشخیص خسارت و عامل خسارت به کار گرفته شوند. با اینکه بیشترین استفاده از سیستمهاي خبره در رمینه کنترل و تشخیص است اما سیستمهاي خبره بهعنوان یک ابزار قدرتمند جهت استفاده سرمایهگذاران در حوزه کشاورزي، از ظرفیت قابل گسترشی برخوردار هستند

تاریخچه

تاریخچهي س یستمهاي خبره به سال 1965 با کار بر روي سیستم دندرال براي تعیین ساختار شیمایی ذرات ناشناخته بر میگردد - فیاضی مقدم و همکاران، . - 1396 با اینحال در کشاورزي بیش از 30 سال قدمت ندارد

هدف اصلی سیستمهاي خبره، بیشتر بر تشخیص و کنترل بیماريها و آفات و مدیریت محصول متمرکز بوده و هست 

با این وجود در سالهاي اخیر کاربردهایی در زمینه مدیریت آبیاري، و مدیریت حاصلخیزي، انتخاب رقم، مدیریت زراعی، محاسبات اقتصادي تولید و غیره پیدا کرده اند. از نمونههاي اولیه سیستمهاي خبره میتوان به برنامهي تشخیص بیماريهاي سویا - Glycine max - L. - Merr. - با نام - PLANT/ds - ، برنامه پیشبینی خسارت لارو طوقه بر - Agrotis Ipsilon - Hufn. - - برذرت - Zea mays L. - با نام - PLANT/cd - و برنامه مدیریت مزرعه پنبه - Gossypium spp. - به نام - COMAX - اشاره کرد

میشرا و همکاران - - Mishra et al. 2014 نمونه هاي دیگري از س یستمهاي خبره را در حوزهي مدیریت محصول و کنترل آفات و بیماريها در یک مطالعه مورد بررسی قرار داده است که مهمترین آنها در حوزه مدیریت محصول شامل موارد زیر هستند. این برنامهها براي ارایهي توصیههاي لازم بر اساس راهکار حاصله از س یستم حمایت تصمیم - ٩ - DSS ابداع شده اند. از نمونههاي موفق سیستهاي خبره در حوزهي کشاورزي میتوان به موارد زیر اشاره کرد:

:GRAPE -1 براي ارایه توصیههاي لازم در مورد مدیریت آفات، بیماريها و علفهاي هرز، مصرف کود،

:ESIM -2 هرس و انتخاب مکان مناسب کشت انگور سیستم خبره معرفی شده است.

:CROPLOT -3 براي مدیریت آبیاري در پروژه مشخص؛ سیستم خبرهي مبتنی بر قواعد براي تعیین قطعهبندي مناسب مزرعه براي گیاهان زراعی مختلف در تحت شرایط عدم قطعیت؛

:CUPTEX -4 براي مدیریت تولید خیار زیر تونلهاي پلاستیکی با در نظر گرفتن تشخیص ناهنجاريها، برنامهي آبیاري، برنامه کوددهی و مراقبت گیاهی

:CITEX -5 براي تولی د پرتقال که دارا ي خدماتی شامل ارزیابی مزرعه، برنامه ریزي مدیریت آب و کود، تشخیص ناهنجاريهاي محصول و تیمار است.

:NEPER WHEAT -6 براي مدیریت گندم آبی شامل توصیه ها در مورد آمادهسازي مزرعه،کنترل آفات و علفها ي هرز، مدیریت برداشت، طراحی برنامهي آبیاري و کوددهی، انتخاب رقم مناسب براي مزرعه، تشخیص ناهنجاريها و توصیههاي دیگر است که تحت سیستم عامل ویندوز ارایه شده است.

:LIMEX -7 براي کمک به پرورشدهندگان لیمو ترش در خصوص ارزیابی کشت، آبیاري، کوددهی و کنترل آفات ساخته شده و به خدمات صوتی تصویري مجهز است.

اولین سیستمهاي خبره در مورد مدیریت علفهاي هرز گندم و چغندقند در 1985-1986 ابداع شدند - Aarts et al. . - 1985; Stigliani and Resina, 1993 بعدا سیستمهاي خبره در مورد کنترل علفهاي هرز غلات، حبوبات، چغندرقند، کلزا، استفاده از آستانههاي اقتصادي براي انتخاب علفکش مناسب، کنترل شیمیایی بسته به شرایط مختلف - خاك - و همچنین سیسمهاي هوشمند تشخیص علفهاي هرز ابداع و ساخته شدند. در کشور ما نیز مطالعاتی در خصوص استفاده از سیستمهاي خبره در قابلیت مدیریت علفهاي هرز مزارع گندم - Atri et al. 2004 - صورت گرفته و همچنین برنامههاي کاربردي در زمینه توصیههاي مدیریتی علفهاي هرز در ذرت - هادي زاده، - 1397 و کلزا - مینباشی، - 1397 ساخته شده است.

مفاهیم

سیستم خبره١٠ یک برنامه کامپیوتري هوشمند است که از دانش و روشهاي استنتاج براي حل مسائلی استفاده میکند که بهدلیل مشکل بودن، نیاز به تجربه و مهارت انسان دارد . - Stigliani and Resina, 1993 - مترادف آن سیستم تصمیمگیري منطبق بر دانش١١است. ممکن است در یک سیستم خبره هیچ تجربه و مهارتی وجود نداشته باشد و فقط شامل دانش عمومی باشد.

فرد خبره ١٢ کسی است که در یک زمینه خاص تجربه و مهارت دارد و مسائلی را حل میکند که یا توسط دیگران قابل حل نیست و یا او موثرترین - والبته نه ارزانترین - راه حل را براي آن مسئله ارائه میدهد. بدیهی است دانش یک فرد خبره محدود به حل یک مساله خاص است که به آن حوزه دانش گفته میشود. سیستمهاي خبره نیز طوري طراحی شدهاند که مثل افراد خبره در یک حوزه خاص، مهارت داشتهباشند.

کسب دانش از فرد خبره و تبدیل آن به زبان قابل فهم براي ماشین وظیفه مهندس دانش١٣ است و به این دلیل که سیستم خبره کلاسیک حاوي دانشی است که در جایی نوشته نشده است - دانش تجربی - ١٤، باید از طریق مذاکرات طولانی بین یک فردخبره و یک مهندس دانش، استخراج شود. سیستم خبره از سه بخش اصلی تشکیل میشود

قلب سیستم خبره پایگاه دانش١٥ است که متشکل از حقایق و قوانین توصیف کننده دامنه مسئله است - فیاضی مقدم و همکاران، . - 1396 قانون، ساختاري از دانش است که اطلاعات شناختهشدهاي را به اطلاعات شناختهشده دیگر مرتبط میسازد و سیستم خبرهاي که مجموعهاي از قوانین را بهکار میگیرد، سیستم خبره مبتنی بر قواعد١٦ نامیده میشود.

شکل -1 نمایی از اجزاي یک سیستم خبره

الگوریتم نتیجهگیري با استفاده از پایگاه دانش توسط موتور استنتاج١٧یا مغز سیستم انجام میشود و نتایج حاصله در واقع همان پاسخ سیستم خبره به سوالات کاربر است. لازم است ارایه فرمهاي ورود اطلاعات به کاربر و نتایج حاصله بهکمک رابط کاربري که در واقع یک نرم افزار کامپیوتري یا گوشی همراه است صورت گیرد. بسته به نوع سیستم خبره و ویژگیهاي ذاتی آن، از محیطها و زبانهاي برنامهنویسی مختلفی در توسعه این س یستمها استفاده شده است که بعضی ازمهمترین آنها عبارت از CLIPS، JESS، OPS5، PROLOG، LISP وJAVA میباشد.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید