[00696970]多Agent农业生产动态智能决策系统

农业生产是一个自然与经济交织在一起的大系统，其过程受环境、经济、社会、生态、技术等众多因素的影响，且这些因素关系复杂，不确定性强，使得农业生产的科学决策十分困难。中国已经建立了大量的农业信息知识库，但在涉农信息资源整合、处理方而相对滞后，对农业生产过程管理的分析决策能力较低，农民面对多学科、多技术交叉的复杂领域，难以快速确定生产中遇到的难题。农业生产多Agent动态智能决策系统的实现，有效地利用了农业信息资源，充分发挥了农业信息平台的服务功能，解决了分布式环境下农业生产中复杂问题的决策，可为种植、养殖及农机作业等不同农业生产领域提供技术支持和信息推进服务，对改变中国分散、规模狭小的农户经济发展状况具有特殊的重要意义，为农民增收、农业增效起到积极促进作用。项目针对中国分布式环境下农业生产实时动态决策的问题进行了系统地研究，取得了如下成果：①创建了一套分布式智能动态多Agent决策方法，根据农业生产的特点把复杂问题分而治之，有效解决了中国农业信息平台知识库陈旧，涉农信息资源整合力度差、分析决策能力环境适应性差的问题。②创设了农业生产中(如宙禽养殖、鱼类养殖、农用机械维修和农用汽车故障等)的典型问题成因模型，将需要决策问题设计为受多因素影响的层次模型，实现了对农业生产复杂问题的分解，保证了决策的科学性。③创建了农业生产决策模糊层次分析算法，采用三角模糊判断矩阵表不农业生产问题中因素问的关系，利用模糊理论解决了专家对问题成因评价中的模糊性和不确定性问题，降低了专家个人偏好而产生的判断偏置，确保结论的可信度。④创立了农业决策平台中多个可计算的Agent通信模型与方法，该方法改善了传统的决策方式中内部模块间缺乏协作能力的问题，保证了系统可以脱离人上管理而自主动态地获取专家知识和决策结果，达到完成农业生产问题成因权重的自适应修正，实现复杂多变的分布式环境下农业生产问题成因的权值动态调整，确保了决策能力的强适应性。⑤创设了集农业信息资源采集、抽取和推送为一体的农业生产决策信息服务模式，通过垂直搜索对农业生产最新问题进行采集并分析，形成综合知识库，然后对信息进行整合发布，保障了系统的决策能力能与市场和事物实际发展速度保持一致，具有较高的实用价值。⑥创建了开放式农业知识学习与信息服务平台，基于MVC模式，运用Java语言和SSH架构技术搭建了开放式的业课程学习和实践平台，使农民能远程学习相关领域农业知识，并通过领域专家的技术支持与服务，构建起产业实时交流圈，同时也为智能决策系统提供知识库和实例库。该系统已获软件著作专利11项，发表论文1O篇，其中EI收录6篇。