论文部分内容阅读
随着我国农村产业结构的调整、养羊业的迅猛发展,随之而来的是羊病诊断和预防工作的亟待加强,特别是农村基层兽医工作者缺乏、诊断水平较低的状况急需改观。借助基于Web的专家系统辅助羊病诊断可以有效地弥补羊病专家紧缺的问题,促进羊病诊断研究成果的快速、有效转化。本文在充分调查人类专家诊断羊病的方法的基础上,针对现有基于案例推理(Case-based Reasoning,CBR)的羊病诊断专家系统的不足,如案例表示、案例库组织、案例检索和系统架构等方面,研究并开发了基于Web的CBR羊病诊断专家系统。主要研究内容和结论如下:(1)分析了羊病案例知识的表示内容和方法。采用XML半结构化方法表示案例,将案例编号、案例类别、案例特征属性、诊断结果和治疗方案作为描述案例的特征信息。(2)对案例库的组织结构作了详细的设计。案例库采用两级结构进行组织:代表案例库和具体子案例库。采用遗传算法(Genetic Arithmetic,GA)改进的基于核函数模糊C均值聚类(Kernel-Based Fuzzy C-Means Clustering Arithmetic,KFCM)的算法,对原始案例库进行聚类分析,构造出各个子案例库;再用最近距离法找出各个子案例库中的代表案例。这种两级案例库的组织结构减少了案例检索的次数,提高了检索效率。(3)将粗糙集原理(Rough Set Theory,RS)应用于案例检索过程中,约简了冗余属性并计算出核心属性的权值。实验结果表明该方法易于实现,性能良好,计算出的权值能准确反映各核心属性在实际诊断问题中的重要程度。(4)根据系统的需求分析,在Windows XP操作系统上,采用B/S架构,运用dom4j技术存取XML数据,使用Java开发语言在MyEclipse7.0集成开发环境下实现了基于Web的羊病诊断专家系统。经系统对20个羊病尝试诊断表明,系统具有良好的实用性,诊断准确率达95%。