автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Комплекс программ формирования и обработки баз данных и знаний в агрономии

На правах рукописи

ПЕТРУШИН Алексей Федорович

КОМПЛЕКС ПРОГРАММ ФОРМИРОВАНИЯ И ОБРАБОТКИ БАЗ ДАННЫХ И ЗНАНИЙ В АГРОНОМИИ

Специальность 05.13.18 - «Математическое моделирование, численные

методы и комплексы программ»

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2005

Работа выполнена в ГНУ ордена Трудового Красного Знамени Агрофизическом научно-исследовательском институте Россельхозакадемии

Научный руководитель:

Член-корр. Россельхозакадемии,

доктор сельскохозяйственных наук, профессор

Якушев Виктор Петрович

Официальные оппоненты:

Доктор физ.-мат. Наук, профессор Исполов Юрий Григорьевич

Кандидат технических наук Скуратов Владимир Борисович

Ведущая организация:

Санкт-Петербургский государственный университет, факультет «Прикладной математики - процессов управления», кафедра «Технологий программирования».

Защита диссертации состоится «15» июня 2005 г. в 15 часов на заседании диссертационного совета Д 006.001.01 в Агрофизическом научно-исследовательском институте по адресу: 195220, Санкт-Петербург, Гражданский пр., д. 14

С диссертацией можно ознакомиться в библиотеке Агрофизического научно-исследовательского института

Отзывы в двух экземплярах, заверенные гербовой печатью учреждения, просим направить по адресу:

195220, г. Санкт-Петербург, Гражданский пр., 14, АФИ.

Автореферат разослан «14» мая 2005 г.

Ученый секретарь диссертационного совета

Архипов М.В.

ТШ,

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

¿//з г ^

Актуальность темы

В последнем десятилетии прошлого века была сформулирована новая парадигма земледелия - адаптивно-ландшафтная. Адаптивно-ландшафтная методология направлена на наиболее целесообразную, эффективную интенсификацию производства растениеводческой продукции заданного (управляемого) качества и охраны окружающей среды. Рост эффективности и экологичности достигается за счет применения достижений науки и передового опыта улучшения методов ведения хозяйства, совершенствования систем земледелия и внедрения адаптивных технологий.

Для эффективной разработки и последующего ведения адаптивно-ландшафтных систем земледелия необходимо наличие современных технических средств автоматизированного проектирования адаптивно-ландшафтных систем земледелия, путем разработки гибких алгоритмов и создание программных средств базирующихся на теории обработки данных и знаний в системах искусственного интеллекта.

Цель и задачи исследования

Целью данной работы является разработка алгоритмов и создание программного инструментария формирования проблемно-ориентированных баз данных и знаний и синтезирование на их основе по заданному критерию различных сценариев агротехнических воздействий для заданных культур на тех или иных сельскохозяйственных полях. Для достижения цели диссертационного исследования были поставлены и решены следующие задачи:

1. Изучить опыт, провести анализ и структурирование используемых данных и знаний на всех этапах возделывания с/х культур;

2. Разработать общую функциональную схему программного комплекса;

3. Обосновать и разработать комплекс программ управления разнородными атрибутивными и пространственными данными, представленных различными форматами;

4. Разработать и создать программное обеспечение по формированию и корректировке агротехнологических знаний (интеллектуальный редактор)

функционирующий в следующих режимах: «эксперт базы знаний» и «пользователь базы знаний»; 5. Разработать программное обеспечение по комплексированию и синтезированию базовых технологий и технологических адаптеров по заданному критерию.

Сущность решавшихся задач потребовала использования методов теории систем и системного анализа, математического моделирования в сельском хозяйстве, теории множеств, искусственного интеллекта и инженерии знаний; программирования на ЭВМ.

Научная новизна заключается в том, что на основе современного состояния проблемы автоматизированного проектирования адаптивно-ландшафтных систем земледелия сформулированы общие принципы и разработана функциональная структура построения современного программного обеспечения по генерации дифференцированных агротехнологий, используя теорию обработки данных и знаний в системах искусственного интеллекта.

Научная новизна заключается так же и в том, что созданный программный комплекс на языке высокого уровня Delphi 6 обеспечивает:

• Логически сопряженное формирование проблемно-ориентированных баз знаний и данных, структурами которых предопределены эффективные механизмы хранения и извлечения знаний и информации;

• Соответствие между структурой представления агротехнологических знаний и специфическими признаками «связность» и «активность», наличие которых является обязательным в теории искусственного интеллекта при представлении знаний на электронную обработку;

• Возможность автоматического создания электронных карт с выделением на них схем и маршрутов обследования сельскохозяйственных полей с навигационным и геоинформационным сопровождением, что позволяет использовать его в мобильных системах по управлению сбором пространственно-атрибутивной информации для технологии точного земледелия.

Теоретическая и практическая значимость работы

Компьютерное синтезирование возможных (допустимых) агротехнических воздействий для заданных культур на тех йли иных сельскохозяйственных по-

лях обеспечит существенное ускорение процесса разработки адаптивно-ландшафтной системы земледелия и её реализации в конкретном хозяйстве.

Использование созданного программного комплекса внесет значительный вклад в совершенствование планирования агротехнологических работ по возделыванию сельскохозяйственных культур и создаст техническую основу адаптации и управляемого выбора технологических решений, включая возможность их реализации непосредственно в поле с помощью методологии точного земледелия.

Апробация работы

Диссертационная работа выполнялась в рамках проводимых Агрофизическим институтом исследований: по базовой научно-технической программе «Разработать теоретические основы и методы экологически адаптивного управления агрофизическими свойствами почв и состоянием растений для повышения продуктивности и устойчивости агроэкосистем в ландшафтном земледелии» (2001-2005 гг., регистрационный номер 01.200.111104); в ходе выполнения научно-исследовательских работ по контрактам с Министерством сельского хозяйства РФ «Провести исследования и создать комплекс программ по генерации адаптивных агротехнологий» и правительством Ленинградской области «Система автоматизированного мониторинга полей и оперативного прогнозирования урожаев» (2001-2003 гг.); а также в соответствии с распоряжением Минпромнауки России №04.900.43/078 от 15.04.2003 осуществлялась разработка программного комплекса «Компьютерная система генерации и реализации технологических решений в точном земледелии».

Основные результаты исследований рассматривались и были одобрены на заседаниях Ученого Совета Агрофизического института, проводимых в 20022003 г.г. в рамках отчетных научных сессий коллектива за эти годы.

Результаты работы докладывались и обсуждались также на следующих научных и научно-технических конференциях: «12-ая международная конференция и выставка по механизации полевых экспериментов», 1АМРЕЕ-2004 (Санкт-Петербург, 2004); «Машинные технологии производства продукции в системе точного земледелия и животноводства» (Москва, 2004); «Информационные технологии, измерительные информационные системы и приборы в ис-

-3-

следовании сельскохозяйственных процессов. АГРОИНФО-2003» (Новосибирск, 2003); «Международная конференция по мягким вычислениям и измерениям, 8МС'2002» (Санкт-Петербург, 2002) ;«Международная конференция по мягким вычислениям и измерениям, 8МС'2000» (Санкт-Петербург, 2000); «Информационные технологии, измерительные информационные системы и приборы в исследовании сельскохозяйственных процессов. АГРОИНФО-2000» (Новосибирск, 2000); международная конференция «Современные проблемы опытного дела» (Санкт-Петербург, 2000); «Третий международный коллоквиум. Полевые эксперименты для устойчивого землепользования» (Санкт-Петербург, 1999).

Разработанный программный пакет апробирован на Меньковской опытной станции в Гатчинском районе Ленинградской области и входил в состав программно-аппаратного комплекса, демонстрируемого Агрофизическим институтом на двух международных специализированных выставках «Агрорусь» (Санкт-Петербург, 2004) и «Золотая осень» (Москва, 2004), где были получены соответственно серебряная медаль и диплом.

Структура и объем диссертации

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений, изложена на 163 страницах машинописного текста, содержит 5 таблиц и 29 рисунков. Список литературы включает 121 наименование, из них 14 зарубежных авторов.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

Глава 1. Информационные системы в земледелии. Состояние, проблемы и задачи развития

В настоящем разделе диссертации дан краткий обзор этапов развития и современного состояния информационных систем в земледелии. Рассмотрены опыт создания и эксплуатации информационно-справочных и систем поддержки технологических решений в агрономии, а также роль новых информационных технологий в создании типового программно-математического аппарата по автоматизированному проектированию адаптивно-ландшафтных систем земледелия.

Фантастический прогресс в информатике и математическом программировании, появление современных высокоскоростных компьютеров с большой памятью позволяют коренным образом изменить ситуацию в области информационной поддержки принимаемых решений в земледелии. Практически этого можно достичь путём создания проблемно-ориентированных баз данных и знаний на персональных компьютерах. С использованием их и сопутствующего оборудования появилась возможность реализовать тот теоретический задел в области математического моделирования продукционного процесса, экспериментальных исследований в почвоведении и агроклиматологии, теории планировании эксперимента и других смежных агрономии областях сельскохозяйственной науки, который создавался в нашей стране на протяжении многих лет.

Развитие информационных систем в земледелии немыслимо без развития методологии математического моделирования, отражающей прогресс всех её основных компонентов: вычислительной техники, программного обеспечения, алгоритмических средств. Методы математического моделирования по праву считаются мощным оружием в раскрытии закономерностей объективной действительности с целью прогноза и выработки управленческих решений для различных временных уровней их принятия.

Сезонность сельскохозяйственного производства предполагает три уровня принятия решений:

• многолетние перспективные (проектные) решения, результат которых сказывается на протяжении нескольких лет;

• технологические решения на год;

• оперативное управление формированием урожая.

В то же время перспективы создания современных информационных систем в земледелии связаны с разработкой и совершенствованием теоретических и методических основ единого компьютеризированного технологического пространства в адаптивно-ландшафтном земледелии, а также с созданием программного инструментария по формированию и обработке проблемно-ориентированных баз знаний и данных, обеспечивающего реализацию и развитие процесса поддержки принимаемых решений.

Рисунок I Функциональная схема программного комплекса по комплексированию и синтезированию агротехнологий

В этой связи предметом исследований в настоящей работе стало выявление закономерностей и эффективных способов автоматизированного комплекси-рования и синтезирования агротехнологических данных и знаний, разработка алгоритмической основы управления этими процессами, а также создание соответствующего программного обеспечения.

Функциональная структура предлагаемого комплекса программ, реализующего комплексирование и синтезирование агротехнологических сценариев воздействия на систему «почва-растение», представлена на рис. 1 и рассматривается в последующих главах.

Глава 2. Содержание и методология построения базы данных

Процесс компьютерного синтезирования адаптивных технологических решений на всех уровнях управления определяется точностью, полнотой и оперативностью информации, хранимой в базе данных (БД). Отсутствие или неполнота исходных данных существенно снижает качество вырабатываемых решений. Выполненный анализ показал, что БД должна содержать сведения о почвенно-климатических и хозяйственно-экономических условиях, биологических особенностях возделывания культур и сортов. Значительная часть этих сведений должна быть дифференцированной по отношению к отдельным сельскохозяйственным полям, отражать уровень их реального плодородия.

Рисунок 2. Структура базы данных

На рис. 2 представлена в общем виде структура БД и содержание хранимой в ней атрибутивной информации, необходимой для автоматизированного проектирования адаптивных агротехнологий. Состав рассматриваемых данных условно разделен на три основных группы:

• Штатная информация. В ее состав включается информация, поставляемая специализированными государственными службами (Гидрометеослужба, Агрохимслужба). Набор метеорологических, агрометеорологических, агрохимических и агрофизических данных составлен с тем расчетом, чтобы максимально учесть условия формирования урожая с точки зрения светового, термического, влажностного и пищевого режимов и наличия неблагоприятных для сельскохозяйственного производства метеорологических явлений;

• Специальная и нормативная информация включает в себя сведения, отражающие биологические и генетические особенности сельскохозяйственных культур и сортов, а также различные экономические показатели и справочные материалы, обеспечивающие комплексность всех расчетов.

• Третья группа данных содержит информацию о материально-технических и кадровых возможностях хозяйств, их плановых и экономических показателях, структуре распределения посевных площадей и достигнутой урожайности.

Результаты исследований и проведенный сравнительный анализ способов представления данных в ЭВМ (сетевого, иерархического, реляционного) указывают на целесообразность использования реляционной модели данных в реализации системы управления рассматриваемой БД на физическом уровне. Системы управления базами данных (СУБД), базирующиеся на сетевой или иерархической модели, требуют понимания не только типов записей, но и их взаимоотношений и связей. Для эксплуатации таких СУБД необходима соответствующая профессиональная подготовка.

СУБД, построенные на реляционной модели, более удобны в использовании и доступны пользователям, не обладающим опытом математического программирования. СУБД реляционного типа (и только они) имеют теоретическое обоснование гарантии правильной реализации любого запроса, т.к. хорошо изучены аксиоматические подходы в области реляционной модели, формальные методы синтеза схем и логического проектирования реляционных баз данных, взаимосвязь логики и реляционной модели, вопросы вычисляемости реляционных запросов.

Современные универсальные коммерческие СУБД обладают широкими возможностями архивации данных и оптимизации выполнения запросов. Вместе с тем возникла необходимость создания специализированной СУБД реляционного типа, что было вызвано двумя основными причинами.

Во-первых, СУБД должна позволять осуществлять управление базами данных и знаний на единой интегрирующей концепции, обеспечивающей представление, формализацию и генерацию агротехнологических решений на всех уровнях управления производством растениеводческой продукции. Известные коммерческие СУБД не могут в удовлетворительной степени обеспечить реализацию интегрирующей концепции построения баз данных и знаний для ком-плексирования и синтезирования агротехнологий.

Во-вторых, функциональные и логические связи в основных структурах БД позволяют делать рациональные проекты физических реализаций соответствующих схем отношений. В результате этого временные и материальные ресурсы ЭВМ, затрачиваемые на организацию и ведение основных блоков базы

данных с помощью созданной нами СУБД, значительно меньше аналогичных характеристик универсальных СУБД.

Глава 3. Программно-математическое обеспечение ведения базы данных

Система управления базой данных (СУБД) - комплекс программных средств, предназначенных для обеспечения хранения, наполнения и доступа к данным на физическом, внутреннем уровне. В данной главе показано, что созданная нами специализированная СУБД предоставляет пользователю весь необходимый набор функций для удобной работы с данными, начиная от создания таблиц данных и заканчивая импортом/экспортом данных. В качестве инструментального средства разработки СУБД была обоснованно выбрана среда программирования Delphi 6.

На рис. 3 представлена функциональная структура разработанной и созданной нами специализированной СУБД. Комплекс таблиц, поддерживаемых СУБД, образуется в результате декомпозиции содержательных структур дан-

Рисунок 3. Функциональная схема СУБД

1_Г Код таблицы

Код таблицы Код столбца Код списка

Имя таблицы, данное пользователем на русском языке Имя столбца Имя списка, данное пользователем на русском языке

Имя столбца, данное пользователем на русском языке

Рисунок 4. Общая схема работы с таблицами в СУБД

ных. Соответствующая технология декомпозиции хорошо разработана и обоснована в теории синтеза схем и логического проектирования реляционных баз данных (Дж. Ульман, 1983 г.).

Одной из отличительных особенностей созданной специализированной СУБД является обеспечение естественного для пользователя языкового общение с СУБД. В процессе разработки блока управления данными были встречены некоторые затруднения, связанные с тем, что, ставя перед собой задачу создания простого и легко настраиваемого интерфейса, обеспечивающего общение на естественном языке пользователя, мы столкнулись с ограничениями, накладываемыми современными программными средствами операционных

Рисунок 5. Функциональная схема предварительной обработки таблиц базы данных

систем. Популярные в наше время персональные компьютеры основываются в своей работе на английском алфавите, а их локализация - это надстройка над основной операционной системой. Поэтому внутренняя работа специализированной СУБД, невидимая пользователю, также основывается на латинском алфавите. Для реализации возможности введения русских имен, мы ввели дополнительные таблицы, которые содержат соответствующие имена, определенные пользователем. Общая схема организации работы СУБД с таблицами представлена на рис. 4

Каждая таблица, хранимая в БД, представляется как совокупность строк и столбцов, где строки соответствуют экземпляру объекта, конкретному событию или явлению, а столбцы - атрибутам (признакам, характеристикам, параметрам) объекта, события, явления. Особое внимание при формировании БД уделено таблицам, содержащим текстовые атрибуты.

В соответствии с разработанной технологией, представленной на рис.5, редактором базы данных производится анализ каждой схемы таблиц на наличие текстовых атрибутов. При этом используются метаданные о таблицах, которые формируются редактором на этапе формализации содержательной информации.

Если таблица имеет текстовые атрибуты, то она разбивается на два типа таблиц: списки и таблицу связующих данных (результирующую таблицу). Списки имеют размер 2хЫ, а таблица может иметь неограниченный размер массива Мх1Ч, где N - количество строк в таблице, а М - количество столбцов. В списках хранятся данные, наиболее часто встречающиеся в БД, в которых каждому текстовому значению атрибута (при его первоначальном вводе в ЭВМ), автоматически предоставляется уникальный код, а в таблицах хранятся уже не сами названия атрибутов, а их коды. После составления структуры списков производится их «связывание» в результирующую таблицу, которая будет храниться в БД. При этом пользователь не видит коды атрибутов, а только видит их реальные названия. Разделение на списки делается для того, чтобы при вводе повторяющихся данных система сама предлагала выбрать эти данные из списка, поставить в таблицу код, ассоциированный с этим значением, а не вводить значение заново.

Щ] Создать новую таблиц

mrntrimm^f!T»

"1'"ч *

Имя таблицы ¡Паспорт поля

Имя Тип Размер (Справочник

► Адрес теля Строковое значение w 60

Площадь Тип почвы Механический состав Строковое •зно,-'?ние

- Целое число Вещественное число Справочник Тип почвы Механический состав

- Пахотный слой Гумус

Р205 Вещественное число

К20 Вещественное число

РЬ Вещественное число

-J Окультуренностъ Целое число

Зэк аменелость Целое число

- Сорняки Справочник Сорняки zJ

Создать таблицу

Закрыть

Рисунок 6. Создание новой таблицы

Интерфейс специализированной СУБД разработан в соответствии с установленными стандартами программирования в среде Windows и предоставляет пользователю широкие возможности по созданию новых таблиц/списков, их редактированию, экспорту данных в различные форматы, а также импорту информации из других баз данных, созданных различными универсальными СУБД. На рис. 6 в качестве примера представлено окно создания новой таблицы базы данных, где имеются текстовые и количественные атрибуты. Для текстовых атрибутов формируются соответствующие справочники, а для

количественных при их вводе в ЭВМ указывается лишь их тип.

Модуль сбора и обработки пространственно-атрибутивных данных

В рамках исследований, расширяющих функции созданной нами СУБД, был разработан программный модуль управления сбором и обработкой пространственно-атрибутивных данных (рис. 7), функционирующий как на персональном компьютере под управлением операционной системы Windows, так и на карманных персональных компьютерах под управлением операционной системы Windows СЕ.

Функциональные возможности программного модуля по геоинформационному и навигационному обеспечению позволяют использовать его наиболее эффективно в мобильных системах по информационной поддержке технологий точного земледелия.

Рисунок 7. Внешний вид и структура интерфейса программного модуля по управлению пространственно-атрибутивными данным

Программный модуль совместим с GPS-приемниками, работающими в формате NMEA-0183, а совместимость с существующими ГИС-пакетами обеспечивается за счет поддержки формата описания пространственных данных ESRI Shape-file.

Глава 4. Структура и методология системной организации базы агро-технологических знаний

» Основу принятия агрономических решений составляет многолетний опыт,

закрепленный в законах и традициях практического земледелия и обобщенный в многочисленных инструкциях, методических и технологических указаниях. Технологическая документация, как правило, представляется базовыми технологиями и комплексом соответствующих технологических адаптеров.

В описательной форме в систему базовых технологий (декларативные знания) включены апробированные приемы производства продукции растениеводства с номенклатурой необходимого технического и ресурсного потенциала. Технологические адаптеры - наборы агрономических правил, обеспечивающих

с помощью математических моделей (процедурные знания) расчеты и детализацию рекомендуемых способов выполнения технологических операций в зависимости от почвенно-климатического потенциала агроландшафта, используемого для производства товарной продукции, и от фактических ресурсных возможностей хозяйства, включая наличие необходимых машин и агрегатов по дифференцированному внесению удобрений, мелиорантов, средств защиты растений.

Применение компьютерных технологий для системной организации всего спектра агротехнологических знаний, требует создания специализированного программно-математического инструментария по их представлению, формализации и обработки. На рис. 8 представлена структурная схема организации базы агротехнологических знаний.

Система представления знаний - это определенные разработчиками формальные правила, обеспечивающие связь между понятиями, объектами и их характеристиками, которые в совокупности формируют структуру предметной области. Из теории построения систем искусственного интеллекта следует, что структура представления знаний на электронную обработку определяет оперативные возможности базы знаний, и, наоборот, для того, чтобы комплекс программ по обработке знаний отвечал заданным потребностям, должно быть создано соответствующее представление знаний.

Для представления знаний, необходимых для синтезирования технологических решений, нами предлагается использовать следующие простые конст-

Рисунок 8. Структурная схема системной организации базы агротехнологических знаний

рукции и их комбинации:

«Атрибут» [«Атрибут»] ... [«Атрибут»]; (4.1) «Атрибут» (Условия) [«Атрибут» [(Условия)]] ... [«Атрибут» [(Условия)]]; (4'2) «Атрибут» [(Условия)] Л «Атрибут» [(Условия)] Л ... А [«Атри- .. ... бут» [(Условия)]]; ^ ' ' «Атрибут» [(Условия)] V «Атрибут» [(Условия)] V ... V [«Атри- .... бут» [(Условия)]]; ' ' ' {(«Атрибут» [(Условия)] А «Атрибут» [(Условия)] Л ... А [«Атрибут» [(Условия)]]) V ... V («Атрибут» [(Условия)] Л «Атри- (4.5) бут» [(Условия)] А ... А [«Атрибут» [(Условия)]])};

Введенные обозначения в (4.1) - (4.5) имеют следующий смысл: «Атрибут» - наименование поля из базы данных или значение поля в базе данных. В этой связи, в дальнейшем, условно будем различать соответственно две формы описания знаний: абстрактную и конкретизированную (предметную). Абстрактная форма представления используется для удобства составления типовых конструкций, их общности, и описывает понятия, объекты, связи между ними в рамках рассматриваемой предметной области, а соответствующий словарь понятий и объектов определяется содержанием базы данных.

Ниже приведены примеры абстрактной и предметной форм представления

знаний с использованием при этом простой конструкции типа (4.2): «Наименование операции» (Условия); (4.2)'

«Известкование» (ЕСЛИ «РИ» < 4.5); (4.2)''

«Условия» - в общем случае это арифметические, логические условия, выражения или их комбинации; возможно также использовать данную конструкцию для обращения к математической модели, оформленной в виде отдельного программного модуля, или к встроенной непосредственно в описание знаний модели, в виде специальной процедуры для простых вычислений.

При описании «Условия» допускается использование арифметических операторов «=», «о», «<», «>», «<=», «>=», логических операторов «Л», «V», «#», что соответственно означает «И», «ИЛИ», «НЕ».

Использование конструкций типа (4.1)-(4.5) и абстрактной формы представления знаний позволяет создавать модели описания технологических операций для двух временных уровней - планирования на предстоящий сезон и оперативного управления, а также описания агротехнологии в целом.

Для планирования агротехнологических мероприятий, например на предстоящий сезон может быть применена следующая модель описания агротехно-логической операции:

• «Наименование операции» [(Условия)]; [«Агротребования» [(Условия)]]; «Сроки проведения»; {(«Тип машины» [(Условия)] А «Тип агрега- (4 ^ та» [(Условия)]) V ... V («Тип машины» [(Условия)] А «Тип агрегата» [(Условия)])};:,

Представленная выше модель агротехнологической операции является одним из шаблонов описания знаний. Допускается конструирование различных шаблонов. Гибкость конструирования структуры шаблонов обеспечивает применение в описании операции различных комбинаций первичных формализмов представления знаний (4.1) - (4.5), на основе которых в дальнейшем описываются конкретные технологические приемы. При этом нужно иметь ввиду, что выбранная схема представления знаний уже жестко предопределяет правила описания прописанных в шаблоне компонент технологической операции на основе атрибутивной информации из базы данных (БД). Однако, маневрируя структурой шаблона и степенью детализации представления в нем агротехнологических знаний, можно управлять процессом наполнения базы знаний (БЗ) для решения тех или иных задач.

Для описания модели агротехнологии в целом предлагается структура, которая составляется из конструкции типа (4.1) и некоторой достаточной последовательности технологических операций и имеет в общем случае следующий вид:

; ■«Атрибут»[«Атрибут»]... [«Атрибут»]; :Список операций:;:: (4.7)

Идентифицирующий блок модели агротехнологии представлен конструкцией типа (4.1). В частности, в этом блоке указывается, для какой культуры, сорта предназначена технология, а также цель выращивания культуры, автор технологии и уровень применения (плановый, оперативный); «Список операций» - перечень всех допустимых агротехнологических операций, обеспечивающих программу возделывания заданной сельскохозяйственной культуры, которые предварительно описаны с помощью шаблонов типа (4.6) и других возможных конструкций. Таким образом, в системе создается банк формализованных конструкций типа (4.7), обеспечивающих поддержку выбора и синтези-

рования оптимальных плановых и оперативных решений в сельскохозяйственном производстве растениеводческой продукции.

В заключении четвертой главы показано, что предложенная нами структура представления знаний отвечает специфическим требованиям для их эффективной компьютерной формализации. Эти требования, в соответствии с теорией представления знаний в системах искусственного интеллекта характеризуются признаками «связность» и «активность».

Для признака «связность» должны быть установлены три типа семантических отношений связи при представлении декларативных знаний - «Одновременно» (в нашем случае такую связь обеспечивают конструкции типа (4.1) и (4.3)); «Причина-следствие» (в нашем случае конструкции типа (4.2)' реализуют эту связь); «Быть рядом» (в нашем случае такую связь обеспечивают конструкции типа (4.5)).

При обычном использовании ЭВМ все процессы счета инициируются командами, т.е. программы активны, а данные пассивны. Все процедуры в этом случае должны быть предусмотрены в соответствующей программе, написанной на том или ином языке для ЭВМ. Следовательно, если исходные данные для решения задачи нечетко или неполно выражены, то процесс вычисления останавливается. В связи с этим и требуется создать такие структуры представления знаний, которые обеспечивали бы актуализацию тех или иных действий с данными, и выполнение программ должно также инициироваться текущим состоянием БЗ. Принимая сказанное за понятие признака активности, вернемся к модели (4.7) - модели агротехнологии. Все используемые в ней конструкции представления знаний детально предписывают перечень выборки из БД и ее последовательность, указывает, какую внешнюю процедуру задействовать и т.д. Процесс вычисления направляется структурой тех или иных шаблонов, описывающих модели технологических операций, и, в конечном итоге, структурой агротехнологий, т.е. БЗ, и в этом смысле БЗ активна.

Таким образом, признаки «активность» и «связность» характерны для предложенной нами системы представления знаний.

Рисунок 9. Схема функционирования программного комплекса по обработке

агротехнологических знаний

Глава 5. Программно-математическое обеспечение обработки агротехнологических баз знаний

Логическим завершением диссертационного исследования является создание программного инструментария формирования проблемно-ориентированной базы знаний и синтезирование на её основе по заданному критерию технологических режимов производства растениеводческой продукции на заданных сельскохозяйственных полях.

На рис. 9 приведена схема функционирования программного комплекса по формализации и генерации агротехнологических знаний.

Формализация знаний - процесс преобразования знаний, описанных с помощью предложенных выше структур, для их внутреннего представления в ЭВМ. Рассматриваемый процесс должен, безусловно, обеспечить идентификацию вводимых знаний, их накопление и хранение, а также возможность извлечения хранимых знаний с максимальной эффективностью. С целью управления процессом обработки агротехнологических знаний, приведенной соответствующими структурами к виду, удобному для последующей машинной реализации, в системе разработан специальный интеллектуальный редактор. Интеллектуальный редактор функционирует в двух режимах. В режиме «эксперт базы знаний» (на рис. 9- «Интерфейс эксперта») происходит формализование базовых агротехнологий и технологических адаптеров в базу знаний для хранения, а в режиме «Пользователь базы знаний» (на рис.9 - «Интерфейс пользователя») происходит настройка на ту или иную схему обработки знаний.

Процесс преобразования входных структур, представленных тем или иным шаблоном в форму, пригодную для обработки на ЭВМ, происходит в диалоговом режиме с помощью интеллектуального редактора знаний, который в своей работе использует блок метаданных БД, где хранятся необходимые сведения для их формализации. В частности, в метаданных хранятся имена атрибутов, их адреса в схеме БД (пары чисел - номер файла и номер столбца) и ключевые атрибуты файла. В результате преобразования вводимые структуры схемы БЗ трансформируются в такие же по форме структуры, но в которых уже все элементы «внешнего» описания заменены на физические адреса их фактического размещения в базе данных. И результатом рассматриваемой трансформации является инвариантная физическая среда, где все символьные элементы преобразованы в их кодовую (цифровую) интерпретацию, что в значительной степени упрощает дальнейшую обработку знаний и уменьшает объем хранимой информации.

Ввод конкретной операции начинается лишь после записи шаблона в ЭВМ. После ввода в память ЭВМ конкретного шаблона редактор в диалоговом режиме выясняет у эксперта дополнительную информацию об условных конструкциях, которые делятся в системе функционально на две группы.

К первой группе относятся конструкции с условными правилами выбора, но которые в принципе можно вычислить на этапе ввода операции или максимально полно подготовить процесс выбора нужных сведений еще на этапе формализации.

Ко второй группе относятся конструкции, в которых соответствующие правила выбора будут выполнены в процессе генерации и оптимизации знаний. Конкретные правила выбора, прописанные в шаблоне, для рассматриваемых конструкций будут уже помещены в БЗ для хранения. Но в любом случае при формализации всем фигурируемым в описании атрибутам определены или зарезервированы (если нет их в БД) физические адреса их фактического размещения в БД.

Пользователь-экперт при вводе конкретных технологических операций в БЗ имеет возможность по своему усмотрению относить условные конструкции к той или иной группе, а также, если это необходимо, может мгновенно, не вы-

-19-

ходя из режима работы с БЗ, внести нужные дополнения или изменения в текущую версию БД. При этом автоматически происходит нужная коррекция метаданных и, возможно, адресов соответствующих атрибутов. Это важно, т.к. хранение адресов атрибутов, а не их названий в БЗ обеспечивает быструю навигацию (поиск) в ней, и, следовательно, ускоряется процесс извлечения знаний.

В четвертой главе нами определено, что структура представления знаний допускает возможность одновременного описания комбинации декларативных и процедурных знаний. Такое описание характерно для современного уровня развития цикла агрономических наук. Алгоритмические же по сути модели описания агротехнологий (4.7) определяют и соответствующий механизм вывода знаний. В конструкциях типа (4.7) описаны цель и назначение конкретной модели агротехнологии, структура используемых данных, определены правила их выбора и обработки.

Процесс генерации знаний происходит с помощью интеллектуального редактора (режим «пользователь базы знаний»). При этом алгоритм обработки знаний определяется структурой шаблона, т.к. его структура детально предписывает порядок и последовательность выбора и обработки атрибутивной информации, которая в совокупности отражает многочисленные компоненты агротехнологической операции и агротехнологии в целом. Эти возможности позволяют оперативно генерировать различные варианты агротехнологических сценариев воздействия на сельскохозяйственное поле, с просчетом соответствующих материальных и временных затрат.

В разработанной системе задача генерации плановых агротехнологий возделывания сельскохозяйственных культур может быть решена в пакетном (регламентном) режиме для всех сельскохозяйственных полей, содержащихся в базе данных, или в таком режиме, где указаны идентифицирующие признаки извлечения из базы знаний агротехнологических сведений для заданного поля, удовлетворяющих некоторому критерию.

Оперируя различными характеристиками отдельных технологических операций или технологий в целом, можно синтезировать агротехнологии, удовлетворяющие потребностям любого пользователя.

Заключение

В результате выполненных исследований получены следующие результаты:

1. Разработана, на языке высокого уровня Delphi 6, алгоритмическая основа создания программного комплекса формирования проблемно-ориентированных баз данных и знаний по комплексированию и синтезированию агротехнологий.

2. Обоснована целесообразность разработки и создана специализированная система управления разнородными атрибутивными данными, обеспечивающая также эффективную среду формализации, хранения и извлечения знаний.

3. Разработана и создана подсистема формирования и управления пространственно-атрибутивными данными с навигационным геоинформационным обеспечением.

4. Предложена программная реализация (интеллектуальный редактор) управления агротехнологическими знаниями, которые описываются специально разработанными шаблонами, обеспечивающими электронное представление, формализацию и эффективную обработку. Интеллектуальный редактор функционирует в двух режимах. В режиме «интерфейс эксперта» происходит формирование базы знаний для хранения, а в режиме «интерфейс пользователя» производится генерация знаний.

5. Программный комплекс обеспечивает комплексирование и синтезирование различных вариантов агротехнологий возделывания сельскохозяйственных культур. Количество этих вариантов зависит от содержания хранимых в базе знаний правил выбора и дифференциации агроприемов, их ресурсного обеспечения, почвенно-климатических особенностей сельскохозяйственных полей, вида культур (сортов) и уровня программируемого урожая. Если в шаблоне описания технологических операция определен критерий её выбо-

ра или определены правила выбора других компонент агроприема, то автоматически синтезируется отвечающая этим требованиям выходная информация. При этом генерация агротехнологий может быть решена в пакетном режиме для всех полей хозяйства или для заданного конкретного поля (соответствующий порядок определяется интеллектуальным редактором в режиме «пользователь базы знаний»).

Из полученных результатов вытекают следующие выводы:

1. Предложенный программный комплекс реализует техническую основу адаптации путем управляемого выбора технологических решений при проектировании современных систем земледелия. Таким образом, цель диссертационной работы достигнута.

2. Программная реализация обеспечивает:

• Эффективное системное управление агротехнологическими знаниями и разнородными атрибутивными и пространственными данными, а соответствующее общение с пользователем происходит на русском языке;

• Импорт/экспорт пространственно-атрибутивной базы данных с возможностью трансформации файлов в различные форматы внутреннего представления для последующей электронной обработки внешними или системными средствами;

• Эффективное преобразование агротехнологических знаний из «внешнего» представления во «внутреннее» для последующего их хранения и извлечения. В результате соответствующей трансформации «внутренняя» структура базы знаний увязывается со структурой базы данных, логическая схема которой предварительно описана. При этом все элементы «внешнего» описания базы знаний хранятся в ЭВМ с указанием путей навигации в базе данных для целенаправленного, а следовательно, быстрого поиска информации.Использование подсистемы формирования и управления пространственно-атрибутивными данными с навигационным и гео-

информационным обеспечением в части автоматизированного составления электронных схем обследования сельскохозяйственных полей автоматически определяет структуру геоинформационной базы данных для последующего информационного обеспечения технологии точного земледелия.

4. Маневрируя выбором того или иного шаблона представления агротехноло-гических знаний, степенью их детализации, можно управлять процессом формирования базы знаний для решения тех или иных задач поддержки аг-ротехнологических решений на заданных временных уровнях.

5. Использование компьютерного варианта синтеза научно-обоснованных аг-ротехнологий можно рассматривать как действенный инструмент развития общей методологической основы единого компьютерного технологического пространства в области агрономии, а созданный программный комплекс можно рассматривать как основу для выработки и под держки технологических решений в точном земледелии.

Программный комплекс прошел экспериментальную проверку в опытном хозяйстве Агрофизического научно-исследовательского института. Результаты апробации показали снижение ошибок в планировании агротехнологического цикла возделывания культур, получение более точного расчета затрат материальных ресурсов, снижение затрат труда и времени на подготовку необходимой технологической документации.

Программный комплекс может быть также использован для комплексиро-вания и синтезирования гидромелиоративных, агромелиоративных и других мероприятий на мелиорируемых (осушаемых, поливных) сельскохозяйственных угодьях.

Содержание диссертационной работы отражено в публикациях:

1. О методах агрохимического обследования сельскохозяйственных угодий в точном земледелии / Якушев В. П., Якушева Л. Н., Петрушин А. Ф., Якушев В. В., Слинчук С. Г., Суханов П. А. // Вестник Российской академии сельскохозяйственных наук. - 2004. - N 3. - С. 32-34

2. Петрушин А.Ф. Автоматизация синтезирования агротехнологических решений // Тезисы докладов Всероссийской молодежной конференции «Растение и почва». Санкт-Петербург, 1999 - СПб, НИИ Химии СПбГУ, с. 178179.

3. Петрушин А.Ф. Программно-математический инструмент компьютерного формирования базовых технологий и технологических адаптеров в растениеводстве. // Материалы международной научно-практической конференции «Современные проблемы опытного дела», Санкт-Петербург, 2000. с.78-83.

4. Петрушин А.Ф., Якушев В.В. Аспекты реализации информационных технологий в области точного земледелия //Международная конференция по вычислениям и измерениям (ЗМС'2002): Сб. докл.-СПб: Изд. Гидрометео-издат, 2000, т.2, с. 210-212.

5. Якушев В.П., Петрушин А. Ф. Компьютерное синтезирование адаптивных технологий в земледелии и растениеводстве. // Материалы Междунар. на-уч.-практ. конф. «АГРОИНФО-2000», Новосибирск, 2000, ч.1, с.41-45.

6. Якушев В.П., Михайленко И.М., Петрушин А.Ф., Якушев В.В Программно - аппаратный комплекс поддержки принятия технологических решений в точном земледелии. // Материалы Междунар. науч.-практ. конф. «АГРОИНФО-2003», Новосибирск, 2003. с.16-22.

7. Якушев В.П., Петрушин А.Ф. Методология проектирования компьютерных систем поддержки решений в агрономии. - Сб. докл. междунар. конф. по мягким вычислениям и измерениям. (8МС'2000): СПб.: СЭТУ, 2000, том №2, с. 137-140.

8. Якушев В.П., Петрушин А.Ф. Модели агротехнологий как инструмент синтезирования управленческих решений в агроэкосистемах. - Третий междунар. коллоквиум «Полевые эксперименты для устойчивого землепользования». СПб.: АФИ, 1999, с. 121-124.

Подписано в печать // йТ

Тираж /VС Заказ № 76 f

Отпечатано с готового оригинал-макета, предоставленного автором, в цифровом копировальном центре «Восстания 1» 191025, С.-Петурбург, ул. Восстания, дом 1

»¡1 0153

РНБ Русский фонд

2006-4 6102

Введение.

Глава 1. Информационные системы в земледелии. Состояние, проблемы и задачи развития.

1.1. Этапы развития информационных систем в земледелии.

1.1.1. Первые шаги по компьютеризации сельского хозяйства.

1.1.2. Информационно-справочные системы.

1.1.3. Системы поддержки технологических решений.

1.2. Новые информационные технологии.

1.2.1. Экспертные системы.

1.2.2. Геоинформационные технологии.

1.2.3. Распределенные информационные системы.

1.3. Информационно-управляющие системы.

1.4. Постановка задачи исследования.

Глава 2. Содержание и принципы построения базы данных.

2.1. Концепция баз данных.

2.1.1. Данные и ЭВМ.

2.1.2. Уровни абстракции.

2.1.3. Основные модели данных и их характеристики.

2.1.4. Структура и функции системы управления базами данных.

2.2. Содержание базы данных.

2.2.1. Штатная информация.

2.2.2. Специальные и нормативные данные.

2.2.3. Технико-экономические данные.

2.3. Критерии выбора системы управления базой данных.

Глава 3. Программно-математическое обеспечение ведения базы данных

3.1. Обоснование выбора средств разработки специализированной системы управления базой данных.

3.2. Структура специализированной СУБД и методология наполнения и манипулирования данными.

3.2.1. Структура СУБД.

3.2.2. Обеспечение функций ввода, хранения и обработки данных.

3.3 Модуль сбора и обработки пространственно-атрибутивных данных.

3.3.1 Режим формирования пространственно-атрибутивной БД.

3.3.2 Режим навигации по заданным точкам.

3.3.3 Режим управления внешними устройствами.

Глава 4. Структура и методология системной организации базы агротехнологических знаний.

4.1. Декларативные и процедурные знания.

4.2. Представление агротехнологических знаний для компьютерной обработки.

4.2.1 Концепция представления знаний.

4.2.2 Система представления знаний.

4.2.3. Специфические требования по представлению знаний.

Глава 5. Программно - математическое обеспечение обработки агротехнологических знаний.

5.1.Механизм управления процессом обработки знаний в ЭВМ.

5.2. Интеллектуальный редактор: режим «Эксперт базы знаний».

5.3. Интеллектуальный редактор: режим «Пользователь базы знаний». 125 5.3.1. Блок выработки решений.

В последнем десятилетии прошлого века была сформулирована новая парадигма земледелия - адаптивно-ландшафтная. Основополагающие работы отечественных ученых определили сущность и отличительные признаки этой парадигмы. Адаптивно-ландшафтная методология направлена на наиболее целесообразную, эффективную интенсификацию производства растениеводческой продукции заданного (управляемого) качества и охраны окружающей среды. Рост эффективности и экологичности достигается за счет применения достижений науки и передового опыта улучшения методов ведения хозяйства, совершенствования систем земледелия и внедрения адаптивных технологий.

В настоящее время уже появились первые разработки, реализующие адаптивно-ландшафтную идеологию применительно к конкретным регионам. Региональные системы ведения сельскохозяйственного производства представлены как модели адаптивно-ландшафтного подхода и служат ориентирами при выборе оптимальных решений на местах с учетом аграрной политики конкретного субъекта РФ и в целом в стране.

Однако эти региональные разработки не дают универсального рецепта (технологий сбора и обработки разнородных данных и знаний) по переводу классификационных построений вербального типа к хозяйственным решениям, которые должны принимать специалисты в своих хозяйствах. Для разработки и последующего ведения адаптивно-ландшафтных систем земледелия необходимо наличие современных технических средств измерения в локальных агроэкосистемах пространственно-временных неоднородностей среды обитания растений. Требуются принципиально новые методы прогнозирования и управления режимными параметрами агроландшафтов, влияющими на продукционный процесс на сельскохозяйственном поле. Необходимы также новые методы и средства автоматизированного проектирования адаптивно-ландшафтных систем земледелия, путем разработки гибких алгоритмов и создание программных средств базирующихся на теории обработки данных и знаний в системах искусственного интеллекта.

Адаптивно-ландшафтный подход в земледелии приобрел вполне реальные очертания и развивается широким фронтом. Вместе с тем нужно признать, что разработка и внедрение в конкретных хозяйствах адаптивно-ландшафтного подхода значительно сдерживается из-за несовершенной нормативной базы 'и отсутствие типового программно-математического аппарата, обеспечивающего возможность автоматического комплексирования и синтезирования агротехнологических сценариев воздействия на систему «почва-растение». Возможность перехода к автоматизированному проектированию агротехнологий позволит оперативно и массово создать техническую основу адаптации и оптимизации технологических решений производства растениеводческой продукции, включая возможность реализации технических приемов с помощью методологии точного земледелия.

Современные компьютерные технологии стремительно расширяют области применения и уровень информатизации процесса принятия агротехнологических управленческих решений. Последние достижения информатики в области телекоммуникаций, систем основанных на знаниях (систем искусственного интеллекта и среди них наиболее популярных экспертных систем), автоматизированных методов принятия решений позволяют создавать принципиально новые системы, которые могут интегрировать опыт многих специалистов в области агрономии, биологии, сельского хозяйства, экономики и прочих смежных областей деятельности. Это позволяет разработать и выбрать максимально эффективную и, вместе с тем, экологически безопасную адаптивную агротехнологию для каждого поля с учетом вариабельности природных условий и экономических ограничений.

Вместе с тем разработка научно-обоснованных адаптивных систем земледелия и соответствующих экологически гармоничных агротехнологий, дифференцированных по культурам и сортам для конкретного сельскохозяйственного поля с его почвенно-климатическими, геоморфологическими, гидрологическими и другими природными особенностями, а также экономическими ограничениями является объективно сложной задачей агрономии. В агрономии, являющейся комплексной, но, несмотря на успехи в математическом моделировании продукционного процесса, во многом описательной наукой, оказалось весьма затруднительным при потенциальном наличии знаний без соответствующей систематизации использовать их для выбора оптимальных (рациональных) решений на различных временных уровнях. Прежде всего потому, что объем этих знаний велик и разнороден, и специалисту занятому непосредственно в производстве трудно полностью оценить их и, следовательно, выработать приемлемую стратегию «хозяйственного поведения» в зависимости от складывающейся и прогнозируемой обстановки.

Компьютерное решение этой задачи в свою очередь связано с необходимостью представления, формализации и четкого синтеза научных знаний и информации, накопленной в агрономии, а также построения специализированного программно-аппаратного комплекса по реализации информационной технологии в земледелии. Успех проектирования подобных комплексов зависит от создания понятийного аппарата, обеспечивающего электронное представление и комплексирование описательных и процедурных знаний в агрономии на основе естественно-языкового общения с ЭВМ и специализированной обработки данных и знаний.

В этой связи, целью диссертационной работы является разработка алгоритмов и создание программного инструментария формирования проблемно-ориентированных баз данных и знаний и синтезирование на их основе по заданному критерию различных сценариев агротехнических воздействий для заданных культур на тех или иных сельскохозяйственных полях. Компьютерное синтезирование возможных (допустимых) агротехнических воздействий для заданных культур на тех или иных сельскохозяйственных полях обеспечивает существенное ускорение процесса разработки адаптивно-ландшафтной системы земледелия и её реализации в конкретном хозяйстве.

Для достижения цели диссертационного исследования были поставлены и решены следующие задачи:

1. Изучить опыт, провести анализ и структурирование используемых данных и знаний на всех этапах возделывания с/х культур;

2. Разработать общую функциональную схему программного комплекса;

3. Обосновать и разработать комплекс программ управления разнородными атрибутивными и пространственными данными, представленных различными форматами;

4. Разработать и создать программное обеспечение по формированию и корректировке агротехнологических знаний (интеллектуальный редактор) в режимах: «эксперт базы знаний» и «пользователь базы знаний»;

5. Разработать программное обеспечение по комплексированию и синтезированию базовых технологий и технологических адаптеров по заданному критерию.

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений.

Необходимость адаптации земледелия к новым социально экономическим условиям хозяйствования, повышения его устойчивости на основе экологизации, более широкого использования энергетической емкости агроландшафта и биологических факторов интенсификации технологических процессов определила появление новой парадигмы земледелия в виде адаптивно-ландшафтного подхода. Адаптивно ландшафтный подход не отвергает ранее освоенные системы земледелия. С учетом преемственности различных этапов развития систем земледелия и необходимости конкретизации их в каждом хозяйстве, зональная система земледелия рассматривается ныне, как агрокомплекс соответствующей природно-экономической зоны, состоящей из адаптивно-ландшафтных систем земледелия хозяйств, расположенных в конкретных природно почвенных зонах.Делая первые шаги на пути перехода от зональной системы земледелия к адаптивно-ландшафтной, как системе нового поколения, высшей категории сложности, многовариантной и многоаспектной, в совершенно иных экономических условиях хозяйствования, необходимо не только определять основные факторы интенсификации земледелия, но и обладать определенной суммой знаний, иметь совершенно иной уровень организации и управления хозяйственной деятельностью. Предстоит в первую очередь «интенсифицировать знания», чтобы научные и технологические разработки были востребованы и своевременно материализованы в новые технологии — технологии управляемого (точного) земледелия.Успех в решении этой задачи в значительной степени может быть осуществлен путем разработки теоретических основ и поэтапного создания физико-технического базиса, соответствующего информационного и нормативного потенциала, а также алгоритмов и программ, обеспечивающих возможность комплексного автоматизированного проектирования адаптивно ландшафтных систем земледелия. К числу этих разработок относится созданный пакет программ по формированию и обработке баз данных и знаний в агрономии. Его использование в конкретных хозяйствах внесет значительный вклад в совершенствование планирования агротехнологических работ по возделыванию сельскохозяйственных культур и создаст техническз'ю основу адаптации и управляемого выбора технологических решений, включая возможность их реализации непосредственно в поле с помощью методологии точного земледелия.В результате выполненных исследований получены следующие результаты:

1. Разработана алгоритмическая основа создания программного комплекса формирования проблемно-ориентированных баз данных и знаний по комплексированию и синтезированию агротехнологий и обоснована его реализация на языке высокого уровня Delphi 6.2. Обоснована целесообразность разработки и создания специализированной системы управления разнородными атрибутивными данными, обеспечивающая также эффективную среду формализации, хранения и извлечения знаний.3. Разработана и создана подсистема формирования и управления пространственно-атрибутивными данными с навигационным геоинформационным обеспечением.4. Предложена программная реализация (интеллектуальный

редактор) управления агротехнологическими знаниями, которые описываются специально разработанными шаблонами, обеспечивающими электронное представление, формализацию и эффективную обработку. Интеллектуальный редактор функционирует в двух режимах. В режиме «эксперт базы знаний» происходит формирование базовых агротехнологий и технологических адаптеров в базу знаний для хранения, а в режиме «пользователь базы знаний» производиться настройка на ту или иную схему обработки знаний.5. Программный комплекс обеспечивает комплексирование и синтезирование различных вариантов агротехнологий возделывания сельскохозяйственных культур. Количество этих вариантов зависит от содержания хранимых в базе знаний правил выбора и дифференциации агроприемов, их ресурсного обеспечения, почвенно-климатических особенностей сельскохозяйственных полей, вида культур (сортов) и уровня программируемого урожая. Если в шаблоне описания технологических операция определен критерий её выбора или определены правила выбора других компонент агроприема, то автоматически синтезируется отвечающая этим требованиям выходная информация. При этом генерация агротехнологий может быть решена в пакетном режиме для всех полей хозяйства или для заданного конкретного поля (соответствующий порядок определяется интеллектуальным редактором в режиме «пользователь базы знаний»).Из полученных результатов вытекают следующие выводы:

1. Предложенный программный комплекс реализует техническую основу адаптации и управление выбором технологических решений при проектировании современных систем земледелия.Таким образом, цель диссертационной работы достигнута.2. Программная реализация обеспечивает: • Эффективное системное управление агротехнологическими знаниями и разнородными атрибутивными и пространственными данными, а соответствующее общение с пользователем происходит на русском языке; • Импорт/экспорт пространственно-атрибутивной базы данных с возможностью трансформации файлов в различные форматы внутреннего представления для последующей электронной обработки внешними или системными средствами; • Эффективное преобразование агротехнологических знаний из «внешнего» представления во «внутреннее» для последующего их хранения и извлечения. В результате соответствующей трансформации «внутренняя» структура базы знаний увязывается со структурой базы данных, логическая схема которой предварительно описана. При этом все элементы «внешнего» описания базы знаний хранятся в ЭВМ с указанием путей навигации в базе данных для целенаправленного, а, следовательно быстрого поиска информации.3. Использование подсистемы формирования и управления пространственно-атрибутивными данными с навигационным и геоинформационным обеспечением в части автоматизированного составления электронных схем обследования сельскохозяйственных полей автоматически определяет структуру геоинформационной базы данных для последующего информационного обеспечения технологии точного земледелия.4. Маневрируя выбором того или иного шаблона представления агротехнологических знаний, степенью их детализации, можно управлять процессом формирования базы знаний для решения тех или иных задач поддержки агротехнологических решений на заданных временных условиях. При этом алгоритм обработки знаний определяется структурой шаблона, т.к. его структура детально предписывает порядок и последовательность выбора и обработки атрибутивной информации, которая в совокупности отражают многочисленные компоненты агротехнологической операции и агротехнологии в целом. Эти возможности позволяют оперативно генерировать различные варианты агротехнологических сценариев воздействия на сельскохозяйственное поле (поля), с просчетом соответствующих материальных и временных затрат.5. Использование компьютерного варианта синтеза научно обоснованных агротехнологий позволит уже сегодня эффективно доводить из до конечного потребителя с учетом объективно сложившихся природных параметров и экономических интересов конкретного хозяйства. Данный подход можно рассматривать как действенный инструмент развития общей методологической основы единого компьютерного технологического пространства в области агрономии, а созданный программный комплекс можно рассматривать как основу для выработки и поддержки технологических решений в точном земледелии.Программный комплекс прошел экспериментальную проверку в опытном хозяйстве Агрофизического научно-исследовательского института.Результаты апробации показали снижение ошибок в планировании агротехнологического цикла возделывания культур, получение более точного просчета затрат материальных ресурсов, снижение затрат труда и времени на подготовку необходимой технологической документации.Программный комплекс может быть также использован для комплексирования и синтезирования гидромелиоративных, агромелиоративных и других мероприятий на мелиорируемых (осушаемых,

поливных) сельскохозяйственных угодьях.

1. Афанасьев Р.А. Дифференцированное применение удобрений -настоящее и будущее. - Плодородие, №4 (7), 2002, с. 1-9.

2. Бен-Ари М.. Языки программирования. Практический сравнительный анализ .-Москва:Мир, 2000.-366 с.

3. Бихиле З.Н., Молдау Х.А., Росс Ю.К. Математическое моделирование транспирации и фотосинтеза растений при недостатке почвенной влаги. - Л.: Гидрометеоиздат, 1980, 223с.

4. Бондаренко Н.Ф. и др. Моделирование продуктивности агроэкосистем. - Л.: Гидрометеоиздат, 1982, 264с.

5. Бондаренко Н.Ф. Программирование урожаев. - В кн. «Агрофизика от А.Ф.Иоффе до нащих дней» . СПб., АФИ, 2002, с.170-180.

6. Бондаренко Н.Ф., Жуковский Е.Е. Автоматизированная система агрометеорологической информации и рекомендаций (проект «ПОГОДА»). - Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1978, №32, с.14-19.

7. Брюхов Д.О., Задорожный В.И., Калиниченко Л.А. и др. Интероперабельные информационные системы: архитектуры и технологии. - СУБД, №4, 1995.- с. 96-113.

8. Васенев И.И. Перспективы разработки и внедрения локальных информационно-справочных систем для оптимизации земледелия в России. — Материалы международной конференции «Агроинфо-2003». Новосибирск, 2003, ч.1, с.53-59.

9. Дейт К. Дж, Введение в системы баз данных, 8-е издание. - К.; М.; СПб.: Издательский дом «Вильяме», 2005.- 1328 с.

10. Дринча В.М. Перспективные направления агроинженерных исследований для непрерывного устойчивого ведения сельского хозяйства. - М.: ВИМ, 2004, 80с.

11. Дринча В.М. Развитие агроинженерной науки и перспективы агротехнологий. - М.:ВИМ, 2002, 188с.

12. Евтушенко З.Г., Якушев В.П. Автоматизированная подсистема анализа условий увлажнения и управления поливом. - В кн. «Оптимизация водного, теплового и пищевого режимов мелиорируемых почв». Л.: СевНИИГИМ, 1984, с.10-16.

13. Жуковский Е.Е. Метеорологическая информация и экономические решения. - Л.: Гидрометеоиздат, 1981, 303с.

14. Жуковский Е.Е. О выборе решений при наличии прогнозов различной заблаговременности. - Метеорология и гидрология, 1980, №1, с.12-23.

15. Жуковский Е.Е., Чудновский А.Ф. Методы оптимального использования метеорологической информации при принятии решений. - Л.: Гидрометеоиздат, 1978, 52с.

16. Журавлёв О.С. Разработка методов расчёта динамики содержания органического вещества почвы в условиях интенсивного земледелия: Автореферат диссертации к.т.н. Л., АФИ, 1990, 16с.

17. Жученко А.А. Адаптивное растениеводство. Кишинев. Изд-во Штиинца. 1990. 431 с.

18. Змитрович А.И. Интеллектуальные информационные системы. — Минск: НТООО "ТетраСистемс", 1997. - 368 с.

19. Информационные технологии, информационные измерительные системы и приборы в исследованиях сельскохозяйственных процессов. - Материалы международной конференции «Агроинфо-2003». Новосибирск, 2003, 379с.

20. Иоффе А.Ф. Физика и сельское хозяйство. - М,-Л.: Изд-во АН СССР, 1955,-76 с.

21. Искусственный интеллект: В 3-х кн. Кн.1. Программные и аппаратные средства: Справочник / Под ред. В.Н.Захарова, В.Ф.Хорошевского. - М.: Радио и связь, 1990. - 368 с.

22. Искусственный интеллект: В 3-х кн. Кн.2. Модели и методы: Справочник / Под ред. Д.А.Поспелова - М.: Радио и связь, 1990. -С. 7-13.

23. Искусственный интеллект: В 3-х кн. Кн.З. Программные и аппаратные средства: Справочник / Под ред. В.Н.Захарова, В.Ф.Хорошевского. - М.: Радио и связь, 1990. - 368 с.

24. Искусственный интеллект: Применение в интегрированных производственных системах/ Под ред. Э.Кьюсиака; Пер. с англ. -М.:Машиностроение, 1991. - 544 с.

25. Калиниченко Л.А. Стандарт систем управления объектными базами данных ODMG 93: краткий обзор и оценка состояния. -СУБД, №1, 1996.-с. 102-109.

26. Каличкин В.К., Савченко О.Ф. Методологические аспекты создания информационных систем в земледелии. - Материалы международной конференции «Агроинфо-2003». Новосибирск, 2003, Ч.1, с.53-59.

27. Каштанов А.Н. и др. Основы ландшафтно-экологического земледелия. - М.: Колос, 1994, 126с.

28. Каштанов А.Н. Концепция ландшафтной контурно- мелиоративной системы земледелия. Земледелие, 1992, №4, с.2-4.

29. Кирюшин В. И. Агроэкономическая классификация земель как основа формирования систем земледелия // Почвоведение, 1997. - Т . 1 . - 79-87

30. Кирюшин В.И. Адаптивно-ландшафтные системы земледелия Новосибирской области/В,И.Кирюшин, А.Н.Власенко, В.К.Каличкин и др.// Под ред. В.И. Кирюшина, А.Н. Власенко. РАСХН. Сиб. отд-ние. СибНИИЗХим. - Новосибирск, 2000. -388 с.

31. Кирюшин В.И. Концепция адаптивно-ландшафтного земледелия. Пущино, 1993, 64с.

32. Кирюшин В.И. Экологические основы земледелия. - М.:Колос, 1996,366с.

33. Кирюшин В.И, Экологическое земледелие и техническая политика. - М.:Издательство МСХА, 2000, 473с.

34. Ковалев Н.Г. и др. Введение в агроландшафтоведение. Учебное пособие. Курск, Тверь: Чудо, 2002.- 259 с.

35. Котлярова О.Г. Ландшафтная система земледелия. Каменная степь. Изд-во Воронежского университета. 1992. с. 65 - 89.

36. Куртенер Д.А., Усков И.Б. Управление микроклиматом сельскохозяйственных полей. Л.: Гидрометеоиздат, 1988. 264 с.

37. Личман Г.И., Белых А. Стратегия принятия оптимальных управленческих решений в системе информационных технологий дифференцированного применения удобрений. -Труды ВИМ. М.:ВИМ, 2003, №145, с.179-188.

38. Логический подход к искусственному интеллекту: от классической логики к логическому программированию : Пер. с франц. /Тейз А., Гибомон П., Луи Ж. и др. - М.: Мир, 1990. -432 с.

39. Лопырев М.И. и др. Проектирование и внедрение эколого- ландшафтных систем земледелия в сельскохозяйственных предприятиях Воронежской области. - Воронеж: Истоки, 1999.-84 с.

40. Лорьер Ж.-Л. Системы искусственного интеллекта : Пер. с франц. - М.: Мир, 1991. - 568 с.

41. Милащенко Н.З. и др. Устойчивое развитие агроландшафтов. 4 .1 . Пущино, 2000, 315с.

42. Михайленко И. М. "Агромониторинг": стуктура, функции, реализация / Михайленко И. М., Полуэктов Р. А., Якушев В. П. // Доклады Российской академии сельскохозяйственных наук. -2004. - N 3 . - С . 66-68

43. Михайленко И.М., Курашвили А.Ю. Управление качеством кормов из многолетних трав. - Материалы международной конференции «Агроинфо-2003». Новосибирск, 2003, ч .1 , с.106-115.

44. Михайленко И.М., Родин А.И. Экспериментальный мониторинг кормовых культур в 2003 году. - Информационно-аналитический бюллетень комитета по АПК Ленинградской области, 2003, №24-25, с.11-28.

45. Мухин В.П. Концептуальная модель информационной технологии исследований в земледелии. - Материалы международной конференции «Агроинфо-2003». Новосибирск, 2003, Ч.1, с.70-74.

46. Нерпин С В . , Жуковский Е.Е. О классификации уровней принятия решений в растениеводстве и земледелии. Доклады ВАСХНИЛ, 1975, №2, с.3-5.

47. Нерпин С В . , Чудновский А.Ф. Энерго- и массообмен в системе растение-почва-воздух. - Л.: Гидрометеоиздат, 358с.

48. Нильсон Н. Принципы искусственного интеллекта. - М.: Радио и связь, 1985. - 376 с.

49. Ничипорович А.А. Фотосинтез и теория получения высоких урожаев. - XV Тимирязевские чтения. М.:АН СССР, 1956, с.1-93.

50. Петрова М.В. и др. Компьютерная экспертная система поддержки агротехнологических решений на осушаемых землях. - Мелиорация и водное хозяйство, №4, 1994, с. 18-20.

51. Петрушин А.Ф. Автоматизация синтезирования агротехнологических решений. // Тезисы докладов Всероссийской молодежной конференции «Растение и почва». Санкт-Петербург, 1999 - СПб, НИИ Химии СПбГУ, с. 178-179.

52. Платонов В.А. Моделирование технологий возделывания сельскохозяйственных культур. - В кн. «Использование методологии системного анализа управления агроэкосистемами». Л.: АФИ, 1987, с,98-108.

53. Полуэктов Р.А. Динамическая теория биологических популяций. - М . : Наука, 1974, 455с.

54. Полуэктов Р.А. Динамическая теория экосистем в работах лаборатории математического моделирования агроэкосистем. -Материалы междунар. юбилейного семинара «Современные тенденции в моделировании агроэкосистем». СПб.: АФИ, 1997, с.9-13.

55. Полуэктов Р.А. Динамические модели агроэкосистем. - Л.гГидрометеоиздат, 1991,312с,

56. Полуэктов Р.А. и др. Динамические модели экологических систем. Л.: Гидрометеоиздат, 1980, 288с.

57. Полуэктов P.А. Информационные технологии в земледелии. - Труды международной конференции «Агрофизика XXI века». СПб.: АФИ, 2002, с.223-227.

58. Полуэктов Р.А., Якушев В.П. Математическое моделирование, - В кн. «Агрофизика от А.Ф.Иоффе до наших дней». СПб.: АФИ, 2002, с.108-122.

59. Полянский Я. и др. Адаптивно-ландшафтные системы земледелия Рязанской области - модель XXI столетия. - Рязань, 2001.- 126 с.

60. Попов Э.В. Экспертные системы. - М.: Наука, 1987. - 288 с.

61. Поспелов Д.А. Логико-лингвистические модели в системах управления. - М.: Энергоатомиздат, 1981. -232 с.

62. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. - М.: Радио и связь, 1989. - 184 с.

63. Построение экспертных систем : Пер. с англ. / Под ред.Ф.Хейеса-Рота, Д.Уотермана, Д.Лената. - М.: Мир, 1987. -441 с.

64. Пых Ю.А. Равновесие и устойчивость в моделях популяционной динамики. -М.: Наука, 1983,- 264 с.

65. Ржавский П.Т. Расчет производственно-экономических параметров дифференцированных агротехнологий с помощью микро-ЭВМ внутрихозяйственного использования. - Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1988, №70, с.18-23.

66. Росс Ю.К. Радиационный режим и архитектоника растительного покрова. - Л.: Гидрометеоиздат, 1975, 342с.

67. Семенов В.А. Потепление климата и стратегия научных исследований в сельском хозяйстве. — Матер, российско-финского симпозиума «Разработка экологически безопасных методов ведения сельского хозяйства» - СПб., 1993, с.22-31.

68. Семенов В.А. Экология сельского хозяйства и стратегия научных исследований. - Материалы научной сессии «Экологизация сельскохозяйственного производства в Северо-Западной зоне РФ. Проблемы и пути развития», СПб., АФИ, 1999, с.10-47.

69. Семенов В.А., Мирный В.И. Принципы адаптации технологий возделывания сельскохозяйственных культур. - В сб. «Программирование урожаев сельскохозяйственных культур на Северо-западе РСФСР» - Л., СЗНИИСХ, 1988, с.4-9.

70. Семенов В.А., Петрова М.В. Компьютерные экспертные системы поддержки агротехнологических решений. - Доклады РАСХН, 2002, №4, с.57-59.

71. Сиротенко О.Д. Математическое моделирование водно- теплового режима и продуктивность агроэкосистем. - Л.: Гидрометеоиздат, 1981, 167с.

72. Смоляр Э.И. Турбулентность в однородной растительности: Автореферат диссертации к.т.н. Л., АФИ, 1990, 16с.

73. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. - М.: Синтег, 1999. - 215 с.

74. Тооминг Х.Г. Солнечная радиация и формирование урожая. - Л.: Гидрометеоиздат, 1977, 200с.

75. Уинстон П. Искусственный интеллект. - М.: Мир, 1980. - 520 с.

76. Уотерман Д. Руководство по экспертным системам : Пер. с англ. - М.: Мир, 1989. - 388 с.

77. Усков И.Б., Жуковский Е.Е., Якушев В.П. Рекомендации по реализации методов программированного возделывания сельскохозяйственных культур в условиях Нечерноземной зоны (для руководителей и специалистов хозяйств). - Л.: АФИ, 1984, 12с.

78. Форсайт Р. Экспертные системы, принципы работы и примеры. - М.: Радио и связь, 1987. - 222 с.

79. Хаит Э, Искусственный интеллект. - М.: Мир, 1978. - 560 с.

80. Хейес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных систем. - М.: Мир, 1987. - 442 с.

81. Шатилов И.С. Принципы программирования урожаев - Вестник сельскохозяйственных наук, 1973, №3, с.8-14.

82. Шатилов И.С, Чудновский А.Ф. Агрофизические, агрометеорологические и агротехнические основы программирования урожаев. - Л.: Гидрометеоиздат, 1980, 320с.

83. Экспертные системы. Принципы работы и примеры. :Пер. с англ./ А.Брукинг, П.Джонс, Ф.Кокс и др. Под ред. Р.Форсайта Радио и связь, 1987,-224 с : кл.(Кибернетика).

84. Элти Дж., Кумбе М. Экспертные системы: концепции и примеры. Пер. с англ. и предисл. Б.И. Шитикова. М.:Фин. истат.,1987-191 с.

85. Эндрю А. Искусственный интеллект. - М.: Мир, 1985. - 264 с.

86. Юшков А. Игровое моделирование диалога в интерактивных систе-мах.УСиМ,1985.,К1.

87. Якушев В.П. Автоматизация методики составления долгосрочного прогноза теплообеспеченности. - Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1984, №58, с.24-27.

88. Якушев В.П. Автоматизированное прогнозирование сроков сева яровых и озимых культур. - Научно-технический бюллетень по агрономической физике. Л.:АФИ, №44, 1980, с.3-7.

89. Якушев В.П. и др. Экспертная система поддержки агротехнологических решений при программировании урожаев (опыт построения). — Вестник сельскохозяйственной науки, 1989, с.31-37.

90. Якушев В,П. К вопросу организации обработки данных в информационной системе «ПОГОДА». - Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1978, №36, с.8-12.

91. Якушев В.П. Компьютерная система технологических решений в земледелии и растениеводстве (методология и реализация) . Диссертация д. с-х.н. в форме научного доклада. - СПб. :АФИ, 1995, 82с.

92. Якушев В.П. На пути к точному земледелию. - СПб. , Издательство ПИЯФ РАН, 2002, 458с.

93. Якушев В.П. Некоторые возможности использования автоматизированной системы «ПОГОДА» для решения задач дифференцированного применения агротехники. - Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1981, №45, с.19-24.

94. Якушев В.П. Построение и реализация подсистемы автоматизированного составления агротехнологических рекомендаций. - В кн. «Моделирование и управление процессами в агроэкосистемах». Л.:АФИ, 1984, с.34-43.

95. Якушев В.П. Разработка и создание автоматизированной системы для агрометеорологического обеспечения программирования урожаев, - Автореферат диссертации к.т.н. Л.: АФИ, 1982, 16с.

96. Якушев В.П., Жуковский Е.Е. Реализация расчетов доз минерального питания в автоматизированной информационной системе. — Научно-технический бюллетень по агрономической физике. Л.: АФИ, 1982, №48, с.42-46.

97. Якушев В.П., Петрушин А.Ф. Методология проектирования компьютерных систем поддержки решений в агрономии. — Сб. докл. междунар. конф. по мягким вычислениям. СПб.: СЭТУ, 2000, том №2, с. 137-140.

98. Якушев В.П., Петрушин А.Ф. Модели агротехнологий как инструмент синтезирования управленческих решений в агроэкосистемах. - Третий междунар. коллоквиум «Полевые эксперименты для устойчивого землепользования». СПб.: АФИ, 1999, с.121-124.

99. Якушев В.П., Полуэктов Р.А. и др. Точное земледелие (аналитический обзор). - Агрохимический вестник: №5, 2001, с.28-34; №1, 2002, с.34-39; №3, 2002, с.36-40.

100. Якушев В.П., Полуэктов Р.А. и др. Точное земледелие: состояние исследований и задачи агрофизики. - В кн. «Агрофизические и экологические проблемы сельского хозяйства в 21 веке». СПБ.: SPBISTRO, 2002, т.З, с.26-73.

101. Якушев В.П., Семенов В.А. и др. Адаптивно-ландшафтные системы земледелия для Северо-Западного региона Российской Федерации (концептуальные основы и методологические аспекты формирования). - СПб., АФИ, 2004, 28с.

102. Bouma, J., J.Stoorvogel, B.A. van Alphen, and H.W.G. Booking . Pedology, Precision Agriculture, and Changing Paradigm of Agricultural Research. Soil Sci. Soc. Am. J. 63, 1763-1768, 1999.

103. Cora, J.E., F.J.Pierce, B.Basso & J.T.Ritchie. Simulation of within Field Variability of Corn Yield with Ceres-Maize Model. Proc. of 4"^ Int. Conf. 19-22 July 1998, St.Paul, MN, USA, 1309-1319.

104. Date C.J. 1987. What is distributed database? InfoDB, 2:7

105. Fraisse, C.W., K.A.Suddith & N.R.Kitchen. Evaluation of Crop Models to Simulate Site-Specific Crop Development and Yield. Proc. of the 4'*' Int. Conf. 19-22 July 1998, St.Paul, MN, USA, p 1297-1308.

106. Handbook 1998 - Handbook of Programming Languages. Macmillian Technical Publishing, 1998.

107. IV.Larscheid, G. and S. Blackmore. Interaction Between Farm Management and Information Systems with Respect to Yield Mapping. Presented at З'^ '' International Conference on Precision Agriculture, June 23-26, 1996, Minneapolis, MN, USA.

108. Larscheid, G., Blackmore, B.S., Moore, M. Management Decisions Based on Yield Maps. Presented at 1^ ^ European Conference on Precision Agriculture, 8-10 September 1997, Warwick University Conference Centre, Warwick, UK.

109. Paz, J.O. & W.D.Batchelor. Model-based Technique to Determine Variable Rate Nitrogen for Corn. Proc. of the 4'^ Int. Conf. 19-22 July 1998, St.Paul, MN, USA, 1279-1288.

110. Terekhov, Verhoef 2000 - Andrey A. Terekhov, Chris Verhoef. The Realities of Language Conversions. // IEEE Software, November/December 2000.