正在加载图片...
526. 智能系统学报 第3卷 </TARGETRES> 发平台中常采用的基于文本的知识库片断如下： </TARGET> FKU棉花高产栽培管理专家系统 </KU> </FKU> 棉花高产栽培管理专家系统=（播前准备， <FKU name=“移栽技术”hastarget=“tue”> 移栽技术，种植密度，…)； 播前准备=（品种选择，肥料准备，种子准备， 取SKU片断如下： 棉田准备)； SKULIST 病害防治=（苗期病害，铃期病害，枯黄萎病）； <SKU name=“氮肥用量”resulttype=-“real” unit=“千克”cf=“1.00”> VARLIST> FKU肥料准备（氮肥用量，磷肥用量，钾肥用量）》 <VAR name=“土壤含氮量”type=“SKU" rs=“土壤含N(K)量”/> 肥料准备=（氮肥用量，磷肥用量，钾肥用量， <VAR name=“生长需氮量”type=“SKU” 生长需氨量，土壤含氨量，…)； r8=“生长需氮量”/> REAL氮肥用量(MIN,0,MAX,10000,UNT,单位)； <VAR name-“氮肥种类”type=“general'” REAL磷肥用量(MIN,0,MAX,10000,UNT,单位)； datatype=“enum”> REAL钾肥用量(MIN,0,MAX,10000,UNT,单位)； <VALUE>尿素</VALUE> REAL生长需氮量(MⅢN,0,MAX,100O0,UNT,单位)； <VALUE>硝酸铵</VALUE> REAL土壤含氮量(MN,0,MAX,10000,UNTT,单位)； <VALUE>硫酸铵</VALUE> ENUM氮肥种类； <VALUE>碳酸氢铵</VALUE> 氮肥种类={“尿素”，“硝酸铵”，“硫酸铵”， </VAR> “碳酸氢铵”}； <VAR name=“x”type=“midvar” datatype=“real”unit=“”/> </VARLIST RKU氨肥用量（生长需氨量，土壤含氨量， <BODY 氨肥种类；氮肥用量)(CF=1) <SENTENCE type ="exp"> <LVALUE >x</LVALUE F氨肥种类==“尿素”THEN氨肥用量= <RVALUE>生长需氮量-土壤含氨量* (生长需氮量-土壤含氮量*0.45)/0.4； 0.45</RVALUE IF氨肥种类==“硝酸铵”THEN氨肥用量= </SENTENCE (生长需氨量-土壤含氮量*0.45)/0.34； <SENTENCE type=“rule”> <F> <PREM varname=“氮肥种类” 可以看出，纯文本的知识库形式篇幅较小，更接 rel=“==” 近自然语言；但也正因为缺少了标签和属性的标识 opval=“尿素”/> 和规范，使得文本知识库必须要经过严格的语法检 </IF> 查，推理机在推理过程中对文本的解析工作相当繁 <THEN> 琐.而XML表示的知识库尽可能使知识进行结构化 <SENTENCE type=“exp”> 描述，加上各种开发语言都有较成熟的XML文档解 <LVALUE>氮肥用量</LVALUE> 析器，所以推理机的实现要相对容易，而且本文研究 <RVALUE >x/0.4</RVALUE 的知识表示较以往基于文本的知识库在描述能力上 </SENTENCE 要强很多. </THEN 3推理策略 </SENTENCE 为说明上述知识表示的优点，取作者在以往开 知识库和推理机是专家系统的主要部分16].推