《农业智能系统》主要包括农业智能系统的理论方法、建造技术和典型应用系统等内容，同时也探讨了今后农业智能系统的研究发展方向。《农业智能系统》理论联系实际，突出应用，在章节组织上，前7章介绍了农业智能系统的基本概念、产生式规则+模型+多媒体的知识表示与模糊推理方法、农业信息智能搜索方法、农业知识学习方法、农业知识网格、农业多智能体表示模型、农业移动智能等技术理论，第8、9章介绍了农业智能系统的构造与设计方法，第10、11、12、13章分别介绍了GIS、控制系统、图形图像、RFID等技术与农业智能系统的集成方法，第14章介绍分析了农业领域中典型的智能系统应用案例。
    《农业智能系统》可作为从事信息科学、人工智能、复杂系统和自动化技术等方面研究的专业技术人员的参考读物，也可以作为计算机应用、农业信息技术等相关专业研究生的参考书。

    第1章 绪论
    1.1 农业问题的认知方法
    农业生产具有地域性、季节性和周期性的特点，农业生产问题的认知过程是非常复杂的行为，涉及环境、气候、土壤、品种、水分、肥力、技术、管理等多个因素。传统上农业问题的认知方法主要有两种：一种是生产经验；另一种是专家指导。以上两种认知方法的基础都源于相关信息的理解和分析，就其本质而言，农业问题的认知过程是一种由经验转为科学的人类智能活动。所谓智能，就是学习、获取、适应、修正和扩展知识以便理解问题的能力。认知是经验与知识的积累过程，通过对主客观事物的观察和理解，来改善农业生产系统的经营行为。
    众所周知，神经网络是认知的基础单元，该系统是依靠其状态对外部输入信息的动态响应来处理信息的，信息由感知层输入，经过联合层到决策层，由决策层输出，每一层都由一组神经元组成。感知层与联合层的联结是随机的，联合层与输入层之间的联系是可塑的，它可以通过学习来改变。从以上理论角度来讲，农业生产者和技术专家对农业问题的认知源自于外界环境的现象（外信息）与大脑存储知识（内信息）的联结，并且外信息和内信息的联结是由专门的组织来处理的。
    在认知神经网络中，神经细胞之间的联系结构突触前纤维与相连的突后细胞同时兴奋时，突触的连接加强，具备了可塑性条件。1949年，Hebb基于神经网络结构提出Hebb学习规则，即在对问题的认知过程中，有关突触发生变化，导致突触连接的增强和传递效能的提高，这个过程将形成广泛并行互联的学习存储单元。在此基础上，Haken将协同的非线性动力理论与神经网络有机结合，提出了协同联想记忆网络。
    认知方法主要研究的是如何从低级传感器输入的原始数据获取相关的抽象数据，通过视觉和听觉的学习，研究从非结构与半结构信息到结构信息的变换方法。认知所获得的新信息主要取决于认知结构中已有的相关概念，已有概念相互作用，导致了新旧知识意义的交替和同化。
    ……

序
前言
第1章 绪论
1.1 农业问题的认知方法
1.2 什么是农业智能系统
1.2.1 农业智能系统概念
1.2.2 农业智能系统研究内容
1.2.3 农业智能系统应用领域
1.3 农业智能系统的类型
1.3.1 桌面版农业智能系统
1.3.2 网络版农业智能系统
1.3.3 嵌入式版农业智能系统
1.3.4 多媒体版农业智能系统
1.3.5 智能设备
1.4 农业智能系统理论与方法基础
1.4.1 专家系统开发技术
1.4.2 信息智能决策技术
1.5 农业智能系统的发展
1.6 本书各章节的组织
参考文献

第2章 农业知识表示与智能推理
2.1 知识表示技术
2.1.1 产生式规则+模型+多媒体知识表示模型
2.1.2 加权模糊逻辑产生式规则
2.2 基于模糊产生式知识规则的推理技术
2.3 农业知识与模型的混合算法
2.3.1 面向对象方法的知识模型混合算法
2.3.2 基于JESS的知识模型混合算法
2.4 小结
参考文献

第3章 农业知识智能搜索
3.1 知识搜索方法
3.1.1 知识空间表示方法
3.1.2 通用的搜索策略
3.1.3 启发式搜索策略A*算法
3.1.4 农业搜索引擎的发展
3.2 信息抽取技术
3.2.1 信息抽取的概念
3.2.2 信息抽取和信息搜索的区别和联系
3.2.3 信息抽取的类型和功能
3.2.4 web信息抽取
3.3 农业网络信息搜索
3.3.1 技术方法
3.3.2 系统结构
3.4 农作物病虫害逆向搜索诊断模型
3.4.1 农作物知识表示层次化
3.4.2 农作物病虫害结构层次分析
3.4.3 知识模糊化
3.5 知识智能搜索算法
3.5.1 智能搜索算法
3.5.2 估价函数设计
3.5.3 诊断模型的代价分析反馈算法
3.6 农作物病理贝叶斯诊断推理
3.6.1 农作物病虫害诊断贝叶斯推理模型
3.6.2 贝叶斯推理模型的计算机实现
3.7 农作物病虫害模糊诊断系统
3.7.1 系统总体结构
3.7.2 系统工作流程分析
3.7.3 农业诊断专家知识库的获取
3.8 小结
参考文献

第4章 农业知识学习
4.1 农业知识语义关系发现
4.1.1 农业知识语义结构
4.1.2 农业知识资源语义检索
4.1.3 农业知识资源语义检索中间件
4.1.4 基于知识元的知识学习方法
4.2 基于频繁模式树的农业知识学习算法
4.3 小结
参考文献

第5章 农业知识网格
5.1 农业网格概述
5.1.1 网格技术基础
5.1.2 农业网格服务体系
5.2 农业知识网格技术原理
5.2.1 农业知识网格的定义和特征
5.2.2 农业知识网格资源表示与描述模型
5.2.3 海量农业知识资源的逻辑存储与管理
5.2.4 农业知识网格知识协同构建机制
5.2.5 农业知识网格知识并行计算与推理服务
5.3 农业知识网格公共支撑平台
5.3.1 平台总体框架
5.3.2 平台体系结构
5.3.3 平台基本组成与功能
5.3.4 平台构建关键技术
5.3.5 平台网格节点部署环境
5.4 小结
参考文献

第6章 农业多智能体系统
6.1 农业智能体的形式化表达
6.2 农业多智能体的逻辑表达
6.3 小结
参考文献

第7章 农业移动智能
7.1 农业移动智能中的ARM技术
7.2 农业移动机器人
7.3 农业移动位置服务
7.4 农业专题数据移动同步方法
7.4.1 移动同步策略和模型
7.4.2 农业专题数据变化类型
7.4.3 农业专题数据数据差分析
7.4.4 增量信息数据建模
7.5 基于上下文计算的移动信息服务个性化
7.6 农业低成本移动智能终端
7.7 小结
参考文献

第8章 农业智能系统构造方法
8.1 技术体系结构
8.2 系统集成技术
8.2.1 农业智能系统中间件服务环境
8.2.2 Web Service集成技术
8.3 领域框架构造技术
8.3.1 数据库构造技术
8.3.2 知识库构造技术
8.3.3 模型库构造技术
8.4 多终端服务的设计方法
8.5 农业智能系统开发平台构造技术
8.6 小结
参考文献

第9章 农业智能系统构件
9.1 农业智能系统构件技术概述
9.1.1 农业智能系统软构件定义
9.1.2 农业自适应软件总线机制
9.1.3 农业智能系统构件化建模技术
9.1.4 农业智能系统构件连接规范
9.1.5 农业智能系统构件抽取策略
9.1.6 农业智能系统构件特点与分类
9.2 农业知识表示构件
9.3 推理机构件
9.4 知识获取构件
9.4.1 基于关联规则的知识获取
9.4.2 知识获取构件实现
9.5 知识冲突消解构件
9.5.1 知识推理冲突消解
9.5.2 知识检测与求精
9.6 人机界面构件
9.7 解释机构件
9.7.1 解释机构件机制说明
9.7.2 解释机构件接口设计
9.8 基于构件组装的农业智能系统开发方法
9.8.1 农业智能系统平台的构造技术
9.8 ，2支持多技术平台构件库
9.9 小结
参考文献

第10章 GIS与农业智能系统的集成方法
10.1 GIS在农业智能系统中的应用
10.2 基于GIS的农业智能系统体系结构
10.3 农业数据空间化处理方法
……
第11章 控制系统与农业智能系统的集成方法
第12章 基于图形图像技术的农业智能决策
第13章 农业智能系统中的RFID技术应用
第14章 典型案例
彩图