Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego

• Autorzy: Maksym P. , Marciniak A. W. , Kostecki R.

Warianty tytułu

EN

Application of Bayesian networks in modeling of agricultural production process

• Języki publikacji: PL

Abstrakty

PL

Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego oraz wspomagania decyzji odnośnie wyboru działań produkcyjnych przedstawiono z perspektywy budowania komputerowych systemów reprezentacji wiedzy. Metodykę budowania modeli sprowadzono do projektowania odpowiednich modułów rozpoznawania i predykcji i łączenia ich według określonych reguł. Zaproponowaną metodę omówiono na przykładzie modelowania produkcji pszenicy ozimej.

EN

Problem of agricultural production modeling with Bayesian Networks is discussed from the perspective of building knowledge representation systems in agricultural domain. Universal conceptualization schema of acting in changing and uncertain environments as cognitive cycles, implies the need of two elementary modules of BN, namely the recognition (diagnostic) and prediction module. Building BN model of agricultural production process can be decomposed into the design of elementary modules repository and then appropriate composing entire models with modules. Conceptualization and design of diagnostic and predictive modules, and then their linkage rules was shown on the examples concerned winter wheat production.

Słowa kluczowe

PL

systemy reprezentacji wiedzy rolniczej; modelowanie; proces produkcyjny; sieci bayesowskie; reguły modularyzacji i kompozycji

EN

agricultural knowledge representation systems; production process; modeling; Bayesian networks; modularization and composition rules

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2006
• Tom: R. 10, nr 12(87)
• Strony: 321--330
• Opis fizyczny: Bibliogr. 4 poz., rys.

Twórcy

autor

Maksym P.

autor

Marciniak A. W.

autor

Kostecki R.

• Uniwersytet Przyrodniczy w Lublinie, Wydział Inżynierii Produkcji, Katedra Podstaw Techniki

Bibliografia

• Meier U. (ed.) 2001. Growth stages of mono-and dicotyledonous plants. BBCH Monograph. 2nd Edition, 2001.
• Murphy K. P. 2002. Dynamic Bayesian Networks. http://www.ai.mit.edu/_murphyk
• Instytut Ochrony Roślin. http://www.ior.poznan.pl/
• Syngenta Crop Protection 2005. Atlas chorób zbóż powodowanych przez grzyby. Rozpoznawanie - Ocena - Zwalczanie. http://www.syngenta.pl