基于模糊Petri網的加工番茄種植管理優化

朱婷婷+姜波+袁杰

摘要：加工番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）品質受到成長過程中諸多外界因素（氣溫、灌水量、施肥等）的影響。采用模糊Ｐｅｔｒｉ網建立加工番茄品質模型，綜合分析加工番茄品質影響因素及其相互關系，通過模糊Ｐｅｔｒｉ網模型推理，獲得番茄果實發育期一組優化的種植管理模式與量值，為種植管理提供科學的決策支持，從而提高加工番茄果實品質。

關鍵詞：番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）；品質；模糊Ｐｅｔｒｉ網模型；氣溫；灌水量；施肥量

中圖分類號：Ｓ６４１．２文獻標識碼：Ａ文章編號：０４３９－８１１４（２０１４）０８－1912－０5

Ｐｌａｎｔｉｎｇ Ｍａｎａｇｅｍｅｎｔ Ｏｐｔｉｍｉｚａｔｉｏｎ of Ｐｒｏｃｅｓｓｉｎｇ Ｔｏｍａｔｏ Based on Ｆｕｚｚｙ Ｐｅｔｒｉ Ｎｅｔ

ＺHU Ｔｉｎｇ－ｔｉｎｇ， ＪIANG Ｂｏ，ＹUAN Ｊｉｅ

（Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｘｉｎｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｕｒｕｍｑｉ ８３００４７， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｐｒｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ ｗａｓ ａｆｆｅｃｔｅｄ ｂｙ ｆａｃｔｏｒｓ including ｔｅｍｐｅｒａｔｕｒｅ， ｉｒｒｉｇａｔｉｏｎ and ｆｅｒｔｉｌｉｚａｔｉｏｎ． A ｔｏｍａｔｏ ｑｕａｌｉｔｙ ｍｏｄｅｌ ｕｓｉｎｇ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ was ｅｓｔａｂｌｉｓｈｅｄ. Cｏｍｐｒｅｈｅｎｓｉｖｅ ａｎａｌｙｓe ｏｆ factors processing ｉｎｆｌｕｅｎｃｉｎｇ ｔｏｍａｔｏ ｑｕａｌｉｔｙ ａｎｄ ｔｈｅｉｒ ｒｅｌａｔｉｏｎｓｈｉｐ were made． Ｔｈｅ ｐｌａｎｔｉｎｇ ｏｆ ａ ｓｅｔ ｏｆ ｏｐｔｉｍｉｚｅｄ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅ ａｎｄ ｍａｇｎｉｔｕｄｅ ｏｆ ｔｏｍａｔｏ ｆｒｕｉｔ ｄｅｖｅｌｏｐｍｅｎｔ ｐｅｒｉｏｄ ｗａｓ ｏｂｔａｉｎｅｄ ｔｈｒｏｕｇｈ Ｐｅｔｒｉ ｎｅｔ ｍｏｄｅｌ ｆｕｚｚｙ ｉｎｆｅｒｅｎｃｅ ｔｏ ｐｒｏｖｉｄｅ ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ of ｐｌａｎｔａｔｉｏｎ ｍａｎａｇｅｍｅｎｔ ａｎｄ to ｉｍｐｒｏｖｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｐｒｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ．

Ｋｅｙ ｗｏｒｄｓ： ｔｏｍａｔｏ；ｑｕａｌｉｔｙ； ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｍｏｄｅｌ； ｔｅｍｐｅｒａｔｕｒｅ； ｉｒｒｉｇａｔｉｏｎ ａｍｏｕｎｔ； ｆｅｒｔｉｌｉｚａｔｉｏｎ

加工番茄（Ｌｙｃｏｐｅｒｓｉｃｏｎ ｅｓｃｕｌｅｎｔｕｍ）是適宜作為番茄制品原料的番茄品種群。新疆地區獨特的地理環境，使加工番茄的種植與加工成為聞名世界的果蔬產業。番茄制品品質由加工番茄品質所決定，而加工番茄品質除種子基因因素外，還受到成長過程中諸多外界因素的影響，規范化的栽培管理可以有效地提高番茄品質。目前有關種植管理提高加工番茄品質方面的研究已有許多。Ａｃｈｉｌｅａ［１］研究表明鉀肥可有效提高加工番茄的品質。Carli等［２］研究加工番茄的顏色、質地、香味、成分、初級和次級代謝產物均對番茄品質有影響，并以此改善番茄品質性狀，指導番茄品種培育。Favati等［３］研究虧缺灌溉對加工番茄品質的影響，提出了擴大灌溉間隔和限制灌水量是調控番茄生長周期較好的策略，有利于優化加工番茄的產量和營養品質。番茄品質由多種指標（如可溶性糖含量、糖酸比及番茄紅素等）來衡量的，僅考慮某種單一因素來提高番茄品質顯然具有片面性。無論理論研究或試驗研究，在考慮某種因素對番茄某種性狀影響的正相關時，應兼顧對另幾種性狀負相關的可能性，否則會導致番茄品質不能得到有效提高。因此，綜合研究分析多種因素對番茄品質的影響，通過協調各種影響因素優化種植管理決策對提高加工番茄品質具有實際指導意義。

Ｐｅｔｒｉ網是一種圖形化的知識表示推理方法，可用于表達系統邏輯關系并建立行為模型，但不能描述系統的模糊行為，由此提出了模糊Ｐｅｔｒｉ網的概念。模糊Ｐｅｔｒｉ網是基于模糊產生式規則（Ｆｕｚｚｙ ｐｒｏｄｕｃｔｉｏｎ ｒｕｌｅｓ， ＦＰＲ）的良好建模工具，并與Ｐｅｔｒｉ網的圖形描述能力相結合，具有模糊推理能力，便于知識的分析、推理、測試以及決策支持等［４，５］。本研究以新疆天山北坡地區加工番茄的種植與加工為對象，采用模糊Ｐｅｔｒｉ網建立加工番茄品質關聯模型，對影響加工番茄品質多種因素進行綜合分析，并通過模型模糊推理得出加工番茄果實發育期的優化管理參數，為提高加工番茄品質提供科學的種植管理決策支持。

１模型描述

１．１模糊Ｐｅｔｒｉ網

模糊Ｐｅｔｒｉ網（Ｆｕｚｚｙ ｐｅｔｒｉ ｎｅｔ， ＦＰＮ）是將模糊集理論與Ｐｅｔｒｉ網理論有機結合的一種新型網絡理論，具有圖形化的知識表示、動態推理和良好的數學理論基礎，已廣泛應用于系統推理、學習、故障預測與診斷等領域［６］。由于影響加工番茄品質的因素較多，采用該方法建立加工番茄品質關聯模型，具有很好的適應性和有效性。

１．１．１模糊產生式規則ＦＰＲ由于模糊產生式規則具有自然、直觀、清晰等特點，且適用于表達不精確或不確定的知識，基于規則的系統常以ＦＰＲ構建。本研究中系統基于ＦＰＲ，不僅是因為ＦＰＲ具有的上述特點，另一重要原因是基于硬邏輯的確定性規則系統可視為ＦＰＲ系統的特例，即表現為０、１二值邏輯的命題屬性。

模糊產生式規則［７-９］作為一種知識表示方法，具有表達和處理模糊信息的能力。在模糊產生式規則中，其基本的形式為：ｉｆ Ａ ｔｈｅｎ Ｂ［μ（０≤μ≤１）］。Ａ是前件（條件）命題，Ｂ為后件（結果）命題，μ是該條規則的確信度。上述規則可表述為：當Ａ作為前提條件被滿足時，則輸出Ｂ。

典型的模糊規則形式主要有兩類：

將Ｒ作為一個模糊產生式規則系統，Ｒ＝｛Ｒ１，Ｒ２，…，Ｒｎ｝，Ｒｋ（ｋ＝１，２， …，ｎ），其一般包括兩類，如下所示：

１）與規則

Ｒｋ：Ｉｆ ｄ１ ａｎｄ ｄ２ ａｎｄ …ａｎｄ ｄｎ ｔｈｅｎ ｄｎ＋１（ＣＦ＝μ），λ，ｗ１

２）或規則

Ｒｋ：Ｉｆ ｄ１ ｏｒ ｄ２ ｏｒ…ｏｒ ｄｎ ｔｈｅｎ ｄｎ＋１ （ＣＦ＝μ），λ，ｗ１

其中，ｄ１、ｄ２…ｄｎ是前提命題，ｄｎ＋１、ｄｎ＋２…ｄｎ＋ｍ是結果命題，μ是規則的確信度，λ是規則的閾值（０≤λ≤１），ｗｉ是權值（０≤ｗｉ≤１，ｉ＝１，２，…，ｍ）。

１．１．２模糊Ｐｅｔｒｉ網的定義對于模糊Ｐｅｔｒｉ網模型，可定義一個九元組［８，１０－１３］，

ＦＰＮ＝｛Ｐ，Ｔ，Ｄ，Ｉ，Ｏ，Ｍ，Ｔｈ，Ｗ，ｆ｝，

其中，Ｐ＝｛ｐ１，ｐ２，…，ｐｎ｝，表示庫所結點的有限集合；

Ｔ＝｛ｔ１，ｔ２，…，ｔｍ｝，表示變遷結點的有限集合；

Ｄ＝｛ｄ１，ｄ２，…，ｄｎ｝，表示命題的有限集合；

Ｉ表示輸入函數；

Ｏ表示輸出函數；

Ｍ：Ｐ→［０，１］，表示每一個庫所結點都有一個標記值Ｍ（ｐｉ），反映庫所結點表示命題的真實程度；

μT：Ｔ→［０，１］，表示變遷賦予規則的確信度；

λf：Ｔ→［０，１］，表示變遷結點ｔ（ｔ∈Ｔ）定義的閾值；

Ｗ＝｛ｗ１，ｗ１，…，ｗｊ｝，表示規則的權值集合。

１．１．３變遷的使能與激發若系統在標識Ｍｋ下，對于任意變遷ｔ，則稱變遷ｔｉ使能，在ＦＰＮ模型中，只有變遷ｔｉ使能并且被激發，才有標記值輸出。因此輸出標記值的大小與閾值的大小有關。變遷tｉ使能后會激發新的標記值；若變遷沒有被激發，輸出的標記值保持不變。

１．２推理方法

針對復雜系統鏈式規則較長和層數較多的特點，本研究采用以下算法，使推理結果與實際偏差較小更符合實際。

１）取小算子：

Ｍ（ｐｏ）＝Ｍ（ｐｉ）∩μ （１）

其中，規定操作符∩［１４］含義如下：

a∩b ■ fmin{a，b}（２）

２）等效輸入標記值

Ｍ（ｐｉ）＝■ｗｉ×Ｍ（ｐｉ） （３）

２加工番茄品質關聯模型建立與推理

２．１研究基礎數據與加工番茄品質關聯模型建立

根據有關番茄種植管理專家知識［１４－１９］及新疆天山北坡某種植區種植技術人員經驗，建立了加工番茄品質關聯模型命題庫見表１。加工番茄品質關聯模型的模糊規則庫如下所示：

Ｒ１∶Ｉｆ ｄ１ ａｎｄ ｄ２ ｔｈｅｎ ｄ４ （μ１，λ１，ｗ１，ｗ２）；

Ｒ２：Ｉｆ ｄ３ ｔｈｅｎ ｄ５（μ２，λ２）；

Ｒ３：Ｉｆ ｄ４ ａｎｄ ｄ５ ｔｈｅｎ ｄ６ （μ３，λ３，ｗ３１，ｗ３２）；

Ｒ４：Ｉｆ ｄ６ ａｎｄ ｄ７ ａｎｄ ｄ８ ａｎｄ ｄ９ ａｎｄ ｄ１０ ｔｈｅｎ ｄ１１（μ４，λ４，ｗ４１，ｗ４２，ｗ４３，ｗ４４，ｗ４５）；

Ｒ５：Ｉｆ ｄ１２ ｔｈｅｎ ｄ１６ ａｎｄ ｄ１７ ａｎｄ ｄ１８ （μ５，λ５，ｗ５１，ｗ５２，ｗ５３）；

Ｒ６：Ｉｆ ｄ１３ ａｎｄ ｄ１４ ｔｈｅｎ ｄ１５（μ６，λ６，ｗ６１，ｗ６２）；

Ｒ７：Ｉｆ ｄ１ ａｎｄ ｄ１５ ａｎｄ ｄ１６ ａｎｄ ｄ１７ ａｎｄ ｄ１８ ｔｈｅｎ ｄ１９（μ４，λ４，ｗ７１，ｗ７２，ｗ７３，ｗ７４，ｗ７５）；

Ｒ８：Ｉｆ ｄ１９ ａｎｄ ｄ２０ ｔｈｅｎ ｄ２７（μ８，λ８，ｗ８１，ｗ８２）；

Ｒ９：Ｉｆ ｄ１９ ａｎｄ ｄ２２ ａｎｄ ｄ２３ ｔｈｅｎ ｄ２８ （μ９，λ９，ｗ９１，ｗ９２，ｗ９３）；

Ｒ１０∶Ｉｆ ｄ１９ ａｎｄ ｄ２５ ｔｈｅｎ ｄ２６ （μ１０，λ１０，ｗ１０１，ｗ１０２）；

Ｒ１１：Ｉｆ ｄ１９ ａｎｄ ｄ２１ ａｎｄ ｄ２２ ａｎｄ ｄ２４ ｔｈｅｎ ｄ２９（μ１１，λ１１，ｗ１１１，ｗ１１２，ｗ１１３，ｗ１１４）

上述模糊產生式規則采用三角形隸屬函數，具體數值根據專家知識和經驗給定，并根據實際情況相應調整。通過上述模糊產生式規則建立加工番茄品質關聯模型見圖１。此模型為五層多輸出ＦＰＮ模型，可觀察到此模型較復雜鏈式規則較長。前向輸出采用取小算子得到加工番茄果實品質的推理值更適合與此模型。通過改變其影響因素，得到一組優化的種植管理參數以改善加工番茄品質，具體計算采用式（１）、（３）計算即可。對于此加工番茄品質關聯模型參數采用新疆地區某番茄種植基地的數據將其映射為ＦＰＮ模型參數如表２、表３所示。模糊產生式規則確信度如表４所示。

２．２參數優化與模型推理

在加工番茄品質的影響因素中，平均溫度、施肥量和灌水量在加工番茄種植管理中是主要影響因素。因此，主要研究平均溫度、灌水量及施肥量對加工番茄品質的影響，以期通過協調控制上述影響因素的量值提高加工番茄品質。由于灌水量的變化主要引起加工番茄品質性狀中的糖酸比和加工番茄果實維生素Ｃ含量變化，圖2是灌水量ｔｏｋｅｎ變化引起的上述兩種品質性狀的變化圖。同理，平均溫度、施肥量主要影響的加工番茄品質性狀變化見圖3、圖4。

發育期平均溫度的升高或降低會引起番茄果實提前或滯后進入成熟期，灌水次數及灌水量也應隨之變化。隨著溫度的升高，灌水總量呈顯著增加趨勢；當溫度升至較高時，由于成熟期提前，所需灌水量適度下降（圖5）。

由此，可確定改善果實發育期加工番茄果實品質的平均溫度、灌水量、施肥量ｔｏｋｅｎ。上述ｔｏｋｅｎ是通過模糊推理得到的模糊值，但實際種植管理應是清晰值。因此，通過上述提到的三角形隸屬函數對推理結果“去模糊化”實現輸出模糊空間到輸出精確空間的映射，其輸出結果如表５所示。為使加工番茄果實的可溶性糖、糖酸比、維生素Ｃ含量及番茄紅素含量都達到較優，采用模型推理得到的優化值。由于新疆地區加工番茄從坐果期到果實成熟期需要２７ ｄ左右，在此期間需要多次灌水，一般為６～７次。從表５可以看出，灌水量不超過２ ５００ ｍ３／ｈｍ２，采用低肥處理，可提高加工番茄各品質性狀。

由此確定上述影響因素的ｔｏｋｅｎ，通過變遷使能規則和以上參數，可知變遷ｔ１，ｔ２，ｔ３，ｔ４已被激發。采用輸出取小的計算方法，得到此五層ＦＰＮ模型每層輸出ｔｏｋｅｎ見表６。由表６可以看出，通過模糊Ｐｅｔｒｉ網建模及推理，將平均溫度、灌水量及施肥量作為變量得出其對不同加工番茄品質的影響程度，得出一組使得加工番茄品質性狀較優的參數，提供加工番茄種植科學的決策，提加工高番茄品質。

３小結與討論

針對加工番茄果實品質受多種因素影響、某種因素對加工番茄果實不同品質性狀的作用不同，且存在各因素間的相互作用性等問題，本研究采用模糊Ｐｅｔｒｉ網協調各影響因素的作用程度。由于模糊Ｐｅｔｒｉ網具有清晰直觀地知識表示和動態知識推理能力，可將獲取的專家知識通過圖形描述各庫所之間的模糊關系。將加工番茄果實發育期的平均溫度、施肥量及灌水量3個量值作為主要影響因素，由此建立了時間順序的加工番茄品質關聯模型，實現了加工番茄品質推理。通過模糊推理協調各影響因素與不同品質性狀的關聯程度完善了加工番茄果實發育期種植管理模式，為提高加工番茄品質提供了科學種植管理決策方法。

模型規則和專家知識尚需要一個不斷修正的過程，否則推理結果與實際會出現一定的偏差。同時，溫度的變化會引起加工番茄果實進入成熟期的提前或滯后，施肥量和灌水量也會因此而不同。希望經過實踐能得到進一步的驗證和修正，修改完善模型規則庫來減小誤差。此外，成熟期與各影因素響量值的關聯程度分析等問題都是今后要做的工作。

參考文獻：

［１］ ＡＣＨＩＬＥＡ Ｏ．Ｃｉｔｒｕｓ ａｎｄ ｔｍａｔｏ ｑａｌｉｔｙ ｉｓ ｉｍｐｒｏｖｅｄ ｂｙ ｏｐｔｉｍｉｚｅｄ Ｋ ｎｕｔｒｉｔｉｏｎ［Ｊ］．Ｄｅｖｅｌｏｐｍｅｎｔｓ ｉｎ Ｐｌａｎｔ ａｎｄ Ｓｏｉｌ Ｓｃｉｅｎｃｅ，１９９９，８６（５）：１９－２２．

［２］ ＣＡＲＬＩ Ｐ， ＢＡＲＯＮＥ Ａ， ＦＯＧＬＩＡＮＯ Ｖ，ｅｔ ａｌ． Ｄｉｓｓｅｃｔｉｏｎ ｏｆ ｇｅｎｅｔｉｃ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｆａｃｔｏｒｓ ｉｎｖｏｌｖｅｄ ｉｎ ｔｏｍａｔｏ ｏｒｇａｎｏｌｅｐｔｉｃ ｑｕａｌｉｔｙ［Ｊ］．ＢＭＣ Ｐｌａｎｔ Ｂｉｏｌｏｇｙ，２０１１，１１（１）：５８-69．

［３］ ＦＡＶＡＴＩ Ｆ， ＬＯＶＥＬＬＩ Ｓ， ＧＡＬＧＡＮＯ Ｆ，ｅｔ ａｌ．Ｐｏｃｅｓｓｉｎｇ ｔｏｍａｔｏ ｑｕａｌｉｔｙ ａｓ ａｆｆｅｃｔｅｄ ｂｙ ｉｒｒｉｇａｔｉｏｎ ｓｃｈｅｄｕｌｉｎｇ［Ｊ］． Ｓｃｉｅｎｔｉａ Ｈｏｒｔｉｃｕｌｔｕｒａｅ， ２００９，１２２（４）：５６２－５７１．

［４］ 袁崇義．Ｐｅｔｒｉ網原理［Ｍ］．北京：電子工業出版社，１９９８．

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網的發展［Ｊ］．杭州電子科技大學學報，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網絡的模糊Ｐｅｔｒｉ網的學習能力［Ｊ］．計算機學報２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動態最優學習率的BP算法［Ｊ］.系統仿真學報，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風味品質相關形狀研究綜述［Ｊ］．遼寧農業科學，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實可溶性固形物含量與果實指標的相關性狀研究［Ｊ］．石河子大學學報，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環境控制模型及決策的研究［Ｊ］．安徽農業科學，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對加工番茄生長發育的影響［Ｊ］．新疆農業科學，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統對番茄種子發芽生長的影響［Ｊ］．韶關學院學報，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關性狀的關聯研究［Ｊ］． 沈陽農業大學學報，２０１１，４２（４）：５０４－５０７．

（責任編輯屠晶）

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網的發展［Ｊ］．杭州電子科技大學學報，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網絡的模糊Ｐｅｔｒｉ網的學習能力［Ｊ］．計算機學報２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動態最優學習率的BP算法［Ｊ］.系統仿真學報，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風味品質相關形狀研究綜述［Ｊ］．遼寧農業科學，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實可溶性固形物含量與果實指標的相關性狀研究［Ｊ］．石河子大學學報，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環境控制模型及決策的研究［Ｊ］．安徽農業科學，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對加工番茄生長發育的影響［Ｊ］．新疆農業科學，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統對番茄種子發芽生長的影響［Ｊ］．韶關學院學報，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關性狀的關聯研究［Ｊ］． 沈陽農業大學學報，２０１１，４２（４）：５０４－５０７．

（責任編輯屠晶）

［５］ 丁富玲，李承家．模糊Ｐｅｔｒｉ網的發展［Ｊ］．杭州電子科技大學學報，２００８，２８（６）：１４７－１５０．

［６］ ＣＨＥＮ Ｓ Ｍ， ＫＥ Ｊ Ｓ， ＣＨＡＮＧ Ｊ Ｆ．Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｕｓｉｎｇ Ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９０， ２（３）：３１１－３１９．

［７］ 鮑培明．基于ＢＰ網絡的模糊Ｐｅｔｒｉ網的學習能力［Ｊ］．計算機學報２００４，２７（５）：６９５－７０２．

［８］ ＬＩ Ｘ Ｏ， ＹＵ Ｗ ， ＬＡＲＡ－ＲＯＳＡＮＯ． Ｄｙｎａｍｉｃ ｋｎｏｗｌｅｄｇｅ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｌｅａｒｎｉｎｇ ｕｎｄｅｒ ａｄａｐｔｉｖｅ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ ｆｒａｍｅｗｏｒｋ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， ２０００，３０（４）：４４２－４５０．

［９］ 王子才，施云惠，崔明根.一種具有動態最優學習率的BP算法［Ｊ］.系統仿真學報，2001，13（6）：775-776.

［１０］ ＫＯＮＡＲ Ａ，ＣＨＡＫＲＡＢＯＲＴＹ Ｕ Ｋ，ＷＡＮＧ Ｐ Ｐ．Ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｎ ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２００５，１７２（３）：３９７-４１６．

［１１］ ＳＨＥＮ Ｖ Ｒ Ｌ，ＣＨＡＮＧ Ｙ Ｓ， ＪＵＡＮＧ Ｔ Ｔ Ｙ．Ｓｕｐｅｒｖｉｓｅｄ ａｎｄ ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｂｙ ｕｓｉｎｇ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，２０１０，４０（２）：３６３－３７４．

［１２］ ＬＥＥ Ｊ， ＬＩＵ Ｋ Ｆ Ｒ， ＣＨＩＡＮＧ Ｗ Ｌ． Ａ ｆｕｚｚｙ Ｐｅｔｒｉ ｎｅｔ－ｂａｓｅｄ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｄａｍａｇｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｂｒｉｄｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ，Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ，１９９９，２９（３）：３５０－３６９．

［１３］ ＢＵＧＡＲＮ Ａ Ｊ， ＢＡＲＲＯ Ｓ． Ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｅｔｒｉ ｎｅｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，１９９４，２（２）：１３５－１５０．

［１４］ 劉靜，霍建勇，馮輝．番茄風味品質相關形狀研究綜述［Ｊ］．遼寧農業科學，２００４（６）：３９－４０

［１５］ 羅穎，薛琳，黃帥，等．番茄果實可溶性固形物含量與果實指標的相關性狀研究［Ｊ］．石河子大學學報，２０１０，２８（１）：２３－２７．

［１６］ 趙小健，李盛前．溫室環境控制模型及決策的研究［Ｊ］．安徽農業科學，２０１２，４０（２）：１２１７－１２１８．

［１７］ 井立紅，井立軍，方秀云，等．氣象條件對加工番茄生長發育的影響［Ｊ］．新疆農業科學，２００８，４５（增刊）：１１５－１２０．

［１８］ 李日新．光系統對番茄種子發芽生長的影響［Ｊ］．韶關學院學報，２００５，２６（９）：４８－５０．

［１９］ 袁莉，姜波． 加工番茄可溶性固形物含量與相關性狀的關聯研究［Ｊ］． 沈陽農業大學學報，２０１１，４２（４）：５０４－５０７．

（責任編輯屠晶）