海參病害防治診斷專家系統的研究

張啟宇+劉峰+陳英義+呂冬偉+李永芹+李興佐

摘要：傳統的病害診斷專家系統重視病害診斷，忽視病害主動預防，無法解決其病害預防問題，針對這一問題，研究了海參病害防治診斷專家系統，提出了病害信息推薦模型和病害診斷模型。其中，病害信息推薦模型根據病害的特點設計，可以實現病害信息的主動推送，從而有效預防病害。病害診斷模型采用產生式規則描述知識，采用正向推理診斷病害。該系統取得了較好的效果，可以滿足養殖用戶的需求，并對其他病害診斷專家系統具有一定的借鑒意義。

關鍵詞：海參；刺參；病害；信息推薦；診斷；專家系統

中圖分類號： S947.9；S126 文獻標志碼： A 文章編號：1002-1302（2017）18-0226-03

收稿日期：2016-04-20

基金項目：山東省科技發展計劃（編號：2013GNC11312）。

作者簡介：張啟宇（1978—），男，山東威海人，碩士，講師，主要從事農業信息化技術方面的研究。E-mail：rcraingo@163.com。

通信作者：李興佐，博士，教授，主要從事農業文化與發展方面的研究。E-mail：lixingzuo@126.com。 海參綱是棘皮動物中經濟價值最大的綱，為重要的海洋無脊椎動物[1]。海參種類較多，全世界約有900多種，約40種海參可供食用；我國約有140種海參，約20種海參可供食用[2]。北起渤海灣和遼東半島，南到南沙群島均有海參出產[1]，尤以黃海、渤海產的刺參最為名貴，其營養價值居海八珍之首，有“海參之王”的美稱[3]。此外，南方有梅花參、糙參（明玉參）、花刺參、玉足參和白石參等品種[4-6]。山東、遼寧2省大力發展刺參養殖業，短短幾年間使其一躍成為我國北方沿海水產養殖的重要新興產業之一，取得了巨大的經濟效益和社會效益[7]。隨著國內刺參養殖業的快速發展、養殖面積的迅速擴張以及集約化養殖方式下的不規范運作，養殖過程中相繼出現了一系列病害問題，給刺參養殖業造成了巨大的經濟損失[8]。因此，研究和設計海參病害防治診斷專家系統對我國海參養殖業有著重要的意義。由于海參種類較多，海參病害防治診斷專家系統以刺參為切入點，實現刺參的病害防治診斷，之后再延伸到梅花參、糙參、花刺參、玉足參和白石參等其他品種。本研究根據病害防治預防為主的思想，研究了專家系統在海參病害防治的應用。根據海參病害信息的特點，構建病害信息推薦模型，主動向用戶推送病害防治信息，實行個性化信息服務；采用產生式規則描述知識，采用正向推理規則設計了海參病害防治診斷專家系統。

1 病害信息推薦模型

目前的病害診斷專家系統[9-14]重視病害的診斷，忽視病害的主動預防。為了解決這一問題，本研究設計了病害信息推薦模型即個性化服務推薦模型來實現疾病信息的主動推送，幫助用戶有效地防治疾病。

1.1 用戶興趣的獲取

個性化服務推薦模型建立的第一步是建立用戶興趣模型，建立用戶興趣模型首先要獲取用戶興趣即個性化信息[15]。用戶的個性化信息包括顯式信息和隱式信息[16]。在海參病害防治診斷專家系統中，顯式信息是各種疾病的發生及流行時間，隱式信息是用戶注冊時提交的育苗時間范圍、用戶瀏覽病害信息、用戶診斷病害信息。

1.2 用戶興趣模型的表示和實現

刺參的個體發育分受精卵、囊胚期、原腸期、小耳狀幼體、中耳狀幼體、大耳狀幼體、樽形幼體、五觸手幼體、稚參、幼參、成品參或商品參等階段[17]，這種劃分的階段比較多，而且受精卵、囊胚期的時間比較短[18]不利于病害信息的分類和推送。因此，從用戶的角度，按照養殖周期劃分比較合理，可以分為育苗期、保苗期和養成期，育苗期又分為浮游期和附著期。刺參的育苗時間、繁殖季節隨水溫的高低略有早晚[19]，因此，不同地區不同用戶的育苗時間是存在差異的。一般3—7月之間可以育苗，育苗時間的長短與溫度有關，溫度高則時間少，一般是1個月至3個半月的時間。由于不同的養殖區域的差異，刺參發育的不同階段的時間數據也存在差異[17-19]，尤其是北參南移，浙江[20-21]、福建[22-23]等地區也可以養殖海參，造成保苗期和養成期的時間差異較大。一般來說，保苗期為5個月至1年，養成期為1.5～2.0年。育苗期在特定的時間內保苗期和養成期的病害比較類似[24]，時間有規律性，以此設計病害信息的推薦模型。

通過文獻[25-37]收集整理刺參的23種病害信息，包括12種育苗期病害、11種保苗期和養成期的病害。由于病害名稱不唯一，如腐皮綜合癥[38]被養殖戶稱為化皮病、爛皮病、潰爛病等，因此采用病害編碼對病害進行唯一性標注。病害編碼采用3位編碼，育苗期病害以Y開頭，保苗期、養成期病害以B開頭，最后2位數字編碼表示整理病害的相對順序。對每種病害按照病害編碼、病害名稱、養殖時期、流行月份、詳細信息5類進行整理，其中，詳細信息包括病原、癥狀、流行信息、診斷和防治方法等。腐皮綜合癥的信息如表1所示。

根據系統的情況，推薦的信息分為4個部分：育苗期病害信息、保苗期和養成期病害信息、本月流行病害、下個月流行病害。前2項采用積分的方式推薦，后2項根據病害流行時

間推薦。為了在用戶首次使用系統能夠更好地進行信息推送，對育苗期和保苗期、養成期的疾病各選取5種嚴重流行的病害，將其積分設置為5，其他病害信息的積分設置為0。育苗期選取的病害為爛邊病、爛胃病、化板病、橈足類危害、盾纖毛蟲病。保苗期、養成期選取的病害為腐皮綜合癥、細菌性潰爛病、扁形動物病、霉菌病、后口蟲病。用戶瀏覽病害信息，其積分加1；用戶診斷疾病，其積分加3。

推薦的病害信息作為系統登錄的第1個頁面顯示，也可以在每周或者每月的固定時間以電子郵件、短信、彩信的方式發送給用戶。

1.3 病害信息推薦算法

輸入：用戶注冊信息、全部病害信息；輸出：推薦集。endprint

過程：（1）根據用戶注冊信息，獲取用戶育苗時間范圍；（2）判斷用戶是否在育苗期，若不在，推薦集第1部分為空，轉（4）；（3）選取育苗期病害信息積分最高的5種病害作為推薦集第1部分；（4）選取保苗養成期病害信息積分最高的5種病害作為推薦集第2部分；（5）獲取當前月份；（6）選取當前月份流行的病害作為推薦集第3部分；（7）選取下個月份流行的病害作為推薦集第4部分；（8）綜合生成的4個部分的推薦集，形成最終推薦集。

病害信息推送算法的流程如圖1所示。

2 病害診斷模型

病害診斷模型由知識庫、規則庫和推理機構成。知識庫就是整理的23種刺參病害信息。

2.1 規則庫的構建

產生式規則既可以表示確定的知識單元，又可以表示不確定的知識；既有利于表示啟發式知識，又可方便地表示過程性知識；既可表示領域知識，又可表示元知識[39]。因此，選擇產生式規則進行知識表示。產生式規則常用于表示具有因果關系的知識，它的基本形式是IF X THEN Y，其中，X代表前提或原因；Y代表結論或現象；它表示當有前提X的時候，就一定有結論Y出現[40]。根據刺參爛邊病[37]的癥狀得到的規則如下：IF R1、R2、R3、R4、R5 THEN Y01，其中，R1代表耳狀幼體體表邊緣突起處組織增生；R2代表耳狀幼體體表邊緣顏色加深變黑；R3代表耳狀幼體邊緣變得模糊不清；R4代表耳狀幼體邊緣逐步潰爛；R5代表整個幼體解體消失；Y01代表爛邊病的病害編碼。

為了解決模糊知識的處理，還可以在計算規則中引入可信度因子r[41]。對于確定的診斷癥狀，可信度因子r用0.99表示，否則根據確定或重要程度用小于0.99的數值表示。例如，刺參爛邊病的規則為IF R1∧R2∧R3∧R4∧R5 THEN爛邊病，r=0.99。爛邊病的上述癥狀是非常完整的，并且這些癥狀并不出現在其他病害中。為了能夠診斷不同發病時期的爛邊病，添加的規則如表2所示。為了方便描述，把可信度因子r為099的規則稱為精確規則，把其他規則稱為模糊規則。為了規范用戶的輸入，從刺參病害中選取典型癥狀以復選框的方式供用戶選擇。

2.2 推理機

一般來說，推理機的推理方式分為正向推理、反向推理和正反向混合推理3種[42]。根據系統的特點，選擇正向推理作為推理機的推理方式。通過正向推理，對用戶輸入的癥狀進行規則匹配，使用寬度優先策略，盡可能多地獲得可能的病害結論[43]。按照病害結論的可信度因子從高到低進行排序，找出≥0.8的病害并輸出，若不存在，找出介于0.6和0.8之間的疑似病害輸出供用戶參考，否則根據用戶的輸入，無法診斷出病害，此時輸出<0.6的病害供用戶參考是否進行新的診斷或者求助養殖專家。借鑒甘茂華的二次診斷的思想[44]，對無法診斷病害和用戶的輸入可以完全匹配多個精確規則的情況進行提示并診斷。若用戶的輸入無法診斷病害，提示用戶是否需要修改輸入進行診斷；若用戶修改，則返回癥狀輸入界面，由用戶進行添加或者減少上一次輸入的癥狀，再進行診斷；若用戶的輸入可以完全匹配多個精確規則，則把這幾個精確規則設計的其他癥狀全部顯示出來，讓用戶確定是否進行進一步的輸入，若輸入，則進行新的診斷，否則維持原診斷。如當用戶只選擇病參體表病灶處有大量生物病原體這一癥狀，扁形動物病、霉菌病和腐皮綜合癥的精確規則都能夠匹配，則這3種病害的精確規則的余下的癥狀生成選項讓用戶進行進一步的確認，根據用戶第2次選擇來確定具體是什么病害。推理診斷流程如圖2所示。

3 結束語

海參疾病防治診斷專家系統可以實現病害防治信息的主動推送，以及刺參疾病的診斷，下一步的目標是實現養殖技術等信息的推送以及擴展海參的品種，實現梅花參、糙參等的疾病診斷，同時根據用戶使用情況的反饋，對信息推薦模型和病害診斷模型進行修正，使之更好地為用戶服務。

參考文獻：

[1]胡 炎. 海參：八珍之首[N]. 發展導報，2004-03-02.

[2]中國科學院中國動物志編輯委員會，廖玉麟.中國動物志棘皮動物門海參綱[M]. 北京：科學出版社，1997.

[3]許雪柏. 干海參的鑒別與食用[J]. 山東食品科技，2003（12）：22.

[4]肖樹旭，顧功超. 刺參室內集約化養殖探討[J]. 海洋漁業，1982，4（4）：172-173.

[5]梁廣耀. 廣西沿海三種海參資源的初步調查[J]. 廣西農業科學，1987，18（4）：54-56.

[6]李興福. 高檔海味系列之二海參[J]. 食品與生活，2010（5）：51.

[7]王印庚，榮小軍. 我國刺參養殖存在的主要問題與疾病綜合防治技術要點[J]. 齊魯漁業，2004，21（10）：29-31.

[8]張春云，王印庚，榮小軍，等. 國內外海參自然資源、養殖狀況及存在問題[J]. 海洋水產研究，2004，25（3）：89-97.

[9]秦宏宇，李建新，高 翔，等. 基于模糊規則提升理論的馬病輔助診斷專家系統[J]. 農業工程學報，2016，32（5）：194-199.

[10]韓 宏，李偉衛，王玉紅，等. 奶山羊疾病防治專家系統研究[J]. 家畜生態學報，2015，36（4）：65-68，73.

[11]葉 嬋，鄧長輝，曹向南，等. 基于BP神經網絡的對蝦病害防治專家系統[J]. 大連海洋大學學報，2015，30（3）：319-323.

[12]翟志南，王洪斌，秦宏宇，等. 馬消化系統疾病輔助診療專家系統的設計與實現[J]. 中國獸醫雜志，2014，50（9）：100-102.

[13]李 凡，韓勝菊，王鈾鈾，等. 支持向量機在貝類疾病診斷中的應用研究[J]. 計算機仿真，2013，30（3）：319-322.endprint

[14]陳步英，董會國，王黨利. 蔬菜病蟲害診斷專家系統的開發[J]. 農機化研究，2012，34（8）：171-174.

[15]張啟宇，郭承坤，宋 瑤，等. 基于內容過濾的個性化農業信息推薦模型研究[J]. 湖北農業科學，2015，54（16）：4052-4056.

[16]楊 艷，邱艷麗. 新的基于日志分析的用戶個性化模型[J]. 計算機科學與探索，2012，6（4）：333-342.

[17]廖玉麟. 我國的海參[J]. 生物學通報，2001，36（9）：1-3.

[18]山東海洋學院海洋生物系.刺參的生殖和發育[J]. 水產科技情報，1977（增刊4）：10-16.

[19]張鳳瀛，吳寶鈴. 我國的刺參[J]. 生物學通報，1955，4（6）：28-31.

[20]張春丹，姜李雁，蘇秀榕，等. 南北養殖仿刺參營養成分的比較[J]. 水產科學，2013，32（1）：41-45.

[21]孫建璋，莊定根，陳蘭濤，等. 刺參南移養殖技術研究[J]. 浙江海洋學院學報（自然科學版），2006，25（2）：148-153.

[22]肖樹旭，顧功超. 刺參南移與人工育苗試驗[J]. 水產學報，1981，5（2）：147-154.

[23]江國強. 刺參（Stichopus japonicus Selenka）南移養殖技術探討[J]. 現代漁業信息，2008，23（9）：24-25.

[24]楊秀生，葉海斌，刁 菁，等. 刺參常見病害初診速查檢索表[J]. 科學養魚，2011（12）：50.

[25]張春云，陳國福，徐 仲，等. 海參疾病學研究進展[J]. 水產科學，2011，30（10）：644-648.

[26]辜金容. 海參的養殖管理與疾病防治[J]. 北京水產，2007（3）：27-30.

[27]房英春，張 慧，陳 曦. 海參養殖常見病害的診治[J]. 中國水產，2008（1）：70-71.

[28]李 爽，楊爾欣，程德金，等. 刺參疾病防治全攻略[J]. 北京水產，2008（2）：28-30.

[29]牛 博，杜承宙. 海參健康養殖及病害防治（二）[J]. 科學養魚，2012（2）：92.

[30]牛 博，杜承宙. 海參健康養殖及病害防治（三）[J]. 科學養魚，2012（3）：92.

[31]牛 博，杜承宙. 海參健康養殖及病害防治（七）[J]. 科學養魚，2012（7）：92.

[32]袁宗勤，倪成男，王興仿，等. 海參育苗期常見病害及綜合預防措施[J]. 科學養魚，2014（2）：88.

[33]徐廣遠，鄶 明，張恩鵬. 海參常見病的誘發因素及防治方法[J]. 中國水產，2010（3）：61-62.

[34]陳 蕾，韓 義. 刺參育苗中常見病害的防治[J]. 河北漁業，2009（2）：37-38.

[35]劉錫胤，劉 蓬，陳 偉. 刺參苗室內越冬期病害綜合防治技術[J]. 科學養魚，2006（2）：50-51.

[36]王立超，孫德華. 刺參的病害與防治[J]. 齊魯漁業，2004，21（9）：25.

[37]王印庚，榮小軍，張春云，等. 養殖海參主要疾病及防治技術[J]. 海洋科學，2005，29（3）：1-7.

[38]王印庚，榮小軍，張春云，等. 養殖刺參暴發性疾病——“腐皮綜合癥”的初步研究與防治[J]. 齊魯漁業，2004，21（5）：44-47.

[39]翟東升，黃 焱. 半導體制造業預警系統的知識表示研究[J]. 現代制造工程，2006（4）：93-97.

[40]索紅軍. 專家系統中產生式規則研究與分析[J]. 渭南師范學院學報，2011，26（6）：63-65.

[41]年志剛，梁 式，麻芳蘭，等. 知識表示方法研究與應用[J]. 計算機應用研究，2007，24（5）：234-236，286.

[42]白振興. 專家系統中推理機的設計與實現[J]. 現代電子技術，1995（4）：1-4.

[43]吳禮平，曾紀輝，沈文正，等. 基于云技術的犬病診斷專家系統的研究[J]. 安徽農學通報，2015，21（18）：129-131.

[44]甘茂華. 一種具有二次診斷的生殖疾病診斷專家系統[J]. 計算機工程與科學，2012，34（5）：184-189.王麗艷，薛河儒，王洪南. 高光譜數據降維對馬鈴薯分類的影響[J]. 江蘇農業科學，2017，45（18）：229-232.endprint