Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Компьютерная система технологических решений в земледелии и растениеводстве (методология и реализация)

ВАК РФ 06.01.03, Агропочвоведение и агрофизика

Автореферат диссертации по теме "Компьютерная система технологических решений в земледелии и растениеводстве (методология и реализация)"

АГРОФИЗИЧЕСКИЙ ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ

На правах рукописи

ЯКУШЕВ ВИКТОР ПЕТРОВИЧ

КОМПЬЮТЕРНАЯ СИСТЕМА ТЕХНОЛОГИЧЕСКИХ РЕШЕНИЙ В ЗЕМЛЕДЕЛИИ И РАСТЕНИЕВОДСТВЕ (МЕТОДОЛОГИЯ И РЕАЛИЗАЦИЯ)

(06.01.03 - агропочвоведение и агрофизика)

ДИССЕРТАЦИЯ

на соискание ученой степени доктора сельскохозяйственных наук в форме научного доклада

Санкт-Петербург 1995

Работа выполнена в Ордена Трудового Красного Знамени Агрофизическом научно-исследовательском институте в период 1976-1994 г.г.

Официальные оппоненты:

академик Российской академии сельскохозяйственных наук, доктор сельскохозяйственных наук, профессор В.А.Семенов:

доктор технических наук, заслуженный деятель науки и техники Российской Федерации, профессор Р.А.Нелепин:

академик Международной академии информатики, доктор биологических наук, профессор Н.Ф.Батыгин.

Ведущее предприятие - Санкт-Петербургский государственный аграрный университет.

Зашита состоится " ^'" ¿Х^г^/Ъ^„сЛ 1995 г. в "/¿[" часов на заседании специализированного совета Д 020.21.01 в Агрофизическом научно-исследовательском институте по адресу:

195220, С-Петербург, Гражданский пр.,14

С диссертацией можно ознакомиться в библиотеке института.

Диссертация в форме научного доклада разослана г.

Отзывы в двух экземплярах, заверенные гербовой печатью учреждения, просим направить по адресу:

195220, С-Петербург, Гражданский пр., 14, АФИ.

Ученый секретарь

М.В.Архипов

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

АКТУАЛЬНОСТЬ ТЕМЫ. Многолетние исследования моделирования продукционного процесса сельскохозяйственных посевов, выполненные в Агрофизическом НИИ и в ряде других научных учреждений страны, заложили основу количественной теории продуктивности растений и позволили создать ряд динамических имитационных прикладных моделей.Их реализация на ЭВМ обеспечивала возможность проведения серий вариантных расчетов, отражающих процесс формирования урожая при различных погодных условиях и агротехнике,проводить оценку реакции растений на условия внешней среды и агротехнические воздействия , Параллельно с этим направлением научных исследований активно разрабатывалась математическая теория принятия оптимальных агротехнических решений в условиях риска, связанного с изменчивостью и непредсказуемостью природных и социально-экономических факторов, с вытекающими из этого экологическими, агрономическими и социальными последствиями. Успехи в моделировании продуктивности сельскохозяйственных растений и развитие цикла работ по теории принятия оптимальных дифференцированных агротехнологических решений объективно создали условия для разработки и внедрения компьютерных систем поддержки процесса управления производством сельскохозяйственной продукции. Объем потенциально полезной рекомендательной и справочной информации настолько велик, что специалист, занятый непосредственно в производстве, не может эффективно без специальных компьютерных систем оценить ее, отобрать необходимую и выработать приемлемую стратегию поведения в зависимости от складывающейся и прогнозируемой обстановки. Именно в рамках таких систем можно ожидать широчайшего практического использования методов математического моделирования в земледелии и растениеводстве.

За последние годы в нашей стране сложился существенный разрыв между весьма высоким теоретическим уровнем исследований по моделированию продукционного процесса в агроэкосисгемах, разработками в области применения методов системного анализа при управлении технологическими процессами в сельскохозяйственном производстве и практическим использованием этих разработок.Одной из причин этого

явилось то, что в условиях жесткой организационно-экономической формы хозяйствования отсутствовала заинтересованность в применении новых методов выработки управленческих решений как со стороны непосредственных производителей сельскохозяйственной продукции, так и органов управления . Поэтому попытки внедрения компьютерных систем в сельскохозяйственную практику массового применения не имели, хотя определенный опыт в этой области, тем не менее, накоплен.

Реальность новых социально-экономических условий в аграрном секторе, доступность современной вычислительной техники, созданный задел в моделировании продукционного процесса сельскохозяйственных растений, достижения в области искусственного интеллекта и уже имеющийся опыт позволяют коренным образом изменить сложившуюся ситуацию, связанную с обеспечением компьютерной поддержки решений в земледелии и растениеводстве. Поэтому разработка и внедрение компьютерной системы поддержки технологических решений в этой отрасли является, актуальной задачей, ее решение имеет важное практическое, народнохозяйственное значение.

ЦЕЛЬ РАБОТЫ. Целью работы является обоснование принципов функционирования системы, ее структуры и создание соответствующей компьютерной реализации, обеспечивающей повышение эффективности управления технологическими процессами в земледелии и растениеводстве на основе комплексного использования моделей агротехноло-гий,математических моделей продукционного процесса и информационных технологий.

НАУЧНАЯ НОВИЗНА выполненного исследования заключается в том,

что:

- разработаны теоретические основы проблемно ориентированной базы знаний, логически и целенаправленно увязанной с базой данных, структуры которых позволяют конструировать эффективную систему хранения и извлечения знаний и информации на основе единого системного подхода;

- установлена корреляция между структурой представления знаний и ее внутренней интерпретируемостью, структурированностью, связностью и активностью;

- предложены модели описания агротехнологий и технологических

эпераций и критерии их оценки, позволяющие в интерактивном режиме реализовать (синтезиравать) различные сценарии подготовки управленческих решений на различных иерархических уровнях;

- созданы теоретические основы и алгоритмы эффективного совмещения моделей технологий и математических моделей продукционного процесса для целей управления производством сельскохозяйственной продукции. Эти же положения выносятся на защиту.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ РАБОТЫ:

- многолетний опыт исследований показал, что стратегия, основанная на сочетании процессов разработки и внедрения в производство отдельных функциональных подсистем по мере их готовности, обеспечила в ходе работ непрерывное извлечение максимальной практической пользы Ьг реализации системы. В частности, такой подход позволил уже в конце семидесятых годов ( начало разработки -1976г.) использовать систему в экспериментальных исследованиях, связанных с информационным агрометеорологическим обеспечением работ по программированию урожаев, по мере развития системы и соэда-

*

ния специализированного вычислительного центра на опытной станции АФИ; в начале восьмидесятых годов этим центром уже были приняты на автоматизированное обслуживание практически все поля с программируемыми посевами в Ленинградской области, в тон числе, и с выработкой необходимых рекомендаций для поддержки принятия технологических решений;

- разработанная структура, функциональные возможности и многолетний опыт апробации системы в реальных производственных условиях различных регионов страны (опыту внедрения посвящен специальный раздел диссертации) позволяют рекомендовать ее как типовую к широкому внедрению. При этом она может быть использована как сельскохозяйственными производителями различных форм собственности, так и в структурах, обеспечивающих поддержку производства растениеводческой сельскохозяйственной продукции на различных иерархических уровнях управления АПК.

АПРОБАЦИЯ РАБОТЫ.Основные результаты и положения работы докладывались и получили положительную оценку на Всесоюзных научных конференциях и на заседаниях Координационного Совета "Программиро-

ванне урожаев сельскохозяйственных культур" (Уфа, 1980; Пущино, 1983; Саратов, 1984; Москва, 1986; Душанбе, 1987; Тамбов, 1987; Кишинев, 1987; Фрунзе, 1988; Пущино, 1988; Ленинград, 1989; Нальчик, 1989; Саратов, 1990; Киев, 1991; Санкт-Петербург,1993, 1994), а также на секции Ученого Совета АФИ "Математическое моделирование" . Материалы исседований неоднократно демонстрировались на ВДНХ СССР (1980, 1984, 1986), на тематических выставках "Научное обеспечение АПК Ленинградской области" в г.Ленинграде - Санкт-Петербурге и неизменно получали высокую оценку.

По теме диссертации опубликовано 42 печатные работы. Список публикаций приведен в конце диссертации.

Автор выражает искреннюю благодарность за постоянную поддержку, конструктивную критику и консультативную помощь академику РАСХН Н.Ф.Бондаренко, чл.-корр. И.Б.Ускову, профессорам Г.Е.Жуковскому и Р.А.Полуэктову, а также сотрудникам Меньковской опытной станции АФИ В.М.Черномысову, Е.И.Черномысовой, А.А.Баранову, А.В.Белокоскову и всему коллективу Меньковской опытной станции за помощь, оказанную в годы исследований.

СОСТОЯНИЕ ПРОБЛЕМЫ И ЗАДАЧИ ИССЛЕДОВАНИЯ.

Начавшийся в конце 60-х годов переход от экспериментально-описательного уровня агрономической науки к уровню выявления количественных закономерностей и теоретических обобщений обеспечил возможность создания математических моделей продукционного процесса различной сложности и назначения. На основе этого возникло новое направление современной агрононии - программирование урожая.основные принципы программирования урожая были сформулированы и обоснованы академиком И.С.Шатиловым (1970г). Теоретической базой программирования явилась количественная теория продуктивности аг-роэкосистем,разработанная А.А.Ничипоровичем (1956г), и концепция информационного обеспечения "земледелия будущего", концентрируемая понятием "электронный агроном", предложенным академиком А.Ф.Иоффе (1955Г). Весомый вклад в развитие этого направления внесен учеными АФИ академиком Н.Ф.Бондаренко,чл.-корреспондентами С.В.Нерпиным и И.Б.усковы», профессорами Р.А.Полуэктовым,А.Ф.Чудновским и Е.Е.Жуковским, а также исследователями и их коллективами в других науч-

ых учрежденях (М.И.Будыко, Ю.К.Росс, Х.Г.Тооминг, О.Д.Сиротенко, ..Ф.Иванов, Г.Е.Листопад и др.).

Задачей программирования урожая является разработка комплекса 1заимосвязанных хозяйственных и агрономических мероприятий,своев->еменное и качественное выполнение которых обеспечивает получение жономически и экологически обоснованного урожая с определенной >ероятностью при одновременном воспроизводстве почвенного плодороден и удовлетворении требований охраны окружающей среды. Програм-шрование урожая предполагает развитие теории принятия и исполне-шя решений на различных временных уровнях, основанной на коли-1ественном подходе и существенно уменьшающей роль волевого фактора 1ри управлении процессами на сельскохозяйственном поле.Принято вихлять три временных уровня принятия решений в земледелии и расте-<иеводстве (С.В.Нерпин;Е.Е.Жуковский;Р.А.Полуэктов; 1975г; 197бг) .

Первый уровень - проектный,относится к реализации реше-1ий,связанных с осуществлением капитальных мелиораций земель и эбоснованием систем земледелия с достаточно длительным положительным последствием.

Второй уровень - плановый, относится к разработке и реализации мероприятий,проводимых перед очередным сельскохозяйственным годом и обеспечивающих с определенной вероятностью получение прогнозируемой действительно возможной продуктивности.

Третий уровень принятия решений направлен на оперативное управление продукционным процессом при реально складывающихся погодных и хозяйственно-экономических условиях. Все это требует системного представления знаний и создания комплекса моделей, позволяющих не только оценивать возможные последствия принимаемых решений на всех (трех) уровнях, но и синтезировать имеющиеся научные знания и информацию о состоянии агроэкосистемы через построение компьютерных систем, функционирующих на основе использования в качестве ядра банка математических моделей и формализованных соответствующим образом научных знаний высококвалифицированных экспертов.Как показывает опыт, решение этой проблемы в полном объеме является весьма сложной задачей и требует согласованных усилий многих исследователей.

В АФИ за последние двадцать лет развита и всесторонне обновлена концепция построения математических моделей продуктивности агроэкосистем, разработаны принципы и методология создания иерархических систем поддержки решений в сельскохозяйственном производстве .

В рамках этого направления научных исследований автором обоснован системный подход построения компьютерной системы поддержки технологических решений в земледелии и растениеводстве. Для достижения указанной цели необходимо было решить следующие задачи:

- разработать концепцию построения такой системы на основе анализа состояния проблемы программирования урожая;

- разработать принципы и структуру представления декларативных и процедурных знаний;

- обосновать принципы построения базы данных, выбор модели данных и осуществить декомпозицию основных структур данных, разработать систему управления данными,обеспечивающую интеграцию баз данных (БД) и знаний (БЗ);

- разработать механизм формализации и генерации знаний по задаваемым критериям,обеспечивающим поддержку плановых и оперативных решений;

- выполнить комплекс исследований по изучению процесса роста и развития основных сельскохозяйственных культур в условиях Северо-Западной зоны России с целью получения количественных связей , характеризующих продукционный процесс и создать соответствующие прикладные модели,а также организовать и провести специальные эксперименты для идентификации базовой модели продуктивности агро-экосистем; полученные в этих исследованиях результаты также использовать для наполнения БЗ системы;

- обеспечить апробацию системы в реальных производственных условиях с выдачей необходимых документов для поддержки принятия технологических решений.

2.КОНЦЕПЦИЯ ПОСТРОЕНИЯ СИСТЕМЫ И ЕЕ СТРУКТУРА.

Выработка технологических решений в земледелии и растениеводстве преследует в качестве главной общественной цели получение экономически обоснованного урожая при расширенном воспроизводстве плодородия почв и удовлетворении требований по охране окружающей среды. Опыт практического земледелия показывает, что эта цель не всегда достигается, несмотря на прогрессирующий поток рекомендательной информации. Обилие информации в виде зональных и областных рекомендаций и справочников таково, что специалисту-практику невозможно их даже просмотреть.Это негативное явление свидетельствует о том, что ошибки и неудачи в землепользовании происходят зачастую и от недоиспользования производством уже имеющихся и накопленных знаний. Происходит неоправданная утеря информации, использование которой путем ее дифференциации к конкретным условиям позволило бы снять многие проблемы для достижения поставленной цели. Сложилась ситуация, когда наличие большого количества апробированных, но разрозненных агрономических знаний стало препятствием для их эффективного использования. Какой же выход из данного положения?

Один из признанных в отечественной и мировой практике путей наиболее полного преодоления сложившегося противоречия связан с построением компьютерных систем поддержки технологических решений. При этом подобные системы должны базироваться на знаниях описательного типа, декларативных и процедурных,накопленных в виде математических моделей различного назначения и различной степени детализации. С помощью процедурных ( динамических имитационных моделей ) знаний, в частности, реализуется единственная возможность заранее оценить степень антропогенного давления на агроэкосистемы и иметь представление о ближайших и отдаленных последствиях этого давления.

Как уже отмечалось, практическая реализация этого подхода требует длительного времени и усилий многих специалистов, поэтому процесс создания рассматриваемой компьютерной системы был увязан с комплексной проблемой - проблемой разработки и использования мето-

дов программирования урожаев.

В этой связи на первом этапе исследований ставилась задача создания специализированной информационной системы, с помощью которой решаемые задачи ограничивались бы в основном функциями агрометеорологического обеспечения работ по программированию урожаев, проводимых в стране и координируемых учеными АФИ /5/. При этом решаемые системой задачи на этом этапе условно были разделены на две группы. К первой группе отнесены задачи информационно-справочные, сводящиеся к составлению и выдаче по мере необходимости и в заданные моменты требуемой агрометеорологической информации.Ко второй группе относятся задачи, связанные с составлением различных агрометеорологических прогнозов и рекомендаций, необходимых для программирования урожаев по обобщенным почвенно-климатическим показателям.

К задачам первой группы отнесены, например, следующие:

- выдача информации о метеорологических условиях заданного периода в динамике и их средних значениях в виде соответствующих параметров за рассматриваемый период;

- выдача информации о состоянии посевов на определенную дату;

- выдача информации о состоянии посевов в динамике на конкретном поле;

- выдача сводных данных о результатах программирования за период вегетации.

В число задач второй группы входят расчеты потенциальных, климатически обеспеченных И действительно возможных программируемых урожаев, а также составление агрометеорологических прогнозов средних для конкретного хозяйства сроков сева яровых и озимых культур, прогноза теплообеспеченности вегетационного периода, прогнозов и сроков наступления фенологических фаз развития посевов и уточняющегося прогноза урожайности /1-7,11/.

В процессе создания компьютерной системы, ее первого информационно-справочного этапа были сформулированы основные требования, разработаны принципиальные схемы организации и режимы функционирования.К числу основных требований относятся:

- необходимость достаточной пространственно-временной детали-

эации данных как с точки зрения накопления архивов исходной информации, так и с точки зрения выдачи потребителям соответствующих прогнозов и рекомендаций;

- оперативность в получении необходимой агрометеорологической информации различными специалистами, при этом помимо информации о непосредственно наблюдаемых параметрах должна обеспечиваться возможность получения сведений о комплексных (расчетных) характеристиках;

- создание необходимого информационного обеспечения для перехода от отдельных прогнозов и рекомендаций, основанных на эмпири-ко-статистических зависимостях, к комплексному агрометеорологическому обслуживанию, базирующемуся на современных научных представлениях о процессе формирования урожая и более совершенных математических моделях, описывающих этот процесс.

В соответствии с основными требованиями, предъявленными к рассматриваемой системе, предусмотрено три основных режима ее функционирования: по установленному регламенту, по запросу потребителей и в режиме " подстройки ".

В первом ввод - выдача информации согласуется со сроками поступления информации на электронную обработку.

Работа системы по запросу потребителей (режим "запрос-ответ") дает возможность проводить оперативный анализ складывающейся и ожидаемой агрометеорологической обстановки, оценивать состояние посевов на любом отрезке вегетационного периода и полей после уборки урожая.

Необходимость режима " подстройки " связана с пополнением и уточнением базы данных в части номенклатуры используемых показателей , а также модификации расчетных параметров и рабочих формул применительно к почвенно-климатическим и хозяйственно-экономическим условиям обслуживаемого сельскохозяйственного региона.

Исходя из специфик решаемых задач, соответствующий программный комплекс построен на основе модульного принципа программирования с таким расчетом, чтобы обеспечить возможность включения в данную систему новых задач агрометеорологического обеспечения (прогнозов, рекомендаций и т.п.) без существенной перестройки ос-

тальных подсистем комплекса путем корректировки только отдельных разработанных и добавлением новых программных модулей.

Учитывая тот факт, что значительная часть решаемых системой задач связана с логическими операциями ввода-вывода, были разработаны соответствующие программы ввода, контроля, компановки и корректировки данных .

Исследован также вопрос об автоматическом контроле данных применительно к различным информационным блокам системы. Разработаны программные реализации трех видов автоматического контроля данных: логического, счетного, верификационного.

Реализация первой очереди системы (проект " Погода ") позволила использовать ее в работах АФИ по апробации методов программирования урожаев в хозяйствах Ленинградской области. Параллельно с апробацией системы ее открытость, блочность построения и структура базы данных предопределяли расширение функций технологического обеспечения программирования урожая. В частности, были разработаны подсистемы по автоматизированному составлению агротехнологий, дифференцированных по уровням урожаев, почвенно-климатическим характеристикам отдельных полей и организационно-экономическим возможностям сельскохозяйственных предприятий /9,10/ и эксплуатации оросительных систем, обеспечивших возможность принятия оптимальных решений при оперативной корректировке эксплутационных режимов орошения /12/.

Второй этап исследований связан с корректировкой структуры системы, обоснованием принципов построения и создания проблемно ориентированной базы знаний, что было вызвано рядом объективных причин /8,13,16/. Во-первых, эксплуатация реализованного варианта показала необходимость создания распределенного банка данных ( для научных и практических целей ), а также специальной системы управления базой данных с применением современных языков описания , манипулирования и хранения данных . Во-вторых, переход к использованию значительно более сложных, но и более точных динамических моделей требовал соответствующих компьютерных технологий их применения в системе и проведения серии полевых исследований для получения широкой информации для идентификации базовой и создания специ-

алиэированных прикладных моделей.

При этом динамические имитационные модели должны быть использованы двояко. Их непосредственное включение в систему выработки решений проводится в тех случаях, когда не требуется перебирать слишком большое число вариантов, например, на уровне обоснования региональных рекомендаций в системах земледелия. Когда же необходимо провести расчеты десятка тысяч вариантов { в частности, для отдельных полей и контуров хозяйств), нужно использовать специализированные упрощенные модели, для которых имитационная модель может рассматриваться как "база знаний". Именно на базе этих "внешних" моделей и должны решаться все задачи, интересующие конечного пользователя, а "внутренняя" базовая модель используется для определения областей применимости "внешних" моделей и оценки входящих в них эмпирических коэффициентов. В качестве примера такого подхода рассмотрим следующий. Известно, что балансовый метод расчета доз удобрений является наиболее перспективным. В то же время его практическое использование наталкивается на почти непреодолимые трудности, связанные с отсутствием данных о коэффициентах использования питательных веществ из почвы и удобрений растениями. Причина заключается в том, что величины коэффициентов варьируют в широких пределах при изменении как погодных условий , так и агротехники. Имитационная модель может быть использована для подробного изучения этих зависимостей, что позволит подвести твердую количественную основу под балансовый метод расчета доз удобрений.

С учетом изложенного выше и учитывая многообразие решаемых в земледелии и растениеводстве задач, предложен один иэ возможных вариантов их реализации в рамках компьютерной системы, структура которой представлена на рис.1, где показана взаимосвязь между функциональными и служебным блоками рассматриваемой системы /13,29,31,35/.

Служебный блок-диспетчер системы обеспечивает управление функциональными блоками, интерфейс - общение с пользователем, выбор режимов работы и доступ к различным процедурам системы осуществляется посредством меню и функциональных клавиш.

База данных является информационным ядром системы. Концепту-

ДИСПЕТЧЕР И ИНТЕРФЕЙС СИСТЕМЫ

H

МЕТАДАННЫЕ

КАТАЛОГ МОДЕЛЕЙ

МОДУЛЬ

ОПИСАНИЯ

ЗНАНИЯ

I I

1—г

r--J L-----1

I-

МОДУЛЬ

ФОРМАЛИЗАЦИИ ЗНАНИЯ

ВАЗА ЗНАНИЯ: МОДЕМ

АГРОТЕХНОЛОГИЙ

ДЕКЛАРАТИВНЫЕ ЗНАНИЯ

ПРОЦЕДУРНЫЕ ЗНАНИЯ J

МЕТАДАННЫЕ I

СУБД —[-

ЯЗЫК ОПИСАНИЯ ДАННЫХ

г~

БАЗА ДАННЫХ

СПЕЦИАЛЬНАЯ И НОРМАТИВНАЯ ИНФОРМАЦИЯ

ШТАТНАЯ ИНФОРМАЦИЯ

Ь -1

МОДУЛЬ ПРО-

ГЕНЕРА- ЕКТЫ,

ЦИИ И ПРОГ-

КОРРЕК- НОЗЫ,

ТИРОВКИ СПРАВ-

АГРОТЕХ КИ

ШЛОГИЙ

КАТАЛОГ МОДЕЛЕЙ

БАНК МОДЕЛЕЙ

ПАКЕТЫ ПРИКЛАДНЫХ ПРОГРАММ

ТЕХНИКО-ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ХОЗЯЙСТВА

Рис. 1 СТРУКТУРА КОМПЬЮТЕРНОЙ СИСТЕМЫ ПОДДЕРЖКИ АГРОТЕХНОЛОГИЧЕСКИХ РЕШЕНИЙ.

ально она построена на основе реляционной модели данных. Для формирования и поддержки базы данных разработана система управления данными. Язык описания данных обеспечивает формирование каталога метаданных, содержащего служебную информацию о структуре информационных файлов. Физическая реализация базы данных учитывает специфику используемой в системе информации, что позволяет организовать эффективную работу с данными. Предусмотрено, что база данных может использоваться как в рамках всей системы, так и в качестве автономной информационной подсистемы на любом уровне управления сельскохозяйственным производством: от регионального до уровня отдельного хозяйства.

Модуль описания (представления) знаний включает в себя данные об отдельных технологических операциях, их характеристики и условия проведения. Сюда также с помощью определенных в системе конструкций представляются сведения, обеспечивающие последующую формализацию и генерацию агрогехнологии с заданной степенью дифференциации. Для чего, в частности, между набором технологических операций и их характеристиками, с одной стороны, и параметрами (условиями) - с другой, устанавливаются определенные соответствия. При этом ограничений на описание параметров не накладывается , и в общем случае это может быть количественная или качественная величина, арифметическое, логическое условие или выражение, а также возможны их комбинации. Системой допускается возможность одновременного представления комбинации декларативных и процедурных знаний.

Для преобразования концептуальной схемы технологического блока, представляемого теми или иными конструкциями описания знаний, разработан специальный программный интерпретатор-модуль формализации знаний. При компиляции интерпретатор использует метаданные и преобразует всю агротехнологическую информацию в соответствии с той или иной схемой базы данных, определенной предварительно языком описания данных. В процессе преобразования структуры представления знаний трансформируются в такие же по форме конструкции, в которых все абстрактные связи между культурами и технологиями, а также отдельными операциями и правилами их применения, превращаются в инвариантную физическую среду, пригодную для машинной обра-

ботки, го есть создается база знаний (модели агротехнологии), хранимая в формализованном виде в ЭВМ.

Наряду с декларативными агротехнологическими знаниями (описательная информация) в рассматриваемой системе широко используются процедурные знания , для получения которых предназначен банк математических моделей. Банк математических моделей функционирует на основе базы данных через диспечера системы или непосредственно через систему управления данными. В последнем случае допускается возможность использования базы данных любым разработчиком или исследователем независимо от специфики эксплуатации самой системы. Для этого лишь необходимо, чтобы входные параметры модели физически существовали в базе данных. Банк моделей разделен на две группы. В первой из них содержатся проверенные и отлаженные модели, предназначенные для практических и научных целей. Информация о моделях этой группы хранится в специальном каталоге. Сюда, в частности, включаются сведения о назначении моделей, их объеме, скорости счета, потребности в технических ресурсах ЭВМ, перечни исходных данных, условия целесообразности эксплуатации моделей для тех или иных задач управления сельскохозяйственным производством, а также другие данные, необходимые для выбора режима функционирования автоматизированного комплекса. Ко второй группе банка отнесены разрабатываемые модели. После проверки и отбраковки предполагается включение их в первую группу банка путем внесения соответствующих корректив в каталог моделей.

Модуль генерации обеспечивает обработку знаний и данных и выдачу агротехнологических проектов, прогнозов и информационных справок по заказу или в пакетном режиме, который также регламентирует обработку и извлечение нужных сведений, удовлетворяющих некоторому критерию. Выходные данные выдаются по желанию на экран или печать в виде таблиц или картограмм.

В последующих разделах подробно рассмотрены все блоки системы. При этом значительное внимание уделено методологии построения базы данных, проблемам представления, формализации и обработки знаний, а также кратко представлены результаты апробации и внедрения системы.

3. СОДЕРЖАНИЕ И ПРИНЦИПЫ ПОСТРОЕНИЯ БАЗЫ ДАННЫХ.

В настоящем разделе рассматриваются последовательно три основных уровня абстракций, характеризующих разработку базы данных (БД) системы : внешний, концептуальный и внутренний.Принципиальная схема построения БД изображена на рис.2.

Внешний уровень наиболее близок к пользователям. Практически в нем отражается интересующая пользователя совокупность объектов из предметной области, ее содержание. Круг пользователей рассматриваемой системы представлен достаточно широко. В первую очередь это специалисты предприятий с различными формами собственности, принимающие решения по управлению возделыванием сельскохозяйственных культур. В число пользователей входят также исследователи научных учреждений и ответственные представители структур управления сельскохозяйственными районами и регионами страны.

Концептуальный уровень есть описание внешнего представления о предметной области на основе выбранной той или иной модели данных языком описания данных.

Внутренний уровень есть способ физического хранения и манипулирования данными. Физическая БД размещается на устройствах внешней памяти, например, на магнитном диске типа "винчестер" и на гибких магнитных дисках.

3.1. СОДЕРЖАНИЕ БАЗЫ ДАННЫХ.

Обеспечение поддержки технологических решений в земледелии и растениеводстве требует использования различных данных. Их совокупность должна содержать сведения о почвенно-климатических и хозяйственно-экономических условиях, биологических особенностях возделывания культур и сортов и т.п. Значительная часть этих сведений должна быть дифференцированной по отношению к отдельным сельскохозяйственным полям, отражать уровень их реального плодородия. Необходимо также максимально использовать данные специализированных

ВНЕШНИЙ УРОВЕНЬ

СОДЕРЖАТЕЛЬНАЯ ИНФОРМАЦИЯ БД

ЦГГАТНАЯ ИНФОРМАЦИЯ:

МЕТЕОРОЛОГИЯ

АГРОМЕТЕОРОЛОГИЯ

КАРТОТЕКА ПАСПОРТОВ И ПОЛЕЙ

СПЕЦИАЛЬНАЯ И

НОРМАТИВНАЯ

ИНФОРМАЦИЯ:

КАРТОТЕКА

КУЛЬТУР,

СОРТОВ

ФЕНОЛОГИЯ

ЭКОНОМИЧЕСКИЕ, ТЕХНОЛОГИЧЕСКИЕ, ДР. НОРМАТИВЫ

ДАННЫЕ О ТЕХНИШЭКО-ЛОГИЧЕСКОМ ПОТЕНЦИАЛЕ ХОЗЯЙСТВА:

КАДРЫ

РЕСУРСЫ

СЕВООБОРОТЫ

ПЛАН

ИТОГИ И ЗАТРАТЫ

КОНЦЕПТУАЛЬНЫЙ УРОВЕНЬ

~~I

ВНУТРЕННИЙ /ФИЗИЧЕСКИЙ УРОВЕНЬ/

J

Рис. 2 ПРИНЦИПИАЛЬНАЯ СХЕМА ПОСТРОЕНИЯ БАЗЫ ДАННЫХ

государственных служб, привлеченных к информационному обеспечению сельского хозяйства. Такая совместимость касается как совокупности измеряемых параметров, так и периодичности пополнения базы данных. Удовлетворение данного требования позволяет в максимальной степени использовать уже имеющуюся стандартную информацию, которая получена с помощью отработанных в производственных условиях методик и унифицированных средств измерений.

Совокупность структур данных, используемых в рассматриваемой системе, условно разделена нами на три основные группы (см. рис.2) /7,19,24,35/:

1.штатная информация;

2.специальная и нормативная информация;

3.сведения о технико-экономическом потенциале хозяйства.

Штатной (метеорологической, агрохимической и т.д.) считается та информация, которая поставляется функционирующими в нашей стране государственными службами (Комгидромет, Агрохимслужба, Госсорт-сеть ) .

Основными источниками метеорологической информации служат климатические справочники, в частности "Справочник по климату СССР", материалы, поступающие непосредственно с метеорологических станций и постов, и оперативные данные бюро погоды.

Набор метеорологических данных составляется с таким расчетом, чтобы обеспечить достаточную полноту описания условий формирования урожая с точки зрения радиационного режима, режимов тепла и влаги, а также различных опасных метеорологических явлений (заморозки, засухи, ливневые дожди, градобития и др.), влияющих на продуктивность посевов. Включение в БД, наряду с нормами климатических величин, их статистических характеристик позволяет оптимизировать хозяйственные действия и программировать урожай на вероятностной основе.

Источниками агрометеорологической информации служат агроклиматические справочники и регламентированная отчетная информация, периодически поступающая с сети агрометеорологических станций и постов.

В состав БД включаются :

-общие характеристики агроклиматических условий района конкретной метеорологической (агрометеорологической) станции;

-средние многолетние значения различных метеорологических показателей и их вероятностные характеристики, определяющие ежегодную изменчивость агрометеорологических условий;

-результаты текущих агрометеорологических наблюдений на посевах с типичными для данного района сельскохозяйственными культурами .

В картотеку сельскохозяйственных паспортов полей должны включаться следующие сведения:

-общие характеристики (площадь поля, длина гона, возможность применения для обработки почвы крупных машин, возможность применения авиации и т.д.);

-характеристики микроклимата, определяемые рельефом местности, углом склона, экспозицией, близостью лесов,водоемов, а также типом и видом почвы; эта информация должна обеспечивать возможность "привязки" метеорологического режима конкретного сельскохозяйственного поля к условиям ближайшей метеорологической станции;

-агрохимические характеристики почвы (агрохимический паспорт поля);

-агрофизические характеристики почвы (агрофизический паспорт поля).

Корректировка паспортных данных может осуществляться периодически раз в 4-5 лег на основании результатов плановых обследований сельскохозяйственных угодий. Необходимые уточнения вносят также по мере завершения землеустроительных и мелиоративных работ, в результате которых, как правило, значительно меняется почвенное плодородие.

Специальная и нормативная группа данных включает в себя сведения, отражающие биологические и генетические особенности сельскохозяйственных культур, сортов, соответствующие константы. К ним, в частности, относятся : средняя урожайность; соотношение основной и побочной продукции в общем урожае биомассы;транспирацион-ный коэффициент; суммы температур, необходимые для прохождения ос-

новных фаз развития растений; морозостойкость; устойчивость к полеганию, вредителям и болезням и др.. В настоящее время эта информация имеется далеко не в полном объеме и зачастую носит не количественный, а качественный характер.

В этом же блоке находятся различные экономические показатели и справочные материалы, обеспечивающие комплексность всех расчетов. Сюда же относятся данные, полученные в опытах, фенологические наблюдения, и накапливается другая текущая информация о росте и развитии растений, в том числе и с производственных посевов (фазы развития, высота и густота стояния растений, наличие вредителей и болезней, структура урожая), складывающихся почвенных условиях (в основном - запасы почвенной влаги) и фактически выполненной технологии (сроки проведения агротехнологических мероприятий и их технологические характеристики - глубина вспашки, нормы полива, дозы удобрений и т.д.). Вся эта информация относится к конкретному полю, и естественно, что даже при невысокой периодичности наблюдений получать ее регулярно по всем полям, особенно по параметрам, характеризующим состояние посевов и почвы, не представляется возможным. Поэтому при реализации рассматриваемой системы на территории обслуживаемых хозяйств должно быть выделено некоторое число репер-ных полей. Для них информация собирается в полном объеме; на остальных полях наблюдения можно проводить по сокращенной программе, в основном в предпосевной период,(например, определять только весенние влагозапасы). Дополнительная оперативная информация при необходимости может быть получена путем "привязки" к отдельным полям результатов наблюдений, проводимых на реперных полях, а также с помощью математических моделей. Что касается информации о фактической агротехнологии, то без особого труда ее можно собирать по всем полям.

Источниками этих данных являются научно-производственные и научно-исследовательские организации, сеть зональных сортоиспытательных и нормативных станций,а также агрономические или специально организованные службы хозяйств. Третья группа данных содержит информацию о материально-технических и кадровых возможностях хозяйств, их плановых и экономических показателях, структуре распре-

деления посевных площадей. В эту же группу включены сведения по истории сельскохозяйственных полей, по фактически достигнутой в хозяйстве урожайности по отдельным культурам.

3.2.КОНЦЕПТУАЛЬНАЯ СХЕМА БАЗЫ ДАННЫХ.

Известны три основных модели реализации концептуальной схемы: иерархическая, сетевая, реляционная. В системе обоснована и принята реляционная модель данных /22/.

В иерархической модели данные имеют структуру дерева. Дерево состоит из корня и произвольного числа подчиненных корню элементов. Каждый подчиненный элемент в свою очередь может являться корнем для элементов более низкого уровня. Каждый элемент данных имеет только один предшествующий элемент более высокого содержательного уровня.

В сетевой модели данных каждый ее элемент может иметь произвольное число предшествующих элементов (более высокого уровня) и произвольное число последующих элементов (более низкого уровня).

В реляционной модели данные представляются в виде отдельных таблиц, формально не связанных друг с другом. С математической точки зрения каждая таблица является особой конструкцией, известной как отношение. Существует математическая теория отношений, которая позволяет наглядно формализовать манипуляции с реляционной БД. Строки таблиц называются кортежами, наименования столбцов атрибутами. Схема отношения - перечень атрибутов рассматриваемой таблицы, а совокупность схем отношений - схема БД.

Наиболее существенную роль играет выбор модели данных для реализации системы управления БД (СУБД) на физическом уровне. Поясним это. СУБД, базирующиеся на сетевой или иерархической модели, требуют понимания не только типов записей, но и их взаимоотношений и связей. Понятно, что для эксплуатации таких СУБД пользователю необходима соответствующая профессиональная подготовка.

СУБД, основанные на реляционной модели, более удобны в использовании и доступны пользователям, не обладающим опытом математического программирования. Легкость использования достигается

благодаря тому, что пользователь оперирует одной конструкцией, которую он должен понимать, а именно, схемой того или иного отношения. Фактически пользователю в общем случае нужно знать только названия атрибутов отношений и их порядок в схемах. Такую информацию в реляционной базе данных содержат, например, формы входных документов - "шапки" таблиц.

Наряду с легкостью использования, СУБД реляционного типа (и только они) имеют теоретическое обоснование гарантии правильной реализации любого запроса пользователя. Для этого, в частности, достаточно, чтобы СУБД обеспечивали следующие функции реляционной алгебры : объединение, разность, декартово произведение, проекцию и селекцию. Такая особенность реляционных баз данных сама по себе очень важна. Если же учесть, что в задачах, решаемых системой, широко испольэуютя математические модели продукционного процесса, а для их применения нужна СУБД, реализующая произвольные запросы, то выбор реляционной модели данных становится еще более предпочтительным.

Вместе с тем, создание систем управления данными, основанных на реляционных моделях, оказывается более трудным, чем в случае сетей или иерархий. Особое неудобство создает реализация запроса, содержащего декартово произведение с последующим оператором селекции и, возможно, проекции. Обычно в этом случае на выполнение промежуточных результатов затрачивается много ресурсов ЭВМ, и время выдачи результатов зависит от последовательности выполнения тех или иных операций реляционной алгебры, содержащихся в запросе. А это означает, что нужно иметь дополнительные программные средства по оптимизации запроса пользователя. Те негативные моменты, которые возникают при физической реализации файлов, представленных в результате декомпозиции той или иной схемой отношения, в значительной мере можно снять. Физическое проектирование схем отношений рассматривается в следующем подразделе.

Ниже рассмотрим представленную на рис.2 концептуальную схему БД, где ее специфицирование производится языком описания данных (ЯОД) /27/. ЯОД является языком высокого уровня и предназначен для использования при разработке и модификации проекта базы данных.

ЯОД не служит для получения и модификации самих данных, а обеспечивает создание и хранение метаданных, используемых программами СУБД для физической организации БД, ее сопровождения и эксплуатации пользователями. ЯОД - программный продукт и является составной частью математического обеспечения СУБД. ЯОД оперирует со схемой БД, которая состоит из п отношений (1^=1*! + . • • +КП ), где

=А1 1 'А1 г » ■ • • к 1 Кг=А21 ,А22 , . . . ,А2к2 (3.1)

_Ап1 < Ап2 ' • • • >Апкп • Здесь - количество атрибутов в 1-м отношении, 1 из [1,п]; А; з - название атрибута в 1-м отношении, стоящего на з-м месте, j из [1,к1]. Схема БД образуется в результате декомпозиции содержательных структур данных. Произвол в декомпозиции схем отношений неизбежно порождает проблемы избыточности хранимой информации, а также аномалии обновления включения и удаления данных. Чтобы быть застрахованным от возможных неудач, нужно использовать известные алгоритмы декомпозиции любой структуры данных на множество схем отношений . Схемы должны обладать соединением без потерь, и каждая из этих схем должна находиться в третьей нормальной форме. Третья нормальная форма схем отношений гарантирует, что проблемы избыточности и аномалии не будут иметь места в соответствующем физическом файле. Теория выбора схем отношений из множества альтернативных вариантов достаточно хорошо разработана и обоснована, например, в работе Дж.УЛЬМАН (1983г.). С использованием приведенных в указанной работе алгоритмов нами была осуществлена декомпозиция основных структур БД /22,24,32/. Далее в качестве примера приведем основные схемы отношений, полученные в результате декомпозиции картотеки сельскохозяйственных полей.

Картотека сельскохозяйственных полей может быть представлена двумя основными отношениями и тремя дополнительными для связи с другими блоками базы данных:

-1*1 (АДРЕС,Р},Р2,...,Рр), здесь АДРЕС - первичный ключ - адрес, где находится поле; Р1 - индивидуальные характеристики поля, например, тип почвы, механический состав, содержание ЫРК и т.п.;

-R2 (АДРЕС,ДАТА,культура, сорт), где АДРЕС и ДАТА - первичный ключ данного отношения, определяющий временной период возделывания на данном поле той или иной культуры, сорта;

-R3 (ТИП ПОЧВЫ,МЕХАНИЧЕСКИЙ СОСТАВ,Mj,М2,...,Мт) - данное отношение характеризует общность тех или иных показателей Mj совокупности почвенных разновидностей; первичный ключ - ТИП ПОЧВЫ И МЕХАНИЧЕСКИЙ СОСТАВ;

-R4 (КУЛЬТУРА,СОРТ,В! ,В2,...Bt) - картотека сортов; первичный ключ - КУЛЬТУРА и СОРТ; Bt- биологические, физиологические и другие характеристики сортов;

-R5 (АДРЕС,метеостанция (пост) ) - данное отношение устанавливает связь между адресом поля (обычно сельскохозяйственное предприятие или район в целом) и ближайшей агрометеорологической станцией; первичный ключ - АДРЕС.

Таким образом, в результате декомпозиции содержательных структур данных образуется схема БД, представленная структурой (3.1), а с помощью ЯОД формируются метаданные, которые на рис.2 представлены ВЛ.1 - ВЛ.З .

БЛ.1 - файл " КАТАЛОГ ОТНОШЕНИЙ " БД, где по каждому Rt из R хранятся необходимые параметры, используемые в дальнейшем для физической организации данных. Сюда, в частности, заносятся сведения о названиях атрибутов, их схеме размещения в БД (адреса атрибутов в схеме БД - пары, составленные из номера файла (отношения) и номера столбца в отношении), указывается также метод доступа к данным и ключевые атрибуты файла и другие служебные параметры, обеспечивающие физическую организацию БД /27/.

БЛ.2 - файл " НАИМЕНОВАНИЕ АТРИБУТОВ ", где хранятся дополнительные сведения о буквенно-цифровых атрибутах. Его организация вызвана необходимостью упростить работу с нечисловыми данными в системе. Механизм описания нечисловых атрибутов позволяет организовать хранение в БД нужных наборов терминов, буквенно-цифровых словарей и другую подобную информацию без всяких ограничений на ее размеры, а в БЗ хранить только их цифровую (кодовую) интерпретацию .

Параллельно с созданием БЛ.2 формируется БЛ.З - файл "COOT-

ВЕТСТВИЕ", обеспечивающий в дальнейшем прямую адресацию по вводу и выбору тех или иных дискрипторов (буквенно-цифровых названий .терминов) по заданному атрибуту из БЛ.2.

Отметим, что БЛ.1-БЛ.З используются системой как для физической организации собственно данных, так и для представления, формализации и генерации знаний. При рассмотрении в дальнейшем структуры представления знаний будет отражена специфика использования при этом БЛ.2 и БЛ.3.

3.3. СИСТЕМА УПРАВЛЕНИЯ ДАННЫМИ.

Система управления базой данных (СУБД) - комплекс программных средств, предназначенных для обеспечения хранения, наполнения и доступа к данным на физическом, внутреннем уровне. Созданная нами специализированная СУБД реляционного типа отвечает перечисленным выше требованиям /19,22,29,3 2/. Необходимость создания специализированной СУБД в системе была вызвана двумя основными причинами.

Во-первых, СУБД должна обеспечить построение баз данных и знаний на единой интегрирующей концепции, которая рассматривается в следующих двух разделах данной работы.

Во-вторых, функциональные и логические связи в основных структурах БД позволяют делать рациональные проекты физических реализаций соответствующих схем отношений. В результате этого временные и материальные ресурсы ЭВМ, затрачиваемые на организацию и ведение основных блоков базы данных с помощью созданной нами СУБД, значительно меньше аналогичных характеристик универсальных СУБД. В частности, нами разработаны и реализованы при создании СУБД два алгоритма для физической организации данных, составляющих значительный объем от всей хранимой в БД информации /18,21/. Далее мы кратко рассмотрим эти подходы и покажем эффективность их применения в системе для физической организации данных в сравнении с соответствующими стандартными методами.

Значительный объем информации для заполнения базы данных носит тематически-иерархическую направленность. Например, экологи-

ческие ресурсы региона - это вид информации .который необходим для применения решений как на уровне сельскохозяйственного поля, так и на вышестоящих уровнях региона. Так, в частности, на основании анализа параметров плодородия сельскохозяйственного поля принимается локальное решение по технологическим приемам на данном участке, и, в то же время, основываясь на анализе этих же параметров, в разрезе всего хозяйства принимаются решения более общего порядка (например, структура севооборотов в системе земледелия хозяйства и др.). При этом степень иерархичности (число уровней) может быть произвольным, т.е. этот параметр задается. Задается также перечень вводимых показателей. С целью иллюстрации основных идей алгоритма рассмотрим его применительно к созданию картотеки сельскохозяйственных полей. Картотека сельскохозяйственных полей формируется из данных, характеризующих конкретное поле. Поэтому ключевое слово (идентификатор) картотеки - это адрес, где находится поле, в общем случае - это область (регион), район, объединение, совхоз, отделение, бригада и номер поля (контура). Формирование картотеки сельскохозяйственных полей происходиг в два этапа /18/.

На первом этапе создается служебный индексный файл. Структура индексного файла зависит от иерархического уровня использования базы данных и содержит необходимую информацию, используемую затем на втором этапе для размещения, хранения и поиска паспортных показателей в основном файле. В диалоговом режиме запрашивается иерархический уровень использования картотеки сельскохозяйственных полей и предлагаемое для автоматизированного обслуживания количество полей дифференцированно по бригадам. С использованием этой информации индексный файл формируется таким образом, что каждая его запись, характеризующая тот или иной иерархический уровень (регион, район, объединение, совхоз, отделение, бригаду), содержит информацию о количестве объектов следующего нижестоящего уровня, физического адреса начала и конца размещения сельскохозяйственных полей данного уровня в основном файле, количество фактически хранимых полей, а также "адресный преобразователь".Фактически "адресный преобразователь" - это адрес в индексном файле начала границы записей, характеризующих нижестоящий иерархический уровень.

Итак, индексный файл, с одной стороны, содержит информацию о размещении сельскохозяйственных полей в основном файле по возможным иерархическим уровням, вплоть до бригады, а с другой - его структура позволяет организовывать эффективный целенаправленный поиск в нем самом.

Отметим, что предусмотрено производить формирование индексного файла и тогда, когда основной файл сформирован. Необходимую для этого информацию получаем в результате последовательного просмотра всего основного файла, а затем осуществляем реорганизацию основного файла.

На втором этапе в диалоговом режиме запрашивается адрес поля и с помощью информации, хранимой в индексном файле, определяется физический адрес, где будут в основном файле храниться паспортные показатели данного поля (контура) и его номер (шифр). При этом предусмотрены широкие возможности модификации и контроля вводимых показателей в ЭВМ.

Рассмотрим теперь для сравнения, какие ресурсы ЭВМ необходимо затрачивать при выполнении тех или иных запросов, если бы реализация отношений была осуществлена стандартным образом, т.е. в виде обычных плоских файлов с обеспечением только функций реляционной алгебры и с помощью только что рассмотренного алгоритма. Для этого предположим, что нам нужно решить задачу расчета уровня программируемого урожая для каждого поля заданного хозяйства Р в заданном году Т. Тогда основной исходный файл Р1р для решения этой задачи должен быть сформирован из файлов, описанных отношениями Б, и , полученных при декомпозиции картотеки сельскохозяйственных полей (основные отношения этой декомпозиции рассмотрены выше ). Введем следующие - дополнительные обозначения и поясним их смысл:

5Г1 (Г*1) " операция селекции, выполняемая на файле по формуле ^ . Формула Г1 определяет правила выбора нужных кортежей (строк таблицы, записей ) из файла Г^ . В результате селекции образуется новый файл такой же арности (количество атрибутов в файле), но в число кортежей нового файла будут включены лишь кортежи, удовлетворяющие формуле Г} ;

1*1 »й] - декартово произведение над двумя файлами. В результате этой операции создается новый файл с количеством кортежей, равным величине - (к^к-]) и арности - + п-| ) , здесь к1 и к] - количество кортежей в файлах и , а Ш[ и п^ - количество атрибутов в этих файлах;

Ж П1,п2,...,П1 (К^) - операция проекции, выполняемая на файле 1*1 . В результате этой операции создается новый файл с количеством кортежей равным исходному, но число и порядок размещенных в нем атрибутов (столбцов) определяется списком П! ,п2,...,п1, который составлен из порядковых номеров атрибутов исходного файла.

С учетом введенных обозначений запрос для решения рассматриваемой задачи на языке реляционной алгебры выглядел бы следующим образом:

Кр = <2 ' • ■ ■ <р+1 -р + 4. р + 5 ( 5 [-3 (5 Г1 (% ) * 6 Г2 (Н2 ))) .

Рассмотрим его выполнение пооперационно:

1. 1**1= бр) (1*1 )-осуществить селекцию 5 в Е] , получая Я'] в соответствии с формулой Г]: АДРЕС = Р т.е. будет создан файл 1 из такой же арности, где будет храниться информация только заданного хозяйства.

2. К'2= бр2 (Иг) " осуществить селекцию в 1*2 , получая К'2 в соответствии с формулой Г2 :АДРЕС = Р\/ДАГА = Т, т.е. будет создан файл И'г из К2 такой же арности , где будут храниться сведения о возделываемых культурах, сортах в заданном году заданного хозяйства.

3.Л|,2 = И'1 * К'2 - осуществить декартово произведение, т.е. будет создан файл со следующей схемой отношений:

Я1>2 = (АДРЕС, Р4 ,Р2.....Рр , АДРЕС, ДАТА, КУЛЬТУРА, сорт ) .

1 2 3 р+1 р+2 р+3 р+4 р+5

4.К1! 2 =бгз(14,г) " осуществить селекцию в Н1 2 , получая И1! 2 в соответствии с формулой Р: АДРЕС1=АДРЕСр+2.

5.Ир = Ж1 2.....р +1.р + 4 р +5(к'1. г) " выполнить проекцию (Ж)

над 2, получая Ир , т.е. будет создан файл такой же размерности, что и исходный, но арность будет уменьшена на два (р+2 и р+3 -

эти атрибуты <г будут удалены для получения файла Яр).

Оценим количество просмотров и записей в файлах при выполнении данного запроса. Пусть размер файла Й)-п записей, а в будет храниться информация, например, за пять лет. Тогда размер составит 5п записей. Допустим далее, что в хозяйстве Р находится К полей. Тогда количество просмотров и записей в файлах пооперацион-но легко подсчитать. Представим эти вычисления в виде таблицы:

1 1 Номер Кол-во 1 Кол-во | Кол-во 1 1 | Итого обращений |

1 операции просмот- просмот- | записей | к файлам |

I запроса ров пер- ров второ-| выходно- 1 1

вого ис- го исход- I го файла 1 1

ходного ного файла | 1 1

файла 1 1

% I КР 1 1 1 |

| 1 п 1 к 1 1 1 п+к | | 1

1 2 5П 1 к 1 1 1 5п+к | I I

1 3 к к2 I к2 1 1 1 2кг+к | 1 1

1 4 к2 1 к 1 1 1 к2 +к | 1 |

1 5 к 1 к 1 1 1 2к | 1 |

| ИТОГО: 1 кг+2к+6п к2 1 I к2 +4к 1 1 I Зк2+б(к+п) | I 1

При реализации этого же запроса с помощью разработанного нами алгоритма отпадает необходимость просмотра исходных файлов полностью, так как адресная часть отношений И],1*2 оптимальным образом трансформируется в индексный файл, и поэтому осуществляется целенаправленный поиск и просмотр. Для нахождения физических адресов границ начала и конца размещения информации в Е] и И2 достаточно

максимум шести обращений к индексному файлу. Число обращений к и Яг одинаково и равно К. Столько же обращений при записи выходного файла Кр. Общее число обращений не превышает величину Зк+б.

При численном сравнении рассмотренных подходов видно, что затраты ЭВМ на выполнение даже обычного типового запроса могут существенно между собой отличаться /22/.

Представлялось возможным также разработать и реализовать эффективный метод физической организации введения данных, поступающих из фиксированных источников в заданном регламенте.

Наиболее типичной структурой таких данных являются метеорологические и агрометеорологические сведения . Правильный учет этой информации на различных уровнях принятия решений необходим.

Далее на примере метеорологического и агрометеорологического блоков базы данных рассмотрим алгоритм физического проектирования подобных структур . Покажем специфику размещения, хранения и выбора таких данных в ПЭВМ. Но прежде, чем перейти к существу вопроса, сделаем два замечания по общей теории пректирования баз данных, имеющих отношение к рассматриваемому алгоритму.

Во-первых , самым быстрым из всех существующих методов доступа к данным, хранимым на магнитных дисках, является метод хеширования. Это значит, что удается построить такую хеш-функцию, позволяющую всякий раз вычислять адрес нужной записи.

Во-вторых, редко удается построить такую хеш-функцию, которая позволяла бы так же эффективно выполнять последовательную (пакетную) обработку записей.

Предлагаемый здесь алгоритм лишен указанного выше недостатка. Процесс физического проектирования структур метеорологического и агрометеорологического блоков базы данных условно делится на два этапа /21/.

На первом этапе создается хеш-таблица, которая содержит сведения о структуре данных, их объеме и распределении памяти на магнитных дисках для размещения , хранения и поиска метеорологической и агрометеорологической информации. В диалоге с машиной определяется иерархический уровень проектируемой базы данных, и вводятся необходимые технические параметры ЭВМ, используемые для физической

реализации.В целях независимости и гибкости как по номенклатуре, так и по частоте поступления информации запрашиваются также соответствующие сведения дифференцированно по каждому источнику данных.

После анализа полученной в диалоговом режиме с ЭВМ информации производятся необходимые расчеты и запись выходных показателей хеш-таблицы.В частности , при заданных ограничениях вычисляется временной период Тр , в течение которого возможно хранить всю планируемую для ввода агрометеорологическую информацию на одном диске. Расчетная величина Тр выдается для анализа и принятия решений. Проектировщик, варьируя исходными параметрами, может выбрать для его задач наиболее удобную структуру базы данных и управлять технологией ее физического размещения на магнитных дисках.

На втором этапе формируются основные файлы метеорологического и агрометеорологического блоков базы данных, используя служебную информацию, хранимую в хеш-таблице.В зависимости от вида поступающей на обработку информации и источников ее получения из хеш-таб-лицы выбираются нужные показатели для дальнейших расчетов. Эти показатели позволяют построить хеш-функцию, которая однозначно определяет номер диска и адрес на нем. По этому адресу затем записывается очередная порция вводимых данных. Последовательность построения хеш-функции детально рассмотрена в /21/ и имеет следующий вид для вычисления текущего адреса записи информации :

(3-п)Тр

где

Т[ - дата получения информации; Т„ - дата начала размещения информации в БД; Тга - дискретность поступления информации; ш - количество источников информации; ¿из [1;ш] ; Тр - временной период хранения на одном диске информации, определяется расчетным путем; п - минимальное целое число, удовлетворяющее неравенству:

< П Тк

где Тк - количество записей информации, размещенных на одном диске, определяется расчетным путем.

Отметим, что хеш-функция для определения адреса выбора информации аналогична по конструкции хеш-функции, что приведена выше и используется для записи метеорологических и агрометеорологических данных. Однако при осуществлении поиска той или иной информации вычисленный адрес ее возможного размещения в соответствии с рассматриваемой хеш-функцией сравнивается со счетчиком фактически хранимых записей в основном файле (счетчики по каждому файлу хранятся в хеш-таблице). И если при сравнении последний оказывается меньше, то выдается сообщение о невозможности выполнить запрос.

Таким образом, предложенный алгоритм обеспечивает гибкость физического проектирования блоков базы данных и представляет возможность быстрого и корректного поиска по запросу.

В заключение, убедимся, что построенная для нахождения адресов хеш-функция позволяет эффективно вести и пакетную обработку данных. Для этого достаточно показать, что адрес следующей записи (порции) данных физически будет следующим номером на диске. Действительно, адрес следующей записи на диске ( Тс-Т„ (3-п)Тр

^ Т

адрес текущей записи на диске ) будет равен величине

Т1+Тгп-Тп (З-п)Тр Т( -Тп (3-п)Тр

- + - = - + - + 1,

Тт Тт Тт Тт

Тт

что и требовалось показать.

4.СТРУКТУРА ПРЕДСТАВЛЕНИЯ ЗНАНИЙ.

Решение проблемы эффективного использования накопленных агрономических знаний с помощью ЭВМ путем представления потребителю агротехнологии с заданной степенью дифференциации и в соответствии с характеристиками конкретного поля и складывающимися в вегетационный период метеорологическими и хозяйственными условиями требует применения специфических методов обработки информации. Новые информационные технологии, базирующиеся на использовании методологии искусственного интеллекта, позволяют создавать прикладные системы, обеспечивающие формализованное описание знаний, их накопление и использование для решения практических задач. Однако применение новых технологий для создания баз знаний в каждой конкретной предметной области является сугубо индивидуальным процессом, т.к. универсальных подходов пока не существует. Поэтому, чтобы создание компьютерной системы поддержки технологических решений в земледелии и растениеводстве стало возможным, необходимо разработать такие методы представления, формализации знаний и управления процессом их обработки, которые обеспечивали бы функционирование системы независимо от объема и содержания циркулирующей в ней информации.

Структура представления знаний в системах, использующих базы знаний, является одним из информативных понятий. Можно утверждать, что структура представления знаний определяет оперативные возможности базы знаний, и, наоборот, чтобы система обработки знаний отвечала определенным прикладным потребностям, должно быть создано соответствующее представление знаний. Под базой знаний (БЗ), а также схемой ее описания будем понимать совокупность знаний, описанных с использованием выбранной формы их представления. Знания -хранимая в ЭВМ информация, формализованная в соответствии с определенными структурными правилами, которые ЭВМ может автономно использовать в логических механизмах вывода.

Таким образом, структура представления знаний - определенные разработчиками формализмы , обеспечивающие связь между понятиями, объектами и их характеристиками, которые в совокупности формируют структуру проблемной области. Построению этих формализмов пред-

шествует этап всестороннего анализа знаний и методов решения задач в конкретной проблемной области. В нашем случае к таким понятиям можно отнести технологические операции, агротехнологии в целом или отдельные виды работ агротехнологии (весенняя обработка почвы, уход за посевом, уборка), а объектами данной предметной области являются, например, сельскохозяйственные культуры и их сорта, сельскохозяйственные поля и сроки возделывания на них культур, аг-ротребования и соответствующие характеристики технологических операций (типы машин, количество и виды химических средств), применяемые в технологической программе. В то же время для рассматриваемых понятий и объектов характерны многочисленные количественные и качественные параметры, совокупность которых собственно и отражает данное понятие или объект. Так, например, чтобы составить плановую агротехнологию (с ЭВМ или без нее ) для конкретной культуры для заданного сельскохозяйственного поля нужно учитывать огромный объем разнородных данных : агрохимических , агрофизических, технологических, биологических, агрометеорологических, организационных и других типов данных. При решении этой задачи на ЭВМ целесообразно хранить эти данные в базах данных и иметь к ним системный доступ. В противном случае база знаний будет переполнена огромным количеством повторяющихся данных, и эффективную обработку таких структур на ЭВМ организовать проблематично, тем более, что значительная часть этой информации качественная, т.е. буквенно-цифровая.

Предлагаемая нами структура представления знаний учитывает, что основные сведения для генерации знаний хранятся в базе данных, а база знаний включает в себя описываемые по определенным ниже формализмам (конструкциям) связи между объектами, понятиями и их характеристиками. При этом механизм описания знаний полностью основывается на принципах и методологии построения базы данных, а также возможностях системы управления данными, расмотренными выше. В целях стройности последующего изложения структуры представления знаний и их обработки в ЭВМ обратимся к метаданным, получаемых с помощью языка описания данных (см. рис.2), в частности, рассмотрим более подробно БЛ.2 - файл "наименование атрибутов" и БЛ.З - файл "соответствие". Указанные файлы взаимосвязаны, формируются однов-

ременно и используются системой для описания знаний, последующей формализации и генерации их в ЭВМ, а структура организации этих файлов обеспечивает эффективную работу с нечисловыми данными в системе. На следующей странице фрагментарно приведен пример наполнения информацией физических структур рассматриваемых файлов.

БЛ.2 ("АТРИБУТ","ДОМЕН","АДРЕС 1") - файл, состоящий из 3-х столбцов (атрибутов), и каждый его кортеж (строка) характеризует тот или иной буквенно-цифровой атрибут системы. Отметим, что порядковый номер кортежа является одновременно и шифром соответствующего атрибута,

В столбце "АТРИБУТ" хранятся названия всех буквенно-цифровых атрибутов из схем БД и БЗ. Здесь, в частности, хранится название объектов и понятий, используемых при описании знаний.

В столбце "ДОМЕН" хранятся по каждому атрибуту количество фактически введенных в систему значений данного атрибута.

Столбец "АДРЕС 1" предназначен для связи с БЛ.З и содержит адресную информацию о начале границы размещения в БЛ.З значения данного атрибута.

БЛ.З ("ЗНАЧЕНИЯ АТРИБУТОВ", "ШИФР", "АДРЕС 2") - файл такой же арности, что и предыдущий, формирующийся одновременно с вводом значений атрибутов, предварительно определенных в блоке БЛ.2.

В столбце "ЗНАЧЕНИЕ АТРИБУТОВ" хранятся упорядоченные списки допустимых значений (домены) тех или иных атрибутов системы, определенных в блоке БЛ.2.

Каждому введенному в систему буквенно-цифровому значению заданного атрибута автоматически присваивается шифр, численно равный порядковому номеру очередности ввода из домена допустимых значений атрибута. Таким образом, в системе автоматически "шифруются" нечисловые данные, а численное значение соответствующего шифра хранится в столбце "ШИФР".

Столбец "АДРЕС 2" содержит служебную информацию о месте размещения в этом же файле следующего значения заданного атрибута. Это связано с тем, что формирование блоков БЛ.2 и БЛ.З, как правило, происходит в несколько этапов, что может порождать разрозненное размещение в БЛ.З тех или иных значений по любому из атрибутов

1 Фрагмент наполнения информацией БЛ. 2 (физическая структура) Фрагмент наполнения информацией БЛ. 3 (физическая структура)

Порядковый номер кортежа "АТРИБУТ" "ДОМЕН" "АДРЕС 1" Поряд ковый номер корте жз "ЗНАЧЕНИЯ АТРИБУТОВ" "ШИФР" "АДРЕС 2"

1 КУЛЬТУРА 20 1 1 РОЖЬ 1 2

2 СОРТ 30 21 2 ПШЕНИЦА 2 3

3 НАИМЕНОВАНИЕ ОПЕРАЦИИ 500 51 « • « , , , • • .

4 АГРОТРЕБОВАНИЯ 100 551 20 КАРТОФЕЛЬ 20 0

5 ЦЕЛЬ ВЫРАЩИВАНИЯ 10 651 21 ВЯТКА 1 22

6 АВТОР ТЕХНОЛОГИИ 20 661 22 ВОЛХОВА о 23

7 СОРНЯКИ (ВИД) 10 681

8 ТИП МАШИНЫ 20 691 50 РАЙОНА 30 0

9 ТИП АГРЕГАТА 40 711 51 ВСПАШКА 1 52

10 ТИП ПОЧВЫ 20 751 52 БОРОНОВАНИЕ 2 53

11 МЕХАНИЧЕСКИЙ СОСТАВ 5 771 ... • > • • . • . » .

12 МИНЕРАЛЬНЫЕ УДОБРЕНИЯ 50 776 550 КУЛЬТИВАЦИЯ 500 0

u

(Л

БЛ.2. Используя информацию столбца "АДРЕС 2", система производит упорядочивание хранимых значений атрибутов к типу, приведенному в примере, т.е. в этом случае значения любого из атрибутов, определенных в блоке БЛ.2, хранятся в блоке БЛ.З последовательно один за другим в порядке очередности их ввода в систему.

Для представления знаний, необходимых для поддержки технологических решений, предлагается использовать следующие простые конструкции и их комбинации:

"АТРИБУТ" "АТРИБУТ"... "АТРИБУТ"; (4.1)

"АТРИБУТ" [(У СЛОВИЯ ВЫПОЛНЕНИЯ)]; (4.2)

"АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] /\ "АТРИБУТ" (4.3)

[(УСЛОВИЯ ВЫПОЛНЕНИЯ)] "АТРИБУТ"

[(УСЛОВИЯ ВЫПОЛНЕНИЯ)];

"АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] "АТРИБУТ" (4.4)

[(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/...\/ "АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ));

(("АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/...\/ "АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]) /\.../\ ("АТРИБУТ" (4.5) [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/...\/ "АТРИБУТ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]));.

Введенные обозначения в (4.1) - (4.5) имеют следующий смысл: "АТРИБУТ" - наименование атрибута из столбца "АТРИБУТ" блока БЛ.2 или то или иное значение заданного атрибута из столбца "ЗНАЧЕНИЯ АТРИБУТОВ" блока БЛ.З. В этой связи, в дальнейшем , условно будем различать соответственно две формы описания знаний : абстрактную и конкретизированную (предметную). Абстрактная форма представления используется для удобства составления типовых конструкций, их общности, и описывает понятия, объекты, связи между ними в рамках рассматриваемой предметной области, а соответствую-

щий словарь понятий и объектов определяется содержанием блока БЛ.2. Абстрактная форма представления знаний составляется из конструкций типа (4.1) - (4.5) в любой комбинации. В каждой из конструкций (4.1) - (4.5) могут быть использованы для описания любые атрибуты БЛ.2 , ив общем случае ограничений нет. Вместе с тем выбранная абстрактная форма представления знаний, ее конкретная формула, описывающая многочисленные компоненты агротехнологии (технологические операции, сроки их проведения, используемые сельскохозяйственные машины), будет определять содержание БЗ. Следовательно, маневрируя выбором той или иной абстрактной формы представления знаний, степенью их детализации, можно составлять и различные схемы описания БЗ и тем самым определять ее соответствующее наполнение для решения задач поддержки агротехнологических решений на различных временных уровнях. В дальнейшем это будет рассмотрено подробно. Предметная форма описания знаний строится по формуле, предварительно определенной абстрактной схемой представления знаний. Она содержит в себе сведения о том, какая, в частности, характеристика объекта из блока БЛ.З включена в БЗ и при каких условиях рассматриваемая характеристика объекта при генерации знаний может быть использована для наполнения БЗ конкретными фактами. Ниже приведены примеры соответственно абстрактной и предметной форм представления знаний с использованием при этом простой конструкции типа (4.2):

"НАИМЕНОВАНИЕ ОПЕРАЦИИ" (УСЛОВИЯ ВЫПОЛНЕНИЯ) ; (4.2)'

"ИЗВЕСТКОВАНИЕ" (ЕСЛИ "РН'Ч 4.5); (4.2)' '

"[ ]"- содержимое в этих скобках является не обязательной структурой описания знаний ; "/\" - логическое "ИЛИ"; "\/" - логическое "И"; ";" - этим знаком заканчивается составление той или иной конструкции; "( }" - фигурные скобки используются для записи "сложных" конструкций , составленных из комбинации простых, например (4.5);

ЕСЛИ (ВЫР.1) (4.6)

(УСЛОВИЯ ВЫПОЛНЕНИЯ)= ЕСЛИ (ВЫР.1) ТО ВЫР.2, ..., ВЫР.2 (4.7)

ВЫР .2, ..... ВЫР .2 ■ (4.8)

ВЫР.1= " АРИФ.ВЫРАЖ." /\ "ЛОГ.ВЫРАЖ." /\ "ПОДПРОГРАММА"

[< АРИФ.ОПЕРАТОР > ] " АРИФ.ВЫРАЖ."/\ " ПОДПРОГРАММА "

ВЫР.2 = (" АТРИБУТ "= " АРИФ.ВЫРАЖ. ") /\ " ПОДПРОГРАММА ";

" АРИФ.ВЫРАЖ." - арифметическое выражение, которое в общем случае является функцией значений атрибутов в БД ПА11;)1 ,А12;)г , . . . ,А1т;|т ), где Ап л ,А1г]г , . . . ,А1т_,т - названия атрибутов в БД ; 1131 ,12,. . ., ат- пары чисел, определяющие название атрибутов в БД; 1) ,1г,...,1т - номера файлов в схеме БД ; 31 ,Зг • • • • >Зт " порядковые номера атрибутов в соответствующих 11,1г , . . . , 1т файлах (номера столбцов). Отметим, что при составлении арифметических выражений для их последующего ввода в ЭВМ принято использовать для удобства названия атрибутов ( а в примерах и значения атрибутов ), а при формализации ( в момент ввода в ЭВМ ) пары чисел (адреса атрибутов) автоматически определяются, и для последующей обработки они заменяют соответствующие названия атрибутов. Отметим, что частным случае» арифметического выражения может быть числовая или буквенно-цифровая константа , а также значением единичного атрибута БД, например в (4.2) " "РН" - арифметическое выражение; "4.5" - арифметическое выражение; "<" - арифметический оператор;

<АРИФ. ОПЕРАТОР> - обычный арифметический оператор сравнения:

Иг11 11^11 1К11 II «-11 »1^11 11/11.

» I ^ I / ^ / 4 .

"ЛОГ. ВЫРАЖ." - логическое выражение; для его составления в общем случае используются комбинации из арифметических выражений, арифметических операторов, логических операторов ("И", "ИЛИ", "Не") , а также логических констант ("истинно", "ложно"), например см.. (4.7)' ;

"ПОДПРОГРАММА" - обращение к подпрограмме,которое в общем случае имеет вид - "ИМЯ ПРОГРАММЫ" (А!)3х,А! 2]г»•••>А1ш3ш ["АРИФ. ВЫРАЖ."] ). В системе принято, что для всех программ (моделей), включаемых в структуру представления знаний А1 1 у} , А] 2 -¡г , . . . , А1 т^ т , адреса атрибутов в схеме БД, куда будут помещены результаты счета той или иной модели. Арифметическое выражение - функция значений тех или иных атрибутов, которые хранятся в БД или (и) вычисляются

с помощью присоединенной процедуры (программы) и размещаются по указанным атрибутам (адресам).

Поясним применение в структурах (4.2) - (4.5) конструкции описания знаний - "(УСЛОВИЯ ВЫПОЛНЕНИЯ)". Из выше изложенного следует, что структура ("УСЛОВИЯ ВЫПОЛНЕНЫ") в общем случае имеет три типа записи - (4.6), (4.7) и (4.8).

Если при описании какого либо факта, объекта или значения из БД применяется запись типа (4.6), то это значит, что включение рассматриваемого элемента БД в БЗ будет осуществлено при обязательном выполнении условия, представленного выражением "ВЫР.1" (пример приведен в (4.2)1').

Включение рассматриваемого элемента БД в БЗ при применении в описании записи типа (4.7) аналогично тому, как и в предыдущем случае, но вместе с этим в БЗ включается дополнительный расчетный параметр (параметры). Схема расчета параметра представлена выражением типа "ВЫР.2" (пример приведен в (4.7)').

В случае описания элементов БД с помощью записи типа (4.8), который включается безусловно в БЗ, включается также один или несколько расчетных параметров, например:

"ВНЕСЕНИЕ МИН.УДОБРЕНИЙ" ("ПОТРЕБНОСТЬ В АЗОТЕ" (4.8)'

= 75-4 * "ПрУ" +0.1 "ПрУ" * "ЛрУ"; "ПОТРЕБНОСТЬ В ФОСФОРЕ" = 3"ПрУ" - 30; "ПОТРЕБНОСТЬ В КАЛИИ" = 2 "ПрУ" - 16);.

Здесь ПрУ - программируемый урожай (в ц/га), а приведенные зависимости для расчета доз удобрений получены нами в результате обобщения большого числа наших полевых опытов /15/. Кстати, их применение возможно при определенных условиях. Поэтому можно воспользоваться конструкцией (4.7) и тем самым более строго описать применение этих зависимостей:

"ВНЕСЕНИЕ МИН.УДОБРЕНИЙ" (ЕСЛИ "АДРЕС ПОЛЯ" = "ГАТ- (4.7)' ЧИНСКИЙ РАЙОН" \/ "КУЛЬТУРА" = "ЯЧМЕНЬ" \/ "Рг05">15 \/ КгО >15 ТО "ПОТРЕБНОСТЬ В АЗОТЕ" =75-4 "ПрУ" + 01 * *"ПрУ" * "ПрУ"; "ПОТРЕБНОСТЬ В ФОСФОРЕ" = 3 "ПрУ" - 30; "ПОТРЕБНОСТЬ В КАЛИИ" = 2"ПрУ" - 16);.

Обычно расчет параметра, характеризующего ту или иную компоненту агротехнологии, оформляется в виде специального программного

модуля (математической модели). В этом случае при описании рассматриваемой компоненты агротехнологии применяем конструкцию (4.7) или (4.8), где в первом выражении типа "ВЫР.2" используем вариант "ПОДПРОГРАММА". Приведем пример. Пусть имеется программа расчета минеральных доз удобрений и ее имя - "РАСЧЕТ УДОБРЕНИЙ". Положим, что расчеты азотных, фосфорных и калийных удобрений будут помещены в БД с именами атрибутов соответственно "К", "Р", "К", тогда соответствующая абстрактная запись будет иметь следующий вид:

"НАИМЕНОВАНИЕ ОПЕРАЦИИ" ("ИМЯ ПРОГРАММЫ"(А^131, (4.9)

А1гз2 , . . . ,А1т;)т ) ; "АТРИБУТ = "АРИФ .ВЫРАЖ.",... , "АТРИБУТ = "АРИФ.ВЫРАЖ.");,

а с учетом сделанных выше обозначений ее форма примет вид:

"ВНЕСЕНИЕ МИН.УДОБРЕНИЙ" ("РАСЧЕТ УДОБРЕНИЙ" (Л,Р,К); "ПОТРЕБНОСТЬ В АЗОТЕ" = "Л": "ПОТРЕБНОСТЬ В ФОСФОРЕ" = "Р"; "ПОТРЕБНОСТЬ В КАЛИИ" ="К");.

Приведенные примеры представления знаний с использованием различных типов записей "(УСЛОВИЯ ВЫПОЛНЕНИЯ)" и структура самих конструкций (4.1) - (4.5) показывают, что существует достаточно широкий набор средств, позволяющий описывать одновременно декларативные и процедурные знания. При этом соответствующее описание "привязано" к конкретному объекту агротехнологии, т.е. к технологическим операциям , к их характеристикам, а через это и непосредственно к конкретному полю, культуре, сорту. Это обстоятельство представляется чрезвычайно важным, так как включение в систему прикладных моделей, в том числе и простейших регресионных, связано с выполнением определенных условий. Этими условиями могут быть пространственно-временные ограничения, агрофизические, агрохимические, биологические, метеорологические и другие особенности применения соответствующих формул. Одно только перечисление этих ограничений может занять много времени, а применение их на практике без специальной систематизации вообще проблематично. Иное дело, когда используются средства представления знаний, предложенные вы^ ше, а следовательно, позволяющие включить в схему БЗ базовую мо-

дель продуктивности агроэкосистем /16,31/. При этом базовая модель используется для определения областей применимости уже разработанных прикладных моделей, оценки входящих в них эмпирических коэффициентов, а также создает основу для выработки специализированных моделей. Так ею, в частности, учитываются балансы по основным составляющим энерго-массообмена в системе "почва-растение-атмосфера", что позволяет количественно описать процессы накопления, трансформации и выноса из системы основных элементов питания, описывать процесс формирования урожая в онтогенезе от сева и до уборки. Это позволяет оценивать влияние на продукционный процесс агротехнических мероприятий, сроков их проведения, а также складывающейся в текущем сезоне метеорологической обстановки.

Рассмотрены предлагаемые конструкции (4.1) - (4.5) для представления знаний, относящихся к тем или иным компонентам агротехно-логии. Под моделью агротехнологии мы понимаем описание последовательности технологических операций, каждая из которых в общем случае характеризуется условиями выполнения и выбора операций, сроками проведения, теми или иными агротребованиями и применяемыми сельскохозяйственными машинами. В связи с этим возникает необходимость в разработке специфических моделей технологических операций и в целом агротехнологии. С использованием конструкций типа (4.1)-(4.5) и абстрактной формы представления знаний ниже приведены модели описания технологических операций, используемые в системе для двух временных уровней - планирования на предстоящий сезон и оперативного управления, а также описания агротехнологии в целом /10,15,29,34,35/.

Для планирования агротехнологических мероприятий на предстоящий сезон используется следующая модель описания агротехнологичес-кой операции:

"НАИМЕНОВАНИЕ ОПЕРАЦИИ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]; (4.10)

"АГРОТРЕБОВАНИЯ" [(ВЫР.2,ВЫР.2,... ВЫР.2)];

"СРОКИ ПРОВЕДЕНИЯ"; ( ("ТИП МАШИНЫ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/ "ТИП АГРЕГАТА" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]) А ••• /\ ("ТИП МАШИНЫ" ((УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/ "ТИП АГРЕГАТА" [(УСЛОВИЯ

ВЫПОЛНЕНИЯ)]));

При планировании той или иной технологической операции на предстоящий сезон вегетации степень их дифференциации определяется перечнем условно-постоянных параметров, влияющих на выбор способов обработки почвы, систем применения удобрений и приемов ухода за посевами. К подобным условно-постоянным параметрам относятся почвенные характеристики, характеристики рельефа поля, его окульту-ренность, каменистость, степень засоренности различного вида сорняками и др. Однако, в оперативных планах необходимо предусматривать возможность изменения технологических приемов и соответсвую-щую замену машин при резком изменении складывающихся погодных или других условий. Поэтому предложена модель описания не отдельной технологической операции, а группы альтернативных, из которых при уточнении сложившейся обстановки выбирается соответствующая технологическая операция (или цепочка операций). При этом соответствующие группы альтернативных операций условно формируются по отдельным периодам сезона вегетации, например: весенняя подготовка почв, сев, довсходовая обработка почв, уход за посевом по фазам развития и т.п.. Предлагаемая модель имеет вид:

( ("НАИМЕНОВАНИЕ ОПЕРАЦИИ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] (4.11)

/\.../\ "НАИМЕНОВАНИЕ ОПЕРАЦИИ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]) \/...\/ ("НАИМЕНОВАНИЕ ОПЕРАЦИИ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] /\.../\ "НАИМЕНОВАНИЕ ОПЕРАЦИИ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] )); "АГРО-ТРЕБОВАНИЯ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/--Л/ "АГРОТРЕБОВАНИЯ"[(УСЛОВИЯ ВЫПОЛНЕНИЯ)]; "СРОКИ ПРОВЕДЕНИЯ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/...\/ "СРОКИ ПРОВЕДЕНИЯ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]; (("ТИП МАШИНЫ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/ "ТИП АГРЕГАТА" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]) /\.../\ ("ТИП МАШИНЫ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/ ("ТИП АГРЕГАТА" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]) \/...\/ ("ТИП МАШИНЫ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] \/ "ТИП АГРЕГАТА" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)] /\.../\ (ТИП МАШИНЫ" [(УСЛОВИЯ ВЫПОЛНЕНИЯ)]));

Для описания модели агротехнологии в целом предлагается структура, которая составляется из конструкции типа (4.1) и некоторой последовательности технологических операций и имеет в общем случае следующий вид:

¡"АТРИБУТ" "АТРИБУТ"..."АТРИБУТ"¡СПИСОК ОПЕРАЦИЙ;:, (4.12) где символом ":" - начинается и заканчивается модель описания той или иной агротехнологии, а ее идентифицирующий блок представлен конструкцией типа (4.1). В общем случае в этом блоке указываются, для какой культуры, сорта предназначена технология, цель выращивания, автор, уровень применения (плановый, оперативный); "СПИСОК ОПЕРАЦИЙ" - перечень агротехнологических операций, описываемых с помощью моделей типа (4.10) и (ИЛИ) (4.11).

Таким образом, в системе создается банк формализованных конструкций типа (4.12), обеспечивающих поддержку плановых и оперативных решений в сельскохозяйственном производстве.

Прежде чем перейти к изложению основных идей формализации и генерации знаний, представляемых по рассмотренным выше конструкциям, отметим некоторые особенности предлагаемого подхода по описанию декларативной и процедурной информации в моделях агротехнологии. Учитывая, что перечень технологических операций, применяемый при возделывании различных сельскохозяйственных культур,в значительной степени повторяется, в моделях соответствующих агротехно-логий может быть значительное дублирование при описании однотипных операций. Чтобы этого избежать, нужно идентифицирующие агротехно-логию атрибуты использовать в моделях описания операции, а именно в структурах типа "(УСЛОВИЯ ВЫПОЛНЕНИЯ)", например :

..."НАИМЕНОВАНИЕ ОПЕРАЦИИ" (ЕСЛИ "КУЛЬТУРА"="ОВЕС" \/"ЦЕЛЬ ВЫРАЩИВАНИЯ"—"СЕМЕНА" \/"АВТ0Р ТЕХНОЛОГИИ"="НПО"БЕЛОГОРКА");.... Составляются подобные дополнительные структуры для операций неповторяющихся, индивидуальных для каждой из моделей, которые мы хотим описать в рамках одной конструкции типа (4.12). В этом случае однотипные операции, повторяющиеся в рассматриваемых моделях, описываются один раз. Эта возможность используется в системе для составления плановых агротехнологий, а идентифицирующий блок обычно имеет один параметр, например, для зерновых :

: "ЗЕРНОВЫЕ" ; СПИСОК ОПЕРАЦИИ ; : .

Ниже рассмотрим вторую особенность, которую также важно подчеркнуть . Отечественные (Г.С.ПОСПЕЛОВ, 1988г.;Д.А.ПОСПЕЛОВ, 1990Г. и Др.) И зарубежные ( Х.УЭНОИ, М.ИСИДЗУКА, 1989г.; Ж.Л.ЛОРЬЕР, 1990г. и др.) специалисты в области искусственного интеллекта утверждают, что системы представления знаний в различных предметных областях должны иметь следующие специфические признаки: внутреннюю интерпретируемость; структурированность; связанность и активность . Покажем, что предлагаемая нами структура представления знаний отвечает этим специфическим требованиям.

По определению внутренней интерпретируемости каждая информационная единица должна иметь уникальное имя, по которому система ее находит. Этот признак явно просматривается в БД, в реляционной модели данных, где имена столбцов являются атрибутами отношений, имена которых указаны в строках, а схема описания БЗ полностью базируется на использовании атрибутов БД.

Второй признак - структурированность - должен выполняться "принцип матрешки", т.е. рекурсивная вложимость одних информационных единиц в другие. Это принцип в явном виде характерен для иерархических моделей данных, но он же использован нами при построении БД в связи с созданием метаданных (хеш-таблиц, хеш-функций). Полностью этот признак характерен для предлагаемых моделей описания технологических операций и агротехнологий, так как они составляются из совокупности более простых конструкций, которые в свою очередь создаются из элементов БД по заданным правилам. По ходу отметим, что признаки "внутренняя интерпретируемость" и "структурированность" характерны для БД и БЗ рассматриваемой системы, а для признаков "связанность" «"активность" аналогов в БД нет.

Знания вообще связаны не только в смысле структуры. Они отображают закономерности, проявляющиеся в наличии фактов, процессов, явлений и в причинно-следственных отношениях между ними. По определению признака связности должны быть установлены отношения связи между информационными единицами. Семантика этих отношений может носить декларативный или процедурный характер. Для декларативных знаний должны быть установлены три типа отношений связи: две или

более информационных единицы связаны отношением "Одновременно" (в нашем случае такую связь обеспечивают конструкции типа (4.1) и (4.4)) ; две информационные единицы связаны отношением "Причина -следствие" (в нашем случае конструкции (4.6) и (4.7) реализуют эту связь ); две или более информационные единицы связаны отношением "быть рядом" (в нашем случае такую связь обеспечивает в явном виде конструкция (4.8) и комбинации простых конструкций типа (4.5)). Для процедурных знаний реализация отношения "аргумент - функция" осуществляется соответствующим алгоритмом - программой. Таким образом, признак связности характерен для рассматриваемой системы.

При обычном использовании ЭВМ все процессы счета инициируются командами, т.е. программы активны , а данные пассивны. Все процедуры в этом случае должны быть предусмотрены в соответствующей программе, написанной на том или ином языке для ЭВМ. Следовательно, если исходные данные для решения задачи заданы нечетко или неполно, то процесс вычисления останавливается. В связи с этим и требуется создать такие структуры представления знаний, которые бы обеспечивали актуализацию тех или иных действий с данными, и выполнение программ должно также инициироваться текущим состоянием БЭ. Принимая сказанное за понятие признака активности, вернемся к модели (4.12) - модели агротехнологии. Все используемые в ней конструкции представления знаний детально предписывают перечень выборки из БД и ее последовательность, какую внешнюю процедуру задействовать и т.д. Процесс вычисления направляется структурой описания модели агротехнологии, т.е. БЗ, и в этом случае БЗ активна. Признак активности характерен для рассматриваемой системы.

Важно подчеркнуть и то, что принятая в системе структура описания знаний, представленная конструкциями типа (4.12), напоминает встречающиеся в специальной литературе фреймовые модели, которым также характерна жесткая , алгоритмическая структура представления информации. Фреймы (рамка) по определению -"ИМЯ ФРЕЙМА" ("ИМЯ СЛОТА",..."ИМЯ СЛОТА"). Значением слота могут быть числа, выражения, условия, ссылки, тексты и т.п.. При наполнении фрейма ему и слотам присваиваются конкретные имена и значения. Теория фреймов сегодня как теория научных концепций используется для описания знаний в

сложных прикладных проблемах. Однако , универсальных рецептов по применению фреймов в интеллектуальных системах в литературе нет. По мере развития этой теории можно ожидать применения ее результатов в совершенствовании данной системы, и автор надеется, что предлагаемый им язык представления знаний может быть использован за рамками данной проблемы и получит дальнейшее развитие.

5. ГЕНЕРАЦИЯ ЗНАНИЙ И ТЕХНОЛОГИЯ НАПОЛНЕНИЯ ИМИ СИСТЕМЫ.

5.1 ГЕНЕРАЦИЯ ЗНАНИЙ.

Конечная цель данной разработки заключается в том, чтобы предоставить специалистам возможность с помощью ЭВМ производить необходимые вычисления, обеспечивающие поддержку плановых и оперативных агротехнологических решений. Чтобы современная компьютерная система отвечала этим требованиям, должно быть организовано соответствующее представление знаний. Рассмотренная выше структура отвечает этим задачам, так как допускает возможность одновременного представления комбинации декларативных и процедурных знаний. Такое описание характерно для современного уровня развития цикла агрономических наук. А алгоритмические по сути модели описания агротех-нологий (4.12) определяют и соответствующий механизм вывода знаний. В конструкциях типа (4.12) описаны цель и назначение конкретной модели агротехнологии, структура используемых данных, предопределены правила их выбора и обработки , а также разработан механизм использования внешних программ (моделей) в системе. Причем факт обращения к той или иной внешней процедуре предопределяется состоянием той или иной компоненты агротехнологии, а следовательно внешняя модель "вызывается" для целевого применения в конкретной ситуации, и ее расчеты используются для поддержки управляющего решения в сложившихся условиях.

Прежде чем перейти к специфике генерации агротехнологий в системе, рассмотрим основные идеи процессов формализации знаний, результаты которых полностью определяют в системе эффективность механизма вывода знаний.

Формализация знаний - процесс преобразования знаний, описанных с помощью предложенных выше структур для их внутреннего представления в ЭВМ. Рассматриваемый процесс должен, безусловно, обеспечить идентификацию вводимых знаний, их накопление и хранение, а также возможность извлечения хранимых знаний с максимальной эффективностью.

С целью преобразования схемы БЗ, представленной соответствующими структурами к виду, удобному для последующей машинной обработки, в системе разработан специальный программный интерпретатор - модуль формализации технологий /29,34,35/. Процесс преобразования входных структур происходит в диалоговом режиме. Программный интерпретатор в своей работе использует блок метаданных БД - каталог отношений и каталог моделей. В каталогах отношений (паспорта файлов) и моделей хранятся необходимые сведения для их формализации. В частности, в каждом таком паспорте указаны имена атрибутов, их адреса в схеме БД (пары чисел - номер файла и номер столбца) и ключевые атрибуты файла.А информация о внешних процедурах (программах), включаемых в описание модели агротехнологии, содержит сведения о назначении той или иной программы, ее потребности в технических ресурсах, перечень исходных данных и их адреса в БД. Напомним, что адрес, куда нужно поместить результаты счета при обращении к внешней процедуре по определению, принятому в системе, указывается явно в описании БЗ, например см. (4.9). В результате преобразования интерпретатором трансформируются вводимые структуры схемы БЗ в такие же по форме структуры, но в которых уже все элементы "внешнего" описания заменены на физические адреса их фактического размещения в базе данных. И результатом рассматриваемой трансформации является инвариантная физическая среда, где все символьные элементы преобразованы в их кодовую (цифровую) интерпретацию, что в значительной степени упрощает дальнейшую обработку знаний и уменьшает объем хранимой информации.

Очевидно, что хранение не названий атрибутов , а их адресов в БД обеспечит быструю навигацию в ней, а следовательно ускоряется процесс извлечения знаний . При этом также сохраняется идентификация вводимых знаний, так как форма внутреннего представления инва-

риангна внешнему описанию БЗ, а вопрос структурированности и связности "внешнего" представления знаний мы уже обсудили выше. Вместе с тем процесс присвоения тем или иным атрибутам схемы БЗ их физических адресов не однозначен, так как в общем случае в каталоге отношений хранятся по каждому атрибуту лишь пары , которые определяют номер файла и номер столбца в нем, а номер строки, необходимый для извлечения значения атрибута, интерпретатору не известен. Номер строки, где хранится то или иное значение заданного атрибута, строго говоря, может быть известен лишь тогда , когда будет определено, для какого сельскохозяйственного поля из соответствующей картотеки полей производятся расчеты. Это связано с тем, что картотека сельскохозяйственных полей является основным файлом БД, и в ее схеме представлены отношения для связи картотеки с другими файлами БД. Важно отметить, что в момент определения адреса сельскохозяйственного поля ЭВМ становится доступной строка картотеки полей (паспорта поля), а следовательно адрес любого его параметра определяется уже одним числом - порядковым номером в схеме этого файла , т.е. номером столбца. Поэтому с помощью параметров паспорта поля, адрес которого мы при формализации условно считаем известным, можно практически для каждого атрибута схемы БЗ автоматически установить шифры соответствующих ключевых атрибутов, по которым определится уже значения рассматриваемого атрибута в БД. По-ясниим это. Интерпретатор, "шифруя" тот или иной атрибут схемы БЗ, отмечает три возможные ситуации.

Во-первых , если рассматриваемый атрибут схемы БЗ одновременно принадлежит и картотеке полей БД, то адрес такого атрибута тривиален, и его определяет номер столбца , который и замещает во внутренней физической среде название атрибута.

Если очередной атрибут схемы БЗ не принадлежит картотеке полей, то интерпретатор оценивает ключевые атрибуты файла, где размещен рассматриваемый атрибут (необходимые данные для этого хранятся в паспорте файла). Если ключевые атрибуты являются параметрами картотеки полей, или они определяются с помощью дополнительных отношений связи, то это значит, что соответствующие значения (шифры) этих ключевых атрибутов будут мгновенно определены в мо-

мент обработки информации по заданному сельскохозяйственному полю, т.е. будет известен ключ поиска. В этом случае наименование рассматриваемого атрибута замещается во внутреннем представлении парой : номером файла и номером столбца.

И, наконец, если ключевые атибуты файла,где размещен рассматриваемый атрибут схемы БЗ, невозможно в дальнейшем атоматически определить, то интерпретатор обращается за помощью (процесс формализации присходит в диалоговом режиме), и производится необходимая коррекция. Обычно этот случай возможен, если в описании схемы БЗ используется файл, с которым еще картотекой сельскохозяйственных полей не установлены отношения связи в схеме БД.

В системе задача генерации плановых агротехнологий возделывания сельскохозяйственных культур может быть решена в пакетном (регламентном) режиме или в режиме извлечения из БЗ агротехнологи-ческих сведений, удовлетворяющих некоторому критерию /36/. Последний режим используется и при решении оперативных задач. В первом случае пользователь должен обеспечить доступ системы к картотеке сельскохозяйственных полей, в которой для каждого поля определены планируемая для возделывания на предстоящий сезон культура, цель ее выращивания, а также должны быть сформированы другие блоки БД и представлена по необходимости дополнительная идентифицирующая информация для целенаправленной работы с БЗ. БЗ в свою очередь должна содержать достаточный набор формализованных моделей описания агротехнологии по типу ( 4.12 )..Фактически пользователь регламентирует работу с системой в этом режиме тем, что устанавливает связь между своим заказом и возможным ответом по типу один к одному .

В БЗ допускается возможность хранения альтернативных моделей агротехнологий, предназначенных для одной и той же культуры, но их описание базируется на различных подходах. Наряду с этим в БЗ могут храниться наборы моделей агротехнологий,каждая из которых предназначена для конкретной культуры, но где детальным образом расписаны условия выбора той или иной технологической операции и

I

их характеристик. В этих случаях необходимо наличие количественного критерия, позволяющего выбирать одну технологию из нескольких.

Таким критерием могут быть экономические, энергетические, экологические и другие интегральные показатели. Поэтому предусмотрен другой режим работы в системе, позволяющий реализовывать более сложные связи между заказом пользователя и возможным ответом системы. Ниже рассмотрим для иллюстрации этой идеи два простых примера применения этого режима на уровне планирования и оперативного управления .

Предположим, что нужно в системе обеспечить выбор экономически обоснованных, дифференцированных агротехнологий на уровне планирования с учетом имеющихся в хозяйстве ресурсов. Для решения этой задачи мы должны с помощью моделей технологических операций типа ( 4.11 ) или { 4.12 ) подробным образом описать "экономику" каждой технологической операции и их характеристик, определяющих их включение в ту или иную модель агротехнологии в целом. При описании технологической операции мы не только описываем, какие числовые и символьные данные будут характеризовать операцию, но и то, какие действия над ними нужно проводить . Например, посчитать расход горючего или удобрения на данную операцию. Эти вычисления проводятся, если они описаны в соответствующей модели.

Далее будем полагать, что выбор сельскохозяйственных машин для проведения технологических операций в рассматриваемом примере определяет минимальный расход затраченного горючего на их проведение и фактическое наличие в хозяйстве этих машин. Абстрактная форма такого описания может иметь следующий вид:

"НАИМЕНОВАНИЕ ОПЕРАЦИИ"; { {" ТИП МАШИНЫ " (ЕСЛИ (ВЫР.1)) \/

"ТИП АГРЕГАТА" (ВЫР.2.....ВЫР.2) /\-../\ ("ТИП МАШИНЫ" (ЕСЛИ

(ВЫР.1)) \/ "ТИП АГРЕГАТА" (ВЫР.2.....ВЫР.2)) );,

а предметная форма, например для операции "ВСПАШКА" может иметь соответствующий набор альтернативных вариантов по выбору машин:

"ВСПАШКА"; { ("К-7 01" (ЕСЛИ "К-701" = "ЕСТЬ В ХОЗЯЙСТВЕ" \/ "ПЛН-9-35" ("РАСХОД ГОРЮЧЕГО"="ПЛОЩАДЬ"."НОРМА/ГА") ) /\ ("ДТ-75" (ЕСЛИ "ДГ-75"="ЕСТЬ В ХОЗЯЙСТВЕ") \/ "ПЛН-6-35"

("РАСХОД ГОРЮЧЕГО"="ПЛОЩАДЬ"."НОРМА/ГА") ) /\ ("Т-150"(ЕСЛИ "Т-150"= "ЕСТЬ В ХОЗЯЙСТВЕ") \/ "ПЛН-6-35" ("РАСХОД ГОРЮЧЕГО"3 "ПЛОЩАДЬ"."НОРМА/ГА")) /\ ("МТЗ-82" (ЕСЛИ "МТЗ-82"="ЕСТЬ В ХОЗЯЙСТВЕ") \/ "ПЛН-4-35" ("РАСХОД ГОРЮЧЕГО"="ПЛОЩАДЬ". "НОРМА/ГА")));

С учетом рассмотренных выше условий выбора сельскохозяйственных машин система по каждой технологической операции предложит один вариант машин. При этом выбранные системой машины в хозяйстве имеются и по каждой технологической операции они будут обеспечивать минимальный расход горючего.

Прежде чем перейти к рассмотрению следующего примера, отметим, что в работе /36/ нами предложены два интегральных количественных критерия оценок агротехнологии: критерий энергоемкости, позволяющий определить степень эффективности использования в агротехнологии антропогенных источников энергии, и экологический критерий, характеризующий степень воздействия той или иной агротехнологии на окружающую среду.

В рамках рассматриваемого режима функционирования модуля генерации, реализующего ответы на заказы пользователя, важно подчеркнуть еще один аспект применения системы в оперативном плане. Модель агротехнологии (4.12) позволяет составлять конструкции, обеспечивающие специалиста информацией к размышлению, отвечая на вопрос " что будет, если...?". В системе накоплен обширный экспериментальный материал и созданы соответствующие прикладные модели, позволяющие количественно оценить влияние комплекса управляющих агротехнологических мероприятий на динамику роста и развития сельскохозяйственных культур, на конечный урожай с учетом неуправляемых , например, метеорологических условий (это подробно обсуждается ниже). Разбив вегетационный сезон условно на периоды, привязанные к фазам развития растений, описывают их с помощью средств представления знаний. Причем в описании соответствующих периодов (фаз развития посевов) технологические мероприятия (внесение удобрений, подкормка, поливы и т.п.) являются входными аргументами в используемых прикладных или базовой моделях. Системой допускается

соответствующее представление знаний. Тогда имитируя подачу на вход тех или иных внешних воздействий, специалист может получать ответы на задаваемые им вопросы и "что будет, если ...?"

5.2. ТЕХНОЛОГИЯ НАПОЛНЕНИЯ ЗНАНИЯМИ СИСТЕМЫ

Принятая в системе схема формирования БЗ приведена на рис.3. На ней указаны основные источники наполнения системы декларативными и процедурными знаниями. Ее основная часть, обозначенная на рисунке пунктирной линией, отражает технологию наполнения в основном процедурными знаниями, полученными нами в результате обработки на ЭВМ многолетнего экспериментального материала по зерновым культурам /8,14,20,23,28,30,33,37,38,39,40,41/. При этом на первом этапе исследований была обработана информация о наблюдениях за посевами различных сортов ячменя и овса, проведенных в НПО"Белогорка" за период с 1969 по 1981гг. Анализ полученных результатов выявил, что наиболее слабо изучены реакции культур (сортов) на меняющиеся режимы минерального питания , температуру, влажность почвы, площадь питания и сроки сева в их взаимосвязи.

Для изучения этих вопросов на втором этапе исследований мы начали проводить с 1982 года серию сопоставимых экспериментов в полевых и регулируемых условиях. Важно подчеркнуть, что в полевых условиях изучали продукционный процесс как в вегетационных сосудах и на микроделянках, так и на производственных площадях совхоза "Скреблово" Лужского района Ленинградской области /1,7,26/. Была разработана методика проведения этих полевых,вегетационных и распределенных в пространстве и времени экспериментов, в которых ставилось целью выявить отзывчивость сортов на комбинации управляемых воздействий в различные периоды онтогенеза при некоторых сложившихся в ходе исследований неуправляемых метеофакторах, являющихся как бы одинаковым фоном для той или иной серии опытов. На каждой фазе развития растений проводили оценку структурных элементов продукционного процесса. Определяли массы главных стеблей, стеблей

кущения, сырую и сухую массу, массу корней после отмывания их от почвы и растительных остатков, а также площадь листьев отдельных ярусов, листьев главного побега, побегов кущения. Набор изучаемых сортов в начале опытов (1982г.) был сравнительно велик, но в даль-

МОНИТОРИНГ

РЕЗУЛЬТАТОВ

ИССЛЕДОВАНИЙ

В ПОЛЕВЫХ И

РЕГУЛИРУЕМЫХ

УСЛОВИЯХ

Т

—I— БАЗОВАЯ МОДЕЛЬ

"Г

-I-

|ПРИКЛАДНЫЕ | МОДЕЛИ

1_

н

J

| МОНИТОРИНГ I | МЕТЕУСЛОВИЙ | I-,-1

I

-1-,

ПЕРВИЧНАЯ | СТАТИСТИЧЕСКАЯ Ь ОБРАБОТКА И || АНАЛИЗ || РЕЗУЛЬТАТОВ II -1 I

~г

-1-

ПРОЦЕДУРНЫЕ ЗНАНИЯ, ПРИКЛАДНЫЕ МОДЕЛИ И УСЛОВИЯ ПРИМЕНЕНИЯ

—Г-1-

БАЗОВЫЕ АГРОТЕХНОЛОГИИ:РЕ-Ь| КОМЕНДАЦИИ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ УЧРЕЖДЕНИЙ

-1

ТЕХНОЛОГИИ, АПРОБИРОВАН- | НЫЕ ПРОИЗВОДСТВОМ I—1

_I

ПРЕДЛОЖЕНИЯ ПОЛЬЗОВАТЕЛЕЙ Н

_I

~1

-1 I

ДЕКЛАРАТИВНЫЕ ЗНАНИЯ: I

НАБОРЫ АГРОТЕХНОЛОГИЙ | г*-1

И УСЛОВИЯ ПРИМЕНЕНИЯ | -,-1|

| БАЗА ЗНАНИИ : МОДЕЛИ АГРОТЕХНОЛОГИИ |

1_I

Рис.з СХЕМА НАПОЛНЕНИЯ ЗНАНИЯМИ СИСТЕМЫ нейшем он был отобран по систематическим и биологическим характе-

ристикам. Так, например, по ячменю стали исследовать в дальнейшем однорядные и двурядные виды, короткостебельные и высокостебельные, среднеспелые и позднеспелые сорта. После анализа результатов опытов очередного вегетационного периода составлялись схемы опытов на следующий год с учетом выявленных закономерностей .

Для накопления, хранения и обработки полученных в опытах данных использовалась разработанная и реализованная на ЭВМ автоматизированная информационно-справочная система агрометеорологического обеспечения работ по программированию урожаев сельскохозяйственных культур , сопряженная с системой статистического анализа "САФИСТ" /5/. Получаемая в опытах первичная информация готовилась в соответствии с требованиями сиснемы статистического анализа "САФИСТ". Необходимые метеорологические сведения за интересующий нас период в любом разрезе и сочетаниях передавались ей по запросу прикладных программ моделей продукционного процесса в ходе численного эксперимента. Таким образом, организован автоматизированный режим комплексной статистической обработки и анализа экспериментальных данных, увязанных со складывающимися метеорологическими условиями. Такая возможность сочетания численных экспериментов с базовой моделью продукционного процесса позволяет выявить наиболее устойчивые количественные связи между различными показателями, характеризующими рост и развитие растений, конечным урожаем и агрометеорологическими условиями. В ходе исследований были выявлены более тридцати независимых метеорологических и фенологических параметров, отражающих те или иные внутренние функциональные связи продукционного процесса. В частности, по основным фазам развития зерновых культур получены количественные связи между структурными элементами продукционного процесса (количеством растений , плотностью стеблестоя, площадью листовых пластинок по ярусам, общей массой растений, листьев с единицы площади, биологическим потенциалом кущения и др.) и различными режимами минерального питания и водообеспечения, нормами высева, сроками сева и метеоусловиями. Наряду с этим выявлены количественные соотношения, характеризующие конечный урожай в зависимости от тех же элементов продукционного процесса дифференцированно по фазам развития растений и складываю-

щейся метеообстановке . Все это в совокупности позволяет полученные количественные зависимости использовать для обоснования выбора агротехнических приемов ( подкормки, поливы и др.) в тех или иных агрометеорологических условиях, при тех или иных показателях состояния посевов растений, а также для поэтапного уточнения прогноза урожая в складывающейся обстановке. При этом важно отметить, что обобщенный анализ региональных многолетних наблюдений показал, что на Северо-Западе РФ и, в частности, в Ленинградской области метеорологические условия ранневесеннего периода являются основополагающими для формирования урожайности зерновых культур. Эта закономерность позволяет с большой степенью достоверности оценить ожидаемый урожай уже весной по полученным нами зависимостям, где в качестве входных данных для расчетов используются параметры, характеризующие сложившиеся агрометеорологические условия в этот период /14,15,20,26/. Например, для яровых культур это запасы влаги в пахотном горизонте почвы (0-20 см) от посева до кущения и выхода в трубку; количество дней за период всходы - кущение; сумма осадков за этот же период; среднесуточная температура за период посев выход в трубку, а для озимой ржи урожайность прогнозируется по следующим параметрам: сумма эффективных температур за период от возобновления вегетации до выхода в трубку; среднесуточная температура за этот же период вегетации; запасы продуктивной влаги в пахотном горизонте за период от выхода в трубку до колошения.

Параллельно с исследованием общих закономерностей и особенностей продукционного процесса зерновых культур и созданием простейших прикладных математических моделей нами проводились специальные эксперименты с целью идентификации базовой модели, разработанной под руководством Р.А.Полуэктова /33/. Комплексный характер моделей продукционного процесса, в которых на количественной балансовой основе описываются все основные события, происходящие в сельскохозяйственном посеве, требуют системного подхода в организации натурного эксперимента. Во-первых, необходимо изучить в рамках одного опыта все основные учитываемые в модели процессы в растениях и в среде их обитания, а во-вторых, привлекать к решению задачи все виды экспериментов с растениями - опыты в вегетационных

сосудах, в климатических камерах и на специально оборудованных полигонах .

С этой целью нами была поставлена и более узкая, но мало исследованная задача - изучить влияние на динамику продукционного процесса водного стресса, действующего на разных отрезках вегетационного периода (на примере зернофуражных культур - овса и ячменя). Как известно, динамические модели позволяют воспроизводить ход формировния урожая в полностью комфортных условиях, когда все контролируемые факторы"находятся в относительном оптимуме, или при наличии стрессовых воздействий. В данном случае мы ограничились изучением влияния одного из основных для многих регионов нашей страны стрессовых факторов - водного дефицита. Таким образом, цель исследования состояла в проведении натурных экспериментов в меняющихся в течение онтогенеза контролируемых условиях влагообеспечен-ности , а также в изучении динамики продукционного процесса с дальнейшей идентификацией модели и экспериментальной проверкой . В работах /33,37,32/ подробно обсуждаются методика эксперимента, ход его проведения и анализируются полученные результаты. Здесь .мы только отметим, что регулируемые условия водообеспеченности растений по периодам онтогенеза позволили получить в условиях вегетационного опыта определенную зависимость между параметрами структуры посева ячменя и овса. Важнейшими показателями состояния растений в посеве являются высота растений, масса их на единице площади посева, касса корней, густота стояния растений, листовой индекс, а также площадь поверхности листовых пластинок верхних ярусов листьев. Недостаточная влагообеспеченность растений овса и ячменя на разных фазах роста и развития приводит к весьма характерным нарушениям структуры растений, в частности, к изменению размеров листовых пластинок ярусов листьев, формирующихся в период действия почвенной засухи. Под действием засухи во второй половине онтогенеза уменьшается общая площадь листьев за счет отмирания листовых пластинок нижних ярусов. Частично пластические вещества опадающих листьев, вероятно, могут использоваться для роста генеративных органов, стеблей, корней, что отражает адаптацию растений к водному стрессу. Отмечен критический уровень водного стресса - 60% от оп-

тимального уровня влагообеспеченности, который качественно отличается от действия других уровней стресса.

Рассмотренный выше цикл научных исследований был нами обобщен и систематизирован, а затем использован для составления методических рекомендаций по применению интенсивных технологий возделывания зерновых культур на Северо-Западе РЧ> /15/. В следующем разделе рассмотрен опыт использования компьютерной системы для поддержки решений в интенсивных технологиях , применяемых в хозяйствах Ленинградской области.

Возвращаясь к рис.3, к его верхней правой части, где отражена технология наполнения системы декларативными знаниями, отметим , что агрономической наукой разработано большое число рекомендаций по применению агротехнологий , дифференциации отдельных элементов агротехники. Однако реализация этих рекомендаций, не будучи скомплектованной в единую технологическую программу, не приносит должного эффекта . Дополнительные ограничения создаются вследствие отсутствия у специалистов, принимающих решения , достаточных нормативных документов, регламентирующих дифференциацию агротехнических приемов.

С целью комплектации информации в единую технологическую схему, пригодную для обработки на ЭВМ, мы провели анализ документооборота в хозяйствах Ленинградской области. На основании проведенного анализа разработали формы сбора информации и совместно со специалистами НПО "Белогорка" подготовили банк технологической документации для базы знаний (БЗ). В нем объединили разрозненные научные рекомендации, рекомендации зональной системы земледелия и правила их применения к конкретным хозяйствам, сельскохозяйственным полям. В частности, в технологический раздел включены более пятидесяти базовых технологий на производство основных сельскохозяйственных культур в Ленинградской области, а также технологии, апробированные в хозяйствах , где отрабатывали методы программирования урожаев. Сюда также включены разработанные нами интенсивные технологии по возделыванию зерновых культур /15,20,39/.

6.РЕЗУЛЬТАТЫ АПРОБАЦИИ И ВНЕДРЕНИЯ.

Отличительной особенностью созданной компьютерной системы является ее динамизм, открытость и возможность постоянного совершенствования . Это связано с тем , что процесс создания и развития системы был практически синхронным во времени с разработкой специалистами АФИ теоретических основ метода программирования урожаев и их внедрением в производство. Благодаря такому подходу , система уже в конце семидесятых годов начала применяться в экспериментальных исследованиях по программированию урожаев /1-7/, С созданием же в начале восьмидесятых годов вычислительного центра на Мень-ковской опытной станции АФИ уже были приняты на обслуживание системой все поля Ленинградской области , где велись работы по практическому использованию метода программирования урожаев /9,10,12,13,15,17,25,26,35/.

На первых этапах разработки системы она, в основном, была ориентирована на задачи информационного агрометеорологического обеспечения программирования урожаев . Некоторые примеры , иллюстрирующие эти возможности , показаны в таблицах 1-4.

В табл.1 помещен фрагмент получаемого с помощью системы выходного документа . Этот документ дает представление об общем характере погоды на территории конкретного хозяйства на заданном интервале времени внутри вегетационного периода или за фиксированный отрезок времени в течение года . В состав характеристик , включаемых в такой документ , могут входить параметры трех типов:

- средние (на рассматриваемом интервале времени) значения различных метеорологических элементов - температура, относительная влажность, облачность, скорость ветра и др.;

- суммы температур и осадков, а также число дней, характеризующихся различными метеорологическими особенностями (число дней без солнца, число дней с заморозками и т.д.);

- экстремальные значения метеоэлементов ( в часности, абсолютные минимальные и максимальные температуры ).

Для обеспечения необходимой полноты анализа сведения за текущий год выдаются в сравнении с аналогичными характеристиками за

прошлый год и со средними многолетними условиями . Начало и конец характеризуемого периода , а также перечень параметров определяются требованиями потребителя информации и указываются в запросе . В данном примере за начало принята дата устойчивого перехода температуры воздуха через 5гр.(Т5), которая определяется системой.

Таблица 1

Содержание выходного документа " Характеристика погодных условий "

Хозяйство ....................... совхоз " Ильич "

Период .......................... Т 5 - 10.08.77г.

Наименование параметра

1976г. 1977г. Средне-много-летиее значен.

Средняя температура воздуха,град Сумма температур выше 10 тр.,град Сумма эффективных температур,град Сред.относительная влажность воздуха , %

Средний дефицит влажности воздуха, мб

Сумма осадков,мм Число дней с осадками 1мм Число дней с осадками 5мм Число дней с заморозками Средняя облачность общая,баллы Средняя облачность нижняя,баллы БКП

12,4 1012

13,7 1303

13,4

734 997 -

76 75 73

3,9 4,5 4 , 8

253 328 169

35 44 27

12 20 10

6 8 -

6,6 5 , 9 5,9

5,3 4,5 3 , 3

1, 0 1 ,3 -

Содержание выходного документа " Характеристика погодных условий по декадам "

Хозяйство ............ совхоз " Красная Балтика "

Год ................. 1976

Период .............'. X.06.-10.08

Наименование параметра Значение параметра по мес./дек.

06/1 06/2 06/3 07/1 07/2 07/3 08/1

Средняя температура

воздуха 8,9

Сумма осадков,мм 32

Число дней с осадка- 2 ми более 5мм Сумма темпаратур

выше 10гр, 20 Накопленная сумма

температур выше Югр. 36

10,2 14,5 40 13 2 0

60 145 96 241

11,6 15,4 51 21 3 2

90 154 331 485

18,3 13,7 6 33 0 1

201 137 686 823

В отличие от предыдущего документа в табл.2 представлена временная " развертка " метеорологических условий по декадам с указанием численных значений анализируемых метеорологических элементов. По аналогичной форме последовательно друг за другом по декадам составляются на ЭВМ справки, дающие представления о динамике изменения агрометеорологического состояния посева на конкретном сельскохозяйственном поле . Начало и конец характеризуемого периода, а также перечень метеорологических и агрометеорологических парамет-

ров, по который требуется информация, потребитель указывает в своем запросе.

В следующем документе ( табл.3) потребителю выдаются сведения

Таблица 3

Содержание выходного документа " Состояние посевов "

Хозяйство...............совхоз " Ильич "

Год.....................1976

Дата....................10.07

Наименование параметра Характеристика параметра

по севообороту/полю

01/1 .. 03/8

Культура Ячмень Яровая пшеница

Сорт Надя Ленинградка

Предшественник Озимая Картофель

пшеница

Площадь поля , га 45 17

Дата сева 8 . 05 12 .05

Фаза развития Цветение Колошение

Дата наступления

наблюдаемой фазы 5 .07 8 . 07

Число на 1кв.м: растений 1010 570

стеблей 4205 4640

Высота растений ; см 72 75

Число колосков в колосе:

развитых 22 31

недоразвитых 3 2

Число зерен в колосе 28 30

Засоренность (в колосе)

посева, балл 2 2

Повреждения болезнями и

вредителями Нет Нет

об агрометеорологическом состоянии посевов на определенную календарную дату . По заданной в запросе дате предусматривается выдача интересующих потребителя агрометеорологических сведений ( дата сева, фаза развития , высота и густота растений и др.) по совокупности полей конкретного хозяйства. Эта информация характеризует состояние посевов в декаду, внутри которой находится дата, указанная в запросе.

В табл.4 представлен выходной документ,составляемый ЭВМ на стадии планирования работ по программированию урожаев для всех полей хозяйства.Для каждого поля, характеризующегося определенными паспортными данными и средними многолетними метеорологическими условиями данной территории.рассчитываются климатически обеспеченные (КОУ) и действительно-возможные урожаи, устанавливается уровень программируемого урожая (ПрУ), и под него определяются нормы минеральных и органических удобрений. По аналогичной форме для всех полей конкретного хозяйства производится выдача сводных данных о результатах программирования урожая за прошедший период вегетации. Данная задача ставится с целью обеспечения оперативной работы исследователя с агрометеорологическим архивом. При ее реализации потребитель получает возможность анализировать сведения о проведенных агротехнических мероприятиях, а также данные, касающиеся основных этапов и результатов программирования урожая по всем полям изучаемого хозяйства.

В рассмотренных выше примерах (табл.1-3) речь шла исключительно о реализации системой информационно-справочных функций. Данные, представленные в табл.4, иллюстрируют возможности ее применения уже для автоматизированного составления рекомендаций. В числе других задач, реализованных в рамках рассматриваемой системы и связанных с выдачей потребителю определенной рекомендательной или прогностической информации, можно назвать: долгосрочный прогноз теплообеспеченности ; прогноз динамики развития посевов; корректировку сроков отдельных агротехнологических мероприятий в соответствии с прогнозируемой динамикой развития посевов; выдачу рекомендаций по оптимальным срокам сева яровых и озимых культур; прогнозы урожайности различной заблаговременности /3,4,5,11/. Од-

со, реализация этих рекомендаций, не будучи скомплектованной в 1ную технологическую программу, не может приносить ожидаемого |>екта. Поэтому важнейшей задачей стала разработка с помощью ЭВМ чплекса взаимосвязанных рекомендаций, составляющих неотъемлемую

Таблица 4

Содержание выходного документа " Программируемые урожаи и рекомендации по внесению удобрений ".

Хозяйство .................Совхоз " Красная Балтика "

Год ......................1980

Наименование параметра Характеристика параметра по

севообороту/полю

01/2 ... 05/3

Исходные величины

Культура Картофель

Сорт Приекульский

Предшественник Овес

Урожай предшественника,т/га 2,9

Площадь поля ,га Тип почвы

Механический состав почвы

Содержание гумуса,% рН

Содержание,мг/1ООг почвы: фосфора калия

27,5 Дерново-карбонатные Среднесуг-линистые 3,8 7,3

16,4 11,2

. Картофель Приекульский Овес 4,1 24,6 Дерново-карбонатные Среднесуг-линистые 4,4 5,1

28,0 22 , 0

Расчетные величины

КОУ,т/га 25 ... 25

Бонитет поля, балл 68 ... 83

ПрУ,т/га 18 ... 21 Потребность( в действующем веществе),кг/га:

азоте 53 ... 72

калии 53 ... 59

фосфоре 60 ... 67 Потребность в органических

удобрениях,т/га 35 ... 35

часть единой технологической программы . В ней, в частности, логическим способом объединяются разрозненные научные рекомендации по дифференциации агротехнических приемов в сочетании с расчетной оценкой планируемых объемов работ и соответствующих возможных затрат по удобрениям, горючему и другим материальным компонентам, рекомендуемым к применению.

Таблица 5

Агропроект возделывания картофеля на продовольственные

цели в 1988г.

Объединение ...Гатчинское Совхоз ...Пламя Отделение ...

Сяськелево Поле/контур ... 04/161 Площадь (га) ... 47 Программируемый урожай (т/га) ... 20-22

Наименование С-х

операции

машины орудия

Сроки Arpo- Еди- Фиэ. Нор- Расход

прове- требо- ницы объ-

дения вания из- ем опера- мере-ции ния

ма горю-выра- чего, богки ц

норма смен

Лущение ДТ-73М 20/VIII-стерни ЛДГ-10 5/IX

На га 47 30.0 1.46

глуби- -

ну 1.56 8-12см

Погрузка Т-150 органи- ПФП-2 ческих удобрений

1/IX- Перед т 10/IX вспашкой

2820 240.0 9.87

И . 75

Внесение МТЗ-80 и раэбра- 1-ПТУ-4 сывание орг.

удобрений

1/IX-10/IX

То же га

47

2.5 7.10

18 . 8

Зяблевая Т-150К 25/VIII- На глу- га вспашка ПЛП-6-35 15/IX бину

19-22CM

47

4.8 7.8

9. 79

Первая довсходовая обработка

МТЗ-80 КОН-2.8 БРУ-0,7

через

4-5

дней

после

посадки

на глу- га

бину

4-6 см

47

10.0 2.55

4.7

Вторая МТЗ-80 через на глу- га 47

довсхо- КОН-2.8 7 дней бину

довая БРУ-0.7 после 3-5 см

обработ- первой

ка посадки

10.0 2.55

4 . 7

Борьба с сорняками

прометри-ном

МТЗ-80 ПОУ-1

до появления всходов

в уело- га 4 7 виях - —

влажности почвы свыше 20%

кг 188

28.0 1.25

1 . 6

Итого по виду работ Итого по технологической карте

В табл.5 фрагментарно приведен пример агротехнологического проекта , составляемого ЭВМ по возделыванию картофеля на стадии планирования. Подобные документы составляются дифференцированно по уровням программируемых урожаев , рассчитанных системой на основании почвенно-климатических характеристик конкретного поля , а также с учетом эколого-генетических особенностей возделываемой культуры (сорта) и организационно-экономических возможностей сельскохозяйственного производителя.

Для более полной детализации при планировании тех или иных агротехнических мероприятий , связанных с определением норм внесения удобрений , извести , гербицидов , фунгицидов и инсектицидов, в системе предусмотрены специальные дополнительные выходные документы . Например , сведения , представленные в таблицах 6 и 7,позволяют специалистам иметь удобную подборку информации о потребности в удобрениях , обеспечивающих получение планируемого урожая в текущем году.

По форме, представленной в табл.6, выдаются рассчитанные дозы удобрений под конкретную культуру данной бригады (звена), дифференцированные по полям (контурам), причем в пересчете на конкретные имеющиеся в хозяйстве виды азотных, фосфорных, калийных и органических удобрений.

Расчет доз удобрений , обеспечивающих получение запрограммированного урожая ячменя по полям центральной бригады совхоза " Любань "

оле/контур Прог- Пло- Пот- Потребность в азотных Пот-рамми- щадь реб- удобрениях (т) в пе- реб-руемый кон- ность ресчете на ность

урожай тура в азо- - в

ц/га га те 34%- 46%- 26%- калии

кг/га ную ную ную кг/га аммиач. мочев. сульф. селитру аммония

01/005 33 34, .4 60 5 .97 4 . .41 0. . 67 100

01/006 28 6. .0 63 1 .11 0. , 82 1 . , 80 83

01/007 30 19. .0 66 3 .69 2. .73 5 , . 97 86

того по

полю 32 59.4 - 10.77 7.96 17.44

8/020 31 15.5 48 2.19 1.62 3.54 68

того по

полю 31 15.5 - 2.19 1.62 3.54

того по

ультуре 31 74.9 - 12.96 9.58 20.98

По форме, представленной в табл.7, выдаются рассчитанные дозы обрений для получения запрограммированных урожаев всех культур нной бригады (звена).

Аналогичные документы составляются ЭВМ по всем рекомендуемым стемой к применению химическим мелиорантам и средствам защиты стений от болезней , сорняков и вредителей , в том числе и в зрезе хозяйства в целом . Отметим , что программная реализация стемы позволяет использовать ее на любом уровне иерархии (хо-

Расчет доз удобрений, обеспечивающих получения запрограммированного урожая

по культурам в центральной бригаде совхоза "Любань"

Культура Прог- Общая Потребность в 1 азотных удобрени Пот-

рамми- пло- ях (т) в пересчете на реб-

руемый щадь ность

урожай га 34£-ную 4 i>% :-ную ггх ;-ную в ор-

ц/га аммиачт мочеви- сульфат гани-

ную се- ну аммония ческих

литру удоб.(т)

Картофель 312 115 .7 28 .93 21. 38 46. 83 5785

Однолетние

травы 236 49.5 14 .78 10. 93 23. 93 -

Многолет-

ние травы 68 250. 2 58.18 43 . 00 94. 20 -

Озимая рожь 35 33.0 5.41 4 . 00 8. 75 1205

Ячмень 31 74 .9 12.96 9. 58 20. 98 -

Корнеплоды 560 111.1 40. 93 30. 25 66. 26 5633

Итого по

бригаде 1218.6 33 .04 250. 60 548. 92 12623

зяйство, район, регион). Поэтому районные и региональные центры поддержки управления сельскохозяйственным производством могуг иметь заблаговременно информацию о научнообоснованных потребностях региона (района) на предстоящий сезон в химических средствах защиты растений и удобрениях.

Наиболее комплексно и эффективно использовалась нами рассматриваемая компьютерная система при разработке и внедрении интенсивных технологий возделывания зерновых культур на Северо-Западе РФ.Интенсивные технологии, являющиеся прогрессивным этапом в земледелии, базируются как на апробированных годами агротехнических приемах (требования к посевному материалу, сроки и способы сева, питания,глубина заделки семян и т.п.),так и на современных методах

диагностики роста и развития растений и выработке на этой основе оптимальной тактики оперативного ухода за посевами с учетом природных и экономических условий. Экономический потенциал (наличие в хозяйстве необходимых химических средств и соответствующих сельскохозяйственных машин для их применения), в частности, в значительной степени определяет целесообразность изменения интенсивных технологий в конкретных условиях. Именно такой объективный подход с применением ЭВМ используется при разработке и внедрении интенсивных технологий в конкретных хозяйствах. Выше мы показали , каким образом система использовалась для наполнения необходимыми для этого знаниями.Ниже отметим практические результаты системного подхода , характерные для рассматриваемой системы при ее комплексном внедрении в производство /15,17,25,26,35/.

В 1985-1986 годах в совхозе "Скреблово" Лужского района Ленинградской области на площади 400 га (всего под зерновыми находилось 750 га) выращивали зерновые в соответствии с рекомендациями по интенсивным технологиям , причем с созданием колеи для прохода техники , которую использовали для равномерного опрыскивания посевов гербицидами и другими химическими препаратами.

Дифференцировано, с учетом особенностей отдельных полей, были определены уровни программируемых урожаев, рассчитаны оптимальные дозы удобрений и средств защиты растений . Агрономическую службу обеспечили инженерно-технологическими проектами, составленными ЭВМ для каждого поля с указанием всех основных операций по предпосевной подготовке почвы, посеву и уходу за растениями. С учетом наличия в хозяйстве сельскохозяйственных машин и орудий были даны рекомендации по их использованию применительно к конкретным технологическим операциям.

Структуру посевов контролировали в основные фазы развития растений (выход в трубку, колошение ) по плотности стеблестоя,общей площади листьев , площади листовых пластинок отдельных ярусов (четвертого, пятого и шестого) и количеству колосков в колосе. Агрономической службе за 5-7 дней сообщали календарные даты ожидаемого наступления фенофаэ дифференцированно по полям, что позволило заблаговременно подготовить технику, препараты и составить график

очередности обработки полей.

Для сравнения эффективности различных технологий выращивания ячменя сорта Саломе на одной половине однородного поля площадью 12 га его возделывали с постоянной технологической колеей , на другой - без нее . Несмотря на то, что рекомендации по оперативному уходу за посевами на опытном участке поля не были выполнены в полной мере, плотность стеблестоя в фазу выхода в трубку ячменя была на 27%, количество колосков в колосе в фазу колошения - на 33, а урожай - на 74?£ выше, чем на контроле . Расчеты показали, что годовой экономический эффект от внедрения интенсивных технологий на площади 400 га в сравнении с базовым вариантом составил почти 215 тыс. руб. в ценах 1986г, а средний урожай был на уровне 41 ц/га. При этом наибольшей трудностью, с которой мы столкнулись в процессе внедрения, оказалась организация системы оперативного контроля за ростом и развитием растений и реализация мероприятий по уходу за посевами.Нам представляется , что это эффективно можно осуществить только в хозяйствах с высокой культурой земледелия.

В заключение отметим, что развитие системы в последние годы в значительной мере осуществлялось в рамках договоров, заключенных Меньковской опытной станцией АФИ с различными организациями по внедрению информационных технологий в сельскохозяйственную практику. К наиболее значимым из них , где автор является научным руководителем или ответственным исполнителем, можно отнести следующие договора:

- 1989-1991гг.- " Разработка научно обоснованной системы земледелия для подсобного хозяйства ПО "Искра" с автоматизацией основных расчетных методик и алгоритмов поддержки агротехнологичес-ких решений на базе ПЭВМ " - заказчик Производственное Объединение по выпуску ПЭВМ "Искра" г.Смоленск;

- 1989-1992гг.- проект "СУПЕР-3" - "Высокоэффективные процессы производства продовольствия" направление "Плодородие почв" постановление ГКНТ СССР от 14.03.89r N 193;

- 1990-1992ГГ. - проект "ИНТЕРАГРО"- "Разработать в рамках международного научного сотрудничества высокоэффективную систему управления АПК региона на основе системного эколого-экономического

подхода и компьютерной технологии", постановление президиума ВАСХ-НИЛ N19, протокол N7 ОТ 29.11.89г.

- 1994-1996гг.- "Разработать, создать и внедрить автоматизированную информационную систему комплексного агрохимического обслуживания сельскохозяйственных угодий Ленинградской области "электронное картирование сельскохозяйственных угодий" -заказчик Министерство сельского хозяйства Ленинградской области.

В частности, в рамках последнего договора, Нами разработана подсистема ввода графической информации с картографической основы, которой является план внутрихозяйственного землеустройства той или иной территории землепользования /42/. Пользователь-специалист агрохимик имеет возможность в автоматизированном режиме произвести разбивку всей территории на рабочие и элементарные участки. Причем процесс выделения участков может осуществляться на фоне другого информационного слоя : почвенной карты, плана мелиорации, рельефа местности. На карту территории землепользования наносится также маршрутный ход для отбора образцов. Сформированная база данных после занесения результатов агрохимического обследования становится основой для составления электронных картограмм.

В таблицах 8-10 , иллюстрирующих возможности данной подсистемы , представлены картограммы распределения агрохимических показателей полей Меньковской опытной станции Агрофизического института соответственно для гумуса, фосфора, кислотности по градациям. Данные табл.11 содержат сведения о размещении сельскохозяйственных культур по рассматриваемым полям в году наблюдений.

Тавлица 8. Картограмма содержания гаиаса < МОС ДФИ, 1993 г. )

./"^Ч-................^ ____________ ^--- — V-..... \---тг^ • V" -- ^ Гуну с У. менее - й ::::::;;::::::::: 2-4 ".......4 - в зггхгггзз 6 - в 11 11 И И 1 ! 1 ! 1 1 ! ! Более - 8

•о

Таблица Ю. Картограмма кислотности ( МОС Я<РИ, 1993 г. >

- \ /А ' И \ -- 4- \ РИ " и е и е е ~ 4 . 0 ::::;:::: 4.5 - з ...........':-■■ ' ' 5-5.5 : , 5.5 - 5 ;( И | 1 | более - 6

«о

Таблица 11. Ппан размещения кчльтчр по полям севооборота < МОС ЯФИ, 1993 г. )|

У

У'

•Л

'----.....-

- — — ~ — ~

+

Кальтара

Овес

Озим. РОЖЬ.

ИМ!!!

Ячмень

Одн.травы

Нн.травы

КартоФель

ЗАКЛЮЧИТЕЛЬНЫЕ ПОЛОЖЕНИЯ.

Результаты многолетних (1976-1994 г.г.) исследований автора, реализованные в компьютерных системах, обеспечивающих повышение эффективности управления технологическими процессами в земледелии и растениеводстве на основе сформированной базы знаний, включающих модели агротехнологий, математические модели продукционного процесса и их информационное наполнение, явились стержнем теоретических обобщений, вынесенных на защиту и соискание ученой степени доктора наук.

К числу основных положений могут быть отнесены следующие:

- разработаны теоретические основы создания компьютерных систем выработки и поддержки решений путем использования накопленных в данной предметной области декларативных и процедурных знаний с учетом современного состояния проблемы принятия технологических решений в земледелии и растениеводстве;

- разработаны оригинальные принципы и алгоритмы создания и ведения основных структур данных,используемых в системе. Алгоритмы учитывают специфику функциональных и логических связей в соответствующих структурах данных,иерархический уровень применения базы данных,а также источники и дискретность поступления информации на обработку. Показано, что с помощью этих алгоритмов возможна значительная экономия ресурсов ЭВМ в сравнении со стандартными методами поддержки структур данных;

- впервые для рассматриваемой предметной области разработана структура представления декларативных и процедурных знаний в системе. Новизна заключается в том, что база знаний, создаваемая с помощью предложенных конструкций, уже при ее построении увязывается со структурой базы данных, что позволяет организовать эффективную среду хранения и извлечения знаний;

- показано, что структура представления знаний отвечает специфическим требованиям, предъявляемым к подобным средствам в теории построения баз знаний, т.е. созданная база знаний обладает внутренней интерпретируемостью, структурированностью, связностью и активностью;

- показано, что с помощью предложенных моделей описания тех-

нологических операций, агротехнологий в целом и критериев их оценки можно задавать те или иные сценарии выработки поддержки комплекса управляющих воздействий для принятия специалистом конкретного решения из области допустимых на различных временных уровнях;

- представляемая системой возможность вводить в описание модели агротехнологий внешние процедуры (отдельно оформленные программы для ЭВМ) позволяет выборочно и целенаправленно использовать созданные математические модели. Это достигается благодаря тому, что в описании условий применения тех или иных математических моделей можно предопределять вызов соответствующей внешней программы в нужный момент. Наряду с этим, по мере развития и совершенствования методов математического моделирования открывается перспектива с помощью используемых средств представления процедурных знаний синхронно расширять возможности и самой системы;

- в соответствии с разработанной схемой наполнения знаниями системы проведены полевые исследования по изучению продукционного процесса основных сельскохозяйственных культур, а полученные результаты включены в базу знаний;

- опытная эксплуатация системы в различных регионах страны свидетельствует о том, что ее применение создает качественные изменения возможностей в обеспечении поддержки выработки и принятия технологических решений в земледелии и растениеводстве.

По глубокому убеждению автора результаты исследований применимы не только в системах научного и информационного обеспечения сельскохозяйственного производства, но и в других наукоемких технологиях.

ПУБЛИКАЦИИ ПО ГЕНЕ ДИССЕРТАЦИИ

1. Якушев В.П. К вопросу организации обработки данных в информационной системе "ПОГОДА" / / Научно-тех. бюл. по агроном, физике /АФИ, 1978, N36, с.8-12.

2. Якушев В.П. О первичной обработке агрометеорологической информации, получаемой при экспериментальных исследованиях по

программированию урожаев / / Научно-тех. бюл. по агроном, физике /АФИ, 1978, N36, с.74-77.

3. Якушев В.П. Автоматизированное прогнозирование сроков сева яровых и озимых культур / / Научно-тех. бюл. по агроном, физике /АФИ, 1980, N44, с.3-7.

4. Якушев В.П. Некоторые возможности использования автоматизированной системы "ПОГОДА" для решения задач дифференцированного применения агротехники / / Научно-тех. бюл. по агроном, физике /АФИ, 1981, N45, с.19-24.

5. Якушев В.П. Разработка и создание автоматизированной системы для агрометеорологического обеспечения программирования урожаев / / Автореферат диссертации /Ленинград, 1982, 16с.

6'. Якушев В.П., Жуковский Е.Е. Реализация расчетов доз минерального питания в автоматизированной информационной системе / / Научно-тех. бюл. по агроном, физике /АФИ, 1982, N48, с.42-46.

7. Якушев В.П., Якушева Л.Н. Опыт разработки и создания автоматизированного банка данных агрохимического и агрометеорологического обеспечению работ по программированию урожаев с.х.культур / / Вторая всесоюзная научная конференция по применению математических методов и ЭВМ в почвоведении /Пущино, 1983, с.52.

8. Семёнов Г.В., Якушев В.П., Баранов A.A. Проблемы системного исследования продуктивности сортов овса и ячменя / / Всесоюзная научная конференция "Физиолого-генетические основы интенсификации селекционного процесса" /Саратов, 1984, с.40-42.

9. Усков И.Б., Жуковский Е.Е., Якушев В.П. Рекомендации по реализации методов программированного возделывания с/х культур в условиях Нечернозёмной зоны (для руководителей и специалистов хозяйств) / / Ленинград, АФИ /1984,12с.

10. Якушев В.П. Построение и реализация подсистемы автоматизированного составления агротехнологических рекомендаций / / В кн.:"Моделирование и управление процессами в агроэкосистемах" /АФИ, 1984, С.34-43.

11. Якушев В.П. Автоматизация методики составления долгосрочного прогноза теплообеспеченности / / Научно-тех. бюл. по агроном, физике /АФИ, 1984, N58, с.24-27.

12. Евтушенко Э.Г., Якушев В.П. Автоматизированная подсистема анализа условий увлажнения и управления поливом / / В кн.¡"оптимизация водного, теплового и пищевого режимов мелиорируемых почв" /Ленинград, СевНИИГиМ, 1984, с.10-16.

13. Якушев В.П., Ткачев М.В. Использование ЭВМ для изучения и управления продуктивностью агроценозов / / В кн.:"Роль почвы в повышении продуктивности агроценозов" /СЗНИИСХ,Ленинград, 1985, с.110-115.

14. Баранов A.A., Семёнов Г.В., Черномысова Е.И., Якушев В.П. Разработка методики построения прикладных моделей формирования продуктивности агроценозов зерновых культур в условиях Северо-Западной зоны РСФСР / / В кн.:"Технология регулирования почвенных режимов" /Ленинград, СевНИИГиМ, 1985, с.25-33.

15. Методические рекомендации по интенсивной технологии возделывания зерновых культур на Северо-Западе РСФСР / /Ленинград,

1985, 40с. /(коллектив авторов).

16. Бондаренко Н.Ф., Полуэктов P.A., Якушев В.П. Имитационные модели и методы принятия решений при программировании урожаев / / Доклады ВАСХНИЛ, 1986, N2, с.5-7.

17. Баранов A.A., Белоусов Е.В., Семёнов Г.В., Якушев В.П. Выращивание ячменя с применением постоянной технологической колеи / / Информационный листок N 283-86 /Ленинград, ЦНТИ, 1986, 4с.

18. Якушев В.П. Алгоритм формирования картотеки с/х полей для ценрализованного и децентрализованного решения задач по программированию урожаев / / В кн.:"Управление почвенным плодородием" /Ленинград, АФИ, 1986, с.124-134.

19. Якушев В.П. Содержание и принципы построения базы данных для управления продуктивностью в агроэкосистемах / / Всесоюзная научная конференция "Экологические базы данных" /АН СССР, Москва,

1986, с.101-103.

20. Семёнов Г.В. Баранов A.A. Бондарева Л.М. Якушев В.П. Исследование прикладных моделей для управления урожаем овса и ячменя / / Сб.научных трудов НПО "Белогорка" /Ленинград, 1986, с.121-134.

21. Якушев В.П. Механизм представления доступа к метеорологическим и агрометеорологическим данным в задачах АСУ продукционным

процессом / / Научно-тех. бюл. по агроном, физике /АФИ, 1987, N67, с.44-49.

22. Якушев В.П., Белокосков A.B. Об основах организации и использования данных в АСУ программированием урожаев / / В кн. ^'Использование методологии системного анализа при управлении агроэко-системами" /Ленинград, АФИ, 1987, с.137-144.

23. Баранов A.A., Черномысова Е.И., Якушев В.П., Якушева Л.Н. Факторы оперативного управления урожайностью в интенсивных технологиях яровых зерновых культур / / Всесоюзная научная конференция "Проблемы генетики, селекции и интенсивной технологии с.-х. культур" /Душанбе, 1987, с.51-52.

24. Якушев В.П., Баранов A.A., Белокосков A.B., Черномысова Е.И. Информационное обеспечение автоматизированных систем принятия решений при программировании урожаев / / 2-я Всесоюзная научная конференция "Прикладные проблемы управления макросистемами" /Москва, 1987, с.175-177.

25. Якушев В.П., Черномысова Е.И., Баранов A.A. Внедрение метода программирования урожаев в хозяйствах Ленинградской области / / Всесоюзная научно-практическая конференция "Системы управления и средства автоматизации в АПК" /Москва, 1987, с.102-103.

26. Якушев В.П., Баранов A.A., Черномысова Е.И., Якушева Л.Н. Опыт составления программ интенсивных технологий на ЭВМ / / Земледелие, N7, 1988, с. 54-58.

27. Якушев В.П., Белокосков A.B., Черномысова Е.И. Язык описания данных в автоматизированных информационных системах по программированию урожаев / / Научно-тех. бюл. по агроном, физике, АФИ, 1988, N70, С.28-32.

28. Баранов A.A., Черномысова Е.И., Якушев В.П. Роль факторов управления продуктивностью агроценозов в интенсивной технологии возделывания зерновых культур / / Сб. научных трудов НПО "Белогор-ка" / / Ленинград, 198S, с.61-74.

29. Якушев В.П., Белокосков A.B. Структура программно-математического аппарата описания, формализации и генерации агротехноло-гий / / Доклады Всесоюзной школы-семинара "Автоматизация научных исследований и проектирования АСУТП в мелиорации" / Фрунзе, 1988,

С.203-204.

30. Баранов A.A., Чернонысова E.H., Якушев В.П. Действие меняющейся влагообеспеченности на продукционный процесс и использование минерального азота посевами ячменя и овса //Всесоюзная научная конференция "Почвенно-агрохимические и экологические проблемы формирования высокопродуктивных агроценозов" / Пущино, 1988, с.5-7.

31. Полуэктов P.A., Якушев В.П., Белокосков A.B. Математическое моделирование и управление продуктивностью в агроэкосистемах

/ / Всесоюзная научно-техническая конференция "Измерительная и вычислительная техника в управлении производственными процессами в АПК" / Ленинград, 1988, с.235-236.

32. Белокосков A.B., Якушев В.П. Специализированная база данных в экспертной системе поддержки агротехнологических решений / / Всесоюзная научно-техническая конференция "Измерительная и вычислительная техника в управлении производственными процессами в АПК"/ Ленинград, 1988, с.254.

33. Полуэктов P.A., Баранов A.A., Финтушал С.М., Чернонысова Е.И., Якушев В.П. Экспериментальное исследование роста и развития растений овса и ячменя с целью идентификации их динамических моделей / / Физиология и биохимия культурных растений, 1989,т.21, N5, С.507-514.

34. Якушев В.П., Белокосков A.B., Чернонысова Е.И., Черномы-сов В.М. Возможный подход к построению имитационно-экспертных систем в растениеводстве / / Всесоюзная научно-техническая конференция "Проблемы автоматизации управления ресурсами в отраслях АПК" /Нальчик, 1989, с.24.

35. Якушев В.П., Белокосков A.B., Ломакин B.C. Экспертная система поддержки агротехнологических решений при программировании урожаев (опыт построения) / / Вестник с/к науки, N4, 1989, с.31-37.

36. Ломакин В.е.,Якушев В.П., Критерии оценок технологий производства растениеводческой продукции / / Лаучно-тех. бюл. по агроном. физике /АФИ, 1989, N74, с.60-64.

37. Баранов A.A., Чернонысова Е.И., Якушева Л.Н., Якушев В.П.

Механизмы адаптации яровых зерновых культур к стрессовым условиям влагообеспечения по периодам онтогенеза / / Всесоюзная научная конференция "Проблемы селекции зерновых культур на устойчивость к болезням и неблагоприятным условиям среды" /Саратов, 1990, с.3-4.

38. Баранов A.A., Якушев В.П., Евдокимова H.A. Действие меняющегося влагообеспечения на фотосинтез, продукционный процесс и урожай ячменя и овса в Северо-Западной Зоне / / В кн.;"Продукционный процесс, его моделирование и полевой контроль" /Саратов, 1990, с.11-17.

39. Баранов A.A., Дадыко Т.Н., Евдокимов В.М., Якушев В.П. Агробиологическая информативность метеорологических показателей и проблемы их ЭВМ-селекции / / В кн.:"Проблемы применения ППЭВМ в управлении сельскохозяйственными технологиями и предприятиями" /Санкт-Петербург, 1991, с.19-37.

40. Баранов A.A., Черномысова Е.И., Якушев В.П. Особенности продукционного процесса ячменя и овса в связи с условиями теп-ло-влагообеспеченности по периодам онтогенеза / / Научно-практическая конференция "Агрометеорологические ресурсы и продукционные процессы в растениеводстве" /Киев, 1991, с.85-86.

41. Баранов A.A., Якушев В.П. Анализ значимости прикладных моделей формирования урожая ячменя и овса в связи с реакцией растений на условия погоды Северо-Запада Нечерноземной зоны России/ / Международная конференция "Моделирование систем и процессов в отраслях АПК" /Санкт-Петербург, 1993, выпуск 5.3, с.14-16.

42. Петрова М.В., Якушев В.П., Москалец А.Н., Черномысов В.М., Черномысова Е.И. Сельскохозяйственные кадастры и компьютерные экспертные системы поддержки агротехнологических решений / / Материалы конференции "Географические информационные системы" /Санкт-Петербург, 1994, с.51-52.