基于BP神经网络的畜禽疾病诊断专家系统的设计与实现

《基于BP神经网络的畜禽疾病诊断专家系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

竺三竺万方数据／／基于BP神经网络的畜禽疾病诊断专家系统的设计与实现★钟昌乐1，钟勇1，李宁2(1．佛山科学技术学院信息与教育技术中心，佛山528000；2．佛山市泰达安全生产事务有限公司，佛山528000)摘要：针对传统诊断专家系统存在的问题，结合国内外研究现状．采用BP神经网络和Hibemate+GWT+Spring技术设计实现畜禽痰病诊断专家系统。实现畜禽的疾病诊断和防治功能。该系统将BP神经网络应用于畜禽疾病诊断的知识获取与推理中．利用神经网络建立疾病症状与疾病类型之间的非线性关系，实现畜禽疾病的智能诊断模型，并将鸭、猪、猫、鸡等畜禽的疾病诊断与防治进行集成，指导养殖户进行养殖活动。经实践验证和专家评测。具有一定的现实意义和推广价值。关键词：专家系统；Spring；GWT；BP神经网络；畜禽疾病0引言近年来。由于动物食品的安全问题越来越严重。为方便养殖户进行疾病诊断．畜禽疾病诊断专家系统的研究受到重视。专家系统是一种具有特定领域内大量知识与经验的程序系统．通过专家系统。可以模拟人类专家系统求解问题的思维过程。畜禽疾病诊断专家系统的研制在我国发展迅速，都取得了一定的成功㈣。但传统的动物疾病诊断专家系统基本都是采用传统的基于规则的推理机制和手工知识获取方式．推理效率低。知识获取困难。神经网络能够很好解决这些问题．其优点是具有强大的学习能力，能从样本中学习、获取知识，易于实现并行运算，从而可提高运行速度。1系统设计1．1系统架构系统采用Spring+Hibernate+SpringMVC+AJAX的、轻量级的、基于J2EE的MVC体系架构【7】，遵从MVC设计模式把系统主要分成视图层(View)、控制器层(Controller。包含持久层PersistenceLayer)和模型层(Model)三层问来处理，其中视图层用MAX实现，业务层用Spring实现，持久层用Hibernate实现，产生动态、交互、高性能的Web服务应用程序；后台数据库采用性能优异的MySQL数据库作为管理系统．实现对畜禽疾病诊断和防治知识库的管理。系统体系结构如图1所示。聿GWT—RPCl疾病库嗣JavaScriptl症状库争SOA-CFX|茎_．浏AJAX61擎摹¨兽药库览Core-live器|rrn+cSSl规则库f7lHibernateI畜禽分类库f客广端Web服务器Spring数据库图1系统体系结构基于此系统体系结构．最终用户通过浏览器实现对畜禽疾病诊断专家系统的疾病诊断、疾病防治、浏览学习等功能操作，并指导养殖户对畜禽养殖活动；系统管理员或畜禽专家成员则通过系统管理界面，完成对畜禽知识库的更新、添加、删除和浏览，实现系统本身★基金项目：国家星火计划项目(No．2008GA780030)、广东省粤港关键领域重点突破资助项目(No．2006A25007002)收稿日期：2010-03-18修稿日期：2010-03-26作者简介：钟昌乐(1975一)，男，讲师，研究方向为智能信息系统、数字版权保护技术等现代计算机2010．04@ 万方数据＼＼、竺竺知识的获取功能。1．2系统功能模块畜禽疾病诊断系统是指根据畜禽表现出的疾病现象来判断疾病的性质．并找出产生疾病原因的过程。系统根据过程中所需要的功能。并按照传统的专家系统构造模式来处理．结合畜禽自身特点．本文设计了该系统主要模块：畜禽疾病诊断、疾病治疗、疾病预防、疾病浏览、兽药信息、系统维护等。系统具体功能模块如图2所示．畜禽疾病诊断专家系统划钏嘉诊il治【{预断I|疗JJ防洲巨图2系统功能模块其中畜禽疾病诊断模块是整个系统的主体．它运用BP神经网络对畜禽常见疾病进行诊断。具体过程根据畜禽发病时用户输入的症状进行诊断．得出诊断结论，然后为养殖户提供防治方案。维护管理模块包括疾病库维护、症状库维护、兽药库维护、规则库维护、用户管理模块、权限管理模块、资源管理模块、国际化管理模块、系统管理模块等。此外系统还为养殖户提供畜禽常发疾病的防治措旌等技术知识模块。1．3数据库设计畜禽疾病诊断专家系统是由4个主要的数据库组成。症状库是存放与畜禽疾病相关症状的名称、文字描述和图片等相关信息的数据库．由于在一般的疾病诊断过程中．症状的数量是非常庞大的，并且同一种疾病在不同畜禽表现出的症状不一定完全相同．同一畜禽在疾病的不同时期表现出的症状也不相同．所以设计症状库时．对所有症状迸行了分类，从而形成了症状之间的层次关系。．，疾病库是存放畜禽疾病的名称、文字描述和图片等相关信息的数据库．也就是系统的结论部分。在库结构设计中。同样采用了根据疾病性质进行分类的做法，每一个疾病都有其分组情况．这样就形成了在表示上既独立又相互联系的状况。回现代计算机2010．04兽药库是存放防治措施和其他与畜禽疾病相关的文字内容的数据库。规则库中存储的是用于疾病诊断的诊断规则．实质上就是畜禽疾病诊断模式．由该诊断模式表可以获得BP神经网络训练样本。2BP神经网络设计根据BP神经网络设计原则。以畜禽症状为输入参数．畜禽疾病名称为输出变量。确定网络层数、各层神经元个数和激活函数。构建畜禽疾病专家系统。以下将以猫疾病专家系统为例。借鉴以往经验刚q．构建神经网络模型。2．1BP网络结构设计增加BP神经网络的层数可以降低误差和提高精度．但也使网络复杂化和增加网络权值的训练时间。误差精度的提高也可以通过增加隐含层的神经元数目来获得。其训练效果比增加层数更容易观察和调整flll。因此。本文采用含有一个隐含层的3层BP神经网络。其结构如图3所示。输入层隐含层输出层图3BP神经网络结构图2．2输入层设计根据畜禽领域知识分析中确定的诊断参数．将输入层的输人参数分为六类：临床检查、血液检查、尿液检查、粪便检查、影像学检查和其他检查。由于BP神经网络是在不断学习中通过调整权值来获得期望输出．因此所有输入参数必须经过数字编码转化为网络能识别的数值信息。考虑到诊断参数均为文字型知识．本文提出了一种二进制编码方法。以猫疾病的血液检查为例．猫疾病的血液检查有3个。按顺序分别编码．结果见表1。表1猫疾病血液检查编码实例蒜号譬码土af．gt查lool讯hn“2010，士．化托盘3Oll血艘盘』j镜硷 竺三竺万方数据／／猫疾病的I|缶床检查、尿液检查、粪便检查、影像学检查和其他检查以及一级症状特点也按表1的编码方式进行编码。2．3输出层设计构建的BP网络诊断模型以疾病名称为输出变量．输出层神经元个数为疾病总数。输出变量采用n中取l的二进制编码方式。其中，n为编码长度，即疾病总数。当某种疾病确诊时。对应位编码为1。其余n—l位编码为O。本系统总结了猫类畜禽常见的51种病害．则输出层神经元个数为51。2．4训练样本的选取对猫疾病的诊断症状参数及对应疾病名称进行编码后，根据专家经验，将猫某种疾病可能的I临床检查、血液检查、尿液检查、粪便检查、影像学检查和其他检查进行组合。得到猫疾病诊断规则表，部分诊断规则如表2所示。将表2所示诊断规则转化为神经网络的训练样本．如表3所示。本系统采用51条诊断规则．将每条规则中临床检查、血液检查、尿液检查、粪便检查、影像学检查和其他检查对应的编码组合成矢量作为网络的输入．将疾病编号对应的编码作为网络的输出．构成神经网络的51个训练样本。2．5隐含层设计网络训练精度的提高．可以通过采用一个隐含层，增加其神经元数的方法来获得。本文采用可变隐含层节点数旧．根据几何金字塔规则经验公式计算出隐含层节点数忙、／丽(m、n分别为输入层和输出层的神经元个数)．学习一定次数后。如果网络还不能收敛，就再增加一个隐含层节点，直到网络收敛为止。2．6设置训练参数(1)激活函数：本系统在隐含层和输出层均采用S型激活函数．将网络的输出限制在0和l之间。采用的对数S型激活函数：户古(2)初始权值：由于系统是非线性的，初始权值对学习能否达到局部最小、能否收敛以及训练时间长短的关系很大。一般总是希望经过初始加权后的每个神经元的输出值都接近于零．这样可以保证每个神经元的权值都能够在它们的S型激活函数变化最大之处进行调节【嘲。所以，本文选取初始权值为(_1，1)之间的随机数．由随机函数产生。(3)误差函数与目标误差：采用误差平方和作为误差函数．目标误差定义为0．00l。9s2E(W，B)=了1∑∑(轧，棚。)2式中：k表示神经网络的期望输出；蛾表示神经网络的实际输出；Q表示学习样本数目。(4)学习速率：学习速率决定每一次循环训练中所产生的权值变化量．一般倾向于选择较小的学习速率旧。本文将初始学习速率设为0．01．并采用变化的自适应学习速率．使网络在训练的不同阶段自动设置不同的学习速率。增大学习速率设为1．2．减小学习速率设为0．7。3畜禽疾病诊断专家系统功能实现系统界面是用户与软件系统进行交互的语言环境．畜禽疾病诊断专家系统是面向基层用户的系统．在界面设计时力求简单、明了．并且疾病诊断过程在界面上必须能体现出专家在解决问题时的信息获取和思维过程．所以在设计上以体现畜禽疾病诊断和疾病防治过程为主。具有诊断检测、疾病浏览、病症查询和维护知识库等功能。系统以Eclipse+GWT为集成开发环境．使用Spring技术、Java程序语言、JavaScript脚本语言实现用户交互界面和计算逻辑．客户端只需运行IE浏览器即可使用系统各项功能，操作简单、可视化强．其界面如图4所示。表2猫痰病部分诊断规则规删编号蛄n,gt壹血洗检壹尿液检查妻便检圭影像擘检查其他检查寡病14l6843l24268432表3猫疾病诊断神经网络部分训练样本籍入输出规则鳊号I幅床捡壹l生液检查l尿液检查l粪便检查l彰像学捡生其他检查疾病001loo001110I1000I10001l100⋯010100l010lloIlo【)ol10001l010⋯现代计算机2010．04囝 万方数据＼＼＼竺竺图4畜禽疾病诊断专家系统界面4结语本文采用轻量级的J2EE的MVC的体系架构开发平台。运用BP神经网络推理策略，集成鸭、猪、猫、鸡等多畜禽的疾病与症状知识。设计实现了具有推理简单、实用性强等特点的畜禽疾病诊断专家系统。目前系统已在本课题组的农业灾害监测预警信息平台上实现．并已在粤港地区投入使用。在实际的畜禽疾病诊断和预防等方面取得良好的效果。参考文献[1】陆昌华，李国梁等．鸡常见疾病专家系统的研究【J】．计算机农业应用f专刊)，1994，12：10．12【2】陆钢。许剑琴等．猪常见腹泻病电子计算机诊断专家系统【J】．中国兽医杂志，1994，20(2)：22—23【3】吴德华，徐汉坤等．犬病专家诊断系统的建立与应用叨．南京农业大学学报．1998．21(1)：116～118【4】中国农业大学．鸡疾病诊断和防治专家系统【BD／CD】，2005f51刘双印，徐龙琴，沈玉利．基于．NET的对虾病害防治专家系统的设计与实现阴．计算机工程与设计，2008，29(13)：3444-3447【6】郭永洪，傅泽田，田东．基于知识的鱼病诊断推理阴．计算机工程．2004(30)：23-25【7】孙卫琴．精通Hibernate：Java对象持久化技术详解[M】．北京：电子工业出版社．2005【8]Sprin92．5一Reference简体文中版[EWOL]．2001．http：／／forum．springframework．org,2006『91朱珊娜．诊断模型与系统研究『D1．西北农林科技大学硕士论文．2007n01李峥嵘．基于Web的小麦病害智能诊断技术研究【D】．西北农林科技大学硕士论文．2006【ll】王永骥，涂健．神经元网络控制[M】．北京：机械工业出版社，1998[12】叶进，邢传鼎．基于人工神经网络的病症诊断原型系统啊．东华大学学报(自然科学版)，2004，29(4)：4347【13】葡萄专家咨询系统DEB／OLD．http：／／www．tjagn．net／zjxdgrape／bchhylb．htm一‘and。plementationofAnlmIDiseaseDiag"DesiqnImplementationaDiseaseDiaqnosisnImIExpertSystemBasedonBPNeuralNetworkZHONGChang-lel，ZHONGYon91，LINingz(1．InformationandEducationalTechnologyCenter,FoshanUniversity，Foshan528000；2．TaidaSafetyProduceRoutineCo．，Ltd，Foshan528000)Abstract：Aimingattheexistingproblemsoftraditionaldiagnosis，unifiesthepresentresearchsituationofdomesticandforeign，usesBPneuralnetworkandHibemate+GWT+Springtechnologies，estab—lishesananimaldiseasediagnosisexpertsystem，andachievesthefunctionsofdiseasediagnoseandprevention．MakesUSeofneuralnetworkstobuildthenonlinearityrelationbetweenthedis-easesymptomandthediseasetype。realizesanintelligencediagnosingofanimaldiseasemodel，integratesthediagnosisandpreventionofanimaldieseseincludingduck，pig，cat,chickandotherlivestock．instructstheusertocarlTonthecultivationactivity．，11lepracticeconfirmationandexpertevaluationshowsthatthesystemhastheveryvitalpracticalsignificanceandthepro-motedvalue．Keywords：ExpertSystem；Spring；GWT；BPNeuralNetwork；DiseaseDiagnose@现代计算机2010．04