利用本土知识开发基于规则的干旱早期预警专家系统
人工智能
2018-09-24 v1 计算机科学中的逻辑
神经与进化计算
摘要
由于所涉及环境参数的复杂性与可扩展性，干旱预报与预测是一个复杂的过程。因此，它需要高水平的专业知识来进行预测。在本文中，我们描述了基于规则的干旱早期预警专家系统（RB-DEWES）的研究与开发，该系统利用从领域专家处获得的本地本土知识来预报干旱。系统通过使用规则集产生推理，并基于用户输入提供带有置信度因子（CF）的干旱咨询信息。据信该系统是首个利用本地本土干旱知识的干旱预报专家系统。文中给出了系统的体系结构及知识库、JESS 推理引擎和模型库等组件及其功能。
引用
@article{arxiv.1809.08101,
title = {Towards the Development of a Rule-based Drought Early Warning Expert Systems using Indigenous Knowledge},
author = {A. K. Akanbi and M. Masinde},
journal= {arXiv preprint arXiv:1809.08101},
year = {2018}
}
备注
8 pages, 5 figures