文档介绍：人工智能水产养殖软件创业方案书
一、创业工程概述
创业工程概述〔500字之内〕：对工程总体情况的描述，包括采用的关键技术、技术的创新点、权威部门的技术鉴定情况、环保评价等内容。
：本工程运用互联网、人工智能及专家系杂问题。它由知识库、推理机、解释接口等组成。水产领域的知识极为复杂，涉及种质、品种、水质、饵料等多种复杂条件，知识类型包括了启发性知识、过程性知识、描述性知识、运算性知识等，描述对象涉及了规那么、过程、概念、对象、事实、关系以及元知识等。本工程拟采用具有自主知识产权的实用性较强的有效知识表示策略组合---面向对象的可视化“知识体·对象块·构件〞知识表示和基于三重蕴涵特征展开的FUZZY规那么组知识表示。此外，根据渔业领域问题求解的特点，针对不同的问题，拟采用基于三重蕴涵机制的特征展开模糊推理、基于案例推理〔CBR〕和基于规那么推理〔RBR〕相结合的推理、基于神经网络和灰色CBR相结合的推理、基于多粒度和模糊CBR相结合的推理等机制。可以针对水产养殖过程中的疾病预防、诊断、处理进行智能推理给出决策结果，并可结合物联网技术，实时监测养殖环境，并给出平安预警。
主要技术与性能指标〔500字之内〕：
本工程综合采用人工智能与专家系统、物联网技术构建一体化的基于物联网的智能化水产养殖效劳平台。该系统能实时、连续获取水产养殖、流通及销售环节中与溯源目标相对应的数据信息，实现水产品供给链数据信息的融合、存储和共享，提供基于二维码的水产品质量平安追溯。能自动提供100余种常规淡水鱼疾病、30种蟹病和38种虾病的远程诊断效劳。能提供60万字的各种水产药品的查询效劳。

预见准确性>=85%
有效性>=90%
逻辑一致性>=99%
系统平均响应时间<=5秒

〔1〕物联网节点采用低功耗设计方案，可连续或休眠工作。。采集节点间距离大于1km，传输错误率小于10-3；
〔2〕水质采集节点能采集5个以上参数〔温度、盐度、PH、氨氮、溶解氧等〕，采集间隔可动态调整，最小可达分钟级；
〔3〕搭建能支持至少50TB数据量的存储空间；溯源系统能支持10000个并发用户，在网络通畅的情况下平均响应时间不高于5s。

人机交互性能：采用可视化设计，界面友好，可以实现智能化人机交互。
可靠性：采用虚拟化技术及冗余设计，系统设计过程中使用容错设计，保证系统具有较高的可靠性。其中软件局部经过测试，平均每千行代码缺陷少于10个。
跨平台性能：支持Windows、Linux、MAC OS、Android、IOS等操作系统，具有良好的跨平台性能。
可扩展性：系统采用模块化设计，易于扩展；通过使用开放API和Web Service技术，系统可以与第三方应用程序集成。
〔二〕工程创新内容
创新类别
□理论创新 □√应用创新 □√技术创新□工艺创新□结构创新
工程创新内容〔1200字之内〕：创新内容要根据选择的创新类别，用技术语言按创新点分条目描述，尽可能多用实验数据，要有数据分析、比照。如果是技术创新，请说明目前一般采用什么技术，申报工程对什么技术进行了创新；如果是结构创新、工艺创新，需进行新旧结构或工艺比照，并画出新旧结构图和工艺流程图。

现有技术：中国农业大学〔2000〕的“网络化鱼病诊断专家系统〞和中国农业大学〔2001〕研制的“网络化淡水虾养殖系统〞使用基于产生式的正向推理方式，实现鱼病诊断辅助决策功能，但该系统在判别时没有充分考虑疾病诊断中的不确定性问题，此外人机界面也较单一。福建水产所也建立了以对虾为主的水产养殖病害在线诊断与咨询系统，对疾病有图片显示，但只是数据库查询，缺乏对疾病进行较完整的判断和推理机制，不能分析并生成相应的病历与预案。
本工程基于智能系统理论和技术，开展多种推理机制和知识表示策略研究，集成水产动物养殖过程中的疾病诊断、防治和养殖全程管理等领域的数据、信息和知识，设计和开发水产动物专家系统。相比现有技术有如下创新：
(1) 提出和实现了面向渔业领域的知识表示策略，具有拓展和兼容性，较成功地解决了渔业领域知识的有效表达和有机融合；
(2) 提出多知识融合、多技术协同、主从推理相结合的多种推理机制(模糊推理、基于案例推理〔简称：CBR〕和基于规那么推理〔简称：RBR〕相结合的推理，基于神经网络和灰色CBR相结合的推理，基于多粒度和模糊CBR相结合的推理)，解决了鱼病诊断过程中的不确定性问题，显著提高了智能系统的问题求解能力；
(3) 提出综合智能引导人工知识获取环境，和基于数据挖掘的自动半自动知识获取，以及基于数据库和知