徐志福，何克榮，柳新菊，祝新榮，石曉燕，李 笑，葉宏寶

(浙江省農(nóng)業(yè)科學(xué)院，浙江 杭州 310021)

作為一個(gè)傳統(tǒng)產(chǎn)業(yè)，蠶桑業(yè)仍是浙江省農(nóng)民主要的副產(chǎn)品之一。在全國蠶繭及蠶絲仍占據(jù)世界的主導(dǎo)地位［1－3］。但家蠶的育種方法經(jīng)歷了半個(gè)多世紀(jì)的歷史，目前由于育種材料的缺乏和育種方法的陳舊，近十幾年來各地所育成蠶品種的經(jīng)濟(jì)性狀幾乎停留在同一水平，無明顯進(jìn)展，因而開辟新的育種手段是改變蠶品種性狀水平的有效途徑。家蠶育種已經(jīng)歷半個(gè)多世紀(jì)，曾在生產(chǎn)上應(yīng)用過大量育成的新品種，同時(shí)人們對(duì)家蠶的遺傳規(guī)律也進(jìn)行了長期的研究，是遺傳上研究較為詳細(xì)的實(shí)用生物之一，從而積聚了大量的研究數(shù)據(jù)和成果，這些大量的歷史試驗(yàn)數(shù)據(jù)的再利用和再開發(fā)也是十分有價(jià)值的，也為我們的研究提供了良好的資料。我們?cè)噲D采用計(jì)算機(jī)人工智能技術(shù)方法，以家蠶育種過程為實(shí)體，研究和構(gòu)建基于人工神經(jīng)網(wǎng)絡(luò)模型的家蠶輔助育種平臺(tái)，以此開辟動(dòng)植物計(jì)算機(jī)人工智能輔助育種的新途徑。

1 計(jì)算機(jī)人工智能技術(shù)

計(jì)算機(jī)人工智能技術(shù)是研究怎樣使用計(jì)算機(jī)來模仿人腦從事的推理、證明、識(shí)別、理解、學(xué)習(xí)、思考以及問題求解等思維活動(dòng)，來解決需要人類專家才能處理的復(fù)雜問題。從實(shí)用的觀點(diǎn)看，人工智能是一門知識(shí)工程學(xué)，它以知識(shí)為對(duì)象，主要研究知識(shí)的獲取，知識(shí)的表示方法和知識(shí)的應(yīng)用。近年來隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，人工智能的研究方法也日益成熟，其中對(duì)問題求解機(jī)器學(xué)習(xí)模式以及人工神經(jīng)網(wǎng)絡(luò)等方面的研究達(dá)到了日新月異的程度，而且其研究方法和應(yīng)用范圍也廣泛［4－5］。

我們?cè)噲D從目前人工智能研究中2個(gè)比較成熟，應(yīng)用比較廣泛的方面作為切入點(diǎn)，即:①數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn) (dataminingandknowledge discovery)［6－7］;② 人 工 神 經(jīng) 網(wǎng) 絡(luò) 模 型 (artificial neural network)［8－9］，開展人工智能技術(shù)在遺傳育種中的研究。前者從技術(shù)角度來講是從大量的，不完全的，有噪聲的，模糊和隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的，人們事先不知道的，但又是潛在有用的信息和知識(shí)的過程。后者是一個(gè)用大量稱作人工神經(jīng)元的簡單處理單元經(jīng)廣泛連接而組成的人工網(wǎng)絡(luò)，用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，網(wǎng)絡(luò)的信息處理由神經(jīng)元之間的相互作用來實(shí)現(xiàn)，知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)文件互連間分布的物理聯(lián)系。因而其具有自學(xué)能力，它可以從已有的實(shí)驗(yàn)數(shù)據(jù)中自動(dòng)總結(jié)規(guī)律，而不依賴于“專家”的頭腦，這樣人工神經(jīng)網(wǎng)絡(luò)擅長于處理復(fù)雜的多雛非線性問題，同時(shí)又具有大規(guī)模的并行處理和分布的信息存儲(chǔ)能力，有良好的自適應(yīng)性，自組織性及很強(qiáng)的學(xué)習(xí)、記憶、聯(lián)想、容錯(cuò)能力和較好的可靠性，與傳統(tǒng)的統(tǒng)計(jì)學(xué)模型有本質(zhì)上的不同，彌補(bǔ)了統(tǒng)計(jì)學(xué)模型的不足。人工神經(jīng)網(wǎng)絡(luò)已成為人工智能中一個(gè)極其重要的研究領(lǐng)域，其應(yīng)用領(lǐng)域包括建模、時(shí)間序列分析、模式識(shí)別和自動(dòng)控制等，并在不斷的拓展。已在社會(huì)和生產(chǎn)、生活的各個(gè)領(lǐng)域中得到廣泛的應(yīng)用。

2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

系統(tǒng)采用 C/S與 B/S相結(jié)合的架構(gòu)，分為3層:第1層是客戶端、瀏覽器，它是用戶與整個(gè)系統(tǒng)的接口，它向用戶展示用來進(jìn)行交互的 Web輸入輸出頁面，并完成用戶事件處理;第2層是用Asp.NET技術(shù)實(shí)現(xiàn)的業(yè)務(wù)邏輯層，通過一個(gè)標(biāo)準(zhǔn)的 Web服務(wù)器與上一層相連，它由Web窗體和一些通用的組件構(gòu)成，是系統(tǒng)的核心層次，整個(gè)系統(tǒng)的應(yīng)用功能邏輯依靠它實(shí)現(xiàn);第3層是數(shù)據(jù)層，用來存放應(yīng)用所需要的數(shù)據(jù)，它們可以用數(shù)據(jù)庫或者是文件系統(tǒng)的方式組織。各個(gè)層次上的數(shù)據(jù)流動(dòng)都是基于XML方式的，因此，該體系具有良好的開放性和擴(kuò)展性。

3 系統(tǒng)功能模塊設(shè)計(jì)

該系統(tǒng)包括用戶登錄模塊、信息錄入模塊、管理中心模塊、工作動(dòng)態(tài)模塊、文件下載模塊、評(píng)價(jià)決策模塊6個(gè)部分。用戶登錄模塊的主要作用是區(qū)分管理員和用戶身份，兩者分別擁有自己的登錄頁面和功能。該模塊的另一個(gè)作用是用戶注冊(cè)，使合法用戶能夠隨時(shí)訪問本系統(tǒng)。信息錄入模塊為用戶提供輸入界面，并將輸入的信息保存于系統(tǒng)中。管理中心用于管理各個(gè)模塊中的相關(guān)信息。工作動(dòng)態(tài)模塊供發(fā)布最新工作情況和重大事件，主要是對(duì)某些科學(xué)問題的看法，對(duì)技術(shù)發(fā)展趨勢(shì)判斷，技術(shù)難題咨詢等等提供一個(gè)平臺(tái)。文件下載主要提供下載一些表格、文件、適用程序等。評(píng)價(jià)決策模塊主要是用于肥水方案進(jìn)行評(píng)價(jià)和決策。

4 系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)是建立在微軟的 Windows 2003 Server中文版的操作系統(tǒng)上，以 MicrosoftInternet Information Server6.0(IIS)作為 Web服務(wù)器端軟件;數(shù)據(jù)服務(wù)器采用的是Microsoft SQL Server 2005作為數(shù)據(jù)庫開發(fā)和運(yùn)行平臺(tái);利用微軟.Net環(huán)境下的C#語言實(shí)現(xiàn) Web應(yīng)用程序的編寫。

系統(tǒng)以家蠶育種為實(shí)體，建立采用人工智能方法，來挖掘育種過程中內(nèi)在的有用的遺傳育種規(guī)律，以指導(dǎo)育種實(shí)踐，同時(shí)采用人工神經(jīng)網(wǎng)絡(luò)模型建立雜種一代的預(yù)測模型。試圖開辟家蠶數(shù)字化輔助育種的新途經(jīng)，這些方法也適用于其它動(dòng)植物育種。系統(tǒng)構(gòu)建的方法如圖1所示。

5 小結(jié)

圖1 系統(tǒng)構(gòu)建的方法

生物數(shù)量性狀受微效多基因控制同時(shí)易受環(huán)境條件的影響。因而從性狀表型中濾掉環(huán)境及非遺傳因素噪聲，找出真正的遺傳效應(yīng)，是建模和分析的關(guān)鍵，本系統(tǒng)采用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等智能算法，濾去非遺傳噪聲，建立起遺傳關(guān)系模型。在建模過程中，把數(shù)量性狀的遺傳內(nèi)在規(guī)律與人工神經(jīng)網(wǎng)絡(luò)模型的建模特點(diǎn)很好地結(jié)合起來，克服統(tǒng)計(jì)學(xué)模型的弊端是本研究的關(guān)鍵技術(shù)。最終綜合運(yùn)用現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、面向?qū)ο缶幊碳夹g(shù)、分布式軟件技術(shù)構(gòu)建基于人工神經(jīng)網(wǎng)絡(luò)模型的家蠶輔助育種平臺(tái)。

［1］茆迎春.穩(wěn)定桑蠶生產(chǎn)之我見［J］.廣西蠶業(yè)，2009，46(1):48－50.

［2］陳樂陽，張壽康，柳成本，等.蠶繭生產(chǎn)成本與桑蠶業(yè)發(fā)展［J］.蠶桑通報(bào)，2007，38(2):46－47.

［3］陸秀萍，仲偉程.發(fā)展高效規(guī)模蠶業(yè)之淺見［J］.江蘇蠶業(yè)，2007(3):21－22.

［4］張禮兵，金菊良，程吉林.計(jì)算智能方法在灌排工程中的應(yīng)用研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2007，23(8):274－280.

［5］吳斌，劉合翔.人工智能技術(shù)在精準(zhǔn)林業(yè)中的運(yùn)用與發(fā)展［J］.中國林業(yè)產(chǎn)業(yè)，2006(5):25－28.

［6］程磊，李紹穩(wěn)，樊建峰，等.基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘的紅色籽用西瓜親本選擇方法研究［J］.生物信息學(xué)，2009，7(2):140－142.

［7］徐賜軍，陳偉敘，李尚平.甘蔗收獲機(jī)智能設(shè)計(jì)知識(shí)發(fā)現(xiàn)系統(tǒng)的開發(fā)研究［J］.農(nóng)機(jī)化研究，2007(10):16－19.

［8］米湘成，馬克平，鄒應(yīng)斌.人工神經(jīng)網(wǎng)絡(luò)模型及其在農(nóng)業(yè)和生態(tài)學(xué)研究中的應(yīng)用［J］.植物生態(tài)學(xué)報(bào)，2005，29(5):863－870.

［9］劉小杰，鄧宣凱.人工神經(jīng)網(wǎng)絡(luò)模型在水土流失中的應(yīng)用［J］.科協(xié)論壇，2007(10下):54－55.