摘 要：精密玉米播种机是将玉米种子播种到预定的位置中，且保证播种的精确位置和要求数量的机具。由于精密玉米播种机工作对象的特殊性和结构的复杂性，拟采用数控加工方法，取代传统的设计制造方法，并利用软    件在计算机上建模验证播种机的可行性。从精密玉米播种机的结构出发，分析实例推理中的关键步骤，采用数    控加工的实例检索算法进行验证。精密播种机数控加工核心算法采用改进的最邻近算法，可高效率地检索到与   目标实例相似度最高的的实例，并将提取的实例特征进行修改，为新设计的精密玉米播种机提供指导，缩短了设    计周期，提高了播种机的研制效率。
关键词：玉米播种机; 精密播种; 数字化设计; 实例检索算法
引言：播种作为农业种植生产的关键环节，不同农作物的播种要求也不一样，不同的播种数量、不同的播种深度等都直接影响农作物的产量。精密播种可以保证玉米种子的株距、播种深度、播种量的一致性，提高农作物的质量，控制玉米的生长密度，是现代农业生产中应用最多的播种方法。采取精密播种方法对于种植户来说可以更大程度降低投入，还能增加农作物的产量。国外在 20 世纪 40 年代就开始研究精密播种机，多数的农作物都实现了精密播种; 我国对于精密播种机的研究较晚，在 70 年代开始研究，目前玉米、小麦等作物实现了精密播种。
       精密播种是将需要数量的农作物种子播种到土壤中，种子的播种位置和深度都可以根据要求进行设定，且保证每株种子的的深度都能达到要求。精密播种机的加工精度直接影响播种效果，采用传统播种机加工方法，效率低，研制周期长，且研制的成本高，不利于推广。随着计算机技术的快速发展，以计算机为基础的设计方法应运而生，农机制造也开始逐步采用数控加工技术。数字化控制加工技术以计算机技术为基础创建数字化产品模型，且在产品的设计、试验和加工过程中都可以提供帮助，不需要制造产品实物模型。在精密播种机的研制中应用 CAD 技术，其设计和加工基本实现了智能化控制及数字化生产，保证了播种机零件的精度，实现了播种机的标准化生产。本文基于实例推理的方法对精密玉米播种机的数控加工核心算法进行研究，选择适合的实例表示形式，建立精密播种机的实例知识库，研究精密播种机实例知识库的检索算法，在实例检索后对实例进行相似度计算比较，并以此来选择合适的实例，再通过实例修改使之符合当前实例后，解决当前问题。
一、基于实例推理方法概论
1、CBＲ 概述
      CBＲ 是一种类比的推理方法，其利用已有的知识经验，通过对解决方案的调整和修改，用来作为新问 题的解决方案。CBＲ( 基于实例的推理) 通过对已有实例的应用和修改来解决问题的定义是由 Ｒiesbeck 和 Ｒoger Schank 提出的。对于 CBＲ 的定义还有很多， 但各种的定义的核心思想都是一样的，就是利用以前 的经验知识来解决当前问题。
2、CBＲ 的工作机制
      CBＲ 的关键就是利用人们已经知道的经验来解决新问题，并将新问题的解决方案作为经验存储到实 例库，不断地扩展知识库中实例。在 CBＲ 中处理一个问题时，从实例库中查询到一个与问题最像的实例， 查询到的实例可以满足问题的求解时就将查询实例 作为结果输出; 如果查询实例不能满足问题描述，就对实例进行修正到可以满足问题，修改之后的实例也 会成为经验实例存储到实例库中。CBＲ 推理步骤如图1所示。








图 1 CBR 基本推理步骤
3、CBＲ 实现的关键步骤
（1）实例的描述
      CBＲ 技术的实例库是 CBＲ 实现的基础，实例检索的时间和搜索一样，搜索能力大的在时间上占据明显的优势，实例检索的效率直接影响推理的效率，是判断推理机制性能的指标之一。实例检索出来的实例在经过修正之后形成的新实例可作为经验存储起来，不断存储起来的实例不能影响实例库的性能，又要不断地完善扩大实例库。实例的描述是在实例库中选择合适的组织形式来表示实例，是实例推理的重要开始，正确完整地描述实例的内容，可以为实例推理的后续步骤提供良好的基础。
（2）实例的检索
      实例的检索是实例推理的中的最影响其效率的步骤，根据实例问题的描述，进行问题属性的分类，根据关键词和属性再以特定的检索策略在精密播种机实例库中查找到类似的实例方案。实例检索算法实现的依据是实例描述和实例库中存储实例有一定的相似度，而如何来确定实例的相似度就成为实例检索前需要解决的难题。对于相似度的问题，人们提出了几个对相似度进行定量的概念，如模糊相似度及差异度等。使用不同的相似度定量概念需要的算法也会不同，应根据算法的偏向选择来确定对应的定量概念。根据数控加工需要的要求，实例检索要达到的要求有高速性、精确性、有效性、易修改性。
（3）实例的修改
      检索出来的实例和目标实例基本很难符合的，需要对检索出来的实例进行修正。实例的修改是指对检索到与当前问题最类似的实例进行修改使之为完全符合要求的实例。如果采用统一的修改方法，只能面对同样的实例问题，对于不同的问题就无法使用， 故需要根据不同规则来区别采用修改的方法。实例 的修改是 CBＲ 中最有难度的，用以前的经验知识来解决现在的新问题，不管存储经验知识多么丰富，也不 能够保证可以解决不断出现的新问题。CBＲ 基本采用以下两种修改方法: ①基于规则的结论用以适应新问题结构的修改方法; ②通过利用存储实例结果规则进行诱导的修改方法。
二、精密玉米播种机的实例表示和实例库
1、实例表示
      实例表示的内容主要包括问题描述、问题求解和问题结果。问题的描述是指求解实例的环境条件和状态，问题的求解是指求解问题的过程和方法，问题的结果是指问题求解出来信息。实例表示常用的方法包括一阶谓词逻辑表示法、框架表示法、自然语言表示法及过程表示法等，根据需要解决问题的类型选择合适的表示方法。
实例的表示是将实例描述为人们可以认知的形式，并将实例以适宜方式存储到计算机中。实例的表示基于已有知识表示，在选择表示方法时应遵循的原则如下:
（1）可扩充性。实例库可以通过表示结构的增加提高表示能力。
（2）可表达性。实例可用一个特征集合来表示。
（3）可修改性。表示易于修改，过程中的表示也可以修改。
2、精密玉米播种机实例库的建立
      一个产品的实例库由多个实例组成，每个实例包 含各个实例的特征信息。实例库影响到实例的推理， 且好坏直接影响到信息检索是否能成功和检索的速 度。实例库中的知识经验以关系数据库的方式收集 整理在一起，关系数据库中的数据以不同的方式存取 或重新聚集，不需要重新组织数据库表格，关系数据 库应易于创建、存取及扩充。将精密玉米播种机的实 例存储在关系数据库中，将数据表和数据表连接起来 形成数据结构，并在数据结构中映射实例库信息。实例库的创建程序为:
（1）选择数据库系统软件;
（2）设计存储实例的数据库结构;
（3）导入实例数据。
      实例库中实例的组织形式一般有两种: 一种是分散组织，即把实例分散为多个部分，每个部分分别存储在不同的数据表; 另一种是统一组织，即将实例作为一个整体置于数据表中。如果实例之间的相关性强、结构性差时采用统一组织，统一组织的形式不易于修改，分散组织形式操作灵活，对于实例的修改、存储更容易。
三、精密玉米播种机实例的检索算法
       实例的检索是 CBＲ 推理中最重要部分，采用哪种检索算法对推理的准确和效率都有影响。实例检索包括识别、匹配及选定过程。
       目前实例检索的方法主要有 3 种，即最近邻算法、归纳索引算法和知识引导算法。
（1）最近邻算法是指使用者在实例库中找出与当前需要距离最近的实例的方法，即将实例看成一个点，在该点上建检索结构，使得对于输入问题描述后可快速地找到最佳匹配的节点。这种算法将实例的特征指定一个权重值，在进行实例检索时可根据输入的设计要求与从实例库中提取的实例的特征进行匹配，并计算实例之间的相似度，得到相似度最高的实例，即为检索目标实例。
（2）归纳索引算法类似决策树的方法，在实例库中 索引出特征向量，根据不同的特征将实例组成一个类 似判别网络的结构，即为实例检索时采用的搜索策 略。其中，采用的算法为 ID3 算法，这种算法是在每步中取信息增益最大的属性，作为实例的检索特征， 检索时间短，效率高。
（3）知识引导算法以实例库中已有的知识为引导， 并决定实例中那种特征用来进行检索。这种方法具 有方向性，结构模式也比较简单。
       精密玉米播种机的实例检索的目标比较难确定， 相似度的比较标准不易获得，且实例库不大，不适合 采用后面两种方法检索。采用改进的最邻近算法，在 实例库中检索出来的相似度偏高的实例，将这些相似 度高的实例以分层的形式组合。因为每个使用者都 可能存在不同的检索要求，检索出来的实例偏差会有 大有小，偏差大的实例和目标实例的相似度低，这种 实例就无法使用。为了避免这种情况的发生，在检索 前设定阀值，从局部和整体两个方面同时进行设定， 以控制检索实例中出现不符合的实例。
四、精密玉米播种机数控加工设计系统实现
1、研发环境
      操作系统选择 Windows XP 系统，相关数据库采用 SQLserver 数据库，编程语言为 C++。
2、结构框架
     采用 C / S 结构作为数控系统的机构框架，将数控加工系统中的客户输入端和服务端区别开来。结构框架大致上分为数据库、逻辑库和用户界面 3 部分。
3、数据库的访问
      采用 ADO 访问数据库。访问数据库的编制包括初始化、引入定义文件及连接相关数据库，在连接的数据库上执行指令进行查询，输出结果，关闭连接。
4、数控加工的实现
      基于 CBＲ 的精密玉米播种机数控加工，包括实例检索、修改和存储等模块。在对实例库进行检索时， 需要先对求解实例进行评价，和已有实例进行比较， 判断新实例和已有实例的相似度。相似度的判断首 先是从局部进行，再进行整体相似度的评估。对评估 得到最佳实例进行修改，改正的实例符合当前求解问 题，即可用于播种机的设计。在计算机上进行这些步 骤后，就可以利用数控软件进行模拟建模，并模拟试 验，得到的设计参数后即可用于生产。
五、结论
       相较于传统的播种方法，精密播种有提高效率、节省成本、利于机械化管理等优势，且实践证明采用 精密播种可以大幅度地提高农作物的产量。在智能 化加工技术出现之前，精密玉米播种机的设计制造周 期长、成本高。为此，采用数控加工技术进行设计制 造加工，将 CBＲ 技术引入到精密玉米播种机的数字化设计加工中，可以充分地利用以前的精密播种机设计 制造实例经验，快速地完成新型玉米播种机的设计加 工，降低了设计成本，满足了使用者的需求。
参考文献：
1、冯晓静，杨欣，桑永英．玉米精密播种机发展现状［J］．江苏农业科学，2010，10( 4) : 422－424．
2、郎庆东． 小麦精密排种器的计算机仿真及试验研究［D］．长春: 吉林工业大学，2000．
3、杨 欣 ． 小 麦 精 密 排 种 器 特 征 造 型 及 装 配 关 联设 计 ［J］．  农 业 工 程 学报，2004，20( 3) : 89－92．
4、杨升明．李成华．郭雪峰． 基于 Pro / E 的铲式成穴器参数化设计［J］．沈阳农业大学学报，2007，38( 1) : 85－88．
5、孙裕晶．虚拟样机技术及其在精密排种部件设计中的应用［D］．长春: 吉林大学，2005．
6、 Ernesto   Ocampo．  Mariana   Maceiras．  Comparing   Bayesian  inference and case－based reasioning as support techniques in  the diagnosis of Acute Bacterial Meningitis［J］．In:  IEEE Intl．  Conf． on  Expert  Systems  with  Application，2011，38 ( 8) : 147－151．
7、Jocelyn San  Pedro，Frada  Burstein，Alan  Sharp． A  case－ base fuzzy multicriteria decision support model for tropical cyclone orecasting［J］． European  Journal  of  0perational  Ｒesearch  ， 2005，160: 308－324．
8、石晓祥． 汽车覆盖件工艺智能设计系统关键技术研究［D］．上海: 上海交通大学，2001．
9、周江奇，陈关龙． 实例重用在车身装配顺序规划决策中的应用［C］/ / 中国汽车工程学会 2003 学术年会论文集( 下册) ．北京: 中国汽车工程学会，2003．
10、杨宇，李成华，张国梁． 基于实例推理的铲式玉米精密播种机设计［J］．农业机械学报，2009，40( 12) : 51－55．
11、尤军东．基于 CBＲ 面向企业诊断的流程案例检索与复用［D］．哈尔滨: 哈尔滨工业大学，2006( 6) : 12－14，18－20 ．
12、李寿兵，张佑生，葛亮． 基于实例推理的注塑模型概念设计［J］．计算机工程与应用，2002，9( 10) : 89－91．
13、房文娟．基于案例推理技术的果蔬病害预测系统平台的设计与实现［D］．合肥: 安徽农业大学，2005．
14、李 晓 辉 ， 刘 妍 秀 ． 基 于 实 例 推 理 机 制 ( CBＲ) 综述 ［J］．  长 春 大 学 学 报 ，2006，16( 7) : 68－70．
15、张光前，邓贵仕．基于事例推理的技术及应用前景［J］．计算机工程与应用，2002，20( 6) : 52－56．
16、黄玮． 基于 CBＲ 的车身制造质量决策方法及应用研究［D］．上海: 上海交通大学，2008．
17、方汝云，王勇，范植华． 人工智能中知识的表示法及其应用［J］．计算机工程与应用，2002，17( 7) : 18－22．
18、Tsatsoulis  C，Kashyap  Ｒ  L．  Case － based  reasoning  and learning  in  manufacturing  with  the  TOLTEC  planner［J］． IEEE Transactions on Systems，Man， and Cybernetics， 1993，23( 4) :  1010－1023．
19、汤文宇．CBＲ 的应用研究［D］．南京: 南京邮电大学，2007．
20、柯旭贵，张佑生． 面向冲裁模设计的 CBＲ 系统的实例表示［J］．中国机械工程，2002，17( 22) : 37－40．
21、汤文宇，李玲娟．CBＲ 方法中的案例表示和案例库的构造［J］．西安邮电学院学报，2006( 5) : 75－78．
22、胡亚辉，徐燕中，牛文铁． CBＲ 技术中实例表达的研究与应用［J］．机械工程师，2003，17( 9) 16－18．
23、李成华，何波． 铲式玉米精密播种机仿真及虚拟设计［M］．北京: 中国农业大学出版社，2007．
24、Steven  Bogaerts，David  Leake． A  Framework  For  Ｒapid  And  Modular Case－Based Ｒeasoning System Development Ｒeport Version 1．0* ［D］．  Bloomington: Indiana University，2005．
25、胡良明．改进最近邻法在基于 CBＲ 的自动武器设计系统中的应用［J］．制造业自动化，2008，30( 11) : 93－95．
26、蒋占四，陈立平，罗年猛． 最近邻实例检索相似度分析［J］．计算机集成制造系统，2007，13( 6) : 1165－1168．
27、王媛媛．面向工业设计的产品 CBＲ 系统实例检索方法研究［D］．北京: 北京服装学院，2008．
28、刘芳．基于 CBＲ 的智能决策支持系统研究与应用［D］．兰州: 兰州大学，2008．