标题(title).pdf

中国科学院自动化研究所博士学位答辩 基于知识与数据共同驱动的 植物生长建模方法研究 答 辩 人: 范兴容 指导教师: 胡包钢 研究员 . 康孟珍 副研究员 学科专业: 模式识别与智能系统 研究方向: 机器学习与植物生长建模 2016年5月19 日 1/59 内容概要  引言  相关工作  研究目标  研究内容 − 基于知识与数据共同驱动的植物生长建模(KDDM)方法 − KDDM方法在温室番茄作物生长的实例研究 − KDDM方法在密闭系统生菜作物生长的实例研究  总结与展望 2/59 引言 植物生长建模（典型复杂系统） − 输入变量：温、光、水、肥、CO 、…… 2 − 输出变量：果重、叶面积、干/根产量、…… − 建模：多变量、多参数、非线性、部分机理已知或未知 植物生长建模的分类 − 以植物/作物分类：番茄、生菜、黄瓜、水稻，…… − 以研究尺度分类：细胞、器官、植株、群落 − 以功能结构分类：功能模型、结构模型 知识驱动的模型（KDM） − 以是否利用领域知识分类： 数据驱动的模型（DDM） 3/59 相关工作(一) 知识驱动的模型方法 （Knowledge-Driven Model, KDM ） 定义 ：基于领域知识构建的模型称为知识驱动的模型。 [A model is derived from domain knowledge.] （Dubois et al., 2000; Hu et al., 2009; Fan et al., 2015） 以植物生长建模为例  功能模型：主要应用生态生理知识（生物量的产生与分配） − 又称基于过程的模型（Process-Based Models, PBMs） − 番茄生长模型TomSim （Heuvelink, 1996） − 园艺作物通用模型HortiSim （Gijzen et al., 1998 ）  结构模型：主要应用形态发生知识（器官的几何与拓扑结构） − AmapSim （Godin and Caraglio, 1998; Barczi et al., 2008 ） − L-system （Prusinkiewicz and Lindenmayer, 1990） − 其他（Fourcaud et al., 2008 ） 4/59 相关工作(一) 番茄生长模型（TomSim ）：机理知识 两个基本模块：生物量的产生与分配（Heuvelink, 1996） 环 境 变 量 生物量的产生 生物量的分配 5/59 相关工作