烟草是我国重要的经济作物,在地方经济发展中发挥了重要作用,病虫害的侵袭,严重影响了烟草的产量和质量,造成了巨大的经济损失。如何治理病虫害,降低病虫害带来的损失,对我国农业生产和经济增长具有重要意义。总结现有的对烟草病虫害防控技术的研究发现,大多的研究都是在绿色防控技术和病虫害诊断上,缺少对烟草病虫害预测的模型或系统,提前预测烟草病虫害的发生情况,掌握病害发生的动态,对合理使用防治烟草病害的技术和措施具有重要的参考价值。本文采用案例推理的方法,构建烟草病害的防控模型,并在案例检索的过程中结合知识图谱的思想,以提高检索的效率。本模型首先在分析影响烟草病害发生的外部环境因子的基础上,采用主成分分析法对环境因子进行提取,作为案例匹配的属性因子。再用支持向量机方法预测因子未来的状况,得到某一地点种植烟草的环境情况。最后根据预测出的属性因子与案例库中的案例对应属性进行匹配,寻找最相似的案例,根据最相似的案例的相关信息,判断病害是否发生以及发生的程度、特点等相关情况,从而制定合理有效的预防措施。本模型采取先预测再防控的研究思路,改善传统的防控烟草病害的方法,主要研究的内容有:(1)主成分分析法筛选环境因子。分析影响烟草病害发生发展的气候、土壤等外部环境因子,以烟草普通花叶病为例,采用主成分分析法的方法对该病的影响因子进行降维处理,提取出主要的指标因子,作为案例的属性因子。(2)支持向量机预测因子状况。以温度因子为预测对象,使用支持向量机的方法实现该因子未来温度值范围的预测。并同没有经过因子筛选的所有因子数据预测出的结果进行比对,分析出提取后的因子能够表达所有因子的特征。(3)构建烟草普通花叶病的知识图谱。总结分析烟草普通花叶病的数据来源渠道,采用自顶向下的方法,构建该病害的知识图谱。(4)烟草病害防控模型建立。结合以上研究的内容,构建基于案例推理的烟草病害防控模型。将知识图谱应用到案例检索中,提高案例检索的全面性。案例匹配的属性因子即是利用主成分分析法提取的因子,根据属性因子计算相似度,得到最相似案例,作为防控方案制定的参考案例。