本研究针对黑龙江垦区大豆病害诊断自动化程度不高、不及时等问题,将大豆植保知识与现代信息技术有机结合,提出大豆病害智能诊断方法,开发出黑龙江垦区大豆病害专家系统,实现对大豆叶部病害的远程、大面积、快速、智能诊断,使大豆种植户对大豆常见病害进行有效的诊断和防治,进而降低病害损失,提高大豆单产,降低农药投入量,为大豆生产和经营管理提供技术支持。本文分析了农作物病害智能诊断技术和专家系统研究的国内外现状、不足和发展趋势,提出将农作物病害智能诊断技术与大豆专家系统有机结合的思想。介绍了大豆叶部病害的主要来源、收集工具配置和收集方法。对大豆叶部病害专家系统技术可行性、经济可行性等进行分析,用需求分析的方法确定了系统的基本功能,采用C/S模式开发系统运行平台。利用知识库和数据库的理论和方法,提出大豆叶部病害专家系统技术措施和总体设计方案。作者将数字图像处理技术、人工神经网络和智能模式识别技术应用于大豆病害诊断技术。建立了适合大豆病害图像分割的三层神经网络模型,对病斑区域的形状特征、颜色特征、纹理特征进行提取和测量,建立了病种识别模型。改进遗传算法,提出了最佳直方图熵法,解决草害图像分割问题;分析了大豆虫害领域的知识库模型,并提出了基于条件推理机制的虫害诊断方法。对大豆病害专家系统的功能和数据库进行详细设计,构建了具有时空适应性知识体系和专家咨询系统模型。利用Delphi编程语言,采用C/S的开发模式,利用SQL Server 2000数据库管理工具,开发出大豆病害专家系统。系统实现了大豆品种资源管理、虫害资源管理、病害资源管理、草害资源管理、大豆常用农药资源管理、栽培技术方案设计、专家知识咨询和系统维护管理等主要功能。