智能系统在葡萄与葡萄酒产业中应用的研究进展
互联网新技术下葡萄酒产业发展的思考
互联网新技术下葡萄酒产业发展的思考申会玲一、前言随着人工智能、大数据、云计算等新技术的不断发展与成熟，以及物联网时代的开启，互联网正在改变我们生活的各个领域，同时也带领着这个社会在加速向前迈进。
在互联网和新技术的发展潮流中，一直督促人类向着更加数字化、智能化生活的道路前进，实现人网一体，在生活服务中，为人们提供更加智能、快捷的服务方式；在生产劳动中，则为企业提供更加数字化、科学化的生产工具。
在“互联网+”趋势下，互联网新技术将为传统产业带来更加智能化、数字化的生产方式，也正逐步推动我国产业转型升级进入新阶段。
在“互联网+”与产业发展深入融合及不断渗透的趋势下，智慧农业、智能农业等一批现代农业生产、运营、管理新模式不断出现，智能制造等创新生产模式深入发展，大大提升了我国产业的转型升级及跨越式发展。
此外，在互联网环境下，商业行为日益信息化、智能化、高效化，智慧商业日益成为主流的商业模式，互联网媒体也进一步推动了传统产业及商业的发展。
“互联网+”的例子在我国已不再是新鲜事物，互联网上随处可见“互联网+”的身影，比如：互联网+传统集市有了“58同城”，互联网+传统商场有了“天猫”、“京东”，互联网+传统银行有了“支付宝”、“财付通”，互联网+传统交通有了“滴滴打车”等。
若将互联网与传统葡萄酒产业深度融合，或将大力改善行业发展状态，提升行业发展水平。
二、我国葡萄酒产业的发展现状从葡萄酒的发展历史看，我国在商代已出现葡萄酒，但我国葡萄酒业的规模化和大发展是近百年来的事情。
从我国葡萄酒产区看，目前已经拥有东北、北京、天津、河北、山东、山西、黄河故道、新疆、甘肃、陕西、宁蒙、西南高山、广西等13个葡萄酒产区，几乎覆盖了国内全部适合种植酿酒葡萄的区域。
据统计，截至2014年底，我国葡萄酒行业的总产量已经达到116.1万千升，已经成为全球第八大葡萄酒生产国。
随着生活方式逐步西化和生活水平的提高，我国葡萄酒消费可能会保持较快的增长，但近年来国内大力扩展酿酒葡萄的种植面积，葡萄酒企不断涌现，外加进口葡萄酒对国内市场的冲击，导致国内葡萄酒市场供应充足，很多酒企库存积压，销售不畅，市场竞争压力巨大。
人工智能在葡萄酒酿造中的应用：传统工艺的科技革新
人工智能在葡萄酒酿造中的应用：传统工艺的科技革新在葡萄藤缠绕的古老庄园中，传统的酿酒师们总是以他们丰富的经验和精湛的手艺为傲。
然而，随着科技的飞速发展，一股不可阻挡的数字化浪潮正悄然涌入这片古老的领域。
人工智能（AI）技术的介入，就像是一场精心编排的交响乐，为葡萄酒的酿造过程带来了前所未有的和谐与精准。
首先，让我们来探讨一下AI如何成为酿酒师的“第二大脑”。
在葡萄酒的质量监控方面，AI的应用可以说是如虎添翼。
通过高精度的传感器和复杂的数据分析，AI能够实时监测发酵过程中的温度、湿度、酒精含量等关键指标。
这就好比给酿酒师装上了一副“千里眼”，让他们能够透过巨大的不锈钢发酵罐，精确地“窥探”酒液的每一个细微变化。
接下来，我们不得不提的是AI在提升葡萄酒品质方面的贡献。
传统的酿酒工艺往往依赖于酿酒师的直觉和经验，而AI的介入则像是给这个过程注入了一剂“强心针”。
通过对历史数据的深入学习和分析，AI可以预测并推荐最佳的发酵时间、温度和酵母种类。
这种精确到近乎苛刻的控制，使得每一滴葡萄酒都有机会成为“液体黄金”。
然而，我们也不得不面对一个现实问题：AI技术的广泛应用是否会让传统的酿酒师失去他们的用武之地？答案是否定的。
事实上，AI更像是一位智慧的助手，它并不会取代人类的创造力和直觉，而是帮助酿酒师更好地发挥他们的专业技能。
就像一位优秀的指挥家能够激发乐团中每一位乐手的潜能一样，AI也能够协助酿酒师创造出更多令人惊艳的作品。
最后，让我们来思考一下AI技术在葡萄酒行业的未来前景。
随着消费者对葡萄酒品质要求的不断提高，以及对生产过程透明度的关注加深，AI技术无疑将成为连接生产者和消费者的重要桥梁。
它不仅能够帮助酿酒师生产出更优质的葡萄酒，还能够通过数据分析和预测市场需求来优化供应链管理。
综上所述，人工智能在葡萄酒酿造中的应用是一场革命性的科技革新。
它不仅提升了葡萄酒的品质和生产效率，还为传统的酿酒工艺注入了新的活力。
科技创新背景下的葡萄酒产业发展
科技创新背景下的葡萄酒产业发展随着科技不断推进，科技创新不断增强，各行各业都在不断创新和转型，葡萄酒产业也在发生着深刻的变化和创新。
在科技创新背景下，葡萄酒产业发展的路径和前景也日益清晰。
一、利用科技创新提高葡萄酒生产效率传统的葡萄酒生产方法需要大量的人工操作，而且往往需要长时间的发酵和陈年，整个过程周期长，效率低下。
但随着科技进步，很多生产工序都得到了自动化和智能化的改造，可以实现高度自动化的生产，快速提高生产效率。
比如，现在已经出现了智能化生产线和自动化控制系统，可以实时监测整个生产过程，提高生产效率和质量。
二、利用科技创新提升葡萄酒的质量和口感除了提高生产效率，科技创新也可以帮助葡萄酒生产商改善葡萄酒的质量和口感。
目前已经出现了很多基于科技的新技术和新工艺，比如微氧化技术、分子吸附、超滤等等，这些技术可以帮助生产商控制葡萄酒的酸度、酒精度、口感和色泽等诸多因素。
另外，利用分子吸附技术可以去除某些有害物质，净化葡萄酒，提高葡萄酒的品质。
三、利用科技创新改变葡萄酒消费习惯科技创新还可以改变葡萄酒消费者的消费习惯。
比如，现在许多葡萄酒营销都在通过社交媒体和电商平台来实现。
同时，也出现了许多基于物联网的智能设备和服务，例如智能酒柜、智能酒杯等等，可以帮助消费者更便捷地选择和品尝葡萄酒。
利用人工智能和大数据分析等技术，可以为消费者提供更加精准的葡萄酒选择建议和更舒适的消费体验。
四、基于科技创新来推进葡萄酒产业的可持续发展葡萄酒行业是一个对环境负责任的行业，尤其注重环境保护和可持续发展。
科技创新对葡萄酒产业可持续发展的贡献不仅仅体现在提高生产效率上，也可以帮助生产商更好地配合环保政策和要求，实现产业绿色发展。
例如，利用科技手段开发和应用生物农药，减少对环境的污染，实现绿色种植。
生产商也可以借助科技手段，改善节能和水源管理，减少能耗和水资源浪费。
总之，科技创新带来了巨大的变革和机遇，也为葡萄酒产业提供了前所未有的发展机会。
人工智能采摘葡萄技术论文
人工智能采摘葡萄技术论文随着科技的飞速发展，人工智能（AI）在各个领域的应用日益广泛，农业作为人类社会的基础产业，也在经历着智能化的变革。
在众多农业应用中，人工智能采摘葡萄技术尤为引人注目。
本文将探讨人工智能在葡萄采摘领域的应用，分析其技术原理、优势、挑战以及未来发展趋势。
引言葡萄作为一种重要的经济作物，其采摘工作不仅劳动强度大，而且对采摘时间的要求极为严格。
传统手工采摘效率低下，且受季节性劳动力短缺的影响，难以满足大规模生产的需求。
人工智能技术的引入，为葡萄采摘提供了一种全新的解决方案。
人工智能采摘葡萄技术原理人工智能采摘葡萄技术主要依托于机器视觉、机器人控制和深度学习等技术。
首先，通过机器视觉系统对葡萄进行识别和定位，确定其成熟度和位置。
然后，利用机器人控制技术，精确控制采摘机械臂的动作，实现对葡萄的精准采摘。
最后，通过深度学习算法，不断优化识别和控制算法，提高采摘的准确率和效率。
技术优势分析1. 提高效率：与传统手工采摘相比，人工智能采摘技术可以大幅提高采摘效率，减少人力成本。
2. 降低成本：长期来看，自动化采摘设备可以降低劳动成本，提高经济效益。
3. 减少损伤：精确控制的机械臂可以减少对葡萄和葡萄藤的损伤，提高葡萄的完好率。
4. 适应性强：人工智能系统可以适应不同的葡萄品种和生长条件，具有较强的通用性。
技术挑战1. 环境适应性：葡萄园环境复杂多变，对机器视觉系统的适应性提出了挑战。
2. 技术成熟度：当前人工智能采摘技术尚未完全成熟，仍存在识别错误和操作失误的风险。
3. 成本问题：高端的人工智能采摘设备成本较高，对于小规模种植户来说可能难以承受。
4. 技术更新：随着技术的发展，设备需要不断更新，以适应新的葡萄品种和采摘需求。
应用案例分析在全球范围内，已有多个葡萄种植区开始尝试使用人工智能采摘技术。
例如，欧洲的一些葡萄园利用机器视觉和机器人技术，实现了对葡萄的快速识别和精准采摘。
这些案例表明，人工智能采摘技术在实际应用中已经取得了一定的成效。
在酒类电子商务中应用人工智能技术的前景
在酒类电子商务中应用人工智能技术的前景酒类电子商务是当前电子商务领域的一个重要分支，而人工智能技术的快速发展则为酒类电子商务带来了新的机遇和挑战。
本文将探讨在酒类电子商务中应用人工智能技术的前景，并从用户体验、销售推荐、供应链管理等方面进行分析。
一、人工智能技术在酒类电子商务中的应用现状目前，酒类电子商务平台已经开始应用人工智能技术，包括机器学习、自然语言处理、图像识别等。
通过这些技术，平台可以更好地了解用户需求，提供个性化的推荐服务，提高用户体验。
二、人工智能技术在酒类电子商务中的用户体验优化1. 智能搜索：通过自然语言处理技术，用户可以使用语音或文字进行搜索，系统能够准确理解用户的意图，并给出相关的搜索结果。
这样可以提高用户搜索的准确性和效率，提升用户体验。
2. 智能客服：通过聊天机器人等技术，平台可以提供24小时在线客服，解答用户的疑问和问题。
智能客服可以根据用户的提问进行智能回复，提供个性化的服务，提高用户满意度。
3. 智能推荐：通过分析用户的购买历史、浏览记录等数据，平台可以给用户推荐符合其口味和偏好的酒类产品。
这样可以提高用户的购买决策效率，增加销售转化率。
三、人工智能技术在酒类电子商务中的销售推荐优化1. 个性化推荐：通过机器学习和数据分析技术，平台可以根据用户的个人特征和购买行为，给出个性化的推荐结果。
这样可以提高用户购买的满意度和忠诚度，增加销售额。
2. 交叉销售：通过分析用户的购买历史和偏好，平台可以给用户推荐搭配销售的酒类产品。
例如，如果用户购买了一瓶红酒，平台可以推荐适合搭配的奶酪或巧克力。
这样可以增加用户的购买频次和购买金额。
3. 时段销售：通过分析用户的购买时间和偏好，平台可以给用户推荐适合不同时间段的酒类产品。
例如，在晚上推荐红酒，而在白天推荐白酒。
这样可以提高用户购买的决策效率，增加销售转化率。
四、人工智能技术在酒类电子商务中的供应链管理优化1. 预测需求：通过数据分析和机器学习技术，平台可以预测用户的购买需求，提前准备货物，避免库存积压或缺货情况的发生。
人工智能对酿酒的影响论文
人工智能对酿酒的影响论文人工智能（AI）作为一种前沿技术，已经渗透到各个领域，包括酿酒业。
酿酒业是一个历史悠久的行业，传统的酿酒工艺依赖于酿酒师的经验和直觉。
然而，随着人工智能技术的发展，酿酒业正在经历一场革命。
本文旨在探讨人工智能对酿酒业的影响，包括其在酿酒过程中的应用、带来的优势以及可能面临的挑战。
引言酿酒业是一个融合了艺术与科学的行业。
传统的酿酒工艺依赖于酿酒师的感官和经验，但人工智能的引入为这一行业带来了新的视角。
AI 技术能够通过数据分析和模式识别，优化酿酒过程，提高产品质量和生产效率。
人工智能在酿酒过程中的应用1. 原料选择与处理：AI可以分析土壤、气候等条件，为酿酒师提供最佳的葡萄种植建议。
此外，AI还可以通过图像识别技术，自动检测和分类葡萄，确保原料的质量。
2. 发酵过程监控：在发酵过程中，AI可以实时监测温度、pH值、糖分含量等关键参数，并通过机器学习算法优化发酵条件，以获得最佳的口感和风味。
3. 质量控制：AI可以分析葡萄酒的化学成分，预测其陈年潜力和最佳饮用时间。
此外，AI还能够通过传感器检测葡萄酒中的杂质和缺陷，确保产品质量。
4. 市场分析与预测：AI可以分析消费者偏好和市场趋势，帮助酿酒企业制定更精准的市场策略，预测产品需求，优化库存管理。
人工智能带来的优势1. 提高效率：AI可以自动化许多酿酒过程中的重复性工作，减少人力成本，提高生产效率。
2. 优化决策：通过大数据分析，AI能够提供更准确的市场预测和产品推荐，帮助酿酒企业做出更科学的决策。
3. 增强创新能力：AI可以探索新的酿酒方法和配方，推动酿酒工艺的创新和发展。
4. 提升产品质量：AI的精准控制可以减少人为错误，提高葡萄酒的一致性和质量。
面临的挑战1. 技术成本：引入AI技术需要较高的初始投资，对于一些小型酿酒企业来说可能是一个负担。
2. 数据隐私和安全：AI技术依赖大量数据，如何保护消费者和企业的隐私是一个重要问题。
智能一体化设备在设施葡萄上的应用
智能一体化设备在设施葡萄上的应用作者：沈月芳来源：《农业与技术》2019年第12期摘要：农业现代化与智能化是现阶段我国农业经济发展的重要目标，近年来我国在葡萄产业上的发展迅猛，高新科技的应用也在一定程度上实现了葡萄产业的多元化。
为有效完善农业生产体系，推动葡萄产业的经济收益，农业现代化基地的建设成为了必然的发展趋势。
葡萄种植基地的建设实现了葡萄栽培的区域化，智能化设备的应用改变了传统的葡萄纯手工种植、管理的模式，也有效地提升了葡萄产量以及品质，切实有效地推动了现代化葡萄产业的发展。
智能一体化设备的应用对于设施葡萄的发展是具有重要意义的，因此本文对智能一体化设备在设施葡萄上的应用进行简要研究。
关键词：葡萄产业;设施葡萄;智能一体化设备;应用中图分类号：S-33文献标识码：ADOI：10.19754/j.nyyjs.20190630012引言智能信息化技术引领着我国社会经济的发展，在现代化农业生产建设中，合理的应用智能一体化设备，有利于促进农业生产效率的提升，增加农业产业的收益。
设施葡萄是对葡萄产业栽培模式上的创新，其有效地提升了葡萄产量，同时实现省时省力的目的。
将智能一体化设备应用于设施葡萄生产中，能够有效地整合葡萄生产的信息资源，加快了传统葡萄产业向现代化葡萄产业转变的进程，同时也为葡萄生产管理提供重要依据，大幅度地改善葡萄生产管理水平，有效促进葡萄产业带来良好的生态效益。
1 智能信息化技术的背景现阶段我国大力发展农业经济建设，葡萄产业也因此受益，近年来我国的葡萄生产水平较之前有着较大幅度的提升，这与设施葡萄栽培技术的应用有着密切的联系。
目前我国设施葡萄的规模已经逐渐扩大，在葡萄栽培技术上也逐步的完善，但是随着设施葡萄规模的增大，为设施葡萄的栽培管理工作带来了较大的负担，传统的葡萄管理模式会导致人力与财力上的投资增多，不利于设施葡萄的经济性发展。
新时期我国信息技术水平正在飞速提高，新型智能设备也被投入到设计葡萄生产中，在此背景下，如何使智能一体化设备更好地为设施葡萄所服务是现阶段葡萄产业应重视的问题。
浅谈互联网+智慧农业在户县葡萄产业上的创新与运用
浅谈“互联网+智慧农业”在户县葡萄产业上的创新与运用摘要：户县葡萄是当地农业主导产业，“互联网+智慧农业”是现代农业的发展方向，本文提出将两者有机结合，创造“互联网+智慧农业+户县葡萄”的新模式，探索建设葡萄水肥一体化智能灌溉、果园生态环境监测及信息报送、温室环境自动控制、果品质量安全可追溯视频信息采集、果园网站及现代化的控制中心等系统，促进户县葡萄产业由数量扩张型向质量提升型转变，并为类似现代农业发展提供参考。
关键词：葡萄；互联网，智慧农业户县地处关中平原中部，位于秦岭北麓葡萄产业带的核心区，是“户太”葡萄品种的源产地，享有“中国户太葡萄之乡”的美誉。
户县葡萄是国家地理标志保护产品，目前全县葡萄种植总面积已达6.5万亩，成为当地农民致富的“金蛋蛋”，但管理粗放的问题严重制约着产业的持续健康发展。
当今我们已进入了互联网新时代，互联网已成为新的生产力和新的发展业态。
智慧农业利用安装在农业生产现场的各种传感节点和无线通信网络，实现农业生产环境的智能化感知、预警、分析、专家在线指导、产品网上销售等功能，可为农业生产提供精准化种植、可视化管理、智能化决策。
本文着眼探索“互联网+智慧农业+户县葡萄”的新模式，破解产业发展瓶颈，促进产业转型升级，开创户县葡萄发展的新局面。
“互联网+智慧农业+户县葡萄”是一项新的复杂的系统工程，涉及葡萄产业诸多方面，本文提出一些浅陋的设想，仅供参考。
“互联网+智慧农业+户县葡萄”包含丰富的内容，大家可根据不同需求，进行详细设计建设。
一、水肥一体化智能灌溉系统主要包含动力系统、过滤系统、田间管网系统、营养液自动配肥施肥系统四部分。
1.动力系统。
包含水泵及水泵控制系统。
建议采用变频恒压供水系统，该系统的优点：一是节水。
可按需供水，在水泵的额定流量内，系统根据实际用水量自动调节水泵转速，提供相应水量，打开田间任一阀门，水泵即刻响应，缓步启动供水；二是省电省工。
无需频繁往返泵房与田间操作开关，节省人工。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能系统在葡萄与葡萄酒产业中应用的研究进展作者：李华， 王庆伟， 刘树文， 武苏里， Li Hua， Wang Qingwei， Liu Shuwen， Wu Suli 作者单位：李华,王庆伟,刘树文,Li Hua,Wang Qingwei,Liu Shuwen(西北农林科技大学葡萄酒学院,杨凌,712100)， 武苏里,Wu Suli(西北农林科技大学信息工程学院,杨凌,712100)刊名：农业工程学报英文刊名：TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL ENGINEERING年，卷(期)：2006,22(7)被引用次数：1次1.Juan-Pedro Perez-Trujillo;Mireille Barbaste;Bernard Medina Chemometric study of bottled wines with denomination of origin from the Canary Islands (Spain)based on ultra-trace elemental content determined by ICP-MS[外文期刊] 2003(03)2.裴国新;丛群滋Web网站上果树专家系统开发与应用[期刊论文]-山东农业科学 2002(3)3.陈勇;李书琴;张平羊病诊断与防治专家系统的研制与应用[期刊论文]-动物医学进展 2003(05)4.Ellison P;Ash G;McDonald C An expert system for the management of Botrytis cinerea in Australian vineyards.I.Development[外文期刊] 1998(02)5.Boureau M;Boudaud J;Marchand P Dionys,a decision-making tool for asexual phase of grapevine downy mildew 1993(455)6.Moleas T;Lagioia R Lobexp expert system for grape moth integrated pest management 1994(1-2)7.米湘成;邹应斌水稻高产栽培专家决策系统的研制[期刊论文]-湖南农业大学学报（自然科学版） 2002(03)8.刘小娟发挥西部优势,做大做强葡萄产业 20059.Alleweldt G;Dettweiler E A model to differentiate grapevine cultivars with the aid of morphological characteristics 1989(01)10.Jiang Wenke;Chen Liping;Zhang Me Agiculture expert system tool AEST 3[期刊论文]-河北农业大学学报2001(03)11.杨宝祝;赵春江;李爱平网络化、构件化农业专家系统开发平台(PAID)的研究与应用[期刊论文]-高技术通讯2002(3)12.熊范纶;淮晓永;丁立志基于软构件技术的新一代专家系统开发平台-雄风6.0 1999(zk)13.Terry Craig WMS2000 200514.Genovesi A;Steyer J P;Harmand J Integrated fault detection and isolation:application to awinery's wastewater treatment plant[外文期刊] 2000(01)15.Australian Wine Online TSM 200516.Anon Innovators uncork breakthrough in winery management computerization 199917.Villette P;Grenier P A simulation software for the management of resources in the winery1994(149)18.Niviere V;Grenier P;Roger J M Dynamic simulation of winery management resources 1993(69)19.郭松泉;魏鸿钧葡萄酒品尝软件的开发和使用[期刊论文]-中外葡萄与葡萄酒 2003(4)20.Expertise2Go expertise2go Web-Enabled Expert Systems 200521.WinWein DIGITAL Soft 200522.Edwin Bühler Winebook 200523.Edwin Bühler Wine XT 200524.PrimaSoft P C Inc Wine organizer deluxe 200525.Software Secrets Consulting Inc Wine-File Pro 200526.Art Stratemeyer Guy LaRochelle,Bryan Buus.Cellar! 200527.Uncork Pty Ltd The uncorked cellar 200528.殷勇;邱明;刘云宏酒类嗅觉鉴别系统的研制与试验[期刊论文]-农业工程学报 2003(04)29.雷英杰;邢清华;孙金萍Visual Prolog智能集成开发环境评述[期刊论文]-空军工程大学学报(自然科学版) 2002(05)30.Riul A;Sousa D E;Malmegrim H C Wine classification by taste sensors made from ultra-thin films and using neural networks[外文期刊] 2004(98)31.Penza M;Cassano G Ognition of adulteration of Italian wines by thin-film multisensor arrayand artificial neural networks 2004(509)32.Diaz C;Conde J E;Estevez D Application of multivariate analysis and artificial neural networks for the differentiation of red wines from the Canary Islands according to the island of origin[外文期刊] 2003(15)33.Penza M;Cassano G Chemometric characterization of Italian wines by thin-film multisensors array and artificial neural networks[外文期刊] 2004(86)34.秦树基;黄林用于酒类识别的电子鼻研究[期刊论文]-郑州轻工业学院学报（自然科学版） 2000(04)35.Sousa D E;Carvalho H C Using MLP networks to classify red wines and water readings of an electronic tongue[外文会议] 200236.曹宝林葡萄酒的勾兑及其优化系统的实现 200037.Datta S;Nakai S Computer-aided optimization of wine blending[外文期刊] 1992(57)38.孙时明"口味-品种制导葡萄酒工艺设计"软件可行性分析及其逻辑设计[期刊论文]-枣庄师范专科学校学报2002(05)39.Travis J;Musza A;Daskopoulos D VITIS,Agrape disease management expert system Special Report (New York State Agricultural Experiment Station) 199440.Maixner M PATCHY-A program for spatial distribution analysis of grape diseases 1993(45)41.Saracino F;Scardicchilo D;Faretra F S.E.M.M:A multimedial expert system for integrated crop protection 1995(02)42.国家农业信息化工程技术研究中心葡萄栽培管理专家决策系统 200543.宋治文;赵先健;陆文龙葡萄专家系统的开发研究[期刊论文]-天津科技 2002(04)44.天津市林果所;863天津示范区总体组葡萄栽培专家决策系统 200245.四川省农业信息工程技术研究中心查看详情 200546.中国星火科技致富信息网葡萄专家咨询系统 200547.Tian Shufen;Lu Wenlong The application of the expert system of grapes in the high-quality grape production[会议论文] 20042004(02)49.邵建辉葡萄酒质量优化系统[学位论文] 200450.Saunders M C;Haeseler C W;Travis J W GRAPES:An expert system for viticulture in Pennsylvania 1987(01)51.Freund R;Haberstroh B Tools for dynamic network structures:grape grammars 1992(01)52.杨思尧;郭修武葡萄栽培管理多媒体专家系统 200053.Ridomi A software for costing vine planting and management 1999(02)54.McDonald C Expert systems and the pest research literature 1997(01)55.傅铁华;金惠芳葡萄品种及其研究管理系统 199156.Costacurta A;Calo A;Carraro R Computer-aided methods for the characterization of varieties 1996(01)1.崔应峰.王世平葡萄病害智能诊断网络模型的比较[期刊论文]-上海交通大学学报（农业科学版） 2011(4)2.吴霞.周涛.梁锦秀.郭鑫年基于B/S的酿酒葡萄栽培管理信息系统设计与实现[期刊论文]-现代农业科技2010(24)本文链接：/Periodical_nygcxb200607041.aspx。