#决策支持系统

用VIKOR多准则决策法构建决策支持系统，识别巨港市高风险发育迟缓家庭。

构建基于RS-GIS的空间决策支持系统，评估伊朗Amol地区水稻种植适宜性。

构建一个面向农民的网页版AI决策支持平台，集成病害识别、选种、土壤、灌溉与天气建议。

综述可解释AI技术及其在决策支持系统中的应用、挑战与未来方向。

开发了Water Optimizer工具，在有限供水下优化作物种植与灌溉量以最大化利润。

系统综述299项研究，构建数字孪生作为决策支持系统的四维分类框架并识别组织约束。

基于土壤pH、温湿度和降雨，用机器学习构建智能选种模型并开发交互式仪表板。

基于模拟数据研究印尼小农采用移动农业应用与决策支持系统对农场决策质量的影响。

集成DSSAT与多目标优化，为伊朗平原提供兼顾经济与水氮环境的种植决策工具。

提出基于卫星与模型数据的海洋监测框架，弥补新兴经济体现场观测不足，监测有害藻华与热浪。

Farmer-Friendly Decision Support System Using Explainable Orangutan Artificial Intelligence for Soil Fertility。SN Computer Science

基于25年试验分析马铃薯早疫病发病时间与产量损失，提出可减少约50%杀菌剂用量的精准喷施策略。

提出YieldVision决策支持系统，用RF、LSTM及混合模型预测作物产量并部署应用。

评估土壤压实改变水力特性对精准灌溉管理的影响，并提出维护土壤结构的对策。

为斯里兰卡温室农户开发基于机器学习的决策支持系统，预测螨害并优化作物管理。

综述土壤科学、地球观测、AI与决策支持，提出可持续土壤治理实现零食物缺口的整合框架。

提出自适应AI决策支持系统，用轻量网络与特征优化实现精准农业实时图像分析与决策。

综述AI在农业经济学和农场决策支持系统中的应用，涵盖技术、挑战与未来方向。

开发基于Web的农业援助分配决策支持系统，采用SAW方法提高精准性和透明度。

开发了跨地块、流域和地中海尺度的农业数字孪生工具，集成多源数据支持实时监测与决策。

开发并评估了氮管理决策支持系统Nitrogenius 2，集成模拟与严肃游戏，提升利益相关者理解。

印度 Nagarjuna College of Engineering and Technology 的 Abeed K Attar 等提出 Smart Agriculture Assistant 综合 AI 驱动决策支持系统，集作物推荐、产量预测、肥料优化和市场价格预测于一体。系统利用 Random Forest、XGBoost、CatBoost、LSTM 和 SHAP 等多种机器学习算法分析 Kaggle 和 Agmarknet 收集的农业和市场数据集。框架处理土壤养分（N、P、K）、pH、温度、湿度、降雨量、作物特征和历史市场价格数据，为农民生成智能推荐和预测洞察。实验评估表明，所提出的混合框架达到 99% 的准确率，优于传统机器学习模型。