知识的获取与保持

知识的获取与保持（共9篇）

知识的获取与保持 篇1

信息技术提供的外部刺激是多种感官的综合刺激, 它既能看得见 (视觉) , 听得着 (听觉) , 还能用手操作 (触觉) , 这种多样性的刺激, 比单一地听老师讲解效果要好的多。同时信息技术的丰富性、交互性、形象性、生动性、可控性、参与性大大强化了这种感官刺激, 非常有利于知识的获取和保持。

一、化无形为有形

初中数学理性知识成分太重, 传统的教学只片面强调逻辑思维训练, 缺乏充分的图形支持, 缺乏供学生探索的环境, 于是只能靠学生的死记和教师的说教了。比如, 学习九年级几何《点的轨迹》一节后, 学生最终会知道“轨迹”是一些直线或射线, 但对“轨迹”是毫无想象力的。《几何画板》能有效地解决这一问题, 它显示的“点”一步步动态有形地组成直线或射线, 旁边还能显示轨迹中“点”的条件, 这种动态的有形的图形是十分完整的、清晰的, 它远远超出了教师的“把轨迹比喻成流星的尾巴”。

二、化抽象为直观

初中数学的概念教学是教学中的难点, 学生几乎被动地从老师那里接受数学概念, 只有靠强化记忆知道概念的共性和本质特征。九年级代数中的“函数”是一个典型的概念教学, 教学时关键是让学生“对于x的每一个值, y都有唯一值与它对应”有一个明晰直观的印象。运用多媒体的直观特性, 分别显示解析式y=x+1, 《数学用表》中的平方表, 天气昼夜变化图像, 用声音、动画等形式直观地显示“对于x的每一个值, y都有唯一值与它对应”, 能让学生对函数概念理解得非常透彻。

三、化静止为运动

运动的几何图形能更加有效地刺激大脑视觉神经元, 产生强烈的印象。初中几何《圆》这一章, 各知识点都是动态链接的, 许多图形的位置发生变化, 图形间蕴藏的规律和结论是不变的。

熟悉《几何画板》的教师, 无一例外会用《几何画板》来演示“圆幂定理”, 即相交弦定理→割线定理→切割线定理→切线长定理, 鼠标一动, 结论立现, 效果相当好。其实像“垂经定理”“圆心角、弧、弦、弦的弦心距关系定理”等, 需要用“翻折”“旋转”“平移”等知识证明的定理, 都可用《几何画板》动态揭示知识的形成过程。有些题目, 不经意地用鼠标移动一个点, 图形变化了, 结论仍然成立。

四、化烦琐为简明

计算机辅助教学的一个重要出发点是更好地实现教学目标, 突破重难点, 提高课堂教学效率。在九年级代数《频率分布》一课的教学中, 传统的教学方式是教师引着学生在“60名女学生身高”数据中, 找最大值、最小值, 再分组, 一个一个地数出每组中数据的个数, 计算频率, 绘频率分布表, 画频率分布直方图, 既烦琐又费时。

用计算机辅助教学, 简洁明了, 把60个数据输入Excel, 排序, 最大值和最小值、各组中的频数, 一目了然。同时, 用Excel还能方便地绘出柱状图、类似频率分布直方图。这样, 把非智力过程交给计算机处理, 不仅节省了时间, 而且提高了课堂效率。

知识的获取与保持 篇2

摘  要  题】实践研究

【英文摘要】This  paper  discusses  the  commonly-used  technologies  in  data  mining，and  explores&n……

【  正  文】

1 数据挖掘技术概述

随着信息技术的迅速发展，数据库的规模不断扩大，从而产生了大量的数据。为给决策者提供一个统一的全局视角，在许多领域建立了数据仓库。但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息，而传统的查询、报表工具无法满足挖掘这些信息的需求。因此，需要一种新的数据分析技术处理大量数据，并从中抽取有价值的潜在知识，数据挖掘（Data  Mining）技术由此应运而生。数据挖掘技术也正是伴随着数据仓库技术的发展而逐步完善起来的。

数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的.表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的过程也叫知识发现的过程，它是一门涉及面很广的交叉性新兴学科，涉及到数据库、人工智能、数理统计、可视化、并行计算等领域。数据挖掘是一种新的信息处理技术，其主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化处理，并从中提取辅助决策的关键性数据。数据挖掘是KDD（Knowledge  Discovery  in  Database）中的重要技术，它并不是用规范的数据库查询语言（如SQL）进行查询，而是对查询的内容进行模式的总结和内在规律的搜索。传统的查询和报表处理只是得到事件发生的结果，并没有深入研究发生的原因，而数据挖掘则主要了解发生的原因，并且以一定的置信度对未来进行预测，用来为决策行为提供有利的支持。

2 数据挖掘的常用技术

机器学习、数理统计等方法是数据挖掘进行知识学习的重要方法。数据挖掘算法的好坏将直接影响到所发现知识的好坏，目前对数据挖掘的研究也主要集中在算法及其应用方面。统计方法应用于数据挖掘主要是进行数据评估；机器学习是人工智能的另一个分支，也称为归纳推理，它通过学习训练数据集，发现模型的参数，并找出数据中隐含的规则。其中关联分析法、人工神经元网络、决策树和遗传算法在数据挖掘中的应用很广泛。

1）关联分析法。从关系数据库中提取关联规则是几种主要的数据挖掘方法之一。挖掘关联是通过搜索系统中的所有事物，并从中找到出现条件概率较高的模式。关联实际上就是数据对象之间相关性的确定，用关联找出所有能将一组数据项和另一组数据项相联系的规则，这种规则的建立并不是确定的关系，而是一个具有一定置信度的可能值，即事件发生的概率。关联分析法直观、易理解，但对于关联度不高或相关性复杂的情况不太有效。

2）人工神经元网络（ANN），是数据挖掘中应用最广泛的技术。神经网络的数据挖掘方法是通过模仿人的神经系统来反复训练学习数据集，从待分析的数据集中发现用于预测和分类的模式。神经元网络对于复杂情况仍能得到精确的预测结果，而且可以处理类别和连续变量，但神经元网络不适合处理高维变量，其最大的缺点是不透明性，因为其无法解释结果是如何产生的，及其在推理过程中所用的规则。神经元网络适合于结果比可理解性更重要的分类和预测的复杂情况，可用于聚类、分类和序列模式。

3）决策树（DT）是一种树型结构的预测模型，其中树的非终端节点表示属性

知识的获取与保持 篇3

一、隐性知识三维结构

瓦格纳在实证研究的基础上, 提出了隐性知识结构模型。他认为隐性知识具有三维立体结构。

第一个维度是内容 (Content) , 包括:自我管理隐性知识、人员管理隐性知识和任务管理隐性知识。其中自我管理隐性知识是指知晓如何提高自己在工作中的表现, 如在工作相关的情景中, 关于绩效方面的自我激励和自我组织的知识;人员管理隐性知识是指知晓如何管理他人工作以及构成有效人际关系, 如如何奖励下属, 以便提高产量和工作满意感;任务管理隐性知识是指知晓如何处理工作中遇到的日常事务, 如如何提高工作效率, 如何处理文件。

第二个维度是情景 (Context) , 包括:局部情景和全局情景。其中局部情景指集中注意完成目前手头的具体任务, 具有短期性, 没有考虑声誉、职业目标或长远规划;全局情景指注重长远目标, 以及如何将目前的情况和长远规划相匹配。

第三个维度是定位 (Orientation) , 包括:理想主义定位和实用主义定位。其中理想主义定位指理想地评价解决问题的方案;实用主义定位指对一个方案的可实施性的评价采用实用的方法, 先在情景中使用, 然后再进行价值评价。

斯腾伯格在瓦格纳隐性知识的三维结构的基础上, 于1985年提出了隐性知识的三个特征:第一, 隐性知识是一种程序性知识, 与行动密切相关。第二, 在日常生活中, 隐性知识具有有用性, 是人们达到价值目标的工具, 目标的价值越高, 这种知识支持获得目标越直接, 这种知识越有用。第三, 隐性知识的获得不能从他人那里获得直接的帮助, 它通常靠自己去获得, 是不能言传的知识, 是在最低环境支持条件下获得的。

二、企业隐性知识的获取

隐性知识是企业保持持续竞争优势的关键, 也是知识管理的核心内容, 但作为企业自身来说, 这部分知识是散落在企业内部, 特别是员工头脑中的。隐性知识需要企业通过一定的措施, 从组织内部和外部获取、转化成为外显知识, 概括起来隐性知识可以通过以下几种途径来获取:

1. 与专家一起工作。

这是典型的师傅带徒弟的古老而又非常有效的方法。通过亲身经历, 观察专家的工作过程, 分享专家的经验, 可以慢慢获得专家的技术诀窍、心智模式和逼近问题的方法。在专家的指导下, 下属的心智模式会变得清晰起来。另外, 专家有机会纠正错误的心智模式, 并通过增加场景的复杂度来提高下属心智模式的灵活性。

2. 试错法。

隐性知识是一种与个体无法分离的知识, 亲身参与实践是获取隐性知识的必然途径。获取它的过程是一种身临其境的体验, 领会和不断自我纠错的过程具有非批评性。波兰尼指出“不可言喻的理智”, 只能通过改变对事物的看法的方式摸索而行。因此, 以这种方式获得并持有的知识可称为非批评性的。

3. 报告、参观和培训。

书面、口头和可视化的报告, 实地参观, 人员轮岗和教育、培训。各种研究报告是最普遍的知识转移的工具, 可以总结论述事件、重要过程和方法, 主题鲜明, 重点突出。专门参观可以简单了解政策、实践方法和制度。但由于隐性知识的个体差异性、过程性、难以模仿性等不确定的特性, 复杂技术或管理方法的细节内容很难通过这两种方式交流, 因此, 人才培养和流动是隐性知识转移的更有效途径。

4. 通过非正式组织交流隐性知识。

在企业中, 人们常常根据兴趣爱好自发地形成一些非正式的组织, 他们经常会自发地聚在一起来讨论一些事件, 沟通观点、分享经验、共享知识。企业应该支持这些非正式组织, 积极推动隐性知识的传播和扩散。

5. 通过计算机网络获取隐性知识。

把个人创造的知识通过计算机网络的形式为其他专业人员所了解和掌握, 避免重复工作和重复错误, 节约时间和资金, 充分利用每个人的潜力, 形成集体作战的能力。隐性知识的有效分享, 能促进企业内知识的良性流动和增值, 能巩固已有的知识并从中得到启示。分享知识还能增强企业员工的合作能力, 使成员之间在真正意义上共同拥有知识。

三、企业隐性知识的共享路径

企业隐性知识的获取只是告诉了我们获得隐性知识的技能和方法, 但如果要形成企业隐性知识的共享, 并不是个人能力所能为的, 需要企业采取系统的措施, 形成隐性知识共享的顺畅路径:

1. 设立知识主管, 促进知识资源的集中、整合和创新。

知识管理团队的主要任务是管理组织中的知识, 重点是隐性知识的开发。成功的知识管理团队由下列部分组成:知识主管, 主要负责结合知识管理与组织策略做出计划安排;知识分析师, 负责知识包装;知识创造者, 负责日常更新与维护。知识管理团队的建设, 可以把知识管理, 特别是对隐性知识的管理以正规化的形式确定下来, 为保证个人隐性知识的充分交流与共享提供了制度上的保证。

2. 加快信息技术建设。

信息技术的发展, 使得知识的积累变得迅速而方便。企业应不失时机地积累知识创新所需的各种资源, 如有利于本企业知识创新的信息、情报、基础知识等。同时, 信息化的发展使得知识的共享和转移变得迅捷方便。隐性知识的开发需要人们之间频繁的交流和沟通, 借助于企业内部网、技术网以及知识库的建设, 可以加速知识的传播与共享。

3. 建立企业隐性知识转化与共享平台。

企业可以建构自己的知识库、专家库作为储存隐性知识的场所, 将组织的经验与成果, 转换为文字、声音、影像、模型等, 加以分类与管理, 使组织的知识得以积聚。在建立知识库时要充分考虑如何便于员工隐性知识的交流与共享。如可采用电子讨论系统, 让员工写下他们的经验和最佳实践, 存储到讨论数据库中, 以利于交流和共享;可借助群件等开发工具, 总结员工技能、经验和诀窍等, 在一定程度上加快隐性知识交流与共享的进程。企业知识库的建设可以有效地将员工的隐性知识显性化促进知识在组织内部的流通, 提高知识的利用率。

4. 转变组织结构模式, 形成有利于隐性知识转化的组织环境。

工业时代, 员工限制在所谓“科学管理原则”的狭小、重

复的任务中, 为企业带来了最大的利润。但是这种结构最大的弊病在于僵化。尽管它分工细致、管理严密、有章可循, 但它缺乏灵活性, 阻碍了人们的相互交流与沟通, 抑制了人们的个性与创造力, 而且知识按范畴分类并被固定化, 妨碍了隐性知识向显性知识的转化, 因而使知识得不到广泛的传播和共享。 (1) 层次结构的简单化。传统的多层次管理结构阶梯森严, 越级的知识传递几乎没有可能实现。多层次结构的组织方式是内部隐性知识传播的最大障碍, 必将影响到知识共享的水平。相反, 简单化的组织层次可以让员工同处于平等的位置, 心平气和地在职位的考虑之外交流知识, 这样的隐性知识共享组织结构是开放性的, 学习型、成长型的内部隐性知识共享机制会从中产生。 (2) 弹性的组织方式。内部隐性知识共享强调的是知识传播和知识反馈的同步进行, 知识互动是其精髓所在。刚性的、服从式的管理方式不适合内部隐性知识共享, 应该实施弹性的组织方式, 鼓励员工的建议和批评, 组织模式可以是非固定的, 员工互动对象的流动性可以使内部隐性知识共享保持活力。

5. 以企业文化、合作竞争驱动促进隐性知识共享的激励机制。

隐性知识管理对企业增长的作用体现在:通过隐性知识自身的发展, 实现隐性知识向显性知识的转化, 企业可以获得比其他企业更先进的生产技术, 获得成本优势;通过经营方式的革命, 获得经营的优势;通过产品的创新, 获得新产品优势。无论如何, 隐性知识都是企业竞争优势的重要来源。

企业的隐性知识管理主要注重于知识的共享, 共享的目的在于, 可以增进知识所有者的知识沟通, 激励他们去思考, 去研究, 发现新的问题, 找出新的方法, 促进知识创新。

6. 超越产品联盟, 广泛建立以知识为链接的战略联盟。

在知识经济时代, 同竞争对手进行战略或战术的联盟合作已是常事。传统的独立经营或合并策略无法满足企业的需求时, 企业就会借助联盟获得创新能力。知识联盟与产品联盟相比, 前者处于企业联盟的最高阶段。

一般来说, 各大公司都把重点放在本公司的核心竞争力培养上, 而仅在一些专业知识方面与竞争对手进行合作。但这种动态知识联盟, 对新知识的产生和创新的出现, 已经起到了重要作用。

四、结语

总之, 企业的增量知识严格依赖于存量知识, 隐性知识始终贯穿于知识积累的整个过程。因此, 增加组织整体的知识、企业间知识的分享, 尤其是隐性知识的共享可创造共同利益, 达成双赢的目的, 创造更多的企业价值。当然, 这也需要企业以及员工的长期共同努力, 而不是一朝一夕的事情。

摘要：隐性知识是企业获得差异化优势的主要源泉, 因此对于隐性知识的研究具有重要的现实意义, 主要介绍了隐性知识的三维结构模型, 同时对企业隐性知识的获取方法进行了分析, 并就如何建立促进隐性知识分享的高效机制, 促进隐性知识共享提出了相应的策略。

关键词：隐性知识,获取,共享,企业

参考文献

[1]郑素丽, 章威, 吴晓波.基于知识的动态能力:理论与实证[J].科学学研究, 2010, (3) .

[2]孙挺.企业隐性知识转化模式的问题研究[D].长春:吉林大学, 2007.

[3]陈晔武, 朱文峰.企业隐性知识的分类、转化及管理研究[J].情报方法, 2005, (3) .

[4]毛荐其.技术创新中的隐性知识及其流转[J].山东工商学院学报, 2006, (6) .

[5]刘志英, 王晓东.论隐性知识及其在技术创新中的作用[J].科技管理研究, 2007, (2) .

读书可获取知识的作文 篇4

从小以来就没怎么跟书籍打过交道，别说与这能搭成阶梯的物品培养出多么深厚的情谊，我腹中的墨水更没几滴，自然心中涌不出那如同滔滔江水般对书籍永不竭的喜爱，也不敢妄下狂语草草几笔把凭空拿捏虚构的情感表述出来。坦白说吧，我对书籍没什么情感，以致对此次征文毫无头绪。实属无奈之下只好作此下下策决定写一篇不伦不类的文章，一来是为了“应付”学校的要求，再来是顺道帮我所钟爱的电视机平反。

“书中自有黄金屋，书中自有颜如玉。”古人是这么说的。按我的理解，书籍不过是一种信息的载体，说得简单点就是带有文字和图像的纸张。古人之所以把书籍推崇到如此鬼神化的地位，我认为是因为古时候书籍是一种非常实用、方便的信息载体，能提供人们所渴望得到的信息——可以是新的知识、某些技能或是一些前人流传下来的经验等。书籍是经验的积累，是一种传递知识的方式，书籍把一部分人获得的知识更广泛地传播，促进了不同地域不同种族的文化和知识的交流的融合，于是，古时候书籍在一定程度上推动了人类的进步。

但是一步入现代，局势却发生了巨大的变化，电子产品日益在全球范围内严重泛滥，特别是这种带显像管的大箱子更是早早地展现出它无与伦比的魅力。第一台电视机面世于1924年，由英国的电子工程师约翰·贝尔德发明，到1928年，美国的RCA电视台率先播出第一套电视片《FelixTheCat》，从此，电视机开始改变了人类的生活、信息传播和思维方式。从此，人类开始步入了电视时代。电视机优越于书籍的地方，在于它能以生动的图像、声音或是文字说明等多种渠道授予人们信息，能使我们更容易地理解知识;巨大的信息流量使我们更高效地了解事物;一根普通电缆能传递的信息量更是我们所无法估算的。电视机同书籍一样是一种信息的载体，但不同的是它更具时代风貌和现代气息，是为新时代而生的新式信息载体，更符合“更高、更快、更强”的新世纪国际竞争理念。收看电视节目，可以足不出户而行万里路知天下事。屏幕虽小却能折射出四海波涛，聚纳下五洲风云。现在电视机不再单单只是进入千家万户，进一步的是在逐渐嵌入每一个人的日常生活。

知识的获取与保持 篇5

1 临床隐性知识的识别

当前关于隐性知识的定义很多。Michael polanyi认为在一个人所知道、领悟的及与他所要表达的内容之间存在着隐含的、未编码的知识;日本学者野中和竹雄认为隐性知识不仅存在个人的经验中, 同时也涉及个人信念、价值观等诸多主观因素。本文借鉴学者们的研究成果, 结合医疗机构工作的实际, 对临床隐性知识定义如下:临床隐性知识是在疾病诊疗工作中发挥重要作用, 医护人员能够意识到, 但难以编码、传播或人们没有意识到, 却确实存在并在特定场合才能表现出来的不可言传的知识[1]。

从隐性知识的定义可以发现, 隐性知识具有难以通过语言表达和传播、难以交流和共享的特点, 这为隐性知识的识别带来了很大困难。E.B.Grant认为以下性质的知识是隐性知识: (1) 引发行为的知识深藏于个人知识中, 很难找出掌握某一技术所需的全部知识; (2) 知识产生过程非常快速, 不易掌握到; (3) 知识提供完全的认知须仰赖传播及辅助性线索; (4) 技术很复杂且易在语言中失传, 或无法描述其实体特色[2]。但以这四种性质识别临床隐性知识较难操作。在实际管理中识别隐性知识可以从知识的分类角度入手, 明确了知识的分类, 也就明确了哪类知识属于隐性知识。本文应用李华伟等关于隐性知识的分类原则, 结合疾病诊疗工作的实际, 将临床隐性知识分为技术类、认知类、经验类、情感类和信仰类5类[3]。

技术类隐性知识是指医护人员所拥有的不能脱离肢体动作而存在的技术诀窍、技巧和能力, 如医生体检的手法、外科医生的手术诀窍、护理人员输液或打针的技巧等。这类隐性知识主要存在于疾病诊疗的具体操作中, 由于其高度依赖视觉, 很多东西难以编码、高度个体化, 并受到环境的约束, 所以难以规范和学习。

认知类隐性知识是临床隐性知识的核心, 主要指医护人员的思维模式, 包括他们的知识结构、吸纳新知识的能力, 疾病诊疗中发现问题和解决问题的能力, 对疾病的判断力及预后的前瞻力等。认知类隐性知识构成了医务人员的思考模式, 决定了诊疗决策时逼近问题的方式。

经验类隐性知识指医护人员在工作中的身心经验, 是医护人员在临床工作中积累起来的、对以后的疾病诊疗具有借鉴和指导意义的经验和教训, 分为内在体验和外在体验两个方面:内在体验指医护人员在临床工作中的经验和阅历;外在体验指医护人员在工作中形成的社会联系和社会网络。

情感类隐性知识是指医护人员在性格、意志、气质、情绪和情感等方面具备的认识、调控和激励自己以及认识他人的能力, 如情绪自控力、对病人的同情心等, 是支配医护人员个体认知、决策的关键因素[4]。

信仰类隐性知识指医护人员在兴趣、信念、理想、价值观、人生观等方面的倾向, 是个人价值取向和目标取向方面的知识。这类隐性知识似乎和临床工作没有直接关系, 实际上却潜移默化地影响着医护人员的行为, 对临床工作质量起着间接的制约作用。

2 临床隐性知识的获取

管理学大师彼德.德鲁克曾经说过:隐性知识只能被演示、证明它的存在, 学习这种知识的唯一方法是领悟和练习。根据载体本身对隐性知识描述对象的认知程度以及隐性知识的外显程度, 结合其形成过程, 可以将临床隐性知识分为表象、灰色和白化三类[5]。在实践过程中, 根据认知程度的不同, 在获取方式的选取上也应有所不同。

表象类隐性知识位于医护人员个体隐性知识的最底层, 虽然已经存在, 但作为创造、使用隐性知识的主体本身对它的认识完全停留在感性的层次上, 个体无法自觉意识到, 更无法主动表达出来, 如医护人员在疾病诊疗时的临床直觉、灵感, 在操作中带有个人特点的某些手法等。对于表象类的临床隐性知识, 应着力从知识主体的临床经历、习惯、价值取向以及其工作的场景中去领悟、搜索其中暗含的机理, 现场观察、体验和重复实验通常是获取这类隐性知识的主要途径。

灰色状态的隐性知识是指医护人员个体没有认识到, 但通过他人提示、环境的刺激等外力作用以及个人的认知努力, 可以意识到并通过一定的语言或行为表达出来。此类隐性知识数量众多、价值巨大, 往往是临床知识创新的源泉。由于相关主体对其把握在很大程度上并未形成主观意识上的完整体系, 其本身需要进一步积累、领悟, 所以这类隐性知识获取的主要方式是为相关主体提供相对宽松的业绩考核标准, 鼓励其不断摸索、完善主观性的判断体系, 获取途径则应采用现场观摩、实验法、传帮带并辅之以统计方法等。

白化隐性知识是医护人员能够隐约意识到, 可以通过语言或肢体方面的努力表达出来的隐性知识。通常这种隐性知识以比较系统的、结构化的方式存在于主体的逻辑、知识体系中, 向显性知识的转化已相对简单, 只需稍加整理即可实现编码, 是一种具有专利性质的技能、诀窍、技术和方法。此类隐性知识的获取可以在主体的积极参与下, 通过对隐性知识体系中存在的一些有待证实的规律进行事实统计、相关性分析、因果判断和定型提炼, 并让主体试着将其通过一定的方式表达出来。在此阶段可采用人机辅助实验加速隐性知识的提炼, 以计算机为手段运用系统仿真的思想低成本地发现问题和知识的内核。

3 临床隐性知识共享机制设计

隐性知识的识别、获取本身就是知识共享的程序和环节, 是知识共享机制的组成部分。但识别、获取只能使隐性知识在有限的范围共享, 无法充分发挥知识的效益。为使隐性知识在更大范围内传播, 医疗机构除了要大力培育鼓励知识共享的组织文化并制定相应的激励制度外, 还应建立临床隐性知识的共享机制, 使隐性知识能够传播到目标人群, 形成医疗机构的结构资本, 在提高医务人员工作水平的同时提高医疗机构的知识资本存量。

3.1 师传徒授机制

师传徒授是最古老、最典型, 也是能最全面、最有效的共享专家隐性知识的方式。在师传徒授过程中, 学习者通过学习、观察、模仿和亲身体验等途径, 能很好地理解消化专家的知识和技能。当前医疗机构一般都有类似的知识共享措施, 如医师带教、集体查房等, 但往往都是初级和不完善的。进一步完善的措施包括:以隐性知识理论为指导, 对现有的共享措施进行重新设计, 使专家的知识更充分地被共享;延聘某一学科的老专家, 为其配备若干助手, 长期跟随他学习并不断进行请教交流;选取专家的典型诊疗案例, 由专家组织医务人员集体观摩并进行讨论, 直到领会专家隐性知识的实质。

3.2 深度会谈机制

隐性知识经常是模糊和情景化的, 具有强烈的内部茹性, 获取它的完整意义需要知识共享双方积极地相互交流, 不断地试验与反馈。深度会谈是共享情景化隐性知识十分有效的方法, 它使隐性知识的拥有者和获取者进人一个互动框架, 各取所需:一方面使隐性知识的拥有者可以更好地言传身教;另一方面使隐性知识的获取者集中注意力, 通过移情进人与拥有者的同一情境中, 以便于更好地领会隐性知识。医疗机构通过有意识地营造开放式交流的机会和场所, 如专业沙龙、集体午餐、学术旅游等, 鼓励医务人员多与其他专业人员交谈, 用丰富形象的语言甚至是形态表演把自己的隐性知识尽可能地表达出来。

3.3 跨科室团队协作机制

复杂的疾病需要多个科室的专业知识, 来自医疗机构内部不同科室医护人员组成的跨专业团队是隐性医学知识共享的有效组织形式, 也是知识创造的基石。不同科室的医务人员通常拥有较多的与该专业科室相关的隐性知识, 这类知识往往对其他科室也是有益的。可以组织多学科、多专业的临床和科研协作团体, 如冠心病诊疗协作组、腹腔镜技术协作组、体外循环协作组、器官移植协作组和放射介人协作组等。通过共同开展某项新技术、攻克某项科研难关、解决急危重病或疑难病人的诊疗问题, 或利用某种医疗设备解决不同的医疗问题, 使不同科室的医护人员在同一个团队里工作, 隐性知识便可以得到共享。在跨科室团队完成任务解散后, 不同科室人员还可将其学会的互补性隐性知识带回到各自科室。

3.4 信息化机制

信息技术的快速发展及在医院各项工作中的普遍应用, 为隐性知识的共享带来了很大的便利。首先要建设医疗机构内部的电子网络, 通过电子网络, 知识拥有者和知识获取者可以随时就某一内容或解决方案进行探讨, 相互交换思想和看法, 获得对问题的共同认识, 从而促进隐性知识在知识拥有者和知识获取者之间共享。其次, 可以将专家的隐性知识通过计算机进行处理, 提取其特征并获得规律性的认识, 能实现专家隐性知识的编码显性化, 再此基础上经过集体讨论和统计学处理, 作为临床路径或实践指南供其他医务人员使用。

4 结语

临床隐性知识是各种类型隐性知识中最全面、最具代表性的, 但由于其存在形式是非格式化的, 产生过程具有路径依赖性, 而其识别、获取和共享往往要涉及患者的健康甚至生命安全, 所以也是各种类型隐性知识中管理难度最大的。本文应用知识管理的相关理论, 探讨临床隐性知识的识别、获取与共享, 不仅能促进医疗机构隐性知识管理水平的提高, 对其他类型社会组织隐性知识的管理也具有一定的借鉴价值。

参考文献

[1]周慧慧等.隐性知识研究综述[J].价值工程, 2007 (, 12) :128.

[2]叶乃静.论知识管理中的默会知识[J].资讯传播与图书馆学, 2001. (3) .

[3]刘志国, 崔健.医院科技创新与隐性知识共享[J].中华医院管理杂志, 2006, 22 (4) :222-223.

[4]马捷, 靖继鹏.企业隐性知识分类再探[J].情报杂志, 2007 (, 9) :38-39.

知识的获取与保持 篇6

1.1 产品知识模型的思维生成过程

一个成功的产品知识模型的生成往往需要一个较复杂的循环过程[1]，如图1所示。

图1所示的知识生成过程可以看成是一个知识通过知识工程师生成过程的思维过程。经过这样的过程，知识工程师通过产品知识模型的人机获取界面将先前的产品知识进行归纳、总结和不断完善，生成产品知识模型并记录下来。这在本文中主要以XML文件的形式和关系数据库的形式保存。

将上述的产品知识模型的思维生成过程进行归纳，作者将领域知识的获取过程分为四个阶段：(1)理解、归纳领域知识的基本结构与特点，寻找适当的知识表示方法;(2)确定适当的知识存储结构;(3)以产品应用目标为目的，抽取产品知识并转化成适用于特定应用环境的计算机可识别语言，如基于Web的应用环境;(4)完善、精炼产品知识模型。

由此可见，知识获取策略是由知识的组成结构和知识的表示模式所决定的，而机械设计领域知识是一个多层次的、多目标的综合性知识。而且，在本文的应用中，还需要考虑到产品由定制开始，到组织设计、组织零部件的生产和供应的全过程，这就最终决定了知识表示的具体方法和知识模型的构筑内容。

因此，要实现机械产品的知识获取，首先要建立符合机械产品阶段性应用生命周期的知识表示模型，从而确定合理的知识组织结构和知识获取策略，最终才能设计出可操作的机械领域产品知识获取系统。

1.2 基于本体的产品知识获取策略

1.2.1 层次化产品知识模型的多元知识获取策略

从基于KADS[2]的知识模型所建立的产品知识模型来看，机电产品的KADS知识模型主要包括三个方面的知识：产品领域知识、产品任务知识和产品推理知识，而且这三个方面的知识又包括了层次化的产品知识的几个子方面：产品客户定制知识、产品设计知识、产品工艺知识和产品供应链知识。这是一个多元的知识组织模型，这就决定了本文所论述的产品知识模型的获取是一个多元化的过程。

产品知识模型的知识获取任务通常是由多部门的人员借助知识获取模块共同完成的。如：(1)产品设计知识的主要来源是企业的设计人员，以及有关的专业技术文献;(2)产品工艺知识主要来源是企业的工艺人员，以及有关的专业技术文献;(3)而产品客户定制知识则主要是通过企业类似于客户服务部或信息商务部的人员对客户定制的产品进行统计、分析、归纳得来;(4)产品供应链知识的主要来源是通过类似于采购-生产管理的部门的人员得来的。

通过以上的产品知识模型的知识来源，再借助专门的知识获取界面，把从书本和专业人员那里抽取的知识转换为计算机可识别和存储的内部表示形式，并进行必要的检测，如语法与语义的一致性、有效性检查等;然后把它们存入到产品知识模型表示文件(本文的XML文件)和关系型知识库(如MS SQL Server)中，便形成了可供系统重用的产品知识。

1.2.2 基于本体的层次化知识模型获取策略

在知识模型的本体式表示方式的基础上，结合本体的三元素表示方式、层次化的本体树结构，根据层次化知识模型设计任务、工艺任务和供应链任务的可分解性等特点，针对产品定制的多过程，通过知识获取人机界面获取知识[3,4]。

2 机电产品知识模型本体的知识组织方法

在产品知识模型分析的基础上，作者从知识获取的角度对产品知识模型中模型本体的知识组织方法进行分析。按照本体的类(概念)、槽(属性)和侧面(属性值)三个基本元素进行知识的组织定义，其组织定义结构如图2所示，图中以产品领域知识模型本体为例进行说明。

为了说明产品知识模型基于本体的知识获取方式，下面先对本体的类、槽和侧面的定义方法进行阐述。

2.1 机电产品知识模型中模型本体类的定义方法

产品知识模型中模型本体类(Classes/Concepts)的组织方法主要讨论的是如何定义一个类和类的层次结构。这里主要有以下三种方式[5,6]。

(1)由顶向下方式(A Top-down Method)：先定义领域内最为通用的概念，然后定义领域内的具体名词。如，先定义环境实验设备，再定义恒温恒湿箱、老化车等。

(2)由底向上方式(A Bottom-up Method)：即由特殊到一般的过程，先定义一系列详细的子类，即本体树的叶。然后归纳出更为通用的概念，即本体树的枝和干。

(3)混合方式(A Combination Method)：混合了由顶向下和由底向上的方式。先定义一些最为突出的概念，然后归纳并细化。

其中，类与子类有继承关系，属于子类的，必属于其父类。可以将产品知识模型本体分解为不同的概念组(类组)，将产品知识模型中模型本体分解的基本本体所描述的概念组。这是一种混合式的定义方式，因为令人首先想到的最低层的知识———产品设计知识、产品工艺知识和产品客户定义知识、产品供应链知识，以及最高层的产品知识模型本体;然后才将这些基本本体划分给不同的中间层———产品领域知识模型本体和产品任务知识模型本体。

2.2 机电产品知识模型中模型本体槽的定义方法

单独的一个类并不能说明本体的能力，而槽(Slots roles/properties)的定义则体现了类的内部结构———属性，每一个概念组(类组)可分解成一系列的属性槽，属性槽之间为“与”的关系。如恒温恒湿箱的外表颜色、尺寸。其定义方式如下：

(1)本质属性槽，如产品设计知识本体的产品关键特征，侧重于功能和性能上的描述;

(2)外部属性槽，如产品设计知识本体的产品尺寸、产品色彩;

(3)结构属性槽，如产品设计知识本体的产品零部件名称;

(4)关联属性槽，如产品设计知识本体的产品设计者，它虽然不是属于以上三个属性，但它是产品与产品制造商之间的一种关联关系。

任何具体的一个描述都应是类的一个槽，如产品设计知识本体的某一具体产品的设计知识，它都是产品设计知识本体这个类的一个槽，最典型的就是本文所论述的范例的设计知识，它应是产品设计知识本体的一个槽属性。

2.3 机电产品知识模型中模型本体侧面的定义方法

槽的侧面(facets/role restrictions)，即属性槽的类型、属性槽值、属性槽值的数量(属性槽值数量的最大值与最小值限制)以及其它一些属性槽值的特征等。它是产品知识模型本体最底层的描述。属性槽之间的关系为“与”的关系，但属性槽值之间的关系为“或”的关系。

由此可见，由概念、槽和侧面组成的一个属性槽的基本结构包括：槽名、概念名、槽值类型和槽值。

3 电产品知识模型中模型本体的知识获取系统

面向Web的产品知识模型和范例模型本体的获取与维护系统是机电产品知识管理系统成功实现的核心部分。它为基于一阶谓词逻辑的智能程序语言表示的模型模型推理和基于范例模型本体的相似性推理构成的混合式推理提供最为基本的底层知识形式和完整的基于模型本体的组织方式。通过使用本体，系统能判别出知识之间的关联，从而自动引导使用者输入所需的知识，并能对整个过程给予适当的解释。

3.1 产品知识模型的多级知识获取模型

由于建立了机电产品知识模型本体的层次化结构、本体树的结构和知识获取的本体概念、属性槽和槽值，因而可采用基于本体的产品知识模型和范例的多级知识获取方式，各级为：产品知识模型基本本体生成级;产品知识模型概念生成级;产品知识模型属性槽生成级;产品知识模型槽值生成级。

产品知识模型的多级知识获取步骤的流程图见图3。其中，产品知识模型基本本体生成级生成基本本体的横向框架;产品知识模型概念生成级生成每一个基本本体概念逻辑与或树模型;产品知识模型属性生成级则生成概念的逻辑或树模型;产品知识模型属性值生成级则生成属性的逻辑与树模型。

首先，进入基本本体生成级模块，形成基于本体的相互关系树，组成一个具有继承功能的层次化产品知识模型树状结构。

为了尽可能避免处理自然语言，系统采用一种动态的限定格式的输入方式，用户只需选择一种基于本体的关系式即可，如，“IS_A_KIND_OF/HAS_PROP-ERTIES/HAS_VALUE”方式,或选择一个量词、名词、逻辑符号等。这些限定格式的关系式，名词、逻辑符号等均存放在知识词典中，其动态性表现在知识词典可随时更新、添加。

最后，进入产品知识输入界面，元知识控制知识获取系统搜索概念与或树模型，自动引导用户输入特定条件下的知识，经XML Schema语法检查和一致性、完整性检查后，存入层次化产品知识模型库，见图3。其中，每一个过程形成一个独立的子知识库，并对上一层公用知识库具有继承关系，这在XML Schema文档中可以体现。

3.2 基于WEB和本体的机电产品知识模型获取框架

基于产品知识模型本体的知识获取系统(本文称为PKMOKAS,Product Knowledge Model Ontology-based Knowledge Acquisition System)是根据产品客户定制、产品设计、产品制造工艺和零部件的供应链知识的特点,建立的一个集产品知识模型获取、模型特例———范例的获取与有效性检查于一体的智能化领域知识获取系统,其主要模块如图4所示。

主要模块说明如下。

(1)启发式向导知识输入模块：用于建立产品知识模型基本本体，包括建立本体概念逻辑与或树模型、建立本体属性逻辑或树模型和建立本体属性值逻辑并树模型底层信息，以及范例的知识建立等功能。

(2)启发式向导知识维护模块：主要包括产品知识模型和范例知识的增加、删除、修改和编辑等功能。

(3)知识有效性检查模块：由于系统对非注释性知识采用了一种动态的限定格式的输入方式，故无需对非注释性知识进行自然语言描述的语义检测。该模块主要根据知识词典和XML文档，利用Schema/DTD和数据库的全文检索功能，完成对用户输入值的一致性、完整性的有效性检查。

(4)产品知识词典建立与维护：用于建立和维护概念词典、属性词典、属性值词典和限定词词典等。

由于范例是产品知识模型的一种特殊表现，故在PKMOKAS系统中将范例作为产品领域知识模型本体库的一个属性组进行保存。

3.3 知识获取过程中语义有效性的保证机制

在PKMOKAS系统中主要通过三种方式来保证客户输入的信息与知识的有效性检测。

(1)界面控制的动态限定格式输入方法：用户在输入非注释性知识时，通过系统提供的启发式向导，用户只需选择一种基于本体的关系式谓词，如，“IS_A_KIND_OF/HAS_PROPERTIES/HAS_VALUE”方式，或者选择一些量词、名词、逻辑符号等等，这些限定格式的关系式，量词、名词、逻辑符号等均存放在知识词典中，通过知识词典的随时更新、添加，不断完善。

(2)逻辑检测方式：对于XML文档，利用Schema/DTD的逻辑检测功能，对生成的XML库文档进行词汇出现的顺序、输入值的属性等进行有效性检测。

(3)全文检索方式：对于在关系型数据库存储的信息知识，尤其是非结构数据(主要是文本)，采用DBMS提供的全文检索工具。由于全文检索可以对查询条件进行衡量，并报告与原始条件的匹配程度，故本系统中还采用了全文检索方式对用户的输入值进行匹配性检测，并通过搜索出的与用户输入值很相近的形式，如名词的复数形式、动词可能使用的各种形式，或者原始搜索条件的大写或小写形式(这在XML文档中是非常敏感的)等，反馈到人机交互界面。

3.4 基于XML文档和关系型数据库的知识查询机制

产品知识模型库和产品知识词典是基于本体式的建立，为有用信息与知识的分类与管理提供了方便。在PKMOKAS系统中，根据存储方式的不同，本文采用了XML自身提供的数据查询功能和关系型数据库查询功能相结合的方式进行产品知识的查询。

产品知识库的检索主要保证检索的准确性、完整性和非冗余性。在PKMOKAS系统中提供了三种资源检索方式：关键字查询、分类查询和全文索引。

(1)关键字查询方式采用的是一般的关键字匹配方式，考虑到用户对关键字的理解有所不同，没有提供关键字的精确匹配，而是采用模糊查询的方式进行。

(2)分类查询方式根据事先对数据库里的资源进行的分类，用户对资源进行搜索，这在一定的程度上制约了用户的选择程度与范围，但同时也把用户的随意性降到了最低。

(3)由于本文所选用的关系型数据库(MS SQL SERVER)支持全文本索引，故PKMOKAS系统同时提供了布尔运算符(AND、AND NOT和OR)的查询方式对全文检索表中的字符、数据执行语言检索。语言检索对全文目录当中的单词和短语进行操作，不像LIKE谓词是用于检索字型。而且，全文检索功能可以对查询条件进行衡量，报告与原始条件的匹配程度，这为基于范例的相似性推理提供了可操作的数据。

4 机电产品知识模型本体维护机制

4.1 基于ECA规则的主动式数据库

传统的数据库及其数据库管理系统是一个被动的系统，它只能被动地按照用户提出的具体请求之行相应的数据库操作，用户是主动的请求者，数据库是被动的执行者。主动式的数据库(active database base)，它能够根据知识库的当前状态，主动适时地做出反应，执行某些操作，向用户提供有关信息。主动式数据库在传统的关系型数据库中嵌入事件自动触发的模型规则，在某一事件发生时，引发数据库管理系统去检测知识库的当前状态，若满足设定条件，则触发规定动作的执行，即文献[7]所论述的ECA规则：“事件(Event)—条件(Condition)—动作(Action)”，其含义即[8]：在事件发生时，若条件成立，则执行活动。

在本文中，结合文献[7]所论述的ECA规则，应用到产品知识模型的维护当中，并形成基于“ECA模型规则”的机电产品知识模型的知识维护机制。它是知识获取和维护，保证知识有效性的一个基本环节。

本文所提出的ECA模型规则是基于本体建立的各个“类-槽-侧面”模型在产品知识模型库中的模型框架的概念，以区别于专家系统中提出的纯规则。在本文中，已经将产品的推理知识融入到了产品知识模型当中，也就是说，模型规则是将本体模型与相应的描述规则相结合。

4.2 基于ECA模型规则的机电产品知识模型的维护机制

基于事件驱动的ECA模型规则的一般形式分为如下的“MODEL-RULE”和“ACTION”两个部分;

其中，在MODEL-RULE部分<规则名>就是各个本体定义的各个类;<参数i>就是每个类中的各条“槽”———类的属性及特征;<事件表达式i>与相应的参数相对应，并构成一定的条件表达式。ECA模型规则中的<条件i>为一合法的逻辑公式;<动作代码i>即系统欲定义的动作，相当于一个程序或进程;在本文中此处归结的是一个执行代码。在ACTION部分，<动作名>与类名，即<规则名>相呼应;<动作参数i>就是各个事件表达式中所得到的动作代码。

本文中建立的基于事件驱动的主动式产品知识模型本体库ECA模型规则的运作方式是：在某一事件发生时(如，产品知识模型本体的概念、属性、属性值更改时)，引发数据库管理系统去检测知识库的当前状态，看是否满足设定的条件;若满足设定条件，则触发规定动作的执行。

事件驱动的ECA模型规则的语义是：当事件发生时，DBMS主动触发执行其后的IF-THEN规则，匹配检测IF-THEN规则，并生成相应的执行代码。待整体事件循环检测完毕后，便将动作代码交由ACTION部分执行。这就是按“匹配-解决问题-执行循环”的产生式规则的执行模式来解释执行相应的模型规则集合。

在本文中，事件的来源是通过人机交互界面的程序执行检测和感知，而关系型数据库相关记录数据的更新检测和感知是通过数据库的触发机制来实现的。

5 小结

本文通过对产品知识模型生成的思维过程分析，提出了产品知识模型的获取策略，阐述了产品知识模型本体的概念、属性和属性值的定义方式。并根据机电产品知识模型本体的层次化特点，提出了产品知识模型的多级知识获取模型、系统功能框架和知识获取过程中语义有效性的保证机制。同时，对产品知识模型库提出了基于XML和关系型数据库的知识查询设计。最后，根据现有的主动型数据库的ECA规则，对产品知识模型本体库基于更新和添加的维护方式，提出了基于ECA模型规则的维护机制。

通过以上的方式建立起来的产品知识模型本体获取系统，具有以下的优势：

(1)可以降低基于知识系统开发过程中人力资源的浪费，即一些机械性的知识获取过程和知识组织、分析过程，并可减少知识工程师与领域专家的会谈时间，提高产品知识本体库的质量;

(2)由于知识获取工具中特定获取技术的引入，如知识词典、限定格式输入法、XML Schema/DTD和全文检索的检测机制，提高了知识获取过程中知识的统一化程度和知识的一致性、有效性和完整性;

(3)采用多级知识获取策略，较好地结合了层次化的产品知识模型本体的知识组织结构，使得对产品知识模型的增加、删除、修改、编辑等功能，以及知识的一致性、完整性检查更加简单准确。

在本文的研究中，作者创新性地提出了“基于WEB和本体的机电产品知识模型获取框架”和“基于ECA模型规则的机电产品知识模型本体的维护机制”。

摘要：在机电产品基于网络环境下的知识管理以及知识工程(KBE)系统中,知识的获取和维护是一个十分重要的环节,通过本体知识模型技术和网络描述语言的应用,分析了WEB网络环境下产品知识模型中模型本体的知识获取策略、方法,确立了机电产品的多级知识获取模型,提出了基于产品知识模型本体的知识获取系统的功能结构框架和基于ECA模型规则的机电产品知识模型本体的维护机制。

关键词：WEB,机电产品,知识模型,获取与维护

参考文献

[1]陈恩红,范炎,王行甫,等.网际网上半结构化数据抽取与知识发现方法及其实现[J].计算机科学,1999(10):49-52.

[2]A.Th.Schreiber,B.Weilinga,and Breuker,et al.KADS,APrinciple Approach to Knowledge-based System Development[M].Knowledge-based System,Academic press,London,1993.

[3]钟佩思,高国安,刘梅.面向复杂产品设计的多级知识获取策略及其实现[J].机械工程师,1998(增刊):50-51.

[4]李爱平,陈剑锋.分散网络化制造环境下基于Internet的知识供应链[J].同济大学学报,1999(6):749-753.

[5]Uschold M.,Gruninger M.Ontologies:Principles,Methods andApplications[J].Knowledge Engineering Review,1996,11(2):30-35.

[6]Gruber,T.R.A Translation Approach to Portable OntologySpecification[J].Knowledge Acquisition,1993(5):199-220.

[7]徐洁磐,马玉书,范明.知识库系统导论(第一版)[M].北京:科学出版社,2000.

[8]刘云生.现代数据库技术[M].北京:国防工业出版社,2001.

知识的获取与保持 篇7

目前一些学者开始研究社会资本对新创企业创业绩效的影响[3]。但在现有研究中, 对在孵化器内的新创企业的社会资本对其创业绩效影响的研究较少。另外, 有关社会资本与新创企业创业绩效关系的相关研究文献中, 大多关注于社会资本与创业绩效之间的直接关系, 而将知识获取作为中间变量, 考虑三者之间关系的研究较为缺乏。因此本文聚焦于在孵企业的社会资本、知识获取以及创业绩效三者间的关系研究, 期望通过该研究, 揭示在孵企业社会资本构成维度间的相互关系以及在孵企业社会资本对其知识获取及创业绩效的影响机制, 提出提升在孵企业社会资本的对策。

1 相关研究综述

社会资本的概念起源于法国社会学家Bourdieu ( 1986) [4], 他认为社会资本是 “实际的或者潜在的资源集合, 这些资源集合的多与少受到制度化、熟识度以及关系网络的影响”。随着社会资本概念的发展, 一些学者也提出了相应的定义, Portes ( 1995) [5]认为社会资本是 “个体通过本身的成员身份在网络中或者更为宽广的社会结构中获得稀缺资源的能力, 这种能力不是与生俱来的, 而是自身与他人关系中包含的一种资本, 是嵌入的结果”。Na-hapiet和Ghoshal ( 1998 ) [6]认为社会资本是 “可嵌入在个体以及社会团体的网络关系中的现实和潜在的资源总和, 因此社会资本由网络和可通过网络流动的资产组成”。 中国学者边燕杰和丘海雄 ( 2000) [7]认为社会资本是 “企业获取稀缺资源的能力, 这种能力通过纵向联系、横向联系和社会联系体现”。林南 ( 2001) [8]认为社会资本是指 “行动者在行动中获取和使用的嵌入在社会网络中的资源”。

Joshi ( 1998) 认为知识获取是识别组织外部环境的知识, 并将这种知识变成一种组织内部能够使用的知识的活动[9]。Holsapple和Singh ( 2001) [10]认为知识获取是一种从外部资源获取知识, 并使知识适合将来情况下使用的活动。Christine和Devinney ( 2004) [11]将知识获取定义为 “企业在与外部和内部团体的互动过程中所取得的知识”。 Norman ( 2004) [12]结合战略联盟的特定背景, 认为知识获取是联盟企业在联盟的持续期间内所习得的技能和所获取的知识。王立生 ( 2007) [13]认为知识获取是“制造类企业在与客户企业来往过程中对相关知识的取得、理解和应用”。林东清[14]认为组织外部知识获取是指组织通过外部市场的采购、策略联盟合作或与相关团体间非正式的交流, 来获得的外部的有价值的知识。

创业绩效往往是创业企业在市场中是否有所作为的一个关键的指示器, 是衡量企业创业过程的一个重要指标, 也是创业型公司竞争优势的体现。Covin和Slevin ( 1991 ) [15]认为创业绩效的衡量包括成长性指标和获利性指标, 其中成长性指标包括销售额增长率、市场占有率、员工数量等, 获利性指标包括资产回报率、单位销售利润率等。Murphy ( 1996) [16]全面总结了10 年间美国6 家刊登创业研究的权威学报的重要文章, 并且在吸收其他领域绩效测量之上, 提出了5 个维度来测量创业绩效, 包括盈利性绩效、生产率绩效、成长性绩效、满意度绩效、生存性绩效。Wiklund和Shepherd ( 2003) [17]研究认为, 许多创业初期的企业由于市场战略定位的需要, 往往在开始的相当长时间内处于非盈利状态, 相对于其他企业来说, 却具有很强的市场竞争力, 因此采用成长绩效评价初创企业更为合适。林强 ( 2003) [18]认为在研究在孵企业绩效时, 由于在孵企业绩效的不同种类指标之间存在着较大的差别, 在孵企业非常注重规模增长、企业的销售额等成长性指标, 因此采用成长性指标更为合适; 邵俊岗、常林朝和王薇薇 ( 2009) [19]认为在孵企业创业绩效可以通过个体对企业创业绩效的财务绩效维度、创新绩效、成长绩效维度等来获得较为客观的绩效数据。

随着社会资本概念的发展, 研究者发现社会资本在创业绩效方面发挥着重要作用。 余红剑 ( 2004) [20]认为创业绩效受到两方面的影响, 一是创业企业能够获取到的资源总和以及企业自身的能力;二是创业企业拥有的外部关系网络, 这正是社会资本的两个维度的体现。知识获取在创业绩效中也起到越来越重要的作用, Yli - Renko, Autio和Sapien-za ( 2001) [21]在有关新创企业的社会资本、新创企业知识获取以及新创企业知识开发的研究中, 得出新创企业与客户之间知识获取越多, 企业的技术能力、竞争优势、 研发能力提高越快。 王立生 ( 2007) [13]在社会资本、吸收能力对知识获取和创新绩效的影响中认为, 企业在与客户往来过程中获取的知识越多, 则企业的产品创新绩效越好。

2 研究模型及假设提出

2. 1 研究模型

在孵企业的社会资本是指 “在孵企业能够获得的嵌入在在孵企业及在孵企业社会网络中的现实和潜在的资源总和, 它包括在孵企业社会网络及网络中拥有的资源”。在孵企业的社会资本包括两个方面的内容, 一方面是指在孵企业所具有的现实的和潜在的资源总和, 另一方面是指在孵企业从其社会网络中获取稀缺资源的能力。在孵企业社会资本的维度包括结构维度、认知维度和关系维度。其中在孵企业社会资本的结构维度是指在孵企业与合作机构间的联系。在孵企业社会资本的认知维度是指在孵企业与合作机构间存在着资源和文化的共享以及相互间存在的共同理解等。在孵企业社会资本的关系维度是指在孵企业与合作机构间直接的联系, 强调的是双方对彼此关系的一种评价, 包括信任、承诺、满意度等。

Liao和Welsch ( 2003 ) [22]在比较技术型企业和非技术型企业之间的社会资本与企业家成长愿望时, 认为社会资本的结构维度、认知维度、关系维度三者之间并不是相互排斥的, 而是高度相关的。Yli -Renko, Autio和Sapienza ( 2001) [21]在分析新创企业与主要客户间的社会资本、知识获取以及知识开发之间的关系时, 通过企业与客户间社会互动、企业与客户间关系质量以及企业与客户之间的网络联系来测量社会资本, Nareatha ( 2004) [23]在分析在孵企业与企业孵化器经理之间的社会交互以及该关系对企业绩效影响时, 将社会交互、孵化器网络关系以及关系质量作为社会资本的测量变量, 将商业流程的知识获取作为中间变量, 用新产品开发、技术能力以及企业声望测量企业的绩效。 张方华 ( 2004) [24]从企业社会资本与技术创新的关系研究入手, 将社会资本分为纵向社会资本、横向社会资本以及社会关系资本, 并将资源获取作为中间变量, 技术创新绩效作为结果变量, 提出企业社会资本影响技术创新绩效的概念模型与理论假设。

在孵企业作为孵化网络中的行动者, 一方面可通过与孵化网络中的政府机构、孵化器管理团队、大学研究机构、金融机构、中介机构互动获取企业创业过程中所需的各类知识, 另一方面可通过孵化网络构建与合作伙伴间的共享文化和共享目标。Bollingtoft和Ulhoi ( 2005) [2]认为社会资本和关系网络对创业企业成长具有重要作用, 能够降低创业和投资的不确定性, 孵化器网络可帮助在孵企业从孵化器内部环境和外部环境获取社会资本, 构建商务关系网络。Wong, Tjosvold和Yu ( 2005) [25]认为在孵企业之间建立起合作伙伴关系有助于在孵企业间的资源共享、知识流动、人员互动, 从而推动企业之间的相互学习和共同进步, 同时有利于协同效应产生, 使在孵企业共同成长。Nareatha ( 2005) [23]研究了在孵企业从孵化器的知识获取对在孵企业绩效的影响, 研究结果表明, 在孵企业通过与孵化器管理团队的社会互动可从孵化器网络有效获得商务流程知识, 这种知识获取有助于其新产品研发和技术能力的加强、销售成本的降低和企业声誉的提升。

基于以上分析, 提出本文的研究模型, 如图1所示:

2. 2 研究假设

2. 2. 1 在孵企业社会资本各维度之间的关系分析

Scott ( 1991 ) [26], Wasserman和Faust ( 1994 ) [27]认为社会资本的结构维度是通过一定的规则、程序建立起社会网络并确立社会角色、分享信息、采取集体行动以及制定相应的制度, 主要包含行动者之间的网络联系和网络配置。Nahapiet和Ghoshal ( 1998) [6]认为认知维度代表提共享资源的意义和网络成员间相互的理解, 也可以理解成网络中成员共同遵守的范式, 主要包含网络成员之间共享目标和共享文化。Granovetter ( 1992) [28]认为关系维度关注不同类型的个人关系, 这种关系通过人们累积的交互发展而来, 它能够理解成关系内容、关系强度和关系信任。Tsai和Ghoshal ( 1998) [29]认为关系维度关注人与人之间特定的关系, 如尊重、信任和友好。

Di Maggio和Powell ( 1983 ) [30]对社会资本的最新研究表明, 行动者之间的联系有助于范式在网络中扩散, 嵌入在相互紧密联系的网络中的企业能更容易建立起共享目标和共享文化。组织社会化的文献表明, 非正式的社会交互帮助组织成员意识和适应组织范式、组织实践以及价值观。同时。VanMaanen和Schein ( 1979 ) [31]认为社会化的成员将会塑造和创造新的价值观、准则、目标和组织实践, 因此结构资本和认知资本正相关。

Hansen和Allen ( 1992) [32]的研究表明强有力的社会交互和联系对在孵企业在交换信息、识别商业机会, 分享和交换资源方面是有益的和富有成效的。互动程度越高, 可使用的沟通渠道越多, 新创企业越容易建立信任和信赖, 在网络中越容易获得信息, 资源以及更加容易进行交易。Jianwen和Harold ( 2003) [22]在比较技术型企业和非技术型企业之间的社会资本与企业家成长愿望时, 认为结构资本和关系资本正相关。

有着共同范式和信念的孵化网络将更有可能在在孵企业之间、在孵企业和网络中其他合作机构之间建立信任, 也更能够帮助他们交换信息, 分享和传递资源。Ouchi ( 1980) [33]指出 “共同的价值观和信念能够使得利益和谐, 降低了投机的可能性行为”。Jianwen和Harold ( 2003) [22]在比较技术型企业和非技术型企业之间的社会资本与企业家成长愿望时, 也认为认知资本和关系资本有正向关系。

基于以上研究成果, 本文提出如下假设:

H1: 在孵企业社会资本的结构维度和认知维度正相关。

H2: 在孵企业社会资本的结构维度和关系维度正相关。

H3: 在孵企业社会资本的认知维度和关系维度正相关。

2. 2. 2 在孵企业社会资本对在孵企业知识获取的影响

社会资本的结构维度是指网络中所有行动者之间连接的拓扑结构, 结构维度最重要的方面是行动者之间的网络联系和网络配置。Camagni ( 1995) [34]认为网络联系是局部网络的关键特征, 它的形成可以促进企业间, 特别是个人间的互动, 知识通过这种互动转移, 并且企业与供应商保持紧密的联系可以帮助企业从供应商获取更多的市场知识。Krack-hardt ( 1989) [35]认为网络配置的特征决定了网络成员之间连接的模式, 配置的要素如层次、密集性、连通性通过他们对网络成员间接触和访问的程度来影响知识交换的灵活性和舒适程度。 Burt ( 1992) [36]的研究发现一些成员可以跨过网络的结构洞, 享受关联信息的好处。在企业孵化器中, 网络成员的连通性往往通过非正式的人际联系建立。

社会资本的认知维度关注网络成员之间的共享目标和共享文化。Ye ( 2005) [37]以IT企业为研究对象, 通过实证分析了共享愿景与知识获取之间的关系, 认为共享目标与知识获取之间有显著的正向关系。Li ( 2005) [38]通过对跨国公司中母子公司之间的知识流向的实证分析, 得出共享目标与知识流入之间存在正相关关系。王立生 ( 2007) [13]根据企业与客户之间的特定关系, 认为企业与客户之间共享目标的程度越高, 企业的知识获取越多。在孵企业与客户、供应商、孵化器之间共享文化是指双方在交往过程中, 有着相似的价值观和行动准则。孵化器管理人员与在孵企业之间长期的交互可以通过分享经验、语言和意图、共同理解等得到发展。孵化器本身拥有的是一种很浓厚的创业文化, 这与在孵企业初期所需要的文化非常吻合。

社会资本的关系维度着重于网络中行动者之间直接联系的作用。两个在孵企业可能在类似的网络配置中有相等的地位, 但是, 如果他们与别的网络成员的个人关系不同, 他们的行动和结果可能不同。具有更高信任度和信赖度的在孵企业更有可能利用他/她的优势关系来获取知识。Nareatha ( 2004) [23]在孵化器经理与在孵企业的交互的研究中得出在孵企业与孵化器经理承诺程度越高, 越有利于商业流程知识获取。王立生对社会资本、吸收能力对知识获取和创新绩效的影响进行实证研究, 认为企业与客户之间的承诺程度越高, 则越有利于企业的知识获取。

基于以上研究成果, 提出如下假设:

H4: 在孵企业社会资本的结构维度对在孵企业知识获取有正向影响。

H5: 在孵企业社会资本的认知维度对在孵企业知识获取有正向影响。

H6: 在孵企业社会资本的关系维度对在孵企业知识获取有正向影响。

2. 2. 3 在孵企业知识获取对创业绩效的影响

Oldsman ( 1996) [39]认为新创企业通常是基于某项产品建立起来的, 他们往往具有技术知识和产品知识, 而缺乏企业成长和成功所需要的管理知识、市场知识和企业管理技能。 Terpstra和Olson ( 1993) [40]认为新创企业由于缺乏经营管理类知识, 导致他们很难渡过企业的初创期。 Collinson ( 2003) [41]认为相比资金限制来说, 小型的初创企业更受制于知识的缺乏, 知识的缺乏比资金的缺乏更容易导致创业的失败。因此, 从孵化网络中获取的知识越多, 在孵企业越容易存活。

Kirchhoff ( 1994) [42]认为知识作为高科技创业企业的一种资源越来越得到重视, 在孵企业在其孕育和发展阶段, 需要获取多种知识以保持基于知识差异带来的竞争优势。企业为了在市场中成功竞争, 必须保持并不断获取足量知识以维持创新产出。初创企业刚刚加入企业孵化器时, 其处于生命周期的早期阶段, 对知识的有着强烈和迫切的需求, 企业孵化器的目的是为了帮助在孵企业成长, 包括技术、市场、财务等方面的知识增长。由于企业孵化器自身以及和它合作的外部机构有着较为全面和系统的知识, 能够帮助在孵企业获得其需要的知识, 促进在孵企业成长。

O’ hagan和Green ( 2004 ) [43]认为知识对技术创新活动来说非常重要, 企业的技术创新活动实际上是对各种资源的组合和发展。没有大量的外部知识的获取和吸收, 企业的技术创新也就无法进行。企业提高竞争能力的一个关键因素就是知识以及知识获取, 外部知识获取能够推动企业的技术创新, 也能够提高企业的技术创新绩效。Autio, Sapienza和Almeida ( 2000) [44]认为企业的创新绩效是由知识获取决定的, 而且知识是企业最为重要的资源, 随着竞争的激烈程度的增加, 知识获取对企业的创新能力和创新绩效的影响越来越显著, 作用也越来越明显。

基于以上研究成果, 本文提出如下假设:

H7: 在孵企业知识获取对生存绩效有正向影响。

H8: 在孵企业知识获取对成长绩效有正向影响。

H9: 在孵企业知识获取对技术创新绩效有正向影响。

3 实证分析

3. 1 问卷的发放与回收

本研究选取上海地区孵化器内的在孵企业作为问卷发放对象。问卷发放的方式有两种: 一是通过电子邮件的方式; 二是在线问卷调查方式。共计回收问卷138 份, 剔除无效问卷36 份, 有效问卷共102 份, 问卷有效回收率为74% 。样本企业所在的行业主要分布在传统制造业、新材料、生物医药、计算机服务和软件业。

3. 2 数据处理结果

3. 2. 1 信度分析

本文采用计算Cronbach's α 值的方法进行信度分析, 研究变量的信度分析结果如表1 所示:

信度水平的大小是否满足研究的需求是在于研究者的意图, 所以Cronbach's α 的大小没有统一的规定。研究变量的信度水平在0. 6 ~ 0. 85 之间就达到了一般研究所要求的信度水平。从表1 可以看出, 本研究的研究变量的信度水平都在0. 7 以上, 问卷总体的Cronbach's α 值更是达到了0. 948, 因此, 本文的研究变量具有较高的可信度。

3. 2. 2 在孵企业社会资本三个维度之间的相关性分析

本文采用计算皮尔逊相关系数来探讨在孵企业社会资本的结构维度、关系维度、认知维度之间的关系, 相关性分析结果如表2 所示。

(*p<0.05, **p<0.01)

表2 给出了在孵企业社会资本三个维度之间的皮尔逊相关系数及p值, 可以看出在孵企业社会资本三个维度之间的相关性较为显著, 其中结构维度和认知维度的皮尔逊相关系数为0. 660, 结构维度和关系维度的皮尔逊相关系数为0. 531 表明他们之间的相关性较强且显著; 认知维度和关系维度的皮尔逊相关系数为0. 383, 表明二者之间为相关性较弱。

3.2.3在孵企业社会资本与知识获取之间的多元回归分析

以在孵企业社会资本的结构维度、认知维度、关系维度作为自变量, 在孵企业知识获取作为因变量的多元回归分析结果如表3 所示。

*因变量:在孵企业知识获取

从表3可以看出整体模型Adjusted R2=0.648, F=62.852, 显著性为0.000。由此得出在孵企业社会资本的三个维度对知识获取有显著的正影响。其多元回归方程可以归结为:在孵企业知识获取=0.068+0.139×在孵企业社会资本的结构维度+0.176×在孵企业社会资本的认知维度+0.543×在孵企业社会资本的关系维度。

3. 2. 4 在孵企业知识获取与创业绩效的一元线性回归分析

以在孵企业知识获取作为自变量, 以在孵企业生存绩效、成长绩效以及技术创新绩效作为因变量的一元回归分析结果如表4 所示。

从表4 可以看出, 在假设7 中, Adjusted R2=0. 160, F = 20. 245, 显著性为0. 000, 因此在孵企业知识获取对生存绩效有显著的正影响, 假设7 成立, 回归方程为: 在孵企业生存绩效= 0. 197 + 0. 712 ×在孵企业知识获取。在假设8 中, Adjusted R2=0. 121, F = 3. 130, 显著性为0. 08, 因此在孵企业知识获取对成长绩效有较为显著的正影响, 假设8 成立, 回归方程为: 在孵企业成长绩效= 0. 28 + 0. 443× 在孵企业知识获取。 在假设9 中, 显著性为0. 459, 大于0. 1, 因此在孵企业知识获取对技术创新绩效的影响不显著, 假设9 不成立。

4 结论与启示

本文通过实证研究得出如下结论: 在孵企业社会资本的结构维度、认知维度与关系维度间存在着显著的正相关关系; 在孵企业社会资本的各维度均对知识获取有显著的正向影响, 其中关系资本对在孵企业知识获取的影响最大; 在孵企业的知识获取对在孵企业生存绩效、成长绩效有显著的正向影响, 对技术创新绩效的影响不显著。

基于实证研究结果, 本文认为可以从在孵企业社会资本的结构维度、认知维度和关系维度三个方面提升在孵企业社会资本以促进在孵企业知识获取和创业绩效。提升在孵企业社会资本的结构维度的对策包括: 加强与政府机构的联系; 积极参加孵化器举办的创业辅导和培训; 与大学研究机构建立合作关系; 多渠道取得中介机构的咨询服务; 与孵化器内的其他在孵企业建立合作关系; 加强与客户及供应商的互动。提升在孵企业社会资本的认知维度的对策包括: 与合作机构建立共享目标; 积极响应孵化器的文化建设; 倡导使用共同的语言。提升在孵企业社会资本的关系维度的对策包括: 加强与合作机构间的接触; 培养诚实互信的合作理念; 与合作机构建立长期稳定的合作关系。

在孵企业由于其新创性, 知识和资源的缺乏是制约其发展的重要因素。在孵企业社会资本在弥补在孵企业成长过程中知识缺口, 提供在孵企业创业过程中所需资源, 提高在孵企业创业绩效方面有重要作用。因此, 在孵企业构建有助于自身发展的社会资本对其生存和成长有重要意义。

摘要：在孵企业是企业孵化器按照一定的程序及条件挑选出来并在一定时间内进行孵化和培育的中小型新创企业, 在孵企业的社会资本对在孵企业知识获取及创业绩效有重要作用。通过对我国企业孵化器内的102家在孵企业进行问卷调查, 对在孵企业社会资本各维度之间的关系及其对在孵企业知识获取及创业绩效的影响进行实证研究, 提出提升在孵企业社会资本以促进知识获取、提高创业绩效的对策建议。

谈网络时代信息环境与知识获取 篇8

一、现代信息环境

(一) 、现代信息环境的形成和发展

在传统信息时代, 人们获取信息的途径单一且不便。随着经济的发展和时代的进步, 新技术的引进和网络的普及为信息获取提供了良好的条件。越来越多的人认识到信息在市场机制和竞争中的重要性, 信息拥有量的多少已成为贫富悬殊、两极分化的根源。用户不再限于从物理意义的馆藏中获取信息, 更多的是通过网络收集更新的信息, 这种快捷、廉价的获取手段逐步取代了传统的信息获取方式。人们越来越依赖使用新的数字化信息通信工具和手段来获取信息。

(二) 、现代信息环境的特征

1、信息新, 传播速度快

当人们从新闻、广播等传统的信息渠道走出来时才发现通过Internet获取的信息更广范、更快捷、更新颖, 世界成为“地球村”已经不再是梦想。

2、用户成为信息的发布者

随着Web2.0时代的到来, 用户进入到一个更新的信息环境领域, 在网上获取信息的同时也可以随时发布信息, 共享知识成果。Web3.0伴随着技术的进步也渐渐地浮出水面, 各种传统的网络用户群通过这些先进的网络科技尽情地发挥自身的智慧, 传播着知识, 使得用户在共享信息的同时也有发布知识的能力。

3、信息传播和存储方式发生异变

传统信息传播方式单一且成本较高, 占用空间大, 现代信息传播和存储方式多元化, 人们的选择空间增大。用户可在网络上直接进行信息交流。电子出版物、网络出版物、印刷型、缩微型和视听型文献的出现都在很大程度上提高了用户获取信息的力度。

二、现代信息环境对获取知识的影响

(一) 、网络环境下的信息

1、信息量大, 传播更新速度快

随着信息技术的改进, 网络传播速度日益加快, 各种新技术和新设备的应用增加了信息流通量和流通速度, 用户可在最短的时间内获取知识。通过压缩等技术以及存储空间的加大, 人们可更便捷地获得更多的知识。信息存储和复制工具的更新进步在一定程度上也促进了信息的传播速度。

2、内容充实, 覆盖面广

互联网上发布的信息多种多样, 涉及到各行各业, 有需求就有供应, 因此各种信息在网络上覆盖面非常广泛, 内容充实。用户可以充分利用网络查询所需信息, 应用合理的检索手段获取相应知识。

3、信息污染严重

在网络环境的带动下, 人们可在最短时间内了解到各种相应消息, 但信息流通量逐步增加, 随之而来的信息污染阻碍了人们获取信息的效率。网络信息数量庞大且无序, 信息的开放性使得用户常常被信息淹没而失去了处理、判断、利用所需信息情报的能力。网络资源价值的不确定性导致信息污染出现, 大量老化信息、垃圾邮件、虚假信息充斥在网络中。

(二) 、网络环境下获取信息的途径

用户在现代社会可以直接获取信息资源。例如:实践活动, 包括参加社会生产劳动实践和参与各种科学实验等;参观活动, 包括观察自然界和社会的各种现象。也可以在网上利用搜索引擎浏览、查询所需信息。网络上的各种交流平台也为用户之间的交流提供了获取信息的机会。而在社会中也有很多间接获取信息的途径。例如, 通过人与人之间的沟通, 查阅书刊资利、广播电视、影视资料、电子读物等获取的信息。

(三) 、正确获取、合理利用信息资源

1、提升信息素养, 学习检索技能

现代信息更新速度快, 老化过时、重复无用的信息逐步增多, 大大限制了用户获取信息的速度。当人们刚满足于自身掌握的检索技巧时, 新的事物又出现了。用户在上网查询信息前一定要明确查询的目标和方向, 对网上的信息进行筛选和整合。所以用户要不断学习, 加强对自身知识的更新频率, 不断提升信息素养, 避免数字鸿沟的出现。

2、增强法律意识, 避免产生犯罪

由于网络空间的开放和自由性, 用户可随意发布相关信息, 但一定要关注自身的法律素质, 增强法律意识, 不要发布虚假等有害信息, 避免触犯法律。同时还要有维权的意识, 当自己在网上受到不法侵害时要坚决用法律手段维护权益。

三、现代的信息环境以及未来发展趋势

现代信息环境是由网络信息资源、信息资源机构等现代信息资源和传统的图书馆和新闻媒介等信息传播机构共同形成的一种新型信息传播环境。在这样的信息环境中人们有更多获取信息的途径, 但同时要求用户有更高的获取信息的能力:既要掌握检索工具的使用技巧又要具备排检筛选信息的能力。所以在这样的信息环境下用户要紧跟时代步伐, 不断提升自身的信息素养, 加强信息查询和分辨的能力。

随着时代的发展, 在未来的信息环境中, 人们获取信息途径会更加多样, 各种信息服务会更加方便、快捷, 各信息传播的渠道更加有序。用户在充分体会网络环境所带来的方便同时也会保留纸质文献信息资源的舒适感觉, 所以说未来的信息环境应该是有序的、自由的、方便的, 传统与现代相结合的, 是物理实体与虚拟形态相结合的一种状态。

注释:

[1]吴玲.网络环境下的图书馆文献资源建设[J].信阳农业高等专科学校学报, 2009.03

[2]韦劲.网络信息环境的异变及控污[J].中国信息导报, 2000.04, 17

[3]韦劲.网络信息环境的异变及控污[J].中国信息导报, 2000.04, 18

参考文献

[1]吴玲, 网络环境下的图书馆文献资源建设[J]。信阳农业高等专科学校学报, 2009.03

[2]韦劲, 网络信息环境的异变及控污[J]。中国信息导报, 2000.04

[3]谢振华, 基于网络环境的知识产权特征及其法律保护[J]。法制与社会, 2009.01

[4]华维慧, 个人信息环境在网络时代的变迁[J]。传媒观察, 2005.11

[5]张映芳, 基于现代信息技术的公共图书馆延伸服务新探[J]。信息工作, 2009.01

知识的获取与保持 篇9

关键词：电路板,故障植入,知识获取

1 概述

基于知识的智能化故障诊断专家系统,是现代设备诊断技术中最有前途的发展方向之一。智能故障诊断过程的实质是知识的运用和处理过程,知识的数量和质量决定了智能故障诊断系统能力的大小和诊断效果,推理控制策略决定了知识的使用效率[1]。由此可见,知识是智能故障诊断系统的核心。在故障诊断系统中对知识的研究主要包括知识的获取、表示和使用。但目前由于知识工程技术领域有许多问题还未解决,对知识的获取和表示还有一定的困难。

以电路板作为研究对象进行故障知识获取时,要解决以下问题:1、对研究对象本身的认识要深入;2、设计相应的电路,一方面提供电路板工作所需的信号,另一方面对关键信号进行测量,以供获取研究对象知识;3、在目标电路上设置故障,以供获取故障知识。

本研究以某系统信号接口板作为研究对象,设计了一套基于PC和PCI数据采集卡的信号调理和数据采集系统,可通过软件或硬件跳线的方式对目标电路板设置故障,并通过数据采集系统获取故障数据,并以知识的形式存储故障数据。硬件上主要采取了:1、对目标电路板进行了重新设计,增加了跳线和测试接口;2、采用了接口丰富的研华PCI1712 多功能数据采集卡;3、充分利用PCI1712的接口设计了调理电路。另一方面软件上,使用通用编程平台Visual C++结合研华Active DAQ、Ac⁃tive DAQPro控件进行编程,其中交互界面主要使用Visualc++MFC设计,硬件的控制主要通过Active DAQ控件完成,波形显示通过Active DAQPro控件完成。

2 系统结构原理

系统软硬件总体框图如图1所示。

系统总体框图如图1所示,用PC作为系统的控制端,控制软件由参数显示与分析模块、故障设置模块和知识管理模块等几个基本功能模块组成,完成对系统的总体控制和数据管理;PCI多功能数据采集卡在PC的控制下完成数据采集和故障动态植入的功能;条件形成电路、故障植入电路和信号调理电路相互配合,完成三个功能:为目标电路的正常工作提供环境、故障动态植入和数据采集功能。

对硬件电路的控制与数据采集通过PCI多功能数据采集卡进行。主要的硬件电路设计工作包括:1、对目标电路的改造;2、设计信号调理电路;3、故障植入电路。对目标电路的改造工作主要是在实现其电路原理的基础上通过继电器、矩阵开关或跳线完成电路故障的设置,主要的手段是对特定的器件和关键点设置短路和断路的跳线选择。条件形成电路主要是提供目标电路能够工作的外部信号,主要包括电源信号和激励信号。故障植入电路主要通过继电器和数据采集卡控制调理信号的通断。

软件设计采用Visual C++平台搭建系统的框架,对应用程序进行全面的管理,提供数据管理、功能控制、数据显示与分析等功能。

3 数据采集与控制

3.1条件形成与故障植入电路

条件形成电路主要是提供目标电路能够工作的外部信号,包括电源信号和激励信号。如图2所示,根据目标电路的特点设计电源和激励信号电路,通过矩阵开关接入目标电路。激励信号主要包括各种开关信号,如模拟信号、串行数字信号、离散信号、功率信号、射频信号、高速数字信号等,都能经过矩阵开关进行自动切换[3]。

为了获取电路在不同状态下的参数,特别是在故障状态下的动态参数,需要对电路进行故障植入,主要采用的方法是:1、通过矩阵开关改变目标电路的激励源;2、对目标电路进行改造,通过跳线或通过矩阵开关改变目标电路连接。

3.2 信号调理电路

信号调理平台是系统主要的硬件,主要对各种的直流和交流信号进行调理与采集。其中交流信号的检测原理如图3 所示。待测交流信号通过经过分压电路以及比例放大电路处理之后分成两路,其中一路经模拟开关和峰值保持电路后经A/D转换,可采集到交流信号的峰值。另一路,经整形和模拟开关之后,进行频率测量。

直流信号调理电路用于把待测的直流信号进行分压、电压跟随和限幅处理,使之满足A/D采集端口的电压要求。

3.3 数据采集卡

系统主要的数据采集和对电路的控制主要通过PCI1712的AI和DIO口完成的。PCI1712 多功能数据采集卡提供了丰富的接口,主要包括:16位数字I/O口、16位模拟I/O口。当然,这些接口还不够用的话,可以通过硬件电路进行扩展[4]。

数据采集卡的驱动软件可以直接对板卡的寄存器编程,管理数据采集硬件的操作并把它和处理器中断、DMA和内存等资源结合在一起。驱动软件隐藏了复杂的硬件底层编程细节,为用户提供了容易理解的接口[2]。使用VC++控制PCI数据采集卡有多种方法可以选择使用DLL(动态链接库)函数或Ac⁃tive X控件进行。使用DLL编程编程比较灵活,但实现起来较为复杂,尤其是在对中断触发的管理,需要设置多线程的同步。使用Active X控件则可以使用很少的代码来完成软件触发、中断触发和DMA的数据采集功能。PCI1712 的Active X DAQ控件主要包括AI、AO、DI、DO、Counter、PULS等,Active X DAQ Pro还提供了一些图形控件。

使用Active X DAQ控件进行编程一般过程为:在界面上插入控件、导入控件控制类、建立控件控制变量、选择设备、打开设备、使用设备、关闭设备等。

4 知识获取和表达

知识的表达方法有很多种主要包括:逻辑表示法、产生式表示法、框架表示法、语义网表示法、脚本表示法、过程表示法、petri网表示法、神经元表示法和面向对象表示法等。在选择知识的表示方法时主要考虑知识的表示能力、推理效率、正确性和结构性。

电路故障知识主要是电路实时测量的参数,包括电压、峰值电压、波形、时间等信号。“设计故障诊断专家系统时,要求既能表达领域对象的静态特性、行为特征及约束,又要表达专家经验、判断决策等知识,还要有较强的数值计算及过程控制能力。”[5]本研究采用面向对象的知识表示方法。面向对象的知识表示方法相对于产生式表示法、框架表示法等传统表示方法来说具有很大的优越性,它不但能充分利用传统框架对逻辑语言的描述能力,还能够嵌入规则,所以它可以方便的对逻辑语言表达也可以对数值进行表达,同时具备很强的扩展能力。

5 使用效果

系统软件运行效果如图4所示,经试用该项目取得了比较良好的使用效果,故障设置方便,结果显示直观,故障知识表达清楚,为智能化故障诊断专家系统故障知识的获取提供了一个比较好的途径。

6 总结

本研究只是探讨性的研究了特定电路板故障植入、实时获取电路运行数据、并从中获取电路故障知识,为实现智能化专家系统打下基础,但具有一定的局限性:不同电路板所需的激励信号不同,使用外部电路植入故障之后有可能造成电路板烧坏等,这些问题希望读者注意。

参考文献

[1]杨军,冯振生,黄考利.装备智能诊断技术[M].国防工业社,2004.

[2]田敏,郑瑶,李江全.Visual C++数据采集与串口通信测控应用实战[M].人民邮电出版社,2010.

[3]张明珠,王艳红.继电器矩阵在PCB功能检测中的应用[J].煤炭工程,2011(6).

[4]PCI-1712/1712L快速安装使用手册.