知识重用

知识重用（通用12篇）

知识重用 篇1

摘要：本文提出了重用度的概念并深入研究了匹配度、满足度两个影响重用度的因素, 整理出了几种类似度、满足度以及重用度的计算方法。最后根据Inns、Neville和Shahin等人的理念提出了一种设计知识重用系统模型。

关键词：重用度,匹配度,满足度,知识重用系统模型

0前言

目前企业间竞争日益激烈, 产品越来越复杂, 交货期越来越短, 质量要求越来越高, 使得企业必须尽可能快速的开发新产品以响应市场的需求。通常一个新的设计问题的解是通过对已有设计问题的推理、修改而获得。有数据表明, 75%的设计是基于实例的设计[1], 一个新产品的开发。约40%是把过去已有的知识借鉴使用, 约45%是对过去已有的设计知识修改后再应用于新设计开发当中, 只有约15%是完全创新的设计[2,3]。所以, 如何有效的使用已有的设计知识进行新产品的开发, 成为制约产品快速开发及提高企业竞争力的关键。

1重用度

在对设计知识重用时, 从设计知识库中检索到有用的实例并从中提取有用信息, 是关键因素之一。对于一个产品中所包含的设计知识能否被设计人员提取并重复利用, 取决于这个产品的重用度, 即设计时对设计知识的重用程度。

1.1重用度 (Degree of Reuse, Do R) 指知识在一个设计过程中的重用程度

以设计实例的重用为例, 重用度是由相似度 (Do S) 和满足度 (Do F) 的加权和来计算。如下式所示:

其中, wm和wn称为权值, Do S和Do F可由产品设计人员或者设计根据对重用的影响来确定。

1.2匹配度 (Degree of Similarity, Dos) 指设计实体之间的匹配程度

匹配度在[0, 1]之间变化, 当匹配度为“0”时, 两个实体完全不匹配;当匹配度为“1”时, 两个实体完全匹配。匹配度一般用匹配性距离来计算。

1.2.1计算匹配性距离的方法

源设计实例与目标设计例之间的匹配性可以通过以下几种计算方法:欧氏离、曼哈顿距离、无模距离。

欧氏距离

当设计知识中每个属性值规范化以后, 欧式距离可通过下式计算:

曼哈顿距离

无限模距离

1.2.2特殊匹配度的衡量标准

莱恩史铁距离

一些非数值型数据的处理计算时, 测量集合的匹配性需考虑两个集合A和B, 其中常用的测量如下:

字符串的匹配度的测量, 由于字符串的顺序不同字符不同, 当给定两个字符串m, n匹配性可根据包含、重叠合变化匹配度判断。

1.2.3满足度

(1) 满足度 (Degree of Fulfillment, Do F) 。用来描述距离要求值的偏离值和要求满足的程度。匹配只是从结构的方面对两个设计例进行比较判断, 这并不能完全满足设计时所要求的功能、行为等方面的匹配性。

(2) 满足度的计算。设计要求可分为领域中的属性定义、常量表达式、关系算子和逻辑算子四个部分。满足度先经过属性匹配然后通过数学逻辑表达式将属性值及可能的范围进行合理的结合产生新的可能值, 依次为每一个关系表达式计算它的满足度, 最后与关系算子的满足度结合为逻辑表达式从而得出满足度。

关系算子的Do F计算

其中, p——属性, x——任一属性, r——要求, y——任一要求逻辑算子的Do F计算

2设计知识重用的系统模型

工业产品的创新开发通常都会涉及多个知识领域, 因此对于不同领域知识的设计模型都会有所不同, 设计人员在开发新的产品时就应该从中择取最高效、优势的模型从而提高开发有效利用率。Inns和Neville[4]提出了以公司层面为基础的设计过程模型, 以此模型来支持设计知识的重用。

Shahin等[5]人认为, 设计重用系统是一个有机的设计系统, 数据库是支撑设计的重要环节, 是由许多个设计过程集成的一个整体。他们提出的设计重用系统构造方法中系统功能包括数据库结构化和信息结构化。这些信息包括产品概念、具体设计及详细设计、方案概念、优先权要求等。

本文提出了一种设计重用系统如图1所示。

该系统的功能主要有:记录整个设计过程;查询有效设计;根据相关特征, 查询已有实例;具有设计经验记录存储功能;支持对已有实例及正在进行设计过程知识重用。

3小结

在设计过程中有许多复杂知识交叉作用, 这些设计知识也发挥着各自不同的作用在整个创新设计过程当中。发绝大多数新产品的开是已有设计知识或者设计产品要求的修改及延伸。因此, 新产品的开发中各学科知识交叉在所难免, 这就要求开发人员了解各个领域知识才能保证快速的进行产品设计。若能够使用以前的设计知识, 就可以减少重复劳动, 从而提高效率。设计知识能否重用取决于该设计知识的重用度。本文提出了重用度的概念并深入研究了相似度, 满足度两个关键评价标准, 进而提出了几种匹配度、满足度合重用度的计算公式。最后根据Inns、Neville和Shahin等人的理念提出了一种设计知识重用系统模型。

参考文献

[1]林春.基于MATLAB的点云数据处理[J].科技资讯, 2006 (08) :85-86.

[2]单晨伟.叶片类零件螺旋铣削切触点轨迹规划问题研究[D].西安:西北工业大学, 2004.

[3]施法中.计算机辅助几何设计与非均匀有理B样条[M].北京:高等教育出版社, 2001.

[4]Inns, T.G.and Neville, P.Establishing a Company Level Design process to Facilitate Design Reuse.In Porceedings of Engineering Design Conefernee’98 on Design Reuse.London:Proefssional Engineering Publishing Limited, June1998

[5]Shahin, T.M.M., Andrews, P.and Sivaloganathna, S.A Design Reuse System.In Proeeedings of Engineering Design Conefrenee’98 on Design Reuse.London:Proefssional Engineering Publishing Limited, June 1998

知识重用 篇2

我记得我硕士毕业时，和很多领导一起吃饭，多数学生都说感谢老师，说自己真不容易终于毕业了，我当时喝多了酒，说应该是“巴结群众、重用自己”，当时领导们不高兴了，说这么多领导你巴结群众，其实我那时候才25岁，但是我真这么想，

你说巴结领导，机关里领导就那么几个，所有人都在巴结，大家在竞争中会互相踩，而且你也没有竞争优势，你要巴结就是把自己糟践的更厉害，领导才有面子。反过来我巴结群众，我要求做前排观众，有机会变成小领导，如果有20个群众，你在他们心中都很有威信，最后领导就得巴结你，因为如果没有群众支持，领导就没得吃，每个群众给你一口你就饿不死，如果巴结领导不待见你，你就饿死了。

自己重用自己 篇3

1927年，48岁的林克莱特担任了纽约港务局的总工程师，一干就是12年。在这个岗位上，他做出了非凡的成绩，得到了从上到下的一致认可与好评。

其实，林克莱特还有不少潜力。他精于工程设计，经常有一些大胆和新奇的构想。但老板是个极其慎重的人，总觉得他的想法太大胆也太冒险了，所以他的特长并没有得到充分的发挥。

在不知不觉中，林克莱特到了60周岁，并接到了退休的通知。起初他恋恋不舍，不想离开纽约港务局，觉得总工程师这个职位来之不易，另外还有不少业务计划等着他去大显身手。但局长遗憾地告诉他：“这是规定，我也爱莫能助，无能为力。”

林克莱特的妻子看到沮丧的丈夫，微笑着说：“退休了，你应该高兴才对。虽然我们改变不了客观，但是却可以改变自己。你有才华，又有自由的空间，完全可以自己重用自己，去实现做一名伟大工程师的梦想。”

有时候，一句话就可以改变一个人。“自己重用自己”，这话点醒了林克莱特。他很快走出了失落感的误区，朝气蓬勃地开始实施自己重用自己的计划。

从1939年退休到1965年去世，林克萊特在世界各地创造出一个又一个令世人瞩目的建筑经典：壮观的埃塞俄比亚首都亚的斯亚贝巴机场；雄伟的华盛顿杜勒斯机场；畅通的伊朗高速公路系统；美丽的宾夕法尼亚州匹兹堡市中心建筑群；世界上最长的悬体公路桥——纽约韦拉扎诺海峡桥……“自己重用自己”，竟然使林克莱特做出了连自己都意想不到的贡献，他成了一位当之无愧的建筑大师。直到今天，他的建筑经典仍然是许多大学建筑系和工程系教科书上常用的范例。

林克莱特被许多大学聘为博士生的导师，也经常给同学们讲课或作报告。在每次讲课或作报告之后，总有些人请他题词留念。他写的最多的两句话就是：“埋怨别人，天昏地暗；改变自己，风和日丽。”“自己重用自己。”

基于知识的船体结构件重用系统 篇4

在船舶设计中, 特别是船体设计过程中, 肋骨、肋板、角钢等结构件和加强件被大量地重复使用。据统计, 船体结构件的使用率占到船体零件总数量的70%左右。因此, 结构件重用系统的开发至关重要。利用知识工程原理, 将船舶行业中长期积累的规则、规范要求、设计规律和专家经验等提炼出来构成知识库, 通过对知识库中知识的运用来进行自动设计;结构件重用系统可以避免重复劳动, 减少错误发生率, 大大提高船体结构件的设计效率和质量。

1 知识工程的理论与方法

1.1 知识工程概述

知识工程, 简称KBE (Knowledge Based Engineering) 是领域专家知识的继承、集成、创新和管理, 是CAX (包括CAD、CAM、CAPP、CAE) 技术、AI (Artificial Intelligence) 技术的集成[1]。通过对设计领域知识、专家经验进行归纳总结, 构建专业知识库, 并通过知识库的管理和引用来实现知识重用;自动地诱导产品设计人员进行产品的设计活动, 从而使设计人员能具备专家设计水平[2]。

1.2 知识的表示方法

随着对知识表示研究的深入, 已经提出了多种知识表示方式, 常用的知识表示方式有产生式表示法、语义网络表示法、框架表示法、基于语言场表示法、基于知识体表示法等[3]综合考虑结构性、交互性、语义性和平台独立性等本文使用的是产生式表示法和基于XML表示法。

1) 产生式表示法

产生式表示法又称为Post演算, 它是依据人类大脑记忆模式中的各种知识块之间的大量因果关系, 并以“IF->THEN”的形式表示出来。这种形式的规则捕获了人类求解行为问题的特征, 并通过认识—行过的循环过程求解问题。在语义上, 它表示“如果P则Q”的因果以及推理关系。其一般形式是

IF P THEN Q

其中, P一般表示一组条件或状态, Q表示若干个结论或动作。

例如:

If轴和孔配合

Then轴和孔自动生成轴线对齐的装配约束关系

2) 基于XML表示法

可扩展标识语言 (Extensible Markup Language, XML) 是标准通用的标记语言的一个简化子集。XML文档内部采用树形结构的形式描述数据, 它广泛适用于各种结构化与半结构化的数据形式。

由于XML是采用树形结构来描述数据的, 所以首先要分析所描述数据类的结构, 将其转换为树的形式。例如, 结构件数据文档包括结构件模型文件、结构件示意图、尺寸表格和主导参数, 将它们按照Schema规则定义节点和属性, 可表示为结构树, 如下为结构件的定位知识表示:

由于XML具有标准与语言的双重特性, 它把某结构件中所有共同属性, 如模型文件、示意图、主导参数等抽象提取出来, 定义成格式良好的Schema, 把不同标准件的每个属性的内容放到XML的Schema相应的节点中去, 实现了知识的记录和重用。

1.3 知识的处理方法

自动推理的分类可根据分类的方式不同而不同, 本文采用的是基于规则的推理。

基于规则的推理 (Rule-based Reasoning) 又称搜索型推理, 是指以产生式规则表示知识的推理。规则是一种比较接近于人们习惯的问题描述方式, 具有简单、灵活和易于理解的特点, 广泛用于表达启发性知识。以规则表示知识的推理, 其核心是演绎推理, 从一组前提必然推导出某个结论即三段论法[4]。作为基本的推理方法, RBR目前在知识工程中应用最为广泛, 比如在轴与孔的尺寸匹配规则中:

1) 具有很强的推理能力和较高的推理效率;

2) 知识表示形式简单 (通常为IF-THEN结构) , 易于系统实现;

3) 适用于理论知识比较规范、严谨的强知识领域, 而对于强经验性的设计问题, 显得很不适应。

2 船体结构件重用系统的描述

结构件重用系统的是将各种类型的结构件用一定格式的配置文件进行描述, 当用户需要生成结构件时, 系统通过读取对应的配置文件和知识文件, 从数据库中检索相应的标准数据, 动态地生成结构体[5]。其工作流程如图1所示。

2.1 模型尺寸的表示

模型尺寸是应用电子表格的方式来记录结构件的尺寸系列, 如表1所示。它记录了结构件在变型设计中可能用到的尺寸数据, 根据这些尺寸参数通过表达式驱动模型, 以获得所需的模型。

2.2 结构件选择 (配置) 知识的表示

在船体设计中, 根据已有知识或者实际经验, 不同的船体部位需要安放特定的结构件, 或者在不同的部位需要人工选择特定的结构件, 以下就是这些知识或者实际经验的表示, 如下为结构件的选择知识:

同时, 许多不同种类的结构件需要在系统注册, 此时应用电子表格的方式记录结构件的种类, 如表2所示, 完成结构件系统种类的注册。

2.3 结构件自身知识的表示:

结构件自身知识定义了结构件具体的形状、型号、厚度等, 具体结构件厚度的知识表示如下所示:

3 船体结构件重用系统的实现

系统需要结构件模型文件 (.prt) 、知识文件 (.xml) 、选择 (配置) 文件 (.xml) 和电子表格文件 (.xls) , 系统通过读取相应知识文件, 实现知识和文件的重用, 完成结构件的加载和变构设计, 主要工作流程为:通过注册和配置文件选择对应的结构件, 通过结构件自身知识文件确定结构件的具体尺寸和形状, 最后完成结构件的生成 (重用) , 如图2所示。

4 结束语

本系统是基于UG6.0平台实现的, 也可以基于CATIA或者TRIBON等三维设计平台, 有了结构件重用系统, 设计人员在进行创新设计时, 缩短了设计周期, 提高了设计质量和效率[5]。因此, 建立结构件重用系统作为开发船舶CAD软件的一项重要的基础性工作, 是实现计算机辅助设计与制造等数字化技术的基础, 对提高CAD运用效率和质量, 缩短产品开发周期都将起到重要的作用。

摘要：阐述分析了知识工程的基本原理、方法和基于知识的船体结构件重用系统, 以及系统的主要工作流程和组成部分, 采用基于SpreadSheet和XML的知识表示法, 通过知识工程原理实现了船体结构件的重用, 结果表明该重用系统可明显提高船体结构件的设计效率和设计质量。

关键词：知识,KBE,结构件,CAD

参考文献

[1]Xiong Zhiyong, Jiang Lijun.A new Interactive Product Innovative Design Pattern based on Knowledge Engineering.IFCSTA 2009.

[2]Shouming Hou, Yongxian Liu.Research on Knowledge-based Engineering System for Rapid Response Designof Machine Tool.2010 Chinese Control and DecisionConference (CCDC) .

[3]李彩霞, 郭刚.船舶三维生产设计现状及二次开发技术的应用[J].设计与研究, 2008, (7) .

[4]钱玲玲, 李建军.标准件库管理系统中的知识重用技术研究[D].华中科技大学, 2007.

因不受重用的辞职报告 篇5

我带着复杂的心情写这封辞职信。

我是一个很重视感情的人，龙主任是我出社会工作以来的第一位直属上司，我一向都很敬重有加，并且今后也会时刻铭记着。这一个月以来我能体会并由衷感谢龙主任在许多小细节上对我的关心与照顾，其实我做人很谦虚，喜欢将问题拿与您交流，希望通过沟通来吸取对自己有益的建议，而不是您所批评我的“固执”。尊重师长对我的指点是我一向为人的秉性，我从未有过顶撞或是将意见不屑一顾的张扬，这一点希望得到您的认同。

在不久之前我还在庆幸自己被这个集体接受，并认为能在这里发挥自己的才能，实现自己的价值，但是现实是讽刺的，由于家庭种.种原因我不得不选择离开。这写话也许显得有些虚伪，但是我写这份辞职报告的时候，充斥在心里的大多是内疚、遗憾而不是对新生活新工作的憧憬和幻想。在这个时候离开，我愧对同事们的帮助与照顾，愧对领导的错爱与关怀。遗憾不能再与同事们同甘共苦，不能见证永兴的辉煌，希望几年后，我不会因为我今天的决定而太过后悔吧……

重用别人淘汰的人 篇6

一名营销人员被解雇了，他连续三个月没有推销出一件产品。他很快被那位年轻老板聘请过去。

一名副工长被解雇了，他的脾气非常火暴，有过三次对下属动手的记录。他也被那位年轻老板聘请。

一名市场总监被解雇了，他在短短的一年内，私吞了公司五万美元。他同样被那位年轻老板聘请。

一名软件工程师被解雇了，他在三年时间里没有开发出一项新产品。他同样接到那位年轻老板寄来的聘请函。

“那些家伙会把你的公司拖垮的！”朋友提醒。不少竞争对手幸灾乐祸地说，那位年轻老板是在自掘坟墓。年轻老板不仅没把他们的话当回事，还继续聘请一些被别人解雇的高管或员工。一时间，他的电脑公司被人们讥笑成“垃圾站”。

没想到，几年下来，公司不但没有被拖垮，反而取得迅猛发展，业务从加利福尼亚发展到大半个美国。那些被原先的公司认为是垃圾的人，没有一个“旧病复发”，一个个为公司的发展作出了不小的贡献。

“这简直太不可思议了！”在一次酒会上，一位辞退软件工程师的老总惊讶地问年轻老板：“你能告诉我，那名扶不起来的工程师，现在都为你做了些什么吗？”

“他现在是我的市场推广总监和培训讲师。虽然他欠缺开发软件的才能，但是他对电脑的使用和功能却无比精通，能据此精确掌握顾客的需求。同时，我让他在公司内部培训班里将这些知识传授给其他销售员。”年轻老板停顿了一下，继续说，“这个世界没有全人，也没有全才，但他们身上总有一些东西是最优秀的。我用的就是他们身上最优秀的那部分！”

这家小电脑公司，就是后来业务遍布全球的苹果电脑。那位年轻老板，就是苹果电脑的CEO史蒂夫•喬布斯！

知识重用 篇7

在航空发动机MRO(Maintenance,Repair and Operations)过程中维修维护大量依赖于人的经验与分析,而经验只存在于人脑中,往往只能通过“口口相传”和实际操作的方式继承传递[1]。这种现状造成维修经验知识难以积累传播,制约了维修效率和维修质量。目前维修知识主要以纸质的维修手册、维修守则等形式传递,这类方法难以实现MRO知识对维修过程的主动辅助,也难以让维修者以最佳方式重用知识。对于航空发动机的维修维护,目前研究主要集中于维修数据、物料数据、维修方法等数据管理方向,并且已有软件厂商提出了相应的解决方案[2]。但对于MRO领域内的知识建模方法和重用方法尚未有深入研究,而MRO知识的建模与重用方法恰恰是提高航空发动机维修维护能力的重要保障之一[3]。

1 航空发动机MRO扩展语义树

在航空发动机维修维护过程中,存在大量的术语词汇。这些术语都对应领域中的某个概念、参数、过程或者零部件。这些术语之间具备四种基本关系:同义关系、反义关系、上下位关系和整体/部分关系[4]。

定义1:如果术语α能完全替代术语β所涉及的所有知识而得到与术语β相同的结果,并且术语β对于术语α存在同样关系,则我们称术语α与术语β是同义关系,记为α=β。

定义2:如果术语α与术语β之间存在从属关系,则术语α是术语β的下位,术语β是术语α的上位。

定义3:如果术语γ仅有下位术语α与术语β,而且术语α与术语β没有交集,则称术语α与术语β为反义关系。

定义4:如果术语α描述的概念是术语β描述概念的组成部分,则称术语α与术语β是整体/部分关系。

为了实现航空发动机MRO知识重用的语义计算,首先针对航空发动机的特点建立领域中的扩展术语语义关系树。如图1所示。

语义相似度计算就是以术语语义关系树为基础,计算术语之间的相似程度。假设λ为可调整因子,D(c1,c2)表示两个概念之间的语义距离。语义相似度的计算公式为:

语义距离描述了两个概念的相似程度。两个概念间的语义距离越近,它们的语义相似程度越高,反之越低。本文根据术语在语义关系树上的最小加权路径来衡量语义距离。路径的权值依据术语在语义关系树中的深度取值,即,表示从术语U(C)中引出的所有边的权值,其中Dep(c)表示术语C与语义树根节点的最短路径。

在语义关系树上,术语之间的结构分为六类:同义结构,反义结构、整体/部分结构,上下位结构,同上位词结构和异上位词结构[5]。记术语的同义词集合为Ssyn(s),上位词集合为Sup(t),整体/部分词集合为Smer(t),术语m对术语n之间相似度为A(m,n)。

同义结构:如果术语w1与术语w2是同义词,即,则可得w 1对w 2的相似度为A(w1,w2)=1,w2对w1的相似度也为A(w2,w1)=1。

反义结构:如果术语w1与术语w2是反义词,则可得A(w1,w2)=0,A(w2,w1)=0。

异上位词结构:如果w1与w2没有任何相同的上位词,则。

2 航空发动机MRO知识建模与重用

2.1 MRO案例类知识建模与重用

航空发动机维修维护中常体现出强经验弱理论性,许多维修知识经验隐含在以往的维修案例中,形成案例类知识。案例类知识模型包括案例检索条件和案例内容两部分。案例检索条件是描述维修案例的检索依据。检索条件可以描述为:

InstSearch是案例类知识的检索条件。Model是维修对象术语。Course是维修过程术语。FeaVec是维修内容的特征向量。利用维修对象作为第一级检索条件可以迅速缩小检索范围。利用维修维护过程作为第二级检索条件。利用维修内容的关键字作为特征向量。在前两级检索的结果中,通过对案例特征向量的模糊匹配可以得到最接近维修要求的案例知识,而第三级检索是案例精确检索的依据。

搜索案例的结构化特征向量时,可以采用语义相似度计算方法检索案例。其检索机制如图2所示。

2.2 MRO图表类知识建模与重用

图表类知识是利用经验曲线和表格等描述参数常用取值或多个参数之间取值的变化规律。航空发动机维修过程中也存在这类经验曲线、经验表格。经验曲线和表格能描述维修因素与其他多个因素之间可量化的关系。这类知识对维修参数选择有直接的指导作用,但参数选择的优劣判断往往需要以维修要求来评价。

领域专家以图表中参数选择的取值精度作为最小步长,图表类知识按照最小选择步长将经验曲线离散为点集合,点集合中每个点对应的主动参数与从动参数组成键值对。将经验曲线或表格上待选的经验参数作为键名,与之相关联的参数值作为键值。图表类知识模型可描述为:

G r a p h是指维修图表信息的完备描述。GraphItem是指原始图表中一组主被动参数映射。Number是该组映射被使用的次数,该次数是在调用结束后返回的值。SubData是指主动参数,即该图表知识所表达的待选参数。ObData是指该图表知识中被主动参数影响的被动参数。KName是参数名称,KValue是参数值。主动参数与被动参数之间存在映射关系,这种映射关系将主动参数与被动参数连接起来形成图表的完整描述。

参数选用是图表类知识重用的主要方式。首先由领域专家提出维修图表知识中影响待选参数的其它参数因子,这些参数因子组成维修特征向量FeaVec。各种不同的维修特征向量形成特征向量集合FeaVecSet。FeaVecSet中每一个FeaVec对应一个待选参数建立频率描述UseFrequencyDes。UseFrequencyDes以待选参数的值为横坐标,以每个待选参数的使用次数为纵坐标,形成二维表。

统计反馈组件负责从知识调用组件获得维修特征向量各分量的值,利用语义相似度计算得到特征向量与FeaVec之间的相似度。获得匹配程度最高的FeaVec所对应的UserFrequencyDes。查询UseFrequencyDes获取使用次数最多的待选参数值作为维修选用初始值。由统计方法获取的初始值往往并不是最终选用的参数值,通过维修过程中的反复实验才能获得最终选用值。将最终选用值反馈回UseFrequencyDes,在UseFrequencyDes中将最终选用值的使用次数加1。这个过程是反馈实际选用值以更新图表类维修知识的过程。如图3所示。

2.3 MRO公式类知识建模与重用

航空发动机维修维护过程中也存在能够定量描述的知识,这类知识往往以各种学科内部的经验公式体现,并不是一成不变。对公式类知识的传统应用方法是利用高级程序语言直接描述公式运算方法,使公式类知识固化在应用组件程序中。但当维修知识发生变化后,公式类知识难以随之变化,不利于知识的进化[6,7]。

公式类知识可以抽象为原子表达式的有向图。原子表达式可以分解为输入参数、输出参数和数学运算符号三种基本元素。数学运算符号对应运算的数学实现,数学实现一般包含在程序组件中以可调用接口表现。

FeaVec是公式类特征向量。InputSet是输入参数集合,OutputSet是输出参数集合。FormulaOnto是维修知识模型。Expression是公式类知识中不可分解的原子表达式。表达式个数可以是多个。Index是原子表达式的调用序号。Construct是指调用结构,调用结构分为顺序、分支、聚合和异或四种类型。Para是原子表达式的输入参数集合。MathSymbol是原子表达式所涉及的数学运算符号。result是运算结果参数集合。realization是运算符号的实现组件地址。对公式类知识的调用依赖于对公式知识的功能描述。本文利用公式特征向量抽象描述公式知识的功能。公式类知识特征向量利用公式的输入参数集合和输出参数集合标识。构建框架公式库作为公式类知识的重用方法,如图4所示。

知识调用组件:公式类知识的使用者,通过检索公式的特征向量获取知识资源。

公式类知识检索引擎:接收知识调用组件传递的特征向量,在公式类知识库中搜索匹配符合要求的公式类知识插件,向公式类知识解释引擎传递检索到的插件ID号。

公式类知识解释引擎:接收知识匹配结果的插件ID号,通过ID号得到公式类维修知识插件,解释公式插件的语义,形成原子表达式调用序列。

公式类知识执行引擎:接收公式类知识解释引擎传递的原子表达式,调用运算符号组件实现公式计算,并返回计算结果。

运算符号组件:实现公式类知识中涉及到的各种运算符号的功能,形成可被调用的函数库。

将维修计算公式封装为公式插件,公式插件顺序排列在公式知识库的框架插槽中,对外暴露出公式的输入参数与输出参数集合作为特征向量。知识调用组件通过匹配特征向量找到所需要的公式类知识。如图4所示。

3 结束语

在航空发动机维修维护能力与质量日趋重要的现状下,MRO的知识建模与重用成为了有效的提升手段。本文利用扩展术语语义树对发动机维修维护领域的术语进行统一描述,并利用语义相似度算法为维修维护知识中的术语语义匹配奠定了基础。按照维修维护知识形式特点划分了案例类知识、图表类知识与公式类知识,对每类知识提出了描述模型,并且针对每类知识的特性设计了知识重用的方法,最终实现了面向MRO知识建模与重用的知识管理体系。

摘要：针对航空发动机的维修,修理与大修中知识组织复杂且难以重用的问题,本文提出了维修术语的语义关系描述方法,并给出了语义相似度的计算方法。按照维修知识的特点划分了不同描述类型。对于案例类知识建立多级检索机制,利用语义相似度计算实现案例语义检索。对于图表类知识建立影响元素之间的关系模型,利用反馈机制实现知识进化。对于公式类知识提出插槽式的知识描述框架,利用公式接口描述实现公式知识重用。最终形成航空发动机MRO知识的重用环境。

关键词：航空发动机,维修维护大修,术语语义树,知识建模,知识重用

参考文献

[1]梅晓川,陈亚莉.航空飞行器维修技术发展综述[J].航空发动机,2009,35(6):53-57.

[2]陈凤腾,左洪福,李惠娟,倪现存.基于视情维修的航空发动机备发预测方法研究[J].机械科学与技术,2008,27(8):1084-1088.

[3]魏军,鲁耀波,胡斌,孙建军.航空维修活动中的组织知识存量[J].海军工程大学学报,2009,21(1):96-101.

[4]Rommert Dekker.Applications of maintenance optimization models:a review and analysis[J].Reliability Engineering&System Safety,1996,51(3):229-240.

[5]徐力斌,刘宗田,周文,宋二伟.基于WordNet和自然语言处理技术的半自动领域本体构建[J].计算机科学,2007,34(6):219-222.

[6]R.Jirousek.Expert systems-Principles and programming[J].Automatica,1991,27(3):585-586.

知识重用 篇8

微耕机具有体积小、重量轻, 便于用户使用和存放等优点, 在农业作业中得到了广泛应用, 主要用于水旱田整地、田园管理及设施农业等多种耕耘作业。随着我国农村种植结构的调整和农业的现代化发展, 微耕机的应用得到普及, 生产规模也日益扩大。但国内对微耕机的研究生起步较晚, 设计技术和检验技术依然相对落后。随着计算机技术和信息技术的发展, 计算机仿真技术给检验领域带来了革新。引入计算机仿真技术, 能够为检验结果提供有力依据。目前, 针对微耕机结构性能检测的研究主要存在以下问题:①目前微耕机的检验和试验主要依据中国机械工业联合会于2001年发布的JB/T 10266.1-2001标准和JB/T 10266.2标准。虽然两个标准中对微耕机的工作强度要求和性能要求做了明确规定, 但目前微耕机的检验绝大多数环节由人工或半自动完成[1,2,3,4], 特别是对微耕机强度和性能的检验, 检验过程繁琐、耗时长、成本高;②ANSYS有限元分析软件的应用为微耕机结构快速分析提供的途径, 但微耕机结构较为复杂, 直接在有ANSYS环境中创建三维实体模型存在建模过程复杂、耗时长等问题;③现有研究中, 对微耕机结构的有限元分析均采用手工操作的方式进行, 对操作者的技术水平要求较高, 同时也存在分析效率低的问题, 为充分提高分析效率, 应研究能够有效自动进行微耕机结构三维建模、网格划分、边界加载、分析计算和结果提取的自动化结构分析机制;④现有分析中, 没有涉及对以往分析实例经验知识的获取表达和重用, 重用以往实例经验知识, 不仅能引导有限元建模, 提高建模效率和质量, 而且能够通过经验知识对现有模型进行快速分析和评价[7,8,9]。

综合上述分析, 研究自动化的微耕机主要零部件有限元建模方法, 实现微耕机主要零部件结构静力分析的自动化进行, 开展高效、有效的系统化、自动化、智能化微耕机强度与性能检验策略的研究, 减轻操作人员工作强度的同时, 缩短建模时间, 提高分析效率, 是质量检测部门紧迫的需要, 具有重大理论与现实意义。

1 结构分析知识重用机制

建立有效的结构分析经验知识获取、表达和重用机制, 是实现结构快速分析与评价的有效途径。结构分析过程中, 知识主要包含实例知识和符号知识两大类。相应地, 推理机制包含符号推理机制和实例推理机制。实例推理机制是高效的推理机制, 主要用于分析初始阶段, 利用历史实例知识对结构分析进行引导, 实现最大化提高结构分析效率。若历史实例知识引导失败, 则调用符号推理机制, 利用基于符号知识表示的专家经验知识对结构分析过程进行指导。

符号知识主要包括结构分析中的专家经验知识、领域规范知识等。它是传统专家系统知识库的主体, 能够用规范化的语言进行表达。符号知识不仅便于总结归纳知识, 而且也便于在计算机上知识的表达的处理。符号性知识的求解由符号推理机制实现, 求解过程具有简单、灵活、易于理解、解释机制良好、便于实现知识库和推理机相分离等优点, 但无法直接从以往的分析实例中提取知识并用于现有分析中。此外, 当知识库较大时, 难以实现知识的一致性、完整性和无冗余性维护, 且推理过程难以控制和维护、推理耗时长、计算效率低。

实例知识是对历史结构分析实例的规范化描述, 能够表达符号知识难以描述的知识。实例知识采用实例推理机制进行求解, 属于类比思维, 推理过程与人类专家的决策过程吻合, 推理效率高。此外, 知识库的创建简单、快速, 维护方便。但分析新结构时, 缺乏实例知识的引导, 推理效率低下, 推理结果难以控制。

综合上述分析, 符号知识与实例知识互相弥补, 相辅相成。在上述知识表达方法的基础上, 构建结构分析知识重用机制如图1所示。

开启新的微耕机结构分析任务时, 通过人机交互界面, 对分析人物进行问题描述。系统根据所描述的分析任务基于历史实例知识库调用实例推理机制进行推理, 如果满足匹配精度要求则基于推理结果进行分析结果提取。如果实例推理无法匹配满足给定精度要求的历史实例, 则基于符号知识库调用符号推理机制对待分析结构进行推理, 确定待分析结构的分析参数, 如网格大小、边界条件, 加载方式等, 并生成结构分析APDL命令流, 进而调用自动化微耕机结构有限元分析模块进行分析。待有限元分析结束后, 从分析结果数据库中提取结构分析结果并保存。提取分析结果后, 系统通过人机交互判断是否继续分析下一个任务, 如果还存在待分析任务则重新进入问题描述, 开启新的分析, 否则退出分析系统。

2 自动化结构分析机制

实例推理结果的准确性依赖于实例知识库的完整性和可靠性。实例知识的来源是历史分析数据。在实例知识库的构造初期, 结构分析的主要技术依赖于符号推理机制。符号推理机制的结果是产生结构有限元分析APDL命令流, 结构分析结果必须通过求解APDL命令流获取。因此, 构造高效、可靠的自动化微耕机结构有限元分析机制是实现符号推理求解微耕机结构有限元分析的关键技术手段, 也是提高微耕机结构有限元分析效率的有效途径。

在结构分析领域, ANSYS作为强大的有限元分析计算环境, 得到广泛应用。但微耕机结构较为复杂, 直接在ANSYS有限元分析环境中创建微耕机结构三维实体模型, 存在建模难度大、效率低的缺点。Pro/Engineer不仅具有强大的三维实体建模能力, 而且与ANSYS之间具有无缝数据接口。借助ANSYS与Pro/Engineer的无缝数据接口、ANSYS的APDL命令流、Batch运行模式及Pro/Engineer的Pro/TOOLKIT二次开发工具箱, 能够最大程度地发挥ANSYS强大的有限元分析计算能力及Pro/Engineer强大的三维实体建模能力, 实现微耕机结构分析的自动化进行, 提高结构分析效率。

实现结构分析自动化运行的关键是实现实体建模、网格划分、边界加载、分析计算和结果保存等一系列操作的自动化运行。三维实体建模由Pro/Engineer环境创建, 利用参数化建模思想, 创建微耕机结构参数化模型, 结合Pro/TOOLKIT二次开发工具箱, 在Visual Studio开发环境下可实现微耕机结构的快速自动化建模。进而借助APDL命令流, 能够实现自动化通过专用数据接口在ANSYS环境下导入Pro/Engineer环境下创建的三维实体模型, 并进行网格划分控制、边界加载、有限元分析计算和计算结果保存等操作。最后基于ANSYS的Batch运行模式, 在Visual Studio开发环境下能够实现外部程序后台调用ANSYS有限元分析, 并在分析结束后从保存的有限元分析结果中提取所需数据等操作。

基于上述分析, 构建自动化微耕机结构分析机制如图2所示。根据问题描述得到的微耕机结构参数, 基于Pro/TOOLKIT二次开发工具箱以简单异步模式启动Pro/Engineer实体建模环境, 载入参数化微耕机结构实体样板模型, 根据目标结构参数重生成实体模型, 保存所需实体模型和结构参数并关闭Pro/Engineer实体建模环境。进而以Batch模式启动ANSYS, 并载入符号推理后生成的APDL命令流, 后台进行有限元分析计算。计算结束后, 保存计算结果并退出Batch模式, 则自动化有限元分析过程结束。

3 系统设计与实现

基于上述结构分析知识重用机制及自动化结构分析机制, 构建基于知识重用的微耕机结构强度分析系统首先必须具备符号知识推理模块、实例知识推理模块、自动化结构分析模块。从便于系统应用的角度出发, 系统应局有良好的人机界面。同时, 作为一个基于知识的系统, 微耕机强度分析系统还应具备知识获取和推理结果解释机制。因此, 构建基于知识重用的微耕机结构强度分析系统框架如图3所示。

人机界面是用户与系统交互的接口。人机界面是否友好, 直接影响用户的操作体验。良好的人机界面不仅能提高用户的操作体验, 而且能够有效降低系统操作复杂度, 提高系统应用效率。CAD/CAE模块主要实现自动化微耕机结构分析, 其中CAD部分主要实现Pro/Engineer环境下的微耕机结构三维实体建模, CAE模块主要ANSYS有限元分析环境中的微耕机结构分析。CAD/CAE模块在储存自身数据的同时, 将计算分析过程产生的过程数据存储在动态数据库中, 便于用户实时查询、提取和对计算分析过程进行监控。与知识重用机制一直, 推理机包括符号推理机和实例推理机, 实现符号知识和实例知识的处理和重用。符号知识和实例知识均储分别储存在符号知识库和实例知识库中。为便于符号知识和实例知识的组织、管理和维护, 将符号知识库和实例知识库放在统一的知识库中。知识库中知识的来源由知识获取模块实现, 知识获取模块主要实现从人机界面获取知识, 对实例知识, 知识获取模块也能直接从动态数据库中提取。

基于微耕机结构强度分析系统, 通过实例分析, 当知识库中不存在与分析任务相匹配的历史结构分析实例时, 与人工操作实施结构有限元分析, 自动化结构有限元分析效率提高了近11%。而当知识库中存在与分析任务相匹配的历史结构分析实例时, 效率提高了近35%。

4 小结

①针对现有微耕机结构强度分析中存在的智能化程度低、建模效率低、分析耗时长、成本高等问题, 探讨了微耕机结构强度分析过程中知识的获取、表达、处理和重用策略, 提出了基于符号知识和实例知识共同表达的知识表达方式, 构建了微耕机结构分析知识重用机制, 实现了综合利用历史实例知识和专家经验知识等引导微耕机结构强度分析, 提高结构分析效率和智能化水平的目标。②针对现有实体建模过程中存在的耗时长、过程繁琐、费用高等问题, 探讨了自动化微耕机结构强度分析机制策略, 提出利用ANSYS与Pro/Engineer专用数据接口, 借助ANSYS与Pro/Engineer的无缝数据接口、ANSYS的APDL命令流、Batch运行模式及Pro/Engineer的Pro/TOOLKIT二次开发工具箱, 充分发挥ANSYS的有限元分析计算能力及Pro/Engineer的三维实体建模能力的自动化微耕机结构分析机制, 降低了微耕机结构分析操作强度, 提高了微耕机结构分析效率。③针对结构分析知识重用机制和自动化结构分析机制的实现问题, 从系统应用和系统开发的角度出发, 提出了基于知识重用的微耕机结构强度分析系统框架结构, 实现微耕机检验的自动化和高效化, 有效降低测试人员工作强度, 能够提高微耕机检验水平和检验效率。

参考文献

[1]PATEL R, KUMARA, MOHAND.Development of an ergonomic evaluation facility for Indian tractors[J].Applied Ergonomics, 2000, 31 (3) :311-316.

[2]杨懿, 曾兴宁, 等.微耕机自动测试系统研究[J].自动化与仪器仪表, 2010 (3) :106-110.

[3]张季琴, 杨福增.山地微型遥控耕地机的设计与试验[J].中国农业工程学会2011年学术年会论文集.

[4]颜华, 吴俭敏, 等.环形土槽微耕机试验平台设计[J].农业机械学报, 2010, 41 (S1) :68-72.

[5]岳高峰, 阳绪英, 等.基于Solid Works软件微耕机模块化设计[J].农机化研究, 2009, 31 (2) :80-82.

[6]张柯柯, 卢剑锋, 等.微耕机的结构设计与动力学分析[J].农业机械学报, 2012, 34 (4) :58-61.

[7]S.Hamid L.Mirhosseyni, Phil Webb.A Hybrid Fuzzy Knowledge-Based Expert System and Genetic Algorithm for efficient selection and assignment of Material Handling Equipment.Expert Systems with Applications, 2009, 36 (9) :11875-11887.

[8]Li-Ning Xing, Ying-Wu Chen, Peng Wang, Qing-Song Zhao, Jian Xiong.A Knowledge-Based Ant Colony Optimization for Flexible Job Shop Scheduling Problems.Applied Soft Computing, 2010, 10 (3) :888-896.

知识重用 篇9

工艺设计由于过程复杂、经验性强、涉及面广，致使其对知识的依赖性强[1]。因此，企业不仅需要对工艺知识加以有效的表示和存储，更需要工艺知识的高效重用。重用经验知识，不仅可以缩短设计周期、提高设计质量，还有利于促进工艺的继承性和标准化[2]。

随着基于模型的定义（Model-Based Definition,MBD）技术的深化应用，基于MBD的三维工艺设计逐渐得到了研究与应用。与传统二维工艺相比，基于MBD的三维工艺以中间工序模型作为工艺演进过程中的知识载体，使得工艺知识与三维模型的联系更紧密，工艺知识的表现形式更直观，工艺设计的过程更高效。

近年来，关于工艺知识的表示和重用的研究多以文本信息为分析主体，如：基于本体的知识表示和重用研究[3,4,5]。但由于文字符号难以实现知识与模型的有效关联，致使工艺知识表达抽象，知识组成不完备。基于此，部分学者对三维工艺背景下工艺知识的表示和重用进行了有益的探索。文献[6]结合工序模型驱动的工艺设计方法，从工艺过程知识表达的最小知识单元——工艺知识元入手，进行知识的建模和表示。该方法尽管可以实现工艺知识的精确检索匹配，但对于成熟的典型工艺知识而言，知识粒度过细则会导致不必要的反复检索匹配，影响工艺设计的效率。文献[7]将规则知识嵌入到零件的工艺MBD信息模型中，基于特征识别技术，实现了工艺的自动决策。但产生式规则对知识的刻画粒度较粗，且在复杂零件的自动工艺决策过程中会比较复杂和费时。

针对知识与模型难以有效关联及工艺知识刻画粒度不适当等问题，本文提出了一种三维工艺知识多粒度表示与重用方法。通过明确三维工艺知识的信息组成，建立了三维模型与工艺知识有效关联。基于三级多叉树实现了不同粒度工艺实例知识的有效组织与表示。并应用基于实例推理技术，实现了不同粒度工艺知识的检索重用，提升了工艺知识表示的完备性和知识重用水平，大幅提高了工艺设计效率。

1 三维工艺知识重用过程分析

基于知识的三维工艺设计，是在工艺设计过程中综合运用工艺知识，从而达到提升工艺设计质量和工艺设计效率的目的。它是以三维工序模型信息、工艺过程及资源信息作为输入，从而有机结合形成工艺知识，并对其以适当的形式予以表示与存储，从而为三维工艺知识的高效存储与使用奠定基础。工艺人员则通过检索相似实例知识，并对其加以修改，实现实例知识的检索重用。本文分析了三维工艺知识的重用过程，如图1所示。

在本文中，首先，根据知识的信息本质，在信息层面上对工艺知识的组成进行了详细分析，并将三维模型信息纳入工艺知识，实现了知识与模型的紧密关联。其次，依据三维工艺设计的过程特点，基于三级多叉树实现了工艺知识的实例表示，实现了工艺知识的有效组织与多粒度表示。最后，根据不同层次的工艺设计问题，应用基于实例推理技术实现了不同粒度工艺知识的检索、修改、重用。

2 工艺知识的组成分析

工艺规划过程需要综合考虑设计要求、制造资源约束等一系列因素，确定加工方法、制造资源，从而实现从毛坯逐步演变为产品的过程。而三维工艺知识，则是以中间工序模型为知识组织核心，实现工艺规划过程中各种信息的综合集成。说到底，工艺知识的本质是信息的有机组合。基于此，按工艺知识的信息组成，可将工艺知识分解为：

上式中，Knowledge表示工艺知识。Model表示加工模型信息，主要包括几何形状、拓扑结构等几何信息（Geometry），以及附着在几何信息上的材料（Material）、尺寸（Dimension）、公差（Tolerance）、表面粗糙度（Roughness）、精度（Accuracy）等加工约束信息；Process表示工艺过程信息，主要包括加工方法（Method）及工艺路线（Route）等信息；Resource表示工艺资源信息，主要包括机床等加工设备信息（Equipment）及刀具、夹具、量具、辅具等工艺装备信息（Tool）。

从工艺知识重用的角度来讲，又可将工艺知识分为源对象信息和解对象信息两部分。源对象信息是在运用知识活动中可直接得到的信息，是进行知识推理的基础；而解对象信息则是通过推理过程得到的信息，是源对象信息基于推理规则的映射。在工艺知识中，加工模型信息是源对象信息，它是进行工艺知识检索、推理的信息基础。而工艺过程信息及工艺资源信息则是解对象，它们是工艺人员对加工模型信息、以往经验、工厂资源状况等进行综合分析后得出的结果。工艺知识的信息组成表如下所示。

3 基于三级多叉树的工艺知识实例表示

工艺知识的组成明确了工艺知识都由哪些信息组成，而工艺知识的实例表示则确定了知识表示的内容和结构，运用何种知识表示方法直接关系到实例推理的效率和准确度。准确、完整、高效地表达工艺实例知识是知识重用的重要基础[8]。图2表示了工艺实例知识的表示模型，在该模型中将知识分为3个层次，分别为：工艺方案知识、工序知识及加工知识元。

其中，加工知识元是工艺设计过程中知识使用的最小单元，它是完成一个工步所需工艺信息的集合，主要包括加工模型信息、工艺过程信息及工艺资源信息。工序知识实际上是一个加工知识元序列，特殊地，对于只有一个工步的工序，则其加工知识元序列中知识元的数量为1。工艺方案知识则是一个工序知识序列，实质上，它也可详细分解为加工知识元序列。

在工艺知识表示模型中，每一个方块称为知识节点，每个知识节点都有相关属性，属性主要包括加工模型信息、工艺过程信息及工艺资源信息。其中，加工模型信息是检索推理条件，它是工艺人员检索相关知识的入口；工艺过程信息和工艺资源信息是检索推理的结果，是工艺人员检索推理得到的结果。与以往针对特定粒度的工艺知识表示方法不同，本文可在工艺方案、工序、加工元3个层次的任一知识节点实现知识的检索匹配，可针对不同粒度的工艺问题提供不同的知识。

针对本文提出的工艺知识表示模型，可将知识节点（knowledge point,KP）具体表示为：

上式中，i表示知识节点所在层级，j表示知识节点的序号，t为所在层级所具有的知识节点数；

特别地，当i=1表示该知识节点处于工艺方案知识层，此时有：

上式中，M1j表示工艺方案知识层第j个知识节点的加工模型信息，它是进行工艺方案检索重用的推理条件；P1j表示该工艺方案知识节点的工艺路线；R1j表示该工艺方案知识节点工艺资源的有序集合。

当i=2表示该知识节点处于工序知识层，此时有：

上式中，M2j表示工艺方案知识层第j个知识节点的加工模型信息，它是进行工序层知识检索重用的推理条件；P2j表示该工序层知识节点的加工方法集，它是工步的有序序列；R2j表示该工序层知识节点工艺资源的有序集合。

当i=3表示该知识节点处于加工知识元层，此时有：

上式中，M3j表示加工知识元层第j个知识节点的加工模型信息，它是进行加工知识元层知识检索重用的推理条件；P3j表示该加工知识元层知识节点的加工方法；R3j表示该知识节点的工艺资源信息。

式(6)～式(8)中，mijq表示知识节点KiPj加工模型信息的属性，q=1,2,…,n,n为加工模型信息所具有的属性个数；此外，可将属性mijq表示为一个三元向量组mijq(xijq,yijq,wijq），其中xijq表示属性名，yijq表示属性值，表示该属性在工艺规划中的重要程度，权值越大，表明该属性越重要。

为实现各层级知识节点间的相互关联，实现典型工艺方案知识、工序知识的重用，将明确各知识节点间的父子关系，实现工艺知识的精确组织。知识节点的组织方式如表2所示。

4 基于实例推理的工艺知识重用

尽管基于实例推理的方法出现较早，但它仅需将实例简单地存储便可实现知识的检索重用，原理简单，实用性强，因此在工程领域得到了广泛应用。本文将各知识节点看作检索实例，实现工艺知识的检索重用。

工艺人员在工艺设计时，首先对工艺问题进行简要描述，并确定工艺问题属于工艺方案层、工序层还是工步层，从而基于相似度计算在知识库中进行知识检索。若检索所得结果与问题精确匹配，则直接调用知识库中知识；若检索所得结果与问题不是精确匹配，则由工艺人员根据实际情况加以修改使用，同时将该实例存于数据库中，以便后续使用。基于CBR的工艺知识重用过程如图3所示。

表1详细描述了工艺知识的信息组成，从中可以看出在工艺设计过程中，加工模型信息一般可通过读取三维图直接得到，这些信息可作为工艺知识检索、推理的条件，它们在CBR中也作为进行相似度匹配的参数。而工艺过程信息、工艺资源信息则是在工艺规划过程中所求信息，它们是工艺知识检索、推理的结果。

其中，加工模型信息主要包括：几何信息、材料、尺寸、公差、表面粗糙度、精度。针对不同知识层级的工艺设计问题，所应用的加工模型信息会有所不同。如：工艺方案知识匹配仅需几何信息、材料信息，而在工序知识和加工知识元的匹配中则需要上述所有加工模型信息作为匹配参数。在这些匹配参数中，几何信息是三维CAD模型，公差是区间值，材料是离散值，表面粗糙度、精度及尺寸是连续值，各个参数值的属性是不同的，因此需要针对不同参数值属性进行相似度计算。

1）三维模型匹配。三维工序模型的匹配通过基于加工特征的提取与匹配方法进行相似度匹配，具体算法可参见文献[9]。

2）区间值匹配。设问题空间中某一属性Q的区间值为[q1,q2],知识库中某一属性B的区间值为[b1,b2]。则其相似度计算公式为：

当q1<b1且b1<q2≤b2时，两区间存在重叠区域，则有：

当b1<q1<q2<b2时，一个区间包含另外一个区间，此时：

3）离散值匹配。设问题空间中某离散型属性值为q，知识库中相对应的属性值为b。则其相似度计算公式为：

4）连续值匹配。设问题空间某连续值为q，知识库中相对应的属性值为b。则其相似度计算公式为：

通过以上公式，可逐一计算加工信息模型中各参数的相似度，接着可得出问题空间与知识库中知识节点的相似度计算公式为：

公式(14)中，S是匹配属性的个数，wi为各个属性在相似度计算中的权值，它是表示该属性在工艺规划中的重要程度。特别地，各属性权值的确定可通过工艺专家予以确定。

基于以上公式，可计算出问题描述与知识库中知识的相似度值。特别地，对于加工知识元层级的问题，可直接选择相似度最高的修改后即可应用。而对于工艺方案层和工序层的问题，在检索得到相应的知识节点后，还要找出其子节点，做相应修改后实现典型工艺方案知识与工序知识的重用。

5 实例验证

基于上述方法，本文以C#为开发语言，VS2013为开发工具，开发了一个三维机加工艺知识管理与重用系统。图4是以矩形齿花键套的内孔加工为例，应用该系统实现知识重用的实例界面。

从上图可看出，在知识重用过程中，工艺人员首先要确定所求知识所属的知识层级，接着输入相应的匹配参数，如：几何模型、材料、尺寸等，通过参数的相似度计算，得到知识相似度列表，列表依相似度降序依次排列。如图所示，序号为1的知识是与检索参数相似度最高的一条知识。通过对比分析可知，该条知识与所求问题的尺寸和公差稍有不同，因此可对该条知识稍加修改便可应用于所求问题。

工序知识层及工艺方案知识层的工艺知识重用界面如图5所示。与加工知识元层知识的重用类似，工序及工艺方案知识层的知识重用均是通过将加工模型信息作为匹配参数来实现工艺知识的检索、修改、重用。与加工知识元所不同的是，工序及工艺方案知识需要关联其知识子节点，从而实现典型工序及典型工艺方案的检索重用。

6 结束语

本文针对三维工艺设计的过程特点，提出了一种三维工艺知识多粒度表示与重用方法。首先明确了工艺知识的信息组成，并在此基础上，提出基于三级多叉树的知识表示方法，实现了工艺方案知识、工序知识及加工知识元间的相互关联与有效标识。并基于该知识表示方法，在不同知识粒度上实现了基于实例推理的工艺知识检索重用。最后，基于本文提出的方法，开发了一个三维机加工艺知识管理与重用系统，并在实践中得到了应用。实践表明，该系统可实现加工知识元、工序知识及工艺方案知识的高效检索重用，为基于知识的快速工艺设计提供有效支撑。

参考文献

[1]赵昌葆,郑双.一种工艺设计综合知识表示方法及其应用[J].制造业自动化,2011(03):29-32.

[2]Alizon F,Shooter S B,Simpson T W.Reuse of manufacturing knowledge to facilitate platform-based product realization[J].Journal of Computing and Information Science in Engineering,2006,06(02):170.

[3]吕素刚.基于本体的加工工艺知识库系统研究及应用[D].南京:南京航空航天大学,2011.

[4]孙刚,万毕乐,刘检华,尚炜.基于三维模型的卫星装配工艺设计与应用技术[J].计算机集成制造系统,2011(11):2343-2349.

[5]严键,陈友玲,刘文科.基于本体映射的零件工艺实例重用方法研究[J].计算机应用研究,2012(01):177-180.

[6]常智勇,黄一波,万能,赵杰.零件工艺知识建模及其相似度度量方法研究[J].机械科学与技术,2015(06):892-897.

[7]龚亮亮,张振明,等.基于模型定义的工艺知识表示及工艺决策方法研究[J].机械制造,2013,05:78-81.

[8]吴晓晓,敬石开,刘海滨.航天产品设计知识的表示与重用技术研究[J].制造业自动化,2009(11):04-07,18.

知识重用 篇10

关键词：工程设计项目,知识重用,结构方程模型,影响因素

1 引言

工程设计项目的开展和管理是一个知识获取、共享、运用、创新的过程，也就是一个工程设计项目的知识管理的过程。在整个项目开展的过程中，工程设计人员和项目管理人员从项目的演进中不断获得灵感、积累知识、创造知识，并将其应用，从而实现知识的连续循环。作为知识循环重要环节的知识重用被认为是提高组织设计效率，降低组织成本，进而取得较好组织绩效的关键因素之一。它能够从多方面协调不同的资源，为工程项目设计者更好地分析问题、解决问题和创造新的问题解决方案，是针对组织的适应性、组织的生存能力以及组织协调能力等重要方面的一种迎合性措施。如果一个工程设计企业拥有较好的知识的收集、储存与管理的知识重用体系，就可以为企业以后类似的项目和方案提供参考，提高工程设计效率。因此，对工程设计企业而言，知识重用是提高企业的应变能力、创新能力、生存能力和竞争能力的重要策略。

然而，目前在大多工程设计企业中，知识重用率并不高。导致该现象发生的主要原因并非完全因为企业没有意识到知识重用的重要性，还有很多其他例如：知识存储、企业氛围、个人意愿等因素阻碍了知识的重用。因此，本文将致力于寻找影响工程设计中知识重用的影响因素。本文的结构如下：第2章分是关于知识重用的国内外文献综述，第3章是建立理论模型及提出假设，第4章通过结构方程模型来分析和验证提出的假设，第5章对本文做出了总结。

2 文献综述

对于知识管理过程中知识难以重用的原因，己经有一些学者做过一定探讨，他们从自己的角度阐述了一些影响知识重用的因素。Choi&lee认为，由于能够提供默会知识重用的便利，企业之间的合作大量出现，影响知识重用的关键是联盟各方在企业文化、国家文化和商业文化的差异。Albin等人归纳出知识重用分析框架的4个部分：转移主体、转移意境、转移内容、转移媒介。他们认为，知识重用依赖于转移主体、意境、内容和媒介。这4部分相互作用，共同促进知识的转移。Simonin对联盟中知识重用因素作了实证研究，他针对147家跨国公司所做的调查显示，企业的学习意愿、学习能力和知识模糊性3个因素对知识重用的顺利程度产生影响。Szuanski的研究表明，知识重用的基本要素包括知识源、转移渠道、信息、接受者和情境。这些要素相互作用来影响知识重用的绩效。

国内，张亮在研究中指出，知识型战略联盟中知识的可获取性、联盟伙伴的互动关系、联盟企业的学习能力、联盟伙伴间的差异等因素是影响联盟中知识重用的影响因素。刘芳、欧阳令南认为，跨国公司内部知识重用的影响因素包括：知识的特性、母公司转移知识的意愿和子公司吸收知识的能力。吴勇慧认为，组织内个体层面知识重用的影响因素包括:知识的内隐程度、双方的知识距离、知识源的保护意识。

在知识重用过程的研究方面，学者王开明、万君康认为，知识的转移包括知识的发送和知识的接受两个基本过程，这两个过程是由两个不同的参与者(发送者和接受者)分别完成，并通过中介媒体连接起来。刘芳和欧阳令南认为，跨国公司内部的知识重用过程包括初始、实施和整合3个阶段。MymaGilbert和Martyncordey Hayes根据自己的研究提出知识重用5步骤的概念模型。Szulanski等学者认为，组织内的知识重用不是一个动作，而是一个过程，他认为知识重用的过程包括4个阶段：初始阶段、执行阶段、蔓延阶段和整合阶段。

3 知识重用模型及假设

本文采取实证研究方法，从知识管理的相关理论和文献对工程设计项目内的知识重用进行归纳，据此提出本文的研究模型和假设。本研究主要采用多元统计分析中的结构方程模型(SEM)分析，使用统计软件Amos18.7和SPSS20.0。

3.1 工程设计中知识重用的理论模型

提出工程设计项目中知识重用的理论模型，见图1。

3.2 知识重用的影响要素及假设

知识重用的结果可以从两个方面来度量，一个是主观方面，一个是客观方面。综合以往的研究和基于SEM分析的理论，以工程设计企业中的知识管理特点，衡量项目管理中知识重用绩效的观测变量采用重用知识所占比重、项目绩效、团队收获、个人收获这4个指标。

对于影响知识重用原因，根据之前的研究成果以及项目管理本身的特性，把工程项目管理中知识重用的影响因素分为：知识特性、知识应用、员工关系，具体结构见表1。

根据以上提出的工程项目中知识重用的理论模型及影响因素的分析，本文对工程设计中知识重用的影响因素提出如下假设：

1）第1类假设：项目管理中知识特性与知识重用绩效显著相关

用内隐性、系统性和复杂性3个构面来描述知识的特性。

H1a:知识的内隐性和重用绩效之间负相关;

H1b:知识的系统性和重用绩效之间正相关;

H1c:知识的复杂性和重用绩效之间负相关。

2）第2类假设:工程设计项目中知识应用与知识重用绩效显著相关

用知识重用意愿、学习能力、传授能力3个构面来描述知识应用。

对第2类假设分解为以下子假设:

H2a:知识重用意愿和重用绩效之间正相关;

H2b:学习动机和重用绩效之间正相关;

H2c:传授能力和重用绩效之间正相关。

3）第3类假设:工程设计项目中员工关系与知识重用绩效显著相关

用员工间沟通态度、员工间的友好交往2个构面来描述知识应用。

对第3类假设分解为以下子假设；

H3a:沟通态度和重用绩效之间正相关;

H3b:友好交往和重用绩效之间正相关。

根据以上变量的选取，本文对自变量、因变量及调节变量之间提出以下假设，详见表2。

4 基于SEM的实证研究分析

4.1 问卷设计及发放和回收

本研究主要借鉴以往国内外研究文献的调查问卷，然后通过预调研修改初始问卷的量表，分析问卷的信度和效度，根据信度和效度分析的结果对问卷中的问题进行删除或增加，最后编制成正式调查问卷。量表中的每个题目均采用Liken5点尺度测量。

本研究的实证数据通过两个阶段进行收集。第一阶段我们发放了100份问卷进行预调研，涉及中国航空规划建设发展有限公司不同专业技术领域十几个工程设计项目团队；在数据收集的第二阶段，我们以北京航空航天大学项目管理工程硕士为样本进行调研，其中包含了中国中航工业集团的几十个项目团队进行问卷调查。

在第一阶段中，共发放100份问卷，收回问卷64份，其中1份无效问卷被弃用，实用有效问卷63份。在数据收集的第二阶段，共发放150份问卷，收回问卷126份，其中1份无效问卷被弃用，实用有效问卷125份。在第二阶段中我们还通过网络进行了调查，通过电子邮件发放了86份，收回15份，实用有效问卷15份，所以在数据收集的第二阶段我们共收集了有效问卷140份。

4.2 问卷的信度与效度检验

问卷的信度是考察问卷测量的可靠性，是指测量所得结果的内部一致性。本文采用Cronbach的一致性系数（α系数）来分析信度。Cronbachα≥0.70时，属于高信度；0.35≤Cronbachα≤0.70时，属于尚可；Cronbachα<0.35时则为低信度。效度是指实证测量在多大程度上反映了变量的真实含义。本文用KMO(Kaiser-Meyer-Olkin)样本测度指标来检验指标间的相关性。KMO越接近1表示越适合进行公因子分析。KMO在0.9以上，非常适合；0.8～0.9，很适合；0.6～0.7，不太适合；0.5～0.6，很勉强；0.5以下，不适合。本文的度量信度结果见表3。

根据测量结果，问卷的Conbach'sα值基本上都在0.7以上，可以认为问卷信度较高。KMO值在0.7以上，比较适km合o做公共因子分析。因此，问卷的信度和效度很理想。

4.3假设检验和结果分析

综合以上假设，本文把在工程设计项目中知识重用的影响因素及其相互作用以变量之间的关系表现在图2中。简洁起见,该模型未显示从观测变量到潜变量的诸多测量模型。从图2中可以看出,前文的理论模型和假设共同构成了一个包含独立变量、调节变量和因变量的复杂的实证模型。

本文的数据支持了大部分假设，详细情况如表4所示。

注:表中***代表路径系数在0.1%的显著性水平下不为0。

本文收集的数据支持了上文提出的大部分假设。研究检验的假设结果如表5所示。

5结语

本文建立了工程设计知识重用绩效的概念模型并进行了实证检验研究。根据工程项目知识管理的特点，参考了以往关于工程设计领域的文献，本文设计了各要素能力的度量量表，通过问卷调查获取了研究数据资料，对量表进行了信度、效度检验。结果表明，本研究建立的量表品质符合研究要求，说明各个观测指标能够全面而准确地度量所对应的要素能力变量。同过研究发现，在工程设计行业中知识的内隐性、复杂性与知识重用绩效负相关，知识的系统性与重用绩效正相关；知识重用意愿和学习动机对知识重用绩效有正向的影响，而知识传授能力跟知识重用绩效没有显著影响；员工的沟通态度对知识重用绩效有正向的影响，而员工间的友好交往对知识重用绩效没有显著影响。

本文从工程设计领域的知识重用的角度出发,对影响重用绩效的因素进行了分析,分析结果对该领域中知识管理具有指示作用。但是本文的调查只是基于一家工程设计领域中的企业进行分析,在数据上难免具有以偏概全的缺陷。本文的研究工作只是对工程设计项目中知识重用绩效的初步尝试,以求为知识管理工作探索一条适合的实际的路线。

参考文献

[1]Atreyi Kankanhalli,One-Ki(Daniel)Lee,Kai H.Lim.Knowledge sharing and reuse for engineering design integration[J].Information&Management,(2011)(48):106-113.

[2]Petri A.Jokinen.Sharing engineering design knowledge and delivering proven[J].ISATransaction,1998,36(4):257-266.

[3]程铁信,陈美.工程设计项目知识管理影响因子实证分析与应用研究[J].管理评论,2010,22(12):112-119.

[4]Saeema Ahmed,Lyngby,Denmark.Encouraging reuse of designknowledge:a method to index knowledge[J].Design Studies,2007,12(1):42-50.

[5]Leake,D Band Wilson,DC.A case-based framework for interactive capture and reuse of design knowledge[J].Applied Intelligence,2001,14(1):77-94.

[6]张亮.知识型战略联盟中知识转移的影响因素分析及其对策研究[J].市场周刊,2005(8):68-70.

[7]刘芳,欧阳令南.跨国公司知识转移过程、影响因素与对策研究[J].科学学与科学技术管理,2005(10):40-43.

[8]吴勇慧.组织内个体层面知识转移的影响因素研究[D].杭州:浙江大学,2004.

贺龙重用杀父仇人 篇11

1919年5月,贺龙为了扩充武装,向王子豳说情,要他调拨300条枪支和弹药,并派副官贺植卿去送重礼以换枪弹。贺龙父亲贺仕道怕此事办不妥,决定与小儿贺文掌一同前往。谷膏如探知这个秘密,买通土匪陈继之、柏家厚埋伏在三人潭的峡谷口前,将贺仕道打死,捉到贺文掌后,用甑子蒸得骨肉分离,惨不忍睹。噩耗传来,贺英气愤至极,直奔谷家,砸了谷氏祠堂,弄得谷家一时惶恐万状。而贺龙却是冷静异常,劝众族人说:“贺、谷两姓是儿女亲家,世代通婚,亲上加亲。如果他杀我,我杀他,正好中了敌人的奸计。”一席话把大家给说得服服贴贴。

贺龙把一场即将爆发的家族械斗风波平息了。

1925年初春季节,贺龙驻兵澧州,正准备挥师北伐,却为队伍力量不足、枪弹缺乏犯愁。一天,贺龙与谷敦武、谷青云等麾下几位旅长商议如何扩大队伍之事。谷青云说,澧州附近活动着一支土匪武装,有几百条枪,可惜没有合适的人去招安。严仁珊说:“人倒是有一个,就是只怕师座不肯买账。”贺龙急问:“谁?”“这个人就是你的杀父仇人。”

“柏家厚!”这话一出口,屋里顿时静下来,贺龙垂下眼帘若有所思。过了片刻,贺龙对大家说:“现在秣兵厉马准备北伐,怎能以个人私仇影响国家大事?”贺龙即令通讯员取来笔墨信纸,亲笔给柏家厚写了一封信,立即派人送到柏家。

柏家厚见信上写道:“柏团长,现革命已进高潮,希你同我们一道参加北伐,并请将附近那支武装拉人编内,你看如何……”柏家厚始而惊愕,继而泪如泉涌,对送信人说:“请转告贺师长,他这样宽宏大量,不计私仇旧怨,我柏家厚一定不负委托。”

柏家厚经过苦心努力,终于把那支队伍拉了过来,他本人和那支队伍一同参加北伐,作战英勇无比,屡战屡胜,多次受到贺龙嘉奖。一直跟贺龙作对的陈渠珍也被贺龙的大义感动,特派人为他送来了枪弹。

贺英对贺龙重用杀父、杀弟之仇的柏家厚,如此宽宏大量,实在无法苟同。贺龙知道大姐一时无法接受,便说:“大姐你想,我贺龙从两把菜刀起家,哪一步不是靠大家的力量去度过难关?如果我杀了谷膏如,谷家就会反对我,他们就会站出来,与我们为敌;如果我不起用柏家厚,他会将那支队伍拉过来为北伐出力吗?我如果依你打了陈渠珍,他会给我雪中送炭吗?”

三代皇帝重用张安世 篇12

汉武帝去世后, 年仅8岁的汉昭帝即位。因张安世一贯勤勉敬业, 大将军霍光奏请皇帝, 封张安世为右将军兼光禄勋, 做自己的副手。此时, 张安世的职位在大臣中已居第二位, 可谓地位显赫, 但他仍然兢兢业业。汉昭帝特意下诏, 赞扬张安世有尧舜之时的古大臣之风, 加封他为富平侯。

汉昭帝在位十三年后去世, 张安世又同霍光一起辅佐汉宣帝即位。霍光去世后, 御史大夫魏相上奏皇帝提出:“张安世侍奉两代皇帝三十余年, 一直忠诚信实, 谨慎厚道, 夙夜不懈, 应当封为大将军。”宣帝也想重用他。张安世听到这个消息, 急忙请求单独面见皇帝, 说:“我自认才力不足以承担大将军之职, 请皇帝哀怜, 以成全老臣的性命。”宣帝笑着说:“你过于谦虚了, 你若不行, 还有谁能行呢?”张安世百般推辞无效, 最后, 皇帝仍封他为大司马卫将军, 领尚书事, 并将都城以内的全部兵权交给他。

综观历史上许多权臣大将, 处于这样的地位, 往往踌躇满志, 骄狂自得。张安世则不然, 他深知月盈则亏、水满则溢的道理, 更加小心畏忌, 谨慎供职。他每次同皇帝一起参与大事决策后, 往往请病假不上朝, 等皇帝就此发出诏令后, 再派吏员到丞相府探问是怎么回事, 以致连朝廷大臣都不知道他曾参与密议。他待下属也特别宽厚。任光禄勋时, 曾有一个郎中因喝醉了在殿中小便, 负责官员禀报张安世, 欲按规惩治, 张安世说:“你怎么知道他不是倒汤水呢, 怎么能以小过成人罪责?”用这种方式保护了这位下属。他又因父子尊显, 心不自安, 多次奏请皇帝将自己的儿子外派到地方任吏职。

张安世为官历武帝、昭帝、宣帝三朝, 朝中屡经大变, 宦海之中风急浪诡。张安世不管风云如何变幻, 从不结党营私, 一直正道行世。这是他能得到三代皇帝始终如一信任的重要原因。

应当说, 他同大将军霍光关系不错, 彼此绝对信任。霍光推荐张安世做自己的副手, 也可以说他对张安世有知遇之恩。但是, 张安世同霍光的交往, 完全是公谊, 是为国效力, 为君尽忠, 没有丝毫个人谋算的私心。正因如此, 当霍光死后数年, 他的儿子霍禹、霍云、霍山等阴谋作乱的图谋败露, 在霍氏因此被灭族的一场大动乱中, 张安世没有受到丝毫牵连。

张安世的哥哥张贺任掖庭令, 在武帝曾孙 (后来的汉宣帝) 年少寒微时曾尽力扶持与资助, 并认为武帝曾孙刚毅、有才气, 多次向弟弟张安世称道。张安世就劝止他哥哥说:“年轻皇帝 (指汉昭帝) 在上, 不宜称赞皇曾孙。”这些话皇曾孙当时都知道, 他即位当皇帝后对张安世说:“当年掖庭令称赞我, 你制止他, 做得很对。”后来, 宣帝为表彰张贺当年扶持之功, 封过继给张贺的张安世的小儿子张彭祖为阳都侯。

张安世当时贵为勋臣中的第一人, 父子封侯, 食邑超万户。但是, 张安世自奉俭约, 平素在家只穿黑色粗丝做的衣服, 夫人亲自纺线织布, 家中奴仆皆劳作治产, 没有游手好闲者, 由此也导致家境殷厚。他因此上书皇帝, 要求辞去官家俸禄, 当时官方的账本上, 张家拒领的金钱累计达百万之数。