知识库建模

知识库建模（精选8篇）

知识库建模 篇1

计算机和网络技术的发展及其在制造业中的应用, 产生许多新的制造模式, 如并行工程, 敏捷制造和全球制造。这些新的模式对产品进行生命周期的设计和管理提出了进一步的要求。这体现在信息集成和功能集成贯穿产品生命周期的每一阶段:分析、设计、制造、维护[1]。基于STEP-NC标准的C A D/C A P P/C A F A/C A M集成制造系统实现了信息的集成, 然而还没有很好的方法解决他们之间的功能集成, 例如从CAPP到CAD工艺性能评估, CAFD (计算机辅助夹具设计) /CAM到CAPP的定位性能反馈等[2]。

功能的集成需要借助知识的集成, 通过引进知识库技术, 实现制造系统的智能性来实现功能的集成[3]。正确的知识库建模过程是决定知识库构建成败的关键。然而, 对于知识库建模过程的研究还很少, 本文将在分析软件系统开发过程的基础上, 结合高速切削知识库的建立, 给出工程知识库的一种建模方法。

1 软件系统的开发过程

软件这个词的范围比较广, 它并不仅仅指应用软件。所谓软件开发学科是指研究各类软件创建、维护等一系列开发活动的学科, 其主要内容包括理论、方法和技术三方面的开发知识。软件可划分为智能软件、系统软件和应用软件三个领域。由于不同的软件采用的开发知识不同, 从而构成各自相应的方法[4]。尽管, 智能软件和应用软件分属不同的领域, 但智能软件和应用软件都是计算机软件。

建造软件系统的解决方案由三个关键的相互关联的基本要素组成。

(1) 软件工程过程 (SEP) 。

(2) 软件工程过程支持环境 (SEPSE, 如开发工具和建模语言等) 。

(3) 培训、指导和咨询服务。

Watts Humphrey曾经说过, “软件工程过程就是将客户需求转化为软件产品的所有必须活动的集合”。在整个解决方案中首当其冲而且也是最重要的要素是过程。使用工具和一个随意的开发过程去建造软件系统是可能的, 但却不容易, 而且从长远看相当昂贵[5]。

结构化方法和面向对象方法是现今主要的软件开发过程方法。面向对象方法强调把问题域的要领直接影射到对象及对象之间的接口上, 用符合人们通常的思维方式来处理客观世界中的问题, 它是一种面向问题域的开发方法;结构化方法则是强调过程抽象化和模块化, 是以过程为中心构造或处理客观世界中的问题, 它是一种面向过程的开发方法。

1.1 结构化方法

结构化方法 (Structured methodologies) , 其基本原理是跟踪数据流, 即研究应用领域中数据如何流动及在各个组成部分如何进行处理。结构化方法的特点是始终贯彻自顶向下逐步细化的“功能分解”思想[6]。由于系统的功能是系统与外部环境相互作用的表现, 人作为特定外部环境的一部分, 认识系统一般从其功能开始。这是基于功能分解的结构化方法容易为人们理解和掌握的主要原因。

结构方法基于功能分解的特点, 使之逐渐显现以下不足[7]。

(1) 系统的开发是通过在需求分析的基础上对系统功能逐步分解, 精化实现的, 当顶层的功能需求变化时, 整个系统从上到下都需变动。

(2) 结构化方法在分析和设计阶段使用不同的描述工具, 它们之间虽然可以转换, 但不是同态的, 分析和设计之间过渡不平滑。

(3) 功能分解方法本身不支持复用, 很难进行系统的二次开发。

1.2 面向对象方法

面向对象 (Object-oriented methodologies) 是一种认识世界的观念。世界是由许多对象构成, 每个对象都有自己的属性和行为, 对象间相互联系并相互作用。

面向对象方法的基本思想是, 从现实世界中客观存在的事物出发来构造系统, 并在系统构造中尽可能运用人类的自然思维方式。面向对象方法强调直接以问题域 (现实世界) 中的事物为中心来思考问题, 认识问题, 并根据这些事物的本质特征, 把它们抽象地表示为系统中的对象, 作为系统的基本构成单位。这可以使系统直接地映射客观世界, 保持所研究领域中事物及其相互关系的本来面貌。

另外, 系统分析和开发方法不应该是一种超脱人类日常的思维方式, 而应当与人类在长期进化过程中形成的各种行之有效的思想方法相符合。如果说, 结构化方法采用了许多符合人类思维习惯的原则与策略 (如自顶向下、逐步求精) 。面向对象方法更加强调运用人类在日常的逻辑思维中经常采用的思想方法与原则, 如抽象、分类、继承、聚合、封装等。这使得开发者能够更有效地思考问题, 并以其他人也能看懂的方式把自己的认识表达出来。具体地讲, 面向对象方法有如下一些特点。

(1) 从问题域中客观存在的事物出发来构造系统, 用对象作为对这些事物的抽象表示, 并以此作为系统的基本构成单位。

(2) 事物的静态特征 (即可以用一些数据来表达的特征) 用对象的属性表示, 事物的动态特征 (即事物的行为) 用对象的方法表示。

(3) 对象的属性和方法结合为一体, 成为一个独立的实体, 对外屏蔽其内部细节 (称作封装) 。

(4) 对象之间通过消息进行通信, 以实现对象之间的动态联系。

面向对象方法和结构化方法的相比有了更大的进步, 表现在以下几点。

(1) 稳定性。在一定的问题域范围内, 基于系统构成部件的分析和设计所得的结果, 对功能需求变化的适应, 更强于基于功能模块的方法, 这符合系统论中的系统之结构较其功能更为稳定的原理。

(2) 分析与设计的衔接。面向对象方法的分析和设计所面对的是同一组对象及其相互关系, 从分析到设计的映射是同态的, 可以实现平滑过渡。

(3) 重用性。由于对象封装了数据和对数据的操作方法, 因而是良好的可重用单元, 而类的继承使得子类方便地使用父类的信息。这些使得面向对象被认为是目前最成功的重用技术。

2 软件系统开发的建模语言

建模语言是设计者用来交流模型的工具, 不仅指专业人员之间, 而且也是设计者与非专业人员之间以及与未来的开发者之间进行交流的工具, 还是设计者用来分析和帮助思考的工具。现在广泛采用的建模表示方法主要有IDEF (Integrated Definition) 和UML (Unified Modeling Language) 。它们分别产生于结构化的分析与设计和面向对象的分析与设计。

2.1 IDEF0和IDEF3图

I D E F包括I D E F 0, I D E F 1, I D E F 2, I D E F 1 X, I D E F 3, I D E F 4, I D E F 4 C++, IDEF5等, 其中IDEF0描述系统的功能活动及其联系, 建立功能模型。IDEF3可以以人们习惯的表达方式, 获取真实世界中的过程和事物, 建立过程模型。

2.1.1 IDEF0图

IDEF0图主要有矩形框, 箭头, 文字等描述符号构成, 矩形框包含一个名称和一个字母数字符, 名称表示该模块的功能, 字母数字符表示该模块的层次。箭头有四种类型:输入, 输出, 控制和机制。输入箭头表达通过功能转换为输出的数据和物体。输出箭头表达功能产生的数据和物体。控制箭头表达控制, 如产生正确的输出所需的条件。机制箭头表达机制, 如实现功能所用的方法。文字说明矩形框、箭头的表示及功能。IDEF0的基本表示如图1所示。

2.1.2 IDEF3图

IDEF3图主要有行为单元框, 连接线和连接框等描述符号组成。单元框包含一个标记名, 两个数字符, 其中标记名用来标记过程名, 左边的数字符表示过程顺序, 右边的数字符表示IDEF0图中的功能单元号。连接线主要是箭头, 表示过程的顺序。连接框是一个带有逻辑符的小线框, 连接框描述过程表示中的分叉点, 表示从一个线程分叉为多个线程, 或多个线程汇聚为一个线程。逻辑符有与 (&) 、或 (O) 、异或 (X) 。IDEF3的基本表示如图2所示。

2.2 统一建模语言 (UML)

统一建模语言是用来构造软件的标准建模语言, 为软件系统中的各个构件提供了可视的规范化描述。我们可以从UML所使用的术语来认识U M L, U M L术语可分为三大类:事物、关系和图[8], 如图3所示。

事物共有四类:结构化的、行为性的、分组的和注释性的。结构化的事物又包含六种主要类别:用例、类、接口、协作、构件和节点。行为性的事物则有:交互机和状态机。分组事物有四类:包、模型、子系统和构架。注释性的事物有一类:注释。

关系进一步分为:依赖、关联和泛化。

图中, UML提供了九种形态:用例图、类图、对象图、顺序图、协作图、状态图、动作图、构件图和实施图。

2.2.1 用例图 (Use case Diagram)

用例是一个描述系统、系统环境以及它们之间如何关联的模型。参与者、用例和连接线共同组成了用例模型。用例用一个椭圆形表示, 直立人型图表示参与者, 连接线是实线。图4给出了UML用例图的表示。

2.2.2 类图 (Class Diagram)

类 (Class) 是对一组具有相同属性和行为的对象的一个抽象描述。类的图标是一个矩形, 上面标有类名、属性和行为, 它们之间用实线分隔, 如图5所示。

3 工程知识单元的确定

知识单元是指相对独立的能够根据特定的领域知识来描述和解决问题的实体[9]。机械工程知识单元的划分, 取决于机械制造单元。然而随着先进制造技术的不断发展, 成组技术, 虚拟技术, 网络技术, 智能体等新技术的不断涌现, 机械制造单元也在不断的变化。从加工过程相对封闭的制造单元, 如数控加工单元, 柔性制造单元, 独立制造岛, 发展为支持敏捷制造的可编程重组的模块化加工单元, 以及全能制造中独立、自治的全能制造单元。

为实现制造单元的独立运行、并行决策、分布控制以及对外界扰动灵活响应和自适应调整, 要求正确划分知识单元, 构建相应的工程知识库。

美国空军精良生产计划创始人这样说过“尽管有信息高速公路, 尽管有虚拟企业, 产品最终还是从车间里生产出来的。”任何先进制造理论和制造模式都不可能脱离生产[10]。制造过程决定了生产性能指标, 如生产成本、产品质量、交货期、库存水平、制造柔性等, 由此机械加工的最基本单位-工步, 便成为联系一切的纽带。

4 高速切削数据库系统

高速切削数据库系统以实例库为核心, 提供一个工步的加工知识。在构建过程中同时采用面向对象方法和结构化方法。将UML的用例图和类图相结合来表示系统构成, 用IDEF0图表示系统的功能, 用IDEF3图表示刀具选择过程。

建库的主要步骤如下。

(1) 高速切削系统建模, 描述高速切削加工, 确定加工系统的构成。

(2) 根据加工知识, 将加工过程中的参量划分为非控制参量, 控制参量, 过程参量和输出参量四类, 建立加工系统的参数模型。

(3) 高速切削数据库系统功能建模, 描述高速切削数据库的功能, 确定高速切削知识库的数据结构。

(4) 高速切削加工刀具的选择过程建模, 确定知识的推理过程。

(5) 高速切削数据库系统建模。根据采用的推理方式, 及先进的制造模式, 给出整体的系统模型

4.1 高速切削系统建模

将用例图和类图相结合, 来表示高速切削系统, 其中, 用类来代替用例图中的参与者, 这样实现了系统资源的描述。

4.2 高速切削系统参数建模

根据加工知识将各参量分为四类:非控制参量, 控制参量, 过程参量和输出参量。非控制参量描述待加工工件的信息, 控制参量描述加工条件和加工参数, 过程参量描述加工过程中的状态变化, 输出参量描述加工要求。如图7所示。

4.3 高速切削数据库系统功能建模

构成高速切削加工四类参量中, 过程参量是加工过程中的状态参量, 与具体的加工环境结合过于紧密, 作为集成知识库不宜包含此类参量, 该类参量适宜包含于专用知识库。

在高速切削数据库系统中, 用非控制参量, 输出参量构成知识的问题描述部分, 而解决方案部分只包含控制参量。高速切削数据库系统的主要功能是, 根据高速切削系统中的非控制参量和输出参量的不同要求, 提供部分或全部高速切削系统中的控制参量的值, 如图8所示。

4.4 高速切削数据库系统信息建模

根据实际加工过程中工艺参数的选择流程, 确定高速切削数据库的信息模型如图9所示。

4.5 高速切削数据库的系统模型

在高速切削数据库功能模型和信息模型的基础上, 结合推理方法, 以及网络技术, 确定高速切削数据库的系统模型, 如图10所示。

5 结语

功能的集成需要借助知识的集成, 通过引进知识库技术, 实现制造系统的智能性来实现功能的集成。将面向对象方法和结构化方法相结合, 同时采用U M L图和IDEF图, 构建知识库, 易于知识的表达, 实现了分析和设计的平滑过渡。

摘要：先进的制造模式要求信息集成和功能集成贯穿于产品生命周期的每一阶段, 功能的集成需要知识库系统的支持。工程知识库建模方法的研究, 将有助于知识库的建立, 从而推动先进制造模式的实现。开发过程和建模语言是建造软件解决方案的关键要素。为了正确的选用开发方法和相应的建模语言, 详细讨论了两类主要的过程开发方法, 即面向对象方法和结构化方法, 以及分别产生于这两个方法的建模语言, UML和IDEF。结合高速切削数据库系统的开发, 给出了构建工程知识库所需建立的模型及相应的建模语言的选用。

关键词：工程知识库,知识库建模,高速切削数据库,面向对象方法,结构化方法

参考文献

[1]Liu　Chengying, Wang　Xiankui, He Yuchen.Research　on　manufacturing resource　modeling　based　on　the Objectoriented　method.Journal　of　Ma-terials　Processing　Technology, 2003, 139 (1～3) :40～43.

[2]张玉云, 王先逵, 田文生, 等.面向并行工程的自动工艺过程设计[J].中国机械工程, 1995, 6 (4) :29～31.

[3]包振强.基于多Agent的智能制造执行系统研究[博士学位论文][D].南京:南京航空航天大学, 2003.

[4]王健, 程虎.系统软件开发过程中的软件工程技术[J].计算机研究与发展, 1996, 33 (4) :263～271.

[5]Ivar　Jacobson.　The　Road　to　the　Uni-fied　Software　Development　Process.北京:机械工业出版社, 2003.

[6]程华农.面向智能体的化工过程运行系统分析、模型化和集成策略的研究[博士学位论文][D].广州:华南理工大学, 2002.

[7]Fichman　R.　G..　Object～Oriented　and Convention　Analysis　and　Design Methodologies.　IEEE　Computer, 　1992, 10:22～39.

[8]Ivar　Jacobson, Grady　Booch, James Rumbaugh.The　Unified　Software　De-velopment　Process.北京:清华大学出版社, 2003.

[9]徐伟, 王儒敬, 杨化峰.基于RuleML的多级知识单元知识表示方法[J].计算机工程与应用, 2005, 1:174～177.

[10]蔡元龙.面向敏捷制造的制造单元控制结构及控制技术研究[博士学位论文][D].北京:北京航空航天大学, 1999.

知识库建模 篇2

第三届数学建模基础知识竞赛

策 划 书

主办单位：校团联会、数理学院承办单位：数学建模协会2012年11月25日

目录

一． 活动主题 二． 活动背景 三． 活动目的及意义 四． 活动时间及地点 五． 活动对象 六． 活动流程 七． 奖项设置爱 八． 经费预算

一、活动主题

学习建模知识，领略建模魅力

二、活动背景

校数学建模基础知识竞赛曾是数学建模协会的一项特色活动，从2005年到2006年已成功举办两届。后来由于某些特殊原因，比赛未能如期延续下去。数学建模基础知识竞赛提高了同学们对于学术科技的强烈兴趣，很好地推动了我校数学建模的发展与壮大。故在此我们顺延开展校第三届数学建模基础知识竞赛。

三、活动目的及意义

刚刚结束了数学建模协会开展的本学期数学建模培训系列讲座，广大学生对于数学建模的相关知识也有了一定的认识和见解。为了给他们一个检测自我的机会和展示自我的舞台，同时也为提高数学建模在全校的影响力，为学生们提供一个浓厚的学术学习氛围。并为我校参加2013年“高教杯”全国大学生数学建模竞赛（CUMCM）培养基层力量。经研究决定，特举办安徽工程大学第三届数学建模基础知识竞赛。

四、活动时间及地点

初步定于2012年12月8日上午9:00—11:005J401,402,403,404,405,406,407,408

五、活动对象

全体大一学生

六、活动流程

(1)准备阶段(该阶段由许阳全权负责)：

1.在一食堂门口设立报名点，并安排理事会成员值班。报名时间暂定12月1日至12月3日。（由蔡红祥负责）

2.与老师商量考卷题目，于12月3日之前完成考卷，并根据报名人数加印试卷张数，密封保存。（由许阳负责）

3.横幅、展板以及其他一系列宣传工作准确无误地到位。（由宫贺负责）

(2)举办阶段（该阶段由刘亮全权负责）：

所有监考人员必须在12月8日上午8:30之前准时到达，不得延误。由总负责人将考卷分发给监考人员，并指定监考的考场号。所有考生必须在8:50之前准时到达自己的考场考位，听从监考人员的安排。考试前5分钟监考人员统一发卷，考试开始。考场外安排寻监人员，一旦发现有作弊行为，即取消其考试资格并严厉批评。考试结束后各考场监考人员将考卷统一交给总负责人。（由潘显峰负责）监考人员：邵冬雪、蔡洪祥、宫贺、嵇达文、邱腾龙、李立、潘显

峰、范佳健、靳家权、凃海峰、朱乐乐、钱佩霞、何键坤、谭金梅

巡考人员：刘亮、孙瑞武、程进、耿延鹏 总负责人：许阳、刘亮

如若监考人员不够，可向数理学院学生会寻求帮助。

（3）后续阶段（该阶段由孙瑞武全权负责）：

组织人员批阅试卷，并将最终成绩汇总。（由邵冬雪负责）张贴展板，将获奖情况公之于众。通知各获奖人员的获奖情况。（由宫贺负责）

组织开展颁奖晚会。（由许阳、刘亮负责）

七、奖项设置

奖项根据参赛人员数，一、二、三等奖分别按参赛人员数的1.5%、3%、5.5%评出。

八、经费预算

经费来源：会费

安徽工程大学大学生数学建模协会

基于本体的学科知识建模 篇3

知识建模是把知识系统的开发视为建模活动, 并将知识模型的结构化、组织化作为建模的核心任务, 从易于人们理解的更高抽象级别以新的观点研究知识工程, 对知识系统概念模型、逻辑模型和物理模型进行描述、观察、试验与验证等[1]。知识表示是把知识编码成一种适当的数据结构, 是AI、知识工程和知识库系统中的一个核心研究领域。在知识表示的基础上才能对知识进行有效地推理和演绎。传统的知识表示技术无法提供简单明了、易于理解的方式来表示问题求解的组织和推理控制, 与人们观察问题求解问题的思维方式严重失配[2], 使知识获取和知识库维护缺乏系统性和结构化。学科知识建模是一项巨大的工程, 当前存在的主要问题有知识库不能很好地共享和重用, 难以实现语义上的推理及检索等。

本体是一种用来描述概念以及概念之间关系的模型, 可以深入而简洁条理地表示复杂的知识, 而且本体具有允许知识共享、重用的特点, 因而更便于知识的查询、验证和维护。本文将本体技术及方法论应用到学科知识建模中, 可以使学科知识结构化、条理化, 有效地表现知识层次结构和语义, 有助于高效地认知与学习, 进而实现语义层次上的信息共享和交换。

1 本体概述

1.1 本体的定义

本体的定义有很多, 其中较为通用的是:“本体是共享概念模型的明确的形式化规范说明”[3], 该定义体现了本体的四层含义:

· 概念模型:通过抽象出客观世界中一些现象的相关概念而得到的模型, 其表示的含义独立于具体的环境状态;

· 明确:概念及它们之间联系都被精确定义;

· 形式化:精确的数学描述;

· 共享:本体体现的是共同认可的知识, 反映的是相关领域中公认的概念集。

1.2 本体的描述语言

本体描述语言有RDF和RDF Schema (RDF-S) 、OIL、DAML、OWL等。OWL全称Web Ontology Language, 是W3C推荐的语义互联网中本体描述语言的标准[4]。OWL采用面向对象的方式来描述领域知识, 即通过类和属性来描述对象, 并通过公理来描述这些类和属性的特征和关系。和其它语言相比, OWL添加了更多用于描述属性和类的词汇, 如类之间的不相交性、基数、等价性, 有更丰富的属性类型、属性特征 (如对称性) 以及枚举类, 因而在Web内容的机器可理解性方面要强于XML、RDF和RDF-S等所能达到的程度[5]。OWL有三个表达能力递增的子语言:OWL Lite, OWL DL, 和OWL Full, 以满足不同用户的需要。

2 基于本体的学科知识建模

2.1 构建本体的准则

由于问题域和具体工程的不同, 构造本体的过程也不相同。目前没有一个标准的本体的构造方法。最有影响的是Gruber在1995年提出的5条规则[6]:

· 明确性和客观性 本体应该用自然语言对所定义的术语给出明确、客观的语义定义。

· 完全性 所给出的定义是完整的, 完全能表达所描述的术语的含义。

· 一致性 由术语得出的推论与术语本身的含义是相容的, 不会产生矛盾。

· 最大单调可扩展性 向本体中添加通用或专用的术语时, 不需要修改已有的内容。

· 最小承诺 对待建模对象给出尽可能少的约束。

2.2 学科知识本体的构建

2.2.1 构建思路

通常, 学科由课程组成, 一门课程又由若干知识点组成, 这些知识点分布在各个章节中。我们将每个知识点看作一个类或个体, 然后考察单个知识点对象的属性特征和各知识点之间的相互关系, 使用本体技术将这些知识点及其相互关系形式化的表示并存储于计算机中。在此, 以《计算机图形学》课程的“基本图形生成算法”这部分内容为例说明基于本体的知识建模过程。

2.2.2 知识点的划分

“基本图形生成算法”主要包含各种基本图形 (如直线段、多边形、圆等) 生成算法的原理、方法等内容, 在这里, 我们参照该课程的章节层次将基本图形生成算法的知识点及其层次结构划分如图1所示。

2.2.3 类或个体的确定

首先将内容的各知识点分设为不同的类或个体。在本体中, 类的定义为共有某些属性而同属一组的一些个体的集合。多个类也可以用“子类”关系组织为一个特定的层次结构。个体是类的成员。类与个体的区别在于:一个类仅是一个名称和一些描述某集合内个体的属性;而个体是该集合的成员。个体是类的实例, 个体之间可以用属性相互关联。属性是关于类成员的一般事实以及关于个体的具体事实。

通常情况下, 每个知识点可单独设为一个类, 但考虑到有些知识点具有非常相近的特性, 如直线段的扫描转换的3种算法均有基本思想、算法描述等内容, 因此将“直线段的扫描转换算法”设为类, 这些具体算法设为这个类的个体。对多边形的扫描转换算法、圆弧的扫描转换算法做同样处理。即, 将知识点划分为如下类或个体:

类:基本图形生成算法、直线段的扫描转换算法、圆弧的扫描转换算法、多边形的扫描转换、区域填充、线宽处理、反走样……

个体:数值微分法、中点画线法、Bresenham画线算法 (属于类“直线段的扫描转换算法”)

个体:中点画圆法、Bresenham画圆算法 (属于类“圆弧的扫描转换算法”)

2.2.4 类间关系的确定

关系指类之间的交互作用, 形式上定义为n维笛卡儿积的子集:R:C1×C2×…×Cn。在语义上, 类之间存在4种基本关系:

· part-of关系:表达类之间部分与整体的关系。

· kind-of关系:表达类之间的继承关系, 类似于面向对象中的父类与子类之间的关系。

· attribute-of关系:表达某个类是另一个类的属性。

· instance-of关系:表达类的实例与类之间的关系, 类似于面向对象中的对象和类之间的关系。

在上述知识点类中, 我们依照知识层次定义上层知识点为父类, 下层知识点为子类。相关OWL代码如下:

<owl:Class rdf:ID=“直线段的扫描转换算法”>

<rdfs:subClassOf>

<owl:Class rdf:ID=“基本图形生成算法”/>

</rdfs:subClassOf>

</owl:Class>

<owl:Class rdf:ID=“圆弧的扫描转换算法”>

<rdfs:subClassOf rdf:resource=“#基本图形生成算法”/>

</owl:Class>

<owl:Class rdf:ID=“区域填充”>

<rdfs:subClassOf rdf:resource=“#基本图形生成算法”/>

</owl:Class>

……

在本体中, 属性能用来表述个体之间或者从个体到数值的关系。将个体关联到个体的属性称为对象属性;将个体关联到数据类型的属性称为数据类型属性。一个属性是一个二元关系, 在定义一个属性时, 可以指定定义域和值域对该二元关系加于限定。通过给出一个或多个陈述声明“某属性是另外一个或多个属性的子属性”可建立属性层次。

将“基本思想”、“算法描述”设为数据类型属性, 值域为String。“代码描述”、“文字描述”设为“算法描述”的子属性。设定“直线段的扫描转换算法”类具有“基本思想”、“算法描述”属性, 这样, 就可以对“直线段的扫描转换算法”类的个体如“数值微分法”、“中点画线法”、“Bresenham画线算法”进行基本思想、算法的描述。部分OWL代码如下:

<owl:DatatypeProperty rdf:ID=“代码描述”>

<rdfs:subPropertyOf>

<owl:DatatypeProperty rdf:ID=“算法描述”/>

</rdfs:subPropertyOf>

</owl:DatatypeProperty>

<owl:DatatypeProperty rdf:ID=“文字描述”>

<rdfs:subPropertyOf rdf:resource=“#算法描述”/>

</owl:DatatypeProperty>

<owl:DatatypeProperty rdf:ID=“基本思想”>

<rdfs:range rdf:resource=“http://www.w3.org/2001/XMLSchema#string”/>

<rdfs:domain rdf:resource=“#直线段的扫描转换算法”/>

</owl:DatatypeProperty>

<owl:DatatypeProperty rdf:about=“#算法描述”>

<rdfs:domain rdf:resource=“#直线段的扫描转换算法”/>

<rdfs:range rdf:resource=“http://www.w3.org/2001/XMLSchema#string”/>

</owl:DatatypeProperty>

……

<直线段的扫描转换算法 rdf:ID=“中点画线法”>

<基本思想 rdf:datatype=“http://www.w3.org/2001/XMLSchema#string”

>当前像素点为 (xp, yp) , 下一个像素点为P1或P2。 设M= (xp+1, yp+0.5) , 为p1与p2 之中点, Q为理想直线与x=xp+1 垂线的交点。……</基本思想>

<文字描述 rdf:datatype=“http://www.w3.org/2001/XMLSchema#string”

>构造判别式d=F (M) =F (xp+1, yp+0.5) =a (xp+1) +b (yp+0.5) +c其中a=y0-y1, b=x1-x0, c=x0*y1-x1*y0 当d<0, M在L (Q点) 下方, 取右上方P2为下一个像素……</文字描述>

<代码描述 rdf:datatype=“http://www.w3.org/2001/XMLSchema#string”

> void MidpoinLine (int x0, int y0, int x1, inty1, int color) …… </代码描述>

……

</直线段的扫描转换算法>

2.2.5 构造资源类

为了方便使用者查阅学科的相关资源, 我们构造了学科知识的“相关资源”类, 该类的子类有网站、书籍、课件等, 其中网站的相关属性有网站地址、网站主题、网站发布者、建站时间等。设名为“有相关资源”的对象属性, 其定义域为“课程”类, 值域为“相关资源”类, 这样就可以将计算机图形学课程和它的相关资源联系起来, 也可以单独描述课程中某一特定知识点如“直线段的扫描转换算法”的相关资源。部分OWL代码如下:

<owl:Class rdf:ID=“网站”>

<rdfs:subClassOf>

<owl:Class rdf:ID=“相关资源”/>

</rdfs:subClassOf>

</owl:Class>

……

<owl:ObjectProperty rdf:ID=“有相关资源”>

<rdfs:domain rdf:resource=“#课程”/>

<rdfs:range rdf:resource=“#相关资源”/>

</owl:ObjectProperty>

……

<课程 rdf:ID=“计算机图形学”>

<网站 rdf:ID=“中国计算机图形学研究会网站”>

<网站地址 rdf:datatype=“http://www.w3.org/2001/XMLSchema#string”

>http://www.cad.zju.edu.cn/chinagraph/</网站地址>

<网站主题 rdf:datatype=“http://www.w3.org/2001/XMLSchema#string”

>计算机图形学研究及教学</网站主题>

……

……

2.3 本体的存储

本体的存储主要有文件存储和数据库存储两种方式。文件存储指以OWL、RDF等文件格式存储;关系型数据库存储是指本体中所有的类以及类之间的关系是用关系数据库的数据库表来进行存储, 是目前用的比较多的本体存储方式。文件存贮每次使用时, 都必须装载本体公理和实例, 需要很大的开销, 难以满足大范围的信息共享, 在这里, 我们选择关系型数据库存储方式。

Jena是一个以RDF API为核心的语义Web工具, 它提供丰富的API函数来操纵RDF图[7], 可以使用它来实现OWL本体的存储和查询。在Jena环境下导入OWL本体, 将其存储到MySQL数据库中, 就可以通过数据库来访问本体数据。

2.4 本体的推理查询

本体语言的推出大大增强了语义Web的推理功能, 实现了对类和个体的深度推理[8]。有些知识是隐含的, 需要进行推理才能得到。本体对语义推理的支持不仅可以访问本体所表达的概念语义, 而且可以访问概念所包含的隐含语义, 这样将大大提高知识查询的查全率和查准率。

将本体存储于MySQL数据库后, 对本体的查询实质上是对三元组表示的RDF图的查询。应用程序通过Jena的模型接口 (RDF图的简单模型) 访问本体所表达的概念语义, 对于RDF图中概念所包含的隐含意义, 可调用Jena提供的API函数获得。我们的查询服务系统采用B/S模式, 通过编写JAVA程序调用Jena 2提供的API函数实现本体的复杂语义查询。例如, 当用户查询《计算机图形学》课程有哪些参考资源时, “直线段的扫描转换算法”的相关教学“课件”信息将出现在查询结果中。这是因为根据类间关系及属性的限定条件可知“直线段的扫描转换算法”是《计算机图形学》课程的一部分, “课件”属于“相关资源”, 因此推理出“直线段的扫描转换算法”的相关教学“课件”也是《计算机图形学》课程的“相关资源”。

3 结束语

知识建模是知识工程和知识管理研究及应用领域中的一个重要内容;本体是描述概念及概念之间相关关系的一种重要方法, 在知识的集成和共享方面有自己的优点, 本文将本体应用于学科知识建模中, 构造了部分课程本体, 并实现了对该本体的推理及查询。实践证明, 本体可以有效地表现知识层次结构和语义, 有助于更好地进行知识推理和检索。但还有许多有待深入研究的问题:如知识的获取、本体的集成等。

摘要：学科知识建模是一项巨大的工程, 当前存在的主要问题有知识库不能很好地共享和重用, 难以实现语义上的推理及检索等。把本体技术应用于学科知识建模中, 构造了部分课程本体, 并实现了对该本体的推理及查询。

关键词：本体,语义,知识建模,知识表示

参考文献

[1]朱欣娟, 薛惠锋.基于需求分解的知识系统建模方法.计算机应用, 2003, 23 (6) .

[2]高济.开发知识及问题求解建模.高技术通讯, 1995 (6) :20-24.

[3]Chandrasekamn B, JosephSon J R, Benjamins V R.What Are Ontolo-gies, and Why Do We Need Them[J].IEEE Intelligent Systems, 1999, 14 (1) :20-26.

[4]Borst W N.Construction of Engineering Ontologies for Knowledge Sha-ring and Reuse.PhD thesis, University of Twente, Enschede, 1997.

[5]http://www.w3.org/TR/owl-features, 2004-02-10.

[6]Gruber TR.Towards Principles for the Design of Ontologies used forKnowledge Sharing.lnternational Journal of Human-Computer Studies, 1995, 43:907-928.

[7]http://jena.sourceforge.net, 2005-06-21.

故障诊断知识建模及系统 篇4

关键词：故障诊断,知识管理,自助诊断,本体

0 引言

客户在使用企业所提供的产品或服务的过程中，不可避免地会出现某些故障。经过对电信行业、IT行业和金融行业的客服现状的实地调研，我们将企业客服所遇到的客户提问主要划分为四类:

咨询类问题:对企业提供的产品、服务等进行的咨询性提问。

故障诊断类问题:在使用企业提供的产品、服务等的过程中，碰到故障而进行的，想要客服代表帮助解决故障的提问。

动作类问题:对企业提供的产品、服务等执行某些业务动作要求的提问。

投诉类问题:对企业提供的产品、服务或服务过程中的态度等有意见而进行的投诉。

故障诊断类问题已经成为企业客户最主要的提问之一。有效地进行面向客户故障诊断成为提高企业客户满意度的关键。

为了对故障诊断类问题进行更清晰的描述，我们先给一个具体的故障问题和诊断解决方案示例:

故障问题:使用摄像头时，看不见或看不清其中的图像，或有其他不正常的现象(如图像花、有亮线彩线等)。

故障诊断解决方案:

第1步:设备用户::请您尝试清除摄像头镜头上的灰尘或贴膜，看故障是否排除?“是”故障排除，“否”转第2步。

第2步:设备用户::请您尝试调整被摄像者与摄像头间的距离，以及外部环境的光线，看故障是否排除?“是”故障排除，“否”转第3步。

第3步:设备用户::请您点击上面“驱动下载”，在驱动列表中下载并重新安装摄像头、快捷键、电源管理驱动，以及摄像头管理软件，如果是本机故障，您也可以借助智能驱动下载进行在线更新，看故障是否排除?“是”故障排除，“否”转第4步。

第4步:设备用户::转故障报修系统。

在上述示例中的故障诊断解决方案可以看成是一个完整的任务，由多个子任务(步骤)组成，这些步骤之间有着某些转接关系。如何转接则由用户输入或系统自动判断的历史状态和当前子任务完成效果决定。这种过程性的故障诊断解决方案可以归为一类知识，称为故障诊断解决方案知识，简称诊断方案，在本文中又称解决方案。

1 研究现状

朱大奇等人将基于知识的故障诊断方法分为5大类:专家系统故障诊断方法、模糊故障诊断方法、故障树故障诊断方法、神经网络故障诊断方法和数据融合故障诊断方法[1]。吴文可提出一种基于电气量判据，保护判据和断路器判据，并能够计及这3类判据时序属性的多源信息延时约束加权模糊Petri网故障诊断模型[2]。张岩提出一种融合时序约束网络的模糊Petri网故障诊断模型[3]。熊国江提出了基于径向基函数神经网络的电网模糊元胞故障诊断方法，旨在有效解决神经网络应用于电网故障诊断所面临的适应网络拓扑结构变化的可移植性问题[4]。

Isermann R综合介绍了故障诊断的检测和处理方法[5]。Chen J等人对故障诊断的基本概念和故障诊断的鲁棒性进行了详细描述[6]。Zaytoon J等人对离散事件系统的故障诊断模型进行了综述[7]。Aldrich C等人研究了利用机器学习方法进行无监督的过程监控和故障处理[8]。

现有的故障诊断方面的研究，主要集中在故障诊断算法和如何进行诊断的研究上，故障诊断知识建模的研究较少。本文主要研究了面向客户的故障诊断方案的知识模型和实现，并在实际系统中应该了解该方法，验证了方法的有效性。

2 知识模型

诊断方案具有多个方面的复杂因素:第一，诊断方案是一种特殊的过程性知识，因此对它的建模和管理较为复杂。第二，为了确保方法和系统具有通用性，我们需要从多个方面考虑诊断方案的模型、管理方法。第三，诊断方案需要服务多类用户，不同的用户(如咨询工程师、产品设备用户)所看到的诊断方案有较大的差异性。为了解决上述问题，我们建立了一种基于有限自动机的“细粒度”、“结构化”、“针对多用户”的诊断方案知识模型KSM(Knowledge Solution Model)。

2.1 理论基础

有限状态自动机定义:M=(S,I,F)叫有限状态自动机，其中:

有限状态集S={s0,s1,s2，…，sn};

有限输入集I，每个x∈I;

有一个状态转换函数fx:S→S。F={fx|x∈I}。

状态si，输入x,fx(si)为下一个状态。

图1给出了某IT企业提供的一个故障“安装OA系统时报错”的诊断方案，由1～6共6个步骤组成。其中，步骤1有叶子步骤1.1,1.2,1.3组成。步骤2本身就是个叶子步骤。每个步骤包括叶子步骤都代表一个状态。

2.2 诊断方案模型

下面给出模型的定义。

诊断方案:主要由描述诊断方案的应用环境的元数据组(可扩充)和详细诊断方案(简称详细方案)构成。目前已定义的主要元数据包括:语种、方案名称、主题词、问题编号、产品线信息(如产品线、机型信息、部件信息等)、关联文档、访问角色、方案特征等。详细方案是一棵由多个步骤组成的树。步骤可细分成子步骤或就是叶子步骤。叶子步骤不可再分。叶子步骤由一系列的引导状态、引导动作、用户应答和跳转指令等部分组成，如图2所示。其中:

引导状态:是应用方案进行诊断过程中的一个瞬像，是前驱诊断过程中所获取的信息总的体现;

引导动作:是系统根据当前所获取的信息包括引导状态的值作出的进一步诊断引导的决策。

用户应答:是用户对系统引导步骤所作出的响应。其表现形式包括:选择(单选和复选)、确认(yes or no)、被诊断系统的提示信息输入、自检结果等。

跳转指令:根据用户应答结果，结束或跳转到其他步骤。

2.3 步骤类型

步骤有多种类型。步骤的分类主要包括:信息呈现、提问、规则推理、自检、步骤跳转、求助等。

2.3.1 信息呈现

定义:根据呈现的规则，以多媒体的形式，将具体信息呈现给用户。

组成:提示语、呈现的内容和呈现规则。

示例:

提示语:请查看如下的图片

呈现的内容:{图片1，图片2}

呈现规则:

规则1，若是xp系统，显示图片1:?os=xp→URL(图片1)

规则2，若是win7系统，显示图片2:?os=win7→URL(图片2)

2.3.2 提问

定义:向用户提出问题，用户给出应答后，进行相应的跳转。

组成:问题的帮助、可带参数的问题、参数值的输入或选择、跳转规则。问题的帮助:给出能帮助用户理解问题和作出判断的信息。问题的参数在编辑问题的时候进行定义，参数可以任意个。需要判断用户是否提供足够的问题参数值。参数由参数名称、参数说明、参数的格式、参数值类型(整型、布尔、字符串、日期、list、集合)等组成。参数间存在“与”或者“或”的逻辑关系。如布尔型的参数值，取值为{是，否}。参数值的交互方式有两种:用户输入或在系统提供的可选项中选择。

示例:

问题的帮助:如何判断您的操作系统类型(注:这是一个超链接，链接到一个帮助页面)

问题:请问您的操作系统是什么?

参数值的输入或选择:〇XP〇Win 7〇Win 2000

跳转规则:

2.3.3 规则推理

定义:利用规则执行相应的推理机进行推理，并根据推理结果执行相应的跳转。

组成:提示语、推理机、推理结果、跳转规则。提示语:提示用户目前正在进行的推理操作，包括推理开始时的提示、推理中间过程或中间结果的提示和推理结束后的提示等。推理结果:向用户提供推理的结果。

示例:

提示语:下面将检测噪音源……

推理机:能检测噪音源的代码

推理结果:推理结果如下，您的噪音来源是风扇，请点击下一步

跳转规则:

2.3.4 自动检测

定义:利用第三方系统进行系统自检，并根据检测结果执行相应的跳转。

组成:提示语、第三方系统、接口协议、检测结果、跳转规则。提示语:提示用户目前正在进行的检测操作。检测结果:向用户提供检测的结果。

示例:

提示语:下面将调用第三方系统检测噪音源，请点击链接url:．/tem.exe进行检查……

第三方系统:检测噪音源的第三方系统

接口协议:本系统和第三方系统接口协议

检测结果:检测结果如下，您的噪音来源是风扇，请点击下一步

跳转规则:

2.3.5 步骤跳转

定义:根据跳转指令，直接执行相应的跳转。

组成:跳转指令。

示例:跳转指令:goto(1.2)

2.3.6 求助

定义:根据目前方案，不能解决用户的问题，需要求助他人或系统来解决。图2.7中的步骤6就是个求助型步骤。

组成:提示语。主要求助方式包括电话求助、QQ/MSN求助、网上求助等。

示例:提示语:您可以拨打电话010-62432134进行人工咨询。

2.4 提问类型

解决方案中的提问类型包括陈述句、疑问句、选择句、输入提问句等。

陈述句:用来描述一个提纲或步骤的内容。1)在陈述句中一般不要出现与使用对象相关的词，比如说“用户”、“指导”、“你”、等;也就是说此陈述适合任何用户使用(除非该方案或步骤只给特定的用户使用)。2)采用尽量固定的句式，如:动宾结构。

疑问句:是对用户的提问、提出条件或与用户进行交互。疑问句尽量使用动宾结构，如:“故障是否消失?”、“是否有病毒?”等。

选择句:是用户在选择条件的时候的提示语句，如:“请选择操作系统:”。

输入提示句:需要用户输入某个条件值的时候的提示语句;如:“请输入蓝屏代码:”。

2.5 跳转类型

在解决方案中，跳转类型有多分支、单分支两种。

多分支:多个参数间是组合的关系。

示例:

“请确认机器执行过以下操作”:

安装过软件?〇Yes〇No

安装过硬件?〇Yes〇No

上过互联网?〇Yes〇No

单分支:步骤(或条件值)间是单选关系，单入口，如果从一个入口进入，不论诊断成功还是失败都会跳出整个分支。

示例:“请选择操作系统”:〇XP〇Vista〇Win 7

3 模型应用

随着某IT企业客户数量的增长和设备的复杂性的提高，企业所生产的设备在出现故障时，解决这些故障所需的成本也越来越高。我们将诊断方案知识模型应用于该企业，实现了“某IT企业解决方案管理系统”。开发采用的数据库服务器是Oracle 10g;操作系统是Redhat Advanced Server 4.6;开发环境MyE-clipse,Web服务器是Tomcat。系统2010年正式上线，取得了令人满意的效果。

系统采用模块化设计，主要模块包括:解决方案管理模块和详细方案管理模块。解决方案由描述解决方案的元数据信息值和一个详细方案组成。详细方案由步骤组成。详细方案的管理就是方案步骤的管理。

图3是解决方案管理主页面。

主要功能如下:

查找解决方案，显示查找结果;

浏览解决方案;

单击“新增解决方案”可以进入新增解决方案页面;

单击操作列的“编辑”按钮可以对该行的解决方案进入编辑页面进行编辑、“查看”按钮可以查看解决方案，“删除”按钮可以删除选定的解决方案(具备删除的权限)，“复制”按钮可以复制该解决方案，生成一个新的解决方案，方便方案编辑人员编辑。

图4是详细方案管理主页面。

主要的功能如下:

对方案步骤的查找，显示查找结果;

浏览方案步骤;

单击“新增方案步骤”可以进入新增方案步骤页面;

单击操作列的“编辑”按钮可以进入编辑页面对该行的详细方案进行编辑、“查看”按钮可以查看详细方案步骤，“删除”按钮可以删除选定的详细方案步骤(具备删除的权限)。

4 结语

本文在研究现有故障诊断方案技术上，提出了一种面向客户的故障诊断知识建模方法。

基于该知识模型，我们还设计并实现了话务员干预下的故障诊断算法和客户自助故障诊断算法。该方法和模型已成功应用于国内某大型IT企业，并在2010年正式上线，配合我们设计实现的故障诊断算法，在故障诊断类问题的处理中取得了令人满意的效果。

参考文献

[1]朱大奇,于盛林.基于知识的故障诊断方法综述[J].安徽工业大学学报:自然科学版,2002,19(3):197-204.

[2]吴文可,文福拴,薛禹胜,等.基于多源信息的延时约束加权模糊Petri网故障诊断模型[J].电力系统自动化,2013,37(24):43-53.

[3]张岩,张勇,文福拴,等.容纳时序约束的改进模糊Petri网故障诊断模型[J].电力系统自动化,2014,38(5):66-72.

[4]熊国江,石东源,朱林,等.基于径向基函数神经网络的电网模糊元胞故障诊断[J].电力系统自动化,2014,38(5):59-65.

[5]Isermann R.Fault-diagnosis systems[M].Berlin:Springer,2006.

[6]Chen J,Patton R J.Robust model-based fault diagnosis for dynamic systems[M].Springer Publishing Company,Incorporated,2012.

[7]Zaytoon J,Lafortune S.Overview of fault diagnosis methods for Discrete Event Systems[J].Annual Reviews in Control,2013,37(2):308-320.

知识库建模 篇5

关键词：物理模型,多方建模,闭合电路

新课标教材理念有意打破学科内过于严苛的系统性(全日制教材的特点),于知识中渗透科学方法教育。但这并不是否定学科系统性,而是希望教学中不拘泥于此,以防创造性、创新性思维的削弱,是响应“减负”的号召,把过于抽象的科学方法有意“隐去”,目的是希望师生不拘泥于科学方法的文本介绍和理解,但绝不否定对基本科学方法的意会。

笔者关注科学方法在教学中的运用研究,注意到不少教师已经在这方面有一些成果,指出科学方法教育应该将隐性渗透与显性提升相结合。相比而言,科学方法的显性化的呼声越来越强烈,陈运保、马亚强在文本分析基础上提出了显性化水平概念,对各种科学方法在高中教材中显性化水平做出层次化研究[1]。法国科学方法论学者阿雷说:“科学的基本活动就是探索和制定模型”。可见理想化模型是相当重要的科学方法之一,在高中教材中显性化水平位居前列。本文就物理模型在高中物理教学中运用现状分析的基础上,以闭合电路教学实例探索化解知识难点的有效方法———“多方建模”法。

一、建模思想运用于高中物理教学中的现状分析

所谓科学方法显性化是在建立物理知识中,标示所使用的科学方法、对科学方法的内涵进行阐述、组织和训练科学方法,即更加明确地、显性地进行科学方法教育,引导学生掌握科学方法。那么物理模型在高中物理教学中运用情况如何,显性化水平又怎样呢?

1. 物理模型在高中物理教材中的显性化水平

根据文献[1]统计,在高中物理教材中渗透物理模型方法的次数为18次,标示2次,讲解1次,组织使用4次,显性化水平位居前列。从高中物理教材而言,物理模型法是最先呈现的科学方法,必修一第一章第1节讲解质点时,就明确了物理模型方法的名称、内涵与外延,以“物体是否可以看做质点”进行实例讲解和习题训练;在讲解库仑定律时,显性化指出点电荷也是一种理想化的物理模型。

物理模型有三类,分别是对象模型、条件模型和过程模型。教材仅仅在对象模型上进行显性化呈现,而条件模型和过程模型都是隐性渗透。例如在微观粒子不计重力中,通过例题分别计算氢原子的质子与电子之间的万有引力、库仑力大小,通过比较显示微观粒子为什么可以忽略重力(人教版选修3-1第一章第2节),这实际上就是条件模型的隐性渗透;匀速直线运动、匀变速直线运动、自由落体运动、平抛运动、匀速圆周运动等等,实际上都是理想化的过程模型,新课标教材几乎没有对它们进行严格定义,这是过程模型的隐性渗透。

2. 物理模型法在实际教学中的显性化水平

物理教师都知道什么是物理模型,但是,大多数教师却仅仅在讲解质点、点电荷两个知识点时提到,很少有教师在认识、理解、运用物理概念和物理规律上给予科学方法的点拨。也就是说,除了质点、点电荷两概念教学之外,几乎不会提及物理模型科学方法,更不会组织使用物理模型来理解有关概念、规律或结论,即师生是在不知不觉地情况下运用了物理模型科学方法。

举一个例子说明师生对物理模型法的理解水平:微观粒子为什么可以忽略重力却不能忽略质量?不少学生被问倒,有些物理教师的回答也显得逻辑混乱。而严密的逻辑分析是:在研究微观粒子的动力学问题时,从受力这个角度而言,重力相比于电场力对问题的影响很小,可以忽略;根据牛顿第二定律,若忽略了质量,这里的动力学问题就是一个无解问题,即忽略重力对问题的影响不大,忽略质量对问题的影响很大。

原物是否可以理解为某种模型,首先要明确研究问题,其次是分析原物某一属性是否对该问题有影响或影响多大,结论是无影响或影响很小,则这一属性可忽略不计。之所以师生对物理模型法的理解水平不高,原因是平时缺乏有意识地训练。

3. 学生对物理模型的认识水平

学生对物理模型的认识仅仅停留在死记硬背层面,教材或教师说了质点和点电荷是理想化的物理模型,所以它们是理想化的物理模型;教师说了轻绳等质量可以忽略,所以质量可以忽略。

学生根本没有理解到,物理模型作为一种科学方法、一种思维方法,它最重要的功能是帮助我们解释事物、认识世界和改造世界。就学科知识而言,它的价值是帮助我们认识概念、理解规律;就问题解决而言,它的意义是帮助我们把复杂问题简单化,忽略次要因素,突出主要因素,使问题得到有效解决。

二、建模思想在实际教学中的实施策略

1. 消除认识误区,提升对物理模型的认识

不少学生对物理模型的认识存在误区,他们认为:物理模型是一种简化的、纯粹化的、理想化的东西,不是事物本身,所以它是不切实际的、远离真实的、没有多大意义的东西。实则不然,物理模型确实是失去了部分真实,但却更易接近真理。

例如一块金属导体有很多特征属性,大小、形状、体积、质量、温度、可以导电和导热等等,只有选择关注体积、质量两个属性,而忽略其他属性,才能得出密度这一固有属性;选择了温度、导热属性,才能得出比热容固有属性;关注导电时的电流、电压,才能得出电阻固有属性及发现欧姆定律;进一步关注电阻、长度、横截面积等属性,才能得出电阻率固有属性及发现电阻定律。这个例子很好地说明了只有在突出某些主要因素的同时忽略某些次要因素,才能更容易发现规律、认识事物。

2. 在实际教学中,提升对物理模型的显性化水平

(1)在讲授新知识时,明确科学方法

科学的基本活动就是探索和制定模型,诸如研究对象质点、点电荷、杆杠、微观粒子、电容器、电阻器、电源、用电器、变压器、传感器等;研究过程匀速直线运动、匀变速直线运动、自由落体运动、平抛运动、匀速圆周运动、动态平衡等都是理性化的物理模型。在讲授这些知识时,明确告知学生忽略了什么、突出了什么,如此处理解决了什么问题,不这样处理问题解决情况又将如何。

(2)在讲授抽象难懂的知识时,引导学生建立物理模型

高中物理中有很多现象难以理解,只有建立物理模型后才能融会贯通。例如静电感应现象、静电平衡现象、法拉第圆筒现象、尖端放电现象、电流热效应等现象很难理解,只有建立金属导体模型后,才有柳暗花明、茅塞顿开之感。

引导学生建模时,告诉学生不能僵化古板,避免教条主义,因为建构的物理模型没有对错之分,关键看能否解释物理现象、解释多少物理现象。物理模型的建构标准是:模型越简单越好,越易扩展越好。模型越简单,附加具体条件,才能解释更多现象,即扩展性越强。

(3)在习题讲评中,运用物理模型

轻绳、轻杆、轻弹簧、自由杆、固定杆等都是习题中常见的对象模型,在习题讲评中,应深入浅出地引导学生理解它们:它们分别忽视了什么、突出了什么?可以解决什么问题、不能解决什么问题?这些模型有哪些共同点、有哪些不同点?……

引导学生按照物理模型方法总结一类习题,例如板块模型、天体运动模型、机车启动模型、斜面模型、各类临界模型等。在总结中,领悟物理模型,体会物理模型在理解知识、解决问题中的作用。

三、多方建模化解知识难点

人们对某一事物的认识过程总是循序渐进、螺旋前进,作为解读事物的物理模型的构建也是如此。例如,人们对宇宙观的认识由地方天圆说到地心说,到日心说,再到爆炸说……这是一个螺旋前进的认识过程。科学上,诸如此类的例子比比皆是。

在高中物理教学中,认识、理解某些概念、规律也是如此。对某一事物循序渐进、依据学情、按需层层构建模型,是一个符合教学规律,有利于学生认识、理解知识的有效策略,我们把它称为“多方建模”教学法。下面以闭合电路教学中运用“多方建模”为例。

由若干导线连接电源、用电器的闭合电路,一直是高中物理教学中一个难点,原因是认识它需要突破层层难点:第一是电源电动势概念的突破,第二是电动势、外电压、内电压之间关系的理解,第三是沿电流方向电势升降特点认知。新课标教材似乎也认识到这一点,把电源电动势与闭合电路的电压关系一分为二,分成两节内容来编写。

为了突破这些难点,在教学中做了如表1的处理,层次合理,遵循了“最近发展区”的认知理论,教学效果较好:采用类比法构建模型一,有利于理解电源在电路中的作用,最终促进电动势概念的构建,而这将有利于电压关系的推导;采用对比试验构建模型二,运用等效替代法突破了内电路、内电压等概念,并从实验数据上直接得出电压关系结论;构建模型三,进一步显示电动势在闭合电路中的意义,破除了电源两极电压即电动势的思维定势;模型四是教材中呈现的模型,虽然反映了闭合电路中电势升降情况,但是不利于理解电压关系,学生难以一下子接受。在构建模型二、模型三时,都基于真实的实验,从真实实验现象出发,简化、纯粹化,最终抽象得出模型。这有利于学生接受物理模型,最终促进对知识的理解。

就单个模型的构建来看,自成一体,前三个模型的构建都有直接的现象(类比现象或实验现象)为基础,依据现象构建物理模型,每一个模型解决问题的侧重点不同;四个模型联合来看,由易到难,层层递进,思维逻辑环环相扣,综合四个模型,能够很好地理解闭合电路有关概念和规律。

参考文献

知识丰富工作流的建模研究 篇6

1 知识管理的原理

APCQ (美国生产力和质量中心) 对知识管理的定义是:知识管理应该是组织一种有意识采取的战略, 它保证能够在最需要的时间将最需要的知识传送给最需要的人。这样可以帮助人们共享信息, 并进而将之通过不同的方式付诸实践, 最终达到提高组织业绩的目的。

斯威比 (K arlE.Sveiby) 从认识论的角度对知识管理的定义是:知识管理是利用组织的无形资产创造价值的艺术。

2 工作流建模的原理

根据工作流管理联盟 (W f M C) 的定义, 工作流 (W orkF low) 就是自动运作的业务过程部分或整体, 表现为参与者对文件、信息或任务按照规程采取行动, 并令其在参与者之间传递。简单地说, 工作流就是一系列相互衔接、自动进行的业务活动或任务。我们可以将整个业务过程看作是一条河, 其中流过的就是工作流。

工作流管理 (W orkflow M anag ement, W F M) 是人与电脑共同工作的自动化协调、控制和通讯, 在电脑化的业务过程上, 通过在网络上运行软件, 使所有命令的执行都处于受控状态。在工作流管理下, 工作量可以被监督, 分派工作到不同的用户达成平衡。

实施工作流管理的前提就是首先建立工作流模型。工作流模型是对工作流和其业务过程的抽象表示, 目的是将一个现实生活中的业务流程用一个规范化的过程描述出来。工作流模型应该完整地提供支持工作流定义的概念, 为建模用户提供进行工作流定义所必需的部件或元素。

3 知识丰富工作建模的原理

当前, 企业的成功越来越依赖于企业所拥有的“知识”的质量, 利用企业所拥有的知识为企业创造竞争优势和持续竞争优势对企业来说始终是一个挑战。

为适应各种知识的变化, 企业需要动态的对自身做出相应的调整, 这就需要管理者根据信息把握企业当前的业务流程、知识状态及其组织结构。因此将知识流与工作流相结合, 建立一个知识丰富的工作流建模已经成为了工作流研究领域的一个焦点问题, 在很多领域得到了应用, 未来发展空间很大。

要做到“合适的工作流知识”在“合适的时候”被“合适的人”能够以“合适的方式”使用, 就必须针对不同的工作流知识进行合理的表示。本文提出的知识丰富工作流建模的目标就是建立灵活的、知识丰富的动态工作流生成机制。为达到这个目标, 就必须将知识管理运用到工作流管理系统中去, 其中最核心的部分是“如何合理的表示知识”, 即知识表示问题。

在知识表示中遇到的一个关键的问题是知识采用什么样的形式表示, 使计算机能对其进行处理并以一种人们能理解的方式将处理结果告知人们。由于知识所确定的范围很广泛, 人们难以将它们完全在计算机中表示出来。文中所谓的知识表示就是知识的符号化表示, 便于计算机对知识进行存储和处理的方法。

4 基于工作流知识的建模

4.1 框架表示法

心理学的研究结果表明, 在人类日常的思维和理解活动中, 当分析和解释遇到的新情况时, 要使用到过去经验中积累的知识。这些知识规模巨大而且以很好的组织形式保留在人们的记忆中。例如, 当我们走进一家从来没来过的饭店时, 根据以往的经验, 可以预见在这家饭店我们将会看到菜单、桌子、服务员等等。当我们走进教室时, 可以预见在教室里可以看到椅子、黑板等等。我们试图用以往的经验来分析解释当前所遇到的情况。当然, 我们无法把过去的经验一一都存在脑子里, 而只能以一个通用的数据结构的形式存储以往的经验。这样的数据结构称为框架。框架提供了一个结构, 一种组织。在这个结构或组织中, 新的资料可以用从过去的经验中得到的概念来分析和解释。因此, 框架是一种结构化表示法。

框架表示法是一种适应性强、概括性高、结构化良好、推理方式灵活、又能把陈述性知识与过程性知识相结合的知识方法。

框架通常由描述事物的各个方面的槽组成, 每个槽可以拥有若干个侧面, 而每个侧面又可以拥有若干个值。这些内容可以根据具体问题的具体需要来取舍, 一个框架的一般结构如下:

即:一个框架一般有若干个槽, 一个槽有一个槽值或者有若干个侧面, 而一个侧面又有若干个侧面值。其中槽值和侧面值可以是数值、字符串、布尔值, 也可以是一个动作或过程, 甚至还可以是另一个框架的名字。由框架的形式可以看出, 框架适合表达结构性的知识。所以, 概念、对象等知识最适于用框架表示。其实, 框架的槽就是对象的属性或状态, 槽值就是属性值或状态值。不仅如此, 框架还可以表示行为 (动作) , 所以, 工作流中的过程性事件或情节适合用框架网络来表示。

4.2 框架的本体描述语言实现

本体 (O ntolog y) 又称为实体, 源自于形而上学的哲学分支, 他对客观世界的事物进行分解, 发现其基本的组成部分, 进而研究客观事物的抽象本质。近年来, 本体的概念被越来越多的应用计算机知识工程领域, 用于对客观世界的存在现实进行系统化描述, 方便知识的重用和交互。人们已经从不同的角度和方面为本体论概念进行了定义, 其中比较著名的有“本体是概念模型的一个现实的规格说明”和“本体是共享概念的一个形式化的规格说明”。其中, “概念模型 (Conceptualization) ”是指通过对某个客观现象的相关概念进行辨析和提取而获得的关于该现象的抽象模型;“显示 (E xplicit) ”是指对所使用的概念的类型, 以及这些概念在应用上的约束都给予明确的说明;“形式化 (F orm al) ”表示本体论以计算机可读的形式存在;“共享 (Sh are) ”表示本体论中反映的是共同认可的知识。

O W L语言全称W eb O ntolog y L ang uag e (W eb本体语言) , 是W 3C推荐的语义互联网中本体描述语言的标准。O W L的本体组成包括个体 (Individual) 、属性 (Property) 和类 (class) 。个体代表领域中用户实际感兴趣的那些对象, 属性是个体之间的二元关系。O W L使用形式化的方法精确描述出类中成员必须有的条件。类可以通过继承关系组成层次结构。

下面给出了一个教师的框架如表1所示:

该框架用O W L可表示如表2所示:

5 面向模式的规划算法

“提出能达到一定目标的行动序列的任务”是斯图尔特·罗素为规划 (Planning) 给出的简短定义。规划是当前人工智能 (AI) 领域中一个引起巨大兴趣的部分, 它结合了AI的两个主要领域:搜索和逻辑。也就是, 规划器既能被视为搜索解的程序, 也能被视为证明解存在的程序。面向模式的规划方法是针对现有人工智能规划方法的扩展, 是建模中工作流生成的核心部分。规划方法的基本算法如图1所示, 基本步骤介绍如下:首先, 系统解析用户提交的业务目标的请求, 并将其变换为系统的目标形式和部分上下文信息。在实际应用中, 由于应用到的行业不同, 目标需求也有很大的差别, 这部分需要根据具体行业进行二次开发。第二, 系统检查策略库中的目标--上下文关系, 检查器利用知识库中的本体定义来检查输入的目标是否合法, 并在变换过程中检查相关格式查找和目标“最相关的上下文”, 没有获取的上下文信息需要通过对应的上下文服务来得到它们的值。完成后, 系统得到一个规范的目标模型和一组刻画当前情景的上下文信息。第三, 借助知识库与上下文服务提供的知识与信息, 初始化部分工作流, 并将目标节点送入规划队列。部分工作流是规划过程中流程定义的中间结果, 生成了可以执行的流程定义。第四, 依次从规划队列中提取目标节点, 匹配器结合目标和模式进行目标匹配和上下文匹配, 选择适用的模式。第五, 将选用模式对应的流程片段workflowlet加入部分工作流。如果选用模式的类型为strateg ic, 则说明流程片段中的子目标仍需细化。将相应的子目标送入队列。如此反复, 直至所有需要细化的目标都处理完毕, 如表3所示。

第六, 在规划后, 部分工作流中可能包含多个流程片断。流程组合器利用相应模式之间的依赖关系, 将它们拼接组合成一个完整的流程定义。此时的流程定义中仍可能含有需要细化的部分, 这些部分将在执行过程中通过重规划来进行细化。模式匹配是规划中最重要的步骤。它包括领域过滤, 目标匹配和上下文匹配三个操作。领域过滤是指用目标问题的所在领域来过滤模式库, 从而减少模式的搜索空间;目标匹配是指过滤后的模式和目标问题进行目标匹配, 得到若干候选模式;最后的上下文匹配是用来评估那些候选模式可以在当前情况中是否适用。上下文匹配是将当前上下文状态和模式中的场景描述进行定量比较。模式场景中的上下文条目分为两类:P ositive F actors中的上下文条目给出了适用该模式的场景, 而N eg ative F aetors中的上下文条目则描述那些不适合该模式应用的场景。本文采用了加权和之差的方式来进行定量评估, 如式1所示。当然, 也可以根据不同需求来定义其他的量化匹配的公式

其中, S是上下文匹配的分值, 该分值越大则表示越匹配;i, j分别表示positive和neg ative的上下文条目个数, 其中0

6 结语

知识库建模 篇7

液压泵是液压系统的心脏,它将机械能转换为液压能,是系统能否正常工作的关键因素之一,因此对其的维修保养十分重要,而齿轮泵又是液压泵中的一种。随着维修技术的发展,对于齿轮泵维修的知识也迅速增多,充分利用已有的维修的知识对我们的维修工作具有一定的经济价值和实际意义。本文针对CB-B型齿轮泵进行故障分析,利用软件Protégé 建立维修知识的本体,研究建模过程并推理。

1本体及软件Protégé 简介

1.1本体

本体来源于哲学上的概念,用于描述事物的本质。本体是对客观存在的一个系统的解释或说明,关心的是客观现实的抽象本质。目前获得大部分研究者公认的本体定义是Gruber在1993年提出的定义,即本体是概念模型的明确的规范说明。本体的目标是获取、描述和表示相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并能够从不同层次的形式化模式上给出这些词汇和词汇间相互关系的明确定义,同时具有知识推理能力,能通过逻辑推理获取概念之间的蕴涵关系[1]。

1.2本体建模工具Protégé

Protégé 是斯坦福大学开发的本体编辑和知识获取软件,开发语言Java,为开放源码软件,本体的结构以树形的层次结构显示,可迅速遍历本体论的类层次结构。用户可以通过点击相应的项目来完成类、子类、树形、实例等的编辑和添加,知识工程师不需要了解具体的本体表示语言, Protégé 是一个可扩展、文件输出格式可定制的知识模型。它支持多重继承,具有很强的可扩展性,并支持对本体中的知识一致性和逻辑错误检查[2]。

2齿轮泵故障分析

知识模型建立以前首先应该获取相关知识并且进行分析。齿轮泵广泛应用于液压系统,并且种类和型号多,因此其故障也不完全相同。本文针对CB-B型齿轮泵的故障和维修进行知识建模研究,通过故障分析获取知识。分析齿轮泵典型的故障,得到齿轮泵的故障症状、故障原因和相应维修知识[3,4]。齿轮泵故障比较多,所以文中只列举一部分故障及其产生原因和排除方法。如下表1所示是泵不排油或排量与压力不足的故障分析。

3模型建立

本体建模方法有TOVE法、骨架法、 七步法等多种方法,考虑到七步法有较多的且详细的相关技术支持[5],而且在建模的细节方面比较有优势,其理论完善成熟,本文选择此方法建立知识模型。齿轮泵维修知识包括故障症状、故障原因等知识,本文建立模型时根据故障诊断的逻辑建模,即由故障现象分析故障原因得到故障位置并得到相应维修方法这样一条建模思路结合七步法建立知识模型。结合具体应用,其具体步骤如下[6,7,8,9]:

(1)确定本体的领域和范围。齿轮泵维修是一个涉及故障诊断和具体实施维修的复杂过程,如齿轮泵的结构、故障症状、故障原因、维护技术、零配件供应、齿轮泵技术条件等,它的使用者是齿轮泵的维修人员,维护者是液压领域的知识专家和设计人员。

(2)考虑现有本体的复用。可共享与可重用是本体最大的优势,为了避免重复劳动,如果系统需要与其他特定的本体知识库或词汇交互,可以复用现有的本体知识库。本文的本体建立参照其他领域的模型但进行改进。

(3)列举本体的重要术语。本文术语来源于液压领域的各种标准和相关的液压书籍。

(4)定义类和类层次,用来描述领域的概念。开发类层次有三种可选方案自上向下、自底向上和由内往外,本文选定的是自上而下的方法,即首先确定齿轮泵维修领域的几个大的概念类如机械结构、故障症状等,然后再对其逐步细分类。

(5)定义类的特性,对概念内部结构进行描述。

(6)定义属性的约束。

(7)生成实例。

根据上述步骤结合齿轮泵维修的知识,利用Protégé4.3建立的知识本体ow代码片段如下:

4本体一致性检测和推理

本体的一致性是指本体包含的所有知识之间没有矛盾,其各组成部分构成一个协调的整体,保证本体中知识逻辑的正确性及类间关系和公理之间关系的一致性,而在本文中主要是借助本体推理来保证本体的正确性。

4.1类间关系和本体公理的一致性检验

知识本体中类很多且关系复杂,例如故障症状、故障原因等,公理也是本体的重要组成部分包括属性公理、类公理等。 新添加的知识和已经有的知识可能会产生冲突,容易产生不一致现象。如图1建立Test1,如果知识出现错误或者不连续, 则推理结果如图2,显示为Nothing即知识模型不连续。本文通过Protégé 自带的推理机Fa CT++ 检测,所构建的类和公理不存在冲突,如图3所示没有错误并且是连续一致的。

4.2基于本体的推理

本文所进行的知识推理是基于本体构建时所定义的公理约束来实现的,是基于描述逻辑规则的逆向推理,即知道某些故障症状,找出它的故障原因从而采取相应维修措施。具体规则是在本体中对复合类做等价类声明,即对复合类的属性进行充分必要条件描述。当给出新类时,本体推理机对新类的属性描述与复合类的属性进行匹配和对比,若满足复合类的属性要求即是复合类的子类。其推理规则之一描述如下:类a在属性p的取值只能为类x,类u在属性p上的取值为w且w是x的子类,则类u是类a的子类。其形式化描述如下:

建立如图4两个不同的的类Test2和Test3,并进行条件添加如图5和图6,即故障现象描述。推理前Test2和Test3都属于机械结构的子类,推理后其分别属于Bearing和Gear即故障部分为轴承和齿轮, 推理前后如图7和8所示。推理结果与实际故障是相符合的,即推理结果正确。由以上结果可知,本体中通过对某故障现象的描述后进行推理可以得到故障位置,并且依据本体进行故障诊断具有可行性。

5结论

(1)针对齿轮泵维修知识的形式化和规范化描述以及知识重用,提出利用本体建立齿轮泵维修知识模型的方法即故障诊断逻辑与七步法结合,并建立了齿轮泵维修知识模型,结果证明具有可行性。

(2)本体建立后利用Protégé 自带的推理机检测,本体知识是连续一致的, 而且可以在已经建立的本体中进行基于本体的故障推理。

摘要：齿轮泵维修知识的形式化和规范化表示,可以支持维修过程的知识重用和知识库的建立。本文在获取并分析齿轮泵故障维修的基础上,提出了基于本体的齿轮泵维修知识建模方法,讨论了建模过程,并进行本体一致性检测和推理。结果表明本体连续并且可以进行故障推理。

知识库建模 篇8

关键词：产品设计知识,本体,OWL,约束公理

0 引言

产品设计涵盖多个学科的知识,是一种典型的知识密集型活动。随着市场竞争的不断加剧,产品更新换代周期的缩短,产品设计知识的有效获取已成为决定产品开发能否成功的关键因素之一。

设计知识的重用可以减少不必要的重复劳动,缩短研制周期。尤其是产品的变型设计可以重用企业多年设计实践积累的设计经验和设计知识,以解决设计中遇到的多领域的大量问题[1]。因此,需要研究有效的产品设计知识模型为设计人员提供所需要的设计知识,并借鉴以往产品开发过程中的成功设计方案和设计经验帮助设计人员做出合理的决策[2~4]。

传统的描述语言和工具如XML、DAML、RDFS等缺乏有效的语义表达能力[5],不能充分、准确的对产品设计知识进行分类和描述。本体的引入有效的弥补了传统描述语言和工具缺乏语义表达能力的缺点。本体是对一个特定领域中重要概念的共享的形式化的描述[6],其目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇(术语)和词汇间相互关系的明确定义。

本文基于本体论的思想,对企业产品设计知识进行分类和概念的抽取,利用OWL(Web Ontology Language)本体描述语言对产品设计知识本体进行形式化描述,构建基于OWL的产品设计知识本体模型。通过构建产品设计知识本体,可以有效的对设计知识进行智能检索,为产品设计知识的集成提供了语义基础。

1 OWL及OWL约束公理

1.1 本体描述语言OWL

OWL是W3C开发的一种网络本体语言,用来对本体进行语义描述,是W3C推荐的语义互联网中本体描述语言的标准。OWL语言具有良定义语法和语义、高效率的推理支持、充分的表达能力和表达的方便性[7]。OWL可以明确表达设计知识术语间的语义信息和关系。

1.2 OWL约束公理

约束公理是OWL类公理的核心部分,用来对概念所存在的各种约束条件进行详细描述。OWL约束公理分为值约束和基数约束两种。

值约束包括:

1)owl:all Values From:相当于逻辑中的全称量词,用符号∀表示。要求对于每一个有指定属性的类实例,属性的值必须是由owl:all Values From从句指定的类的实例。取值可以为空。

2)owl:some Values From:相当于逻辑中的存在量词,用符号Ǝ表示。被约束属性的所有取值中至少有一个是owl:some Values From所指定的类的实例。取值不能为空。

3)owl:has Value:用符号з表示。被约束属性的所有取值中至少有一个是owl:has Value所指定的值或者与指定的值语义上相当。取值不能为空。

基数约束包括:

1)owl:max Cardinality:用符号≤表示。被约束属性的值(个体或数值)最多能取owl:max Cardinality所指定的数目的不同值。

2)owl:min Cardinality:用符号≥表示。被约束属性的值(个体或数值)最少应取owl:min Cardinality所指定的数目的不同值。

3)owl:cardinality:用符号=表示。指定被约束属性的取值基数,可以用一组取值一致的owl:max Cardinality和owl:min Cardinality来取代。

2 产品设计知识本体的构建方法

2.1 本体的六元组表示法

定义[8]:一个本体包含六个元素{C,AC,R,AR,H,X},其中,C表示概念集;AC表示每个概念的属性集;R表示关系集;AR表示每个关系的属性集;H表示概念层次;X表示公理集。

2.2 产品设计知识的分类与概念抽取

基于本体论,将产品设计知识分为行业知识、企业知识和个人知识[1],如图1所示。

产品设计知识概念术语细化分类体系如下:

1)行业知识

行业知识(行业标准(设计标准,设计规范),行业技术动态,原理性知识,专著和专利知识,…)。

2)企业知识

企业知识(企业专有知识(设计历史,已有实例,以往设计图纸,…),相关文件(设计指导书,相关设计文献,设计原理,…))。

3)个人知识

个人知识(领域专家,相关设计人员,设计经验,…)。

2.3 产品设计知识的OWL描述

产品设计知识本体采用OWL进行形式化编码,即用OWL中定义好的元本体对知识概念和关系进行形式化描述。本文利用Protégé[9]本体开发工具,对行业知识进行本体建模,其本体模型如图2所示。

行业知识分类的部分OWL代码如下:

2.4 产品设计知识的属性定义

OWL属性表示两个对象之间的关系。在OWL中有两种类型的属性:对象属性和数据类型属性。对象属性将两个对象相互关联;数据类型属性将对象与XML Schema提供的数据类型值相关联[10]。

产品设计知识部分属性定义如下:

C领域专家=(AC(姓名,性别,邮件,…),AR(熟悉内容));

C设计经验=(AC(成功设计方案,设计失误,…),AR(产生来源))。

其对象属性关系的OWL描述为:

3 实例分析

以汽车造型设计为例,介绍汽车产品造型设计知识的本体构建。汽车造型设计主要涉及科学和艺术两大方面,汽车造型设计知识概念术语的分类体系可表示为(部分):

汽车造型设计知识(科学知识(制造工艺知识,机械制图学,工程材料学,人机工程学,…),艺术知识(汽车图案学,汽车色彩学,视觉规律原理,…))。利用本体开发工具Protégé3.1.x建立的汽车造型设计知识本体模型如图3所示。

汽车造型设计知识概念术语OWL描述的本体片段如下所示:

OWL约束公理可以更完整、更明确地定义本体模型,由于只约束特定的类和属性,所以能够满足本体的最小承诺规则[11]。本文仅对汽车造型设计知识进行约束公理的应用,其概念形式化表示为:

汽车造型设计知识=产品造型设计知识∩Restriction(∀涉及科学知识(汽车制造工艺∪机械制图∪汽车工程材料∪人机工程学))∩Restriction(∀涉及艺术知识(∪汽车图案学∪汽车色彩学∪视觉规律原理))∩Restriction(涉及科学知识≥1)∩Restriction(涉及艺术知识≥1)

汽车造型设计知识的OWL描述片段为:

4 结束语

本文在对企业产品设计知识进行分类和概念抽取的基础上,利用OWL本体描述语言对设计知识本体进行形式化描述,构建出基于OWL的产品设计知识本体模型,为产品设计知识的集成提供了语义基础以及有效的对设计知识进行智能检索。

参考文献

[1]王珂,廖文和,郭宇,等.基于任务结构的产品设计知识模型研究[J].中国机械工程,2008,19(3):308-313.

[2]Pahng G F,Ha S,Park S.A Design Knowledge ManagementFramework for Active Design Support[C]//1999 ASMEDesign Engineering Technical Conferences.Las Vegas:Proceeding of DETC’99,1999:9023-9031.

[3]Chapman C B.Design Engineering-a Need to Rethink theSolution Using Knowledge Based Engineering[J].Knowledge-based System,1999,12(3):257-267.

[4]Troxler P.Knowledge Technologies in EngineeringDesign[C]//Proceedings of 7th International DesignConference.Dubrovnik:Faculty of Mechanical Engineeringand Naval Architecture,2002:429-434.

[5]刁雅静,王志英,葛世伦.基于OWL的制造业知识本体构建研究[J].江苏科技大学学报,2009,23(6):538-542.

[6]Fensel D.Ontologies sliver bullet for knowledgemanagement and electronic commerce[M].Berlin:Springer-Verlag,2001.

[7]Etiel Petrinja.A provenance data management system forimproving the product modelling process[J].Automation inConstruction,2006,16(4):485-497.

[8]Naing M M,Lin E P,Gob D H.Ontology-based webannotation framework for hyperlink structures[C]//ThirdInternational Conference on Web Information SystemsEngineering.Washington:IEEE,2002:184-193.

[9]Knublauch H.Editing description logics ontologies withthe Protégéowl plugin.In:International Workshop onDescription Logics,Whistler,BC,Canada,2004.

[10]Matthew Horridge,Holger Knublauch.A Practical GuideTo Building OWL Ontologies Using The Protégé-OWLPlugin and CO-ODE Tools Edition 1.0,http://www.co-ode.org/resources/tutorial/ProtegeOWLTutorial.pdf,2004.