知识系统建模

知识系统建模（通用7篇）

知识系统建模 篇1

摘要：有效进行故障诊断可以提高客户满意度,故障诊断知识建模是其中的关键。针对故障诊断知识建模问题,提出基于本体元数据的故障诊断知识建模方法 KSM(Knowledge Solution Model):KSM主要由描述诊断方案的应用环境的元数据组和详细诊断方案(简称详细方案)构成。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。步骤由一个或多个叶子步骤组成。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。该方法和模型成功应用于国内某大型IT企业。并于2010年正式上线。实验结果令人满意,结论是KSM可以有效解决故障诊断知识的建模问题,为后续的故障诊断建立知识基础。

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.

[8]Aldrich C,Auret L.Unsupervised process monitoring and fault diagnosis with machine learning methods[M].Springer,2013.

知识系统建模 篇2

王众托[1]认为人类的各种知识是相互关联的, 形成了不断发展演化的知识系统。知识系统可以分为宏观和微观两层。宏观知识系统是一个国家的知识系统,微观知识系统是一个组织 ( 企业、院所等) 的知识系统。王让等[2]将国家创新系统与知识竞争力生产机制相结合,从知识系统运行的全过程视角出发,构建了国家知识系统全过程预警指标体系,用于监测各时期国家知识系统的运行状况。刘秋皊等[3]应用耗散结构理论分析了企业知识系统的的耗散结构及演化路径。席运江等[4]将组织的知识系统划分为3个同种要素 ( 知识) 及关系构成的子系统,分别由知识子系统、知识主体子系统和物质载体子系统组成。姜晓林[5]提出科技项目管理中的知识系统是指科技项目管理虚拟组织的知识系统, 属于组织知识系统的一种。寿涌毅等[6]认为企业内部的知识系统已经构成了一个复杂的网络,但企业与企业之间的知识互动构成了更为复杂的企业网络知识系统,如供应链、产业集群等。学者们从系统科学观点构筑了组织知识系统的研究框架体系,给本文的研究提供了系统研究思路。本文尝试运用系统动力学方法对应急管理知识系统进行建模并仿真, 分析系统中各主体间的知识互动对系统的动态影响。

1应急管理知识系统概述

1.1应急管理知识系统界定

从系统的观点出发,综合上述对知识系统相关文献的分析,可以构成对应急管理知识系统的理解。 笔者认为应急管理知识系统是指在突发事件发生前后的应急管理组织过程中,知识主体 ( 各应急管理部门、团队、个人等) 所拥有和共享的各类知识及知识活动构成的系统。因各应急部门的业务各异、 资源类型多样,所拥有的知识资源是不同而又互为补充的,通过系统中知识的获取、转换和共享等活动促进了系统的演化。

应急管理知识系统反映了从知识与知识过程角度理解和描述的应急管理过程。对于应急管理来说, 由其业务流程或者说工作流程构成了一个业务系统, 业务系统是从行为和职能的角度进行描述的,因此, 知识系统和业务系统实际上对偶存在,反映了应急管理的两个不同方面。

实际上,任何组织都有其业务流程,在业务活动中,人们总是在使用、处理知识并不断获取和应用新的知识。组织中的这些知识是随着组织的发展而发展的,构成了组织知识系统[1]。应急管理知识系统可以看作是一种应急管理虚拟组织 ( 网络组织) 知识系统,属于组织知识系统的一种。界定应急管理知识系统是为了从知识的视角、系统的视角对应急管理工作进行有效的组织和管理,提升其应急管理水平和组织绩效。

1.2应急管理知识系统的构成要素

根据系统科学思想,系统是相互作用的多元素 ( 要素) 的集合体,集合中包含的对象称为系统的组分,最小的不需要再细分的组分称为系统的元素 ( 要素)[7]。应急管理知识系统的构成元素即构成该系统的各类应急知识。由于知识属于非物质形态要素,它必须依存于一定形态的介质和载体来存储和交换。知识载体可以分为两类: 一是生命载体,也就是掌握知识的人和组织,主要是指拥有应急知识资源并参与到应急过程中的组织和个人。根据其在应急管理中扮演的角色和作用,可以分为应急决策主体和应急参与主体两类。二是物质载体,如书籍、 文件、报刊、数据载体 ( 计算机的数据库、磁盘、 光盘) 等。人和人之间、人与物质载体之间、物质载体之间会进行知识的交换。在这里,人和组织是知识系统中的活动主体,因此本文重点对应急管理主体的动态行为进行建模仿真,从知识量的角度分析各主体间的协作对应急管理知识系统的动态影响。

2应急管理知识系统中的知识活动

应急管理知识系统是一个动态开放的输入 - 输出系统,这个系统的中间过程可以看做一个 “黑箱”,这个 “黑箱” 的作用就是整合各个应急管理组织的知识体系、发挥协同效应,使之成为一个协调统一的应急管理知识系统。这个 “黑箱”中包含了在应急协同机制作用下各主体互动而表现的复杂知识流和知识活动,如图1所示。

2.1知识共享

知识共享是指各知识主体通过各种交流和学习方式,将其知识为知识系统其他成员所共同分享, 从而转变成系统的核心资源和竞争力[8]。知识共享是产生和发挥协同效应的基础和必要条件。在应急预防阶段建立应急主体的知识共享机制,可以促进主体间知识的交流、互动,增强预防知识的储备、 完善并优化预防知识体系,为应急响应阶段奠定基础。

应急显性知识和隐性知识的共享手段和方式是有区别的。应急显性知识的共享是各应急主体有关应急数据、文档等的交流,可以通过建立应急平台实现。应急平台是以现代信息通讯技术为支撑,可以实现应急监控、预测预警以及各应急单位联动等功能。应急隐性知识是关于应急经验、专业技能等难以用文字、数据表达的知识,其共享方式更多地要依靠组织之间学习交流并在实践中获得 ( 干中学) ,主要形式有应急专业技术知识的学习、应急专家会商、应急经验交流及应急综合演练等。

2.2知识转移

应急响应阶段的知识转移是一个以应急决策知识主体为核心的网络式知识转移类型。各应急组织在这个知识转移网络中扮演着双重角色,既是知识的接受者,同时也可能是知识的供应者。知识转移的主要路径有以下两种:

第一条路径: 应急参与方———应急决策方——— 应急参与方。首先,应急参与方向应急决策主体供应必要的决策知识。因为突发事件的复杂性及衍生性的特点,应急决策主体需要多类别的知识支持, 而单一的应急部门是无法提供决策所需的全部背景知识,因此应急参与方———应急决策主体之间是以突发事件的问题情境为驱动、多个应急参与方相互协作的决策知识的传递过程[9]。接下来,应急决策主体根据获取的决策知识再经过其加工处理和创造, 生成新的知识,最后转移至各相关应急参与方。

第二条路径: 应急参与方———应急参与方。应急响应过程中,各应急参与方要协作完成处置任务, 在这个过程中他们通过互相交流、贡献所长,利用自身的知识与能力共同解决问题,借助知识的转移和取得,加强配合的程度。

2.3知识创新

知识共享、知识转移是知识创造的前提条件, 知识创造是知识系统协同一个涌现性的结果。应急响应阶段,在不断发生变化的环境下,应急知识主体通过知识的获取、在知识转移过程中相互协作, 目的是对突发事件发展状态作出研判、制定决策, 以指导应急管理实践工作。决策知识的生成过程即是知识的创造过程,这个过程并不是由知识主体具有的知识的简单加和,而是由系统中的各主体经过多次逐级整合实现的复杂的涌现过程。

3应急管理知识系统的动力学建模

3.1建模目的与系统界限

系统动力学理论是处理复杂反馈系统动态行为的方法论。应急管理知识系统具有动态复杂性特征, 其演化及发展取决于系统的各主体的协同合作,并伴随着知识传递及反馈机制,具有明显的系统动力学特征。采用系统动力学方法对应急管理知识系统的动态过程进行建模分析,目的就是分析应急管理知识系统中各主体的行为关系,进而分析系统整体运行及演化过程。

系统动力学认为,一个系统的动态行为是基于系统内部要素的相互作用而产生的,并且假设系统外部环境的变化不会对系统产生本质性影响,因此, 明确系统界限是系统动力学建模的前提。应急管理知识系统协同效应的产生是各应急管理知识主体在反复的知识共享、转移、创新过程中涌现出的系统的有序结构,因此,界定应急管理知识系统的界限要从系统各主体的相互作用入手,把影响系统演化的主要因素及其反馈形成反馈回路,保证系统的界限是封闭的。

应急管理知识系统中有两类重要的主体: 一是决策主体,它是知识主体系统的核心,负责应急指挥及决策任务,控制和决策应急过程中的知识流动方向。二是应急处置组织,是应急管理的主要参与者及处置机构,他们所拥有的知识量及水平影响着应急协同绩效; 同时应急处置组织也是应急决策者的知识供给方,他们的知识存量及知识供给能力对应急决策有重要的影响作用。可见,这两类应急管理知识主体在知识系统中起到了主导性作用。本文建立的应急管理知识系统主要围绕应急管理决策主体和应急处置主体,建立两主体及主体之间知识流动的二元系统,系统界限定为应急决策主体知识子系统、应急处置主体知识子系统和知识供需子系统构成的整体。应急决策主体知识子系统是应急决策知识的需求方、接收方以及应急知识积累和创新的重要来源方; 应急处置主体知识子系统是应急决策知识的供给方; 决策知识供需子系统是将二者联系起来的渠道,通过知识的供应,实现知识的共享、 转移及创新。3个知识子系统都是应急管理系统知识存量的重要构成部分,通过知识的流动,实现知识增值,增加系统知识存量,进而实现应急管理绩效,提高应急管理水平。

3.2假设条件

系统动力学仿真建模与其他仿真方法一样,是对实际系统的反映,但却不是也不可能对实际系统原原本本进行复制,只能反映出实际系统的一个侧面,可以在满足一定要求条件下对实际系统进行简化,因此,必须要对建模提出假设条件。本文提出以下假设:

假设1: 应急管理知识主体所拥有的知识存量的增长主要通过3种途径: 一是通过主动学习实现知识和技能的增长; 二是通过主体间合作创新实现知识的增长; 三是在突发事件发生后生成的应急决策知识。随着应急系统知识存量的逐渐积累和增加, 应急绩效水平必定逐步提高。这里暂且不考虑知识的失效性对知识存量的负向影响。

假设2: 突发事件发生后,应急知识的需求量与时间存在复杂的函数关系。但一般来讲,应急知识的需求量会迅速增加,并在一定时间内达到峰值, 进而随着事件的处置而逐渐减少。本文假设知识需求量与时间呈现二次函数关系,简化了可能存在的复杂形态和波动。

假设3: 突发事件的发生会引起知识的需求、 供给及创新等。本文意在模拟这些知识的流动对应急系统知识存量变化的影响,因此模拟了两次突发事件发生,分别在 [0,10] 和 [40,50] 时间范围内,并假设事件发生的持续时间均为10个单位。

3.3应急管理知识系统中的因果关系分析

应急管理知识系统根据其系统界限及内部结构, 各子系统相互关联形成了多个反馈回路。因果关系如图2所示,其中A、B分别指代应急决策主体和应急处置组织。

系统中的反馈回路主要有:

反馈回路1: B应急知识存量→应急知识增长率 →B应急知识增长量→B应急知识存量

这是一条正反馈回路,描述应急处置组织自身知识存量的变化。应急知识存量是表示应急组织所拥有的应急知识总量,它包括与应急有关的显性知识及依附于应急人员及组织中的隐性知识。随着应急管理方法不断科学化和规范化,应急处置部门的应急预案、应急经验和技能以及应急技术手段都在不断提高和完善,表现为应急知识存量的增长,而这又会带动和提高应急组织整体知识水平,知识增长速度提高、知识增长量提升,从而提高自身的应急知识存量。

反馈回路2: B应急知识存量→系统应急知识存量→合作效率→合作知识增长量→B应急知识存量

这是一条正反馈回路,描述的是应急处置组织之间的合作促使应急组织知识存量增长,进而实现系统整体应急知识存量增加的过程。不论在平时还是应急状态,各应急组织之间通过各种合作,如会议、演练、协同处置等形式相互交流,优化应急知识储备、增长应急经验和技能,应急系统知识存量增加,应急管理整体水平提高,而这会进一步提高应急组织间的合作效率。

反馈回路3: B应急知识存量→应急知识供应量 →A应急知识处理能力→A应急决策知识量→A应急知识存量→系统应急知识存量→合作效率→合作知识增长量→B应急知识存量

这是一条正反馈回路,描述的是应急处置组织与应急决策主体之间的知识供给过程而引起的知识流动,并最终实现知识存量增加的过程。应急处置组织是决策主体的知识供给方,它提供给应急决策主体的知识量越多,应急决策主体的知识处理能力越强、应急决策知识量越多,并最终提升了系统应急知识存量水平。

反馈回路4: 应急决策知识缺口→应急知识供给量→A应急知识处理能力→A应急决策知识量→A应急知识存量→应急决策知识缺口

这是一条负反馈回路,应急决策主体的决策知识缺口要求更多的应急知识供给量,在提高了决策主体的决策能力的同时也增加了决策主体的知识存量,知识缺口逐渐减少。

反馈回路5: A应急知识存量→A应急知识增长率→A应急知识增长量→A应急知识存量

这是一条正反馈回路,与反馈回路1相类似, 描述的是应急决策主体自身知识量增长的必然性。 这恰恰体现了应急主体具有的主动适应性,通过对环境的感知而不断增强自身的适应能力,在这里主要体现为知识存量的增加。

3.4系统流图

根据因果关系图,建立应急决策主体 ( A) 和应急处置组织 ( B) 的二元系统流图如图3所示。

系统模型中一共包含15个变量,其中状态变量3个 ( A和B应急知识存量、应急知识供应量) ; 速率变量5个 ( A和B的应急知识增长量、合作知识增长量、确认供应知识量、A应急决策知识量) ; 辅助变量5个 ( 合作效率、系统应急知识存量、A应急知识处理能力、应急知识需求量、应急决策知识缺口) ; 常量2个 ( A和B的应急知识增长率) 。

3.5方程设计及变量赋值

3.5.1方程设计

本研究所建立的方程及解释如下:

( 1) B应急知识存量 = INTEG ( B应急知识增长量 + 合作知识增长量) 。应急处置组织的知识存量的增长是其自身知识增长和与其他应急组织的合作过程中增长的知识量的累积量。

( 2) B应急知识增长量 = B应急知识增长率* B应急知识存量。应急处置组织的知识增长量与现有知识存量正相关,并且按照一定的知识增长比率增长。

( 3) 合作知识增长量 = DELAY1I ( 合作效率* B应急知识存量,5,0 ) 。应急处置组织通过与其他组织合作促进的知识增长量与其知识存量及合作效率相关,但因为合作创新知识需要有一个过程,因此存在延迟效应,将延迟时间设定为5个时间单位。

( 4) 合作效率 = 合作效率因子 ( 系统应急知识存量) 。应急组织的合作效率受到整个应急系统知识存量的影响。

( 5) 系统应急知识存量 = A应急知识存量 + B应急知识存量。因为系统界限设定为应急知识主体系统是仅包括应急处置组织和应急决策主体这两类主体的二元系统。

( 6) 应急知识需求量 = IF THEN ELSE ( Time < 10, - 40* ( Time - 5) ^2 + 1000 ,IF THEN ELSE ( Time > 40 : AND: Time < 50 , - 40* ( Time - 45) ^ 2 + 1000,0) ) 。设定两次应急知识需求时间,分别发生在 [0,10] 和 [40,50] 两个时间单位范围, 且应急知识需求量设定峰值为1 000个知识单位。

( 7) 应急决策知识缺口 = IF THEN ELSE ( 应急知识需求量 - A应急知识存量 > 0 ,应急知识需求量 - A应急知识存量 ,0) 。当应急决策主体A的应急知识存量小于应急知识需求量时,出现决策知识缺口。

( 8 ) 确认供应 知识量 = DELAY FIXED ( IF THEN ELSE ( B应急知识存量 - 应急决策知识缺口 > 0 ,应急决策知识缺口,0) ,2,0 ) 。应急处置组织是应急决策知识的供给方,只有当其知识存量高于决策知识缺口时,才能发生知识供给、实现知识转移,并且这里设置了2个时间单位的延迟。

( 9) 应急知识供应量 = INTEG ( 确认供应知识量) 。应急知识供应量是状态变量,它是确认供应知识量的累积量,表现了供应知识总量的变化。

( 10) A应急知识处理能力 = 应急知识处理能力因子 ( 应急知识供应量) 。应急决策主体的知识处理能力与供给的知识量成正比,即供给的知识量越多,知识处理能力越强。

( 11) A应急决策知识量 = IF THEN ELSE ( 确认供应知识量 = 0,0 ,( 确认供应知识量 + A应急知识存量) * A应急知识处理能力) 。应急决策主体根据自身的知识存量和供应的知识量作出应急决策, 决策知识量与知识处理能力正相关。

( 12) A应急知识增长量 = A应急知识存量* A应急知识增长率。应急决策主体的知识增长量与知识存量正相关,并且按照一定的知识增长比率增长。

( 13) A应急知识存量 = INTEG ( A应急知识增长量 + A应急决策知识量) 。应急决策主体的知识存量是其自身知识增长和生成的应急决策知识量的累积量。

3.5.2参数赋值

( 1) 模型中的3个状态变量分别是: A应急知识存量、B应急知识存量和应急知识供应量,需要赋予初始值。知识存量属于一种软变量,既没有单位也很难量化。因为本研究的目的是探寻应急知识主体之间知识流动对系统知识存量的影响,因此, 知识存量的度量并不会对研究结果产生大的影响, 只需要给出一个概数就可以。根据本研究,当突发事件发生后,应急决策主体需要得到必要的知识供给以辅助决策,应急处置组织的知识存量高于应急决策主体。因此,设定A应急知识存量 = 100,B应急知识存量 = 500。应急知识供应量在供应知识之前的初始值设定为0。

( 2) 合作效率因子表示应急处置组织的合作效率与系统知识存量有关,为了简化,设定其为表函数。随着系统知识存量从500—10 000,合作效率因子从最低值0. 01到最高值0. 05变化。合作效率因子表: [( 500,0. 01)- ( 10000,0. 05) ],( 500, 0. 01) ,( 2000,0. 02) 。

( 3) 应急知识处理能力因子表示应急决策主体的知识处理能力与应急知识供应量相关,将其设定为表函数。随着应急知识供应量的不断增大,应急知识处理能力从0到0. 05变化。应急知识处理能力因子表:[( 0,0)- ( 4000,0. 05) ], ( 500, 0. 01) ,( 2000,0. 02) 。

( 4) 应急处置组织和应急决策主体的知识增长率都按照常量给定,均设定为0. 01。

4应急管理知识系统仿真与分析

本模型在VENSIM PLE平台上构建并仿真,设定仿真初始时间为0,结束时间为70,时间步长为1。时间单位设定为周。仿真结果如图4所示。

( 1) 图4是应急处置组织知识存量的变化趋势。 从图中看出,应急处置组织的应急知识存量呈现不断上升的变化趋势,这是源于应急处置组织自身及合作的知识增长。我们还可以看出,在初期,应急处置组织的知识存量增长较缓慢,从0到35周大概累积增长量为500,而从35到70周,增长量累积超过1 000,表现出增长率是在不断提升,这主要是源于合作知识的效率不断增加的结果。

( 2) 图5是应急决策知识缺口的变化趋势。因为影响决策知识缺口的知识需求有两次,且需求量均设定为二次曲线,因此知识缺口也逐渐增大,达到峰值后逐渐减少。但是我们可以看出,在两次知识需求量均等的情况下,两次知识缺口的变化量却不一样,第二次的知识缺口量要小于第一次。这说明,在知识需求量一定的情况下,随着决策主体的知识存量的不断增加,知识缺口是逐渐减少的。

( 3) 图6是应急知识供应量变化趋势,其中应急知识存量是状态变量,确认供应知识量是速率变量,因此曲线1是2的累积曲线。在第一次知识供应时期 [3,13] ( 与知识需求有2个时间单位的延迟) 内,知识供应并不连续,而是出现了供应缺口, 这是由于在这个期间知识供应方的知识存量不能满足供应需要的原因; 随着应急知识供应方的知识量不断增长,知识供给能力也在不断增强,第二次的知识供给过程中,供给知识量有显著增加。

( 4) 图7反映了应急决策主体知识存量的变化趋势。我们可以看到,应急决策主体的知识量呈现不断增加的趋势,其中在两个时间期 [3,13] 和 [43,53] 内,知识量增长显著,尤其第二个时间期,这体现了应急决策知识的影响作用。

5结论

知识系统建模 篇3

关键词：知识管理,集成化企业建模,文档视图,B/S结构,文档管理

0 引言

企业为了在激烈的市场竞争中获得生存和发展,就必须不断对自身进行改造,以提高其经营管理水平和市场竞争力。改造企业首先需要正确认识和描述企业,企业建模是认识企业、改造企业和优化企业运行的基础核心技术[1]。

目前国内外学者已经提出了很多企业建模的框架,比较成熟的包括CIM-OSA,ARIS,PERA和集成化企业建模框架等。清华大学国家CIMS工程技术研究中心根据集成化企业建模框架开发了“集成化企业建模工具”,将企业划分为过程、功能、信息、组织、资源和产品六大要素,相应的,企业建模的工作划分为六个视图,从这六个不同的角度来描述企业的行为特征[2]。

随着知识经济的不断发展和企业规模的不断增大,知识管理作为企业管理的重要主题之一,已经成为了提高企业核心竞争力的重要手段。知识管理就是通过对企业的知识资源进行管理,促进企业内显性知识和隐形知识的共享和重用,其目标是将最恰当的知识在最恰当的时间传递给最恰当的人,以使他们做出最好的决策和实施[3,4]。建立在集成化企业模型基础之上的知识管理系统不仅保证企业知识管理的完备性和一致性,还增强了知识管理和企业业务的关联性,目前对于这方面的研究还比较缺乏。

本文以集成化企业建模框架作为理论基础,首先扩展了该体系框架,论述了添加文档视图的必要性,然后设计了适应该扩展框架的知识管理系统结构,接着设计并开发了B/S结构的文档管理工具,将其作为知识管理系统的一个主要组成部分,最后给出了实际应用案例。

1 扩展的集成化企业建模框架

集成化企业建模方法的体系结构,是由生命周期维、通用层次维和视图维组成的一个三维立方体结构。

在生命周期维,按照整体业务解决方案的实施阶段,企业建模规划被分为需求分析,系统设计、系统实施和运行维护四个阶段;在通用层次维,分为通用模型层、参考模型层和应用模型层三个层次;在视图维,以过程视图为核心,包括了功能、信息、组织、资源和产品等多个视图[5]。

知识分为能被计算机处理的显性知识(也称为编码型知识)和头脑中包含的包括经验、诀窍、价值观在内的隐性知识(也称为意会型知识)。企业的显性知识最主要的展现方式就是文本,图像,视频,工程等各种类型的文档,这些文档和企业模型中的其他视图之间都具有非常密切的联系。为了更加规范的管理企业模型中所涉及到的显性知识,非常有必要在集成化企业建模框架中添加文档视图。建立在此基础之上的企业知识管理将会具有以下几个特点:

1)完备性。

在企业建模过程中涉及到的所有文档都由文档视图进行统一的管理,保证了知识管理过程中显性知识的不重复,不遗漏。而所有隐含在其他视图之中的隐性知识通过相关业务人员或系统的总结之后最终也将转化为显性知识,以文档的形式进行管理。

2)一致性。

文档视图所管理的文档具有统一的属性定义,不仅包括了名称、大小、类型等一般属性,还包括了密级,版本、上传人、签入签出状态,关键词等相关业务属性。他方便了海量知识的搜索和分类,也简化了知识地图的构建。

3)安全性。

将文档视图纳入到集成化企业建模框架之后,对应的知识管理系统可以调用统一的用户权限管理工具,对不同的用户和用户组赋予对应知识的权限,提高知识管理系统的安全性,同时也为个人知识地图的创建提供了可能。

扩展后的集成化企业建模框架主要是在视图维增加了一个文档视图(如图1所示),给出定义如下:文档视图定义了企业文档的结构,描述各个文档的属性,内容,版本演化过程和签入签出状态。

各个视图之间有着密切的联系,扩展后的集成化企业建模框架中的各个视图间的集成和关联关系如图2所示。各个视图主要通过过程视图实现各个视图之间的集成。

2 知识管理系统体系结构

在扩展的集成化企业建模框架的基础之上,构建知识管理系统的分层体系结构。该体系按照知识的流动方向被分为了知识获取,知识集成,知识共享,知识利用和知识创新五个层次(如图3所示)。

在知识获取阶段,需要通过文档管理工具将集成化企业模型中除文档视图以外的各视图包含的隐性知识转换为文档视图中的显性知识,例如产品视图中的产品工艺,过程视图中的计划,报表,组织视图中的组织架构等。此外,对于企业外的隐性知识也需要通过文档管理工具将其转换为文档视图中的显性知识。

在知识集成阶段,将文档管理工具中的所有文档和知识通过自动聚类,统计分析,文本挖掘等手段对已有知识进行深入挖掘,使得显性知识更加有条理,形成企业知识库,便于更高层次的利用。

在知识共享阶段和知识利用阶段,用户通过企业知识门户中的交互平台,比如IM,SNS等形式实现知识的沟通和共享。此外,用户也可以自主检索所需知识,系统将搜索知识库中的对应内容,并将他们推送给相应用户。

在知识创新阶段,用户通过已有的知识和自己的实际经验对于现有的集成化企业模型进行改进,其创新内容将通过知识获取和知识集成整合到企业知识库中。

具有该结构的知识管理系统能够从企业的实际业务角度出发,实现企业知识的迭代式管理。

3 B/S结构文档管理工具的设计

为了顺利实现知识获取和知识利用的功能,设计并开发了适应上述知识管理系统的B/S结构的文档管理工具。

B/S结构即浏览器/服务器结构,他是基于Internet环境的信息系统,采取标准的TCP/IP协议,以WEB为平台形成的[7]。

和传统的C/S(客户端/服务器)结构相比,B/S结构简化了客户端的工作。客户端只需要进行少量的安装和配置,对数据库的访问和应用程序的执行都在服务器上完成。具有权限的用户可以在任何有网络连接的数字终端上使用该工具,大大提高了工具使用的便利性;瘦客户端,胖服务器的结构使得软件的升级和维护变得更为容易;所有的数据信息保存于总部数据库中,客户端中不保存任何业务数据和数据库连接信息,增强了工具使用的安全性。

本系统采用的是B/S典型的三层结构(如图4所示),自顶向下分别为Web层,业务层和数据访问层。

Web层为客户端提供了对于应用程序的访问;业务层接收用户发出的操作命令,执行相应的业务逻辑,和数据访问层进行交互,并向Web层返回操作结果;数据访问层实现了对于数据库的访问,数据库执行命令的传递和数据的交换;除此之外,文档管理工具还需要调用用户权限管理模块对于访问进行控制。

该文档管理工具所需要实现的功能主要包括三个部分,分别是文件夹操作,文件操作,日志操作(如图5所示)。其中文件夹的操作包括了增加、删除、修改、查看、复制和移动;文件的操作包括了增加、删除、属性修改、属性查看、复制、移动、上传、下载、签入、签出、版本管理、文件查找等;日志的操作包括了增加和查看等。文件的版本管理主要包括的功能有新增版本,设置当前版本,删除过往版本等。

除了以上提到的三类核心功能之外,文档管理工具还需要调用用户权限管理模块,用于用户登录时的身份验证,用户进行文档操作时的权限验证,并且在文档管理工具内还需要集成用户相关信息和密码修改等功能。

4 数据库表格设计

和文档管理工具相关的数据表主要有三张,分别是文件,文件夹和操作日志。其中最重要的是文件数据表。

在文件数据表中,可将文件的属性分为三部分,分别是一般属性,结构属性和业务属性。

文件的一般属性(如表1所示)表示文件的固有属性,和业务无关;结构属性(如表2所示)用于生成文档结构树,这里主要是指其父文件夹的编号;业务属性(如表3所示)表示和企业业务相关的属性。

5 实际应用案例

清华大学自动化系网络化制造实验室设计并开发了B/S结构的文档管理工具,作企业知识管理系统的主要组成部分之一,用于企业的知识获取和知识利用。

用户通过Web方式输入用户名和密码登陆到文档管理工具之中,即可以看到文档视图中所有具有查看权限的文件夹和文件节点。节点的权限主要有四类,分别是“无权限”,“查看权限”,“编辑权限”和“管理权限”。用户可对文件和文件夹节点进行相应权限的操作。每次执行操作之前,系统都会对用户的权限进行相应的判断,因此系统管理员可以实时的控制用户访问的权限,增强了文档管理工具的安全性。

该工具可以配合集成化企业建模工具,实现其他视图部分隐性知识到显性知识的自动转换。对于其他的显性知识和企业外部的知识,也可以通过该工具上传相关内容来获得,从而实现知识获取。

此外,该工具还能够根据文件编号,文件名称,关键字,上传人,创建时间,修改时间等关键字段进行文件的检索,将目的文档推送至用户,从而能实现知识利用。

6 结束语

本文是以企业知识管理系统的研究为背景的。该系统以扩展的集成化企业建模框架为理论依据,从企业实际业务的角度出发设计企业的知识管理。基于B/S架构的文档管理工具是知识管理系统的主要组成部分,主要用于知识获取和知识利用。为了完整的实现知识管理系统,还需要在现有文档管理工具的基础之上设计后台方法,实现知识的分类和集成,并借鉴现有的IM,SNS等架构,实现知识的共享。随着企业信息化的不断推进和知识经济理念的不断深入,知识管理系统必定会成为企业管理的一个重要组成部分,提高企业运行的效率。

参考文献

[1]范玉顺.信息化管理战略与方法[M].北京:清华大学出版社,2008.

[2]张洵,范玉顺.企业建模过程和工具系统研究[J].制造业自动化,2007,29,(1):13-16.

[3]潘旭伟,顾新建,仇元福,程耀东.面向知识管理的知识建模技术[J].计算机集成制造系统,2003,9,(7):517-521.

[4]杨飞.从OLTP到OLAM与知识管理到知识发现[J].管理信息系统,2001,(1):66-68.

[5]范玉顺,吴澄.集成化企业建模系统体系结构和实施方法研究[J].决策与控制,2000,15,(7):401-405.

[6]朱瑞,于慧敏,王宏,吕秋培,郝建萍,陈晓,解素芳,姜海涛.知识管理和文档管理的关系[J].档案学通讯,2003,(1):68-71.

[7]黄文博,燕杨.C/S结构与B/S结构的分析与比较[J].长春师范学院学报,2006,25,(8):56-58.

知识系统建模 篇4

传统的E-Learning系统以所学的内容, 即学习对象为中心[1], 这就造成了基于这些规范所构造的学习系统是一种人与学习内容的交互模型, 而不是人与人之间的交互模型[2], 因此网上学习系统的核心内容就变成了学习内容的访问遍历过程,即以学习内容为中心。在E-Learning系统中很难将教学者与学习者的交流与互动体现出来, 即使能够用系统表示, 与现实中多角色互动的教学实践过程也有很大的差距。因此, 为了能够更好地体现学习过程与学习活动, 在E-Learning学习系统中设计一个策略机制, 将以学习内容为中心的模式转变为以学习活动为中心的模式。策略机制可以根据设定的学习环境、学习者水平以及其他外在条件决策出学习者当前可以学习的内容, 在此基础上学习者可以自行选择。同时教师可以根据学习者特点、专业、学习能力等因素调节控制因子从而达到对学习内容和学习过程的柔性控制, 由于可具有教育学策略选择机制, 可以使得E-learning具有一定的智能化和个性化。主要解决的即是策略机制中教学活动——学习流的建模设计、定义问题, 这是首先要解决的关键与核心内容。

2 知识地图

2.1 知识地图的应用

知识地图的概念最早是由美国情报学家布鲁克斯 (B.C.Brooks) 提出的 , 他认为人类的知识结构可以绘制成以各个单元概念为节点的学科知识图, 通过知识地图来揭示知识的有机结构[3]。知识地图描述了知识之间的关系和获取途径 , 不仅能够表示知识体系的层次结构, 帮助使用者快速找到所需要的知识, 还能对学习者的学习过程进行引导。目前知识地图多被应用于各种企业管理方案中, 具有能够描述和揭示知识的内容和知识间的直接、间接关系, 并且可以以可视化的形式表现等特点, 这就决定了知识地图同样可以在学习领域发挥其优势。知识地图自身的特性使得将学习活动和学习路径清晰描述成为可能。在学习流中知识地图的应用主要体现在对学习内容 (知识点)、学学习活动、学习过程的描述中。知识地图的具体表现形式如图1所示, A1、A2……A12代表学习活动, 学习过程描述的是对所有学习活动的展开过程, 学习路径是指从A1到A10的学习活动流程, 根据如图1所示A1到A9有多条路 径 : A1 ->A3 ->A6 ->A7 ->A9, A1 ->A3 ->A5->A9等。

2.2 知识地图的构建

知识地图的构建原则为: 以知识地图使用者的需求为向导; 先选取组织中的一部分相对重要的知识作为制图范围来进行; 要考虑到知识的实效性, 设计成动态的、可扩充的知识地图; 应该围绕主题来构建; 应该以方便用户的获取为准则。[4]在学习领域中知识地图的构建步骤如下:

(1) 教育专家和教师共同确定制定培养方案和教学目标。

(2) 教育专家和教师根据教学目标明确教学的具体内容 ,即知识点, 理清知识点集的学习过程和学习路径。

(3) 教师根据学习者能力、特点对知识点的学习设计科学的学习活动。

(4) 教师将知识点的详细内容、练习、 例题、测试等信息整理并按照一定规律存储 (存储原则是方便通过知识地图获得知识点信息)。

3 教学平台中基于知识地图的学习流建模

3.1 学习流

“学习流” (Learning Flow) 的概念来源于工作流 , 工作流(Work Flow) 是指全部或者部分, 由计算机支持或自动处理的业务过程。流程定义作为工作流管理系统的核心之一, 其表达方式和存储形式决定了整个工作流管理系统的处理 形式。在学习领域中, 学习过程作为一种学习领域的特殊业务过程应用工作流技术可以管理和监控学习过程, 给学习者适当的引导和提示, 从而提高学习效率、改善学习效果, 将学习过程中的工作流称为学习流 (Learning flow)[5]。学习流包括学习活动开展的一整套规则与过程的形式化描述, 它规定了学习过程中的学习活动及各个活动发生的时间次序和逻 辑关系 ,包括活动、处理和能力3个要素[6]。

在学习系统中引入学习流是为了更 好地描述 教学活动 ,核心设计思路是将学习或者教学的过程划分为若干个独立且具有联系并且顺序执行的学习活动, 这些学习活动就是构成学流的基本单元。在学习流中, 学习活动与活动之间存在两种关系, 第一种是数据的关联关系形成的数据流动, 包括一个学习活动到另一个学习活动的数据变化及不同教学活动中知识点表现形式的变化等; 第二种是控制流动, 可以理解为规则策略流动, 包括当前学习活动达到一定的状态时, 会激活后续的哪一个学习活动, 以及前一个学习活动的结束条件或者后一个学习活动的开始条件等, 除此以外, 控制流还包括各种控制策略及学习空间。

3.2 基于知识地图的学习流模型设计

学习流用于组织和描述学习活动, 能够体现教学过程中的各项活动的最基本的先后顺序和流向关系。学习流中的顺序与流向就是通过知识地图的知识的关系决定的。知识地图由领域专家进行定义和设计, 教学活动和过程由专业教师和专家共同定义。学习者学习过程中的不同的路径构成了不同的学习流表示。通过根据学习者的实际情况对其学习活动进行组织和管理, 从而实现对学习流的管理和控制。在所有的控制策略中, 以下3种类型的控制要特别注意: (1) 控制新知识点学习活动;(2) 控制教学评价活动; (3) 控制学习补偿活动, 需要通过调用验证函数判断当前学习的状态, 找出学习的薄弱知识点, 并且创建新的学习空间, 重复学习过程。以上3种类型的重要控制, 都是基于知识地图 展开的。根据以上分析, 结合工作流模型的形式化描述, 描述学习流模型如下:

LF= (ID,S,PA,A’ ,F)

其中:

ID: 某个特定学生的某一学习流的序列号 , 对于同一个学习者相同的学习过程可以有n个学习流形式, 学习流由其序列号唯一确定;

S: 学习流的参与角色 , 包括教师与学习者 , 教师可以对学习流加以一定的人工控制和管理, 学习者既可以采用默认决策下的流路径进行学习, 也可以在可选流路径中选择性地学习;

PA: 已经进行过的学习活动的集合 , 初始状态为空 ;

A’:在学习过程中抽象出 的所有学 习活动的 集合为A,当前状态下学生可以进行的学习活动集合为A’, A’∈A;

F: PA×A’的一个子集 , 描述了在学习过程中各学习活动的数据流动关系和控制流动关系, 根据已进行了的学习活动集合和可以进行学习的活动集合判断出应该激活后续的哪个学习活动, 从一个活动到另一个活动的转移就形成了学习流。

4 教学过程中学习流的体现

学习流概念模型中的概念集包括: 学习活动、学习路径、学习过程。学习活动是组成学习流的基本单元, 描述了学习过程中的一个逻辑步骤或一个环节, 学习活动的关键信息包括: 学习活动开始和结束的条件, 参与学习活动的人 (比如学习者, 教师), 教学活动中所涉及的知识资源等等。对于学习者而言, 学习过程 (学习流) 就是将学习活动按照各自当前的自身情况有选择、有顺序地执行一遍, 在学习活动执行的过程中, 学习空间会随着学习活动的流转而变化。

在学习流的形式化定义中, A表示学习活动的集合, 其中的每一个元素ai表示一个学习活动, 它由一个8元组 (n, t,s, e, R, LS, O, K) 来表示 , 其中

(1) n为学习活动的名称。

(2) t为学习活动的类型。

(3) s为该学习活动的开始条件。

(4) e为该学习活动的结束条件。

(5) R为该学习活动参与者的集合, 包括学习者与指导者。

(6) LS为进行该学习活动的学习空间。

(7) O为学习内。

(8) K是表示后继学习活动的二元组 , 表示所有的后继学习活动 (j) 及激发后继学习活动的条件。

5 结语

流程与知识集成建模研究 篇5

自流程再造概念提出以来, 流程管理在发达国家越来越受到重视并被企业界普遍采纳, 在学术界也逐步取得管理思想的主流地位。与职能管理相比, 流程管理实现了五大超越, 成了企业界管理的发展趋势。到了90年代起, 随着知识管理的概念以及其具体的技术实现系统地涌现, 现在国际上的新兴研究方向是流程管理和知识管理进行相互结合的研究。因为, 企业越来越认识到, 将知识管理与流程管理紧密结合在一起, 不仅能充分发挥知识管理的作用, 也能使运用知识管理的方法来辅助流程, 填补流程管理没有明确方法来指导改进的空白。

在流程管理生命周期中, 建模是其中最重要的环节之一。流程建模为将来执行的流程提供模板, 规定如何优化使用给定资源完成任务。由于不同的流程模型方法突出了一种流程要素, 而使其他的若干要素弱化, 因此很难在一种流程模型中表达出所有要素。一般而言, 目前主流的建模方法有Petri网、DFD、IDEF、RAD和企业建模的CIMOSA等, 但是这些建模方法都已不太适应动态变化以及柔性处理。

于是一些学者从知识管理的角度开始对流程模型进行研究, 并成立了相关研究项目, 取得了着重研究知识管理理论框架SECI模型[1]、知识管理参考模型 (KMRM ) [2], 偏重知识管理实施的过程模型[3], 和从早期知识工程项目发展的知识库, 组织记忆的建模方法和工具。但是知识管理建模不能既要满足决策者、管理者、开发人员等多层次人员的需求, 又要与流程模型进行无缝集成, 在流程中把知识“JIT”提供给知识工作者的工具, 匹配不同流程的特征与不同知识管理方式的具体特点, 为不同的业务流程寻求合适的知识管理方案。流程与知识的集成建模, 正好符合了动态建模管理的理念, 也使得两者能够相辅相成、相互促进。

1 研究现状

从流程与知识集成建模的一些相关研究可以看到, 文献[4]提出了基于角色的集成模型, 以角色层为过渡环节建立工作流与知识流的映射, 从而实现二者的集成。文献[5]更扩充了对模型的描述, 将流程细分为跨agent流程与agent 内部流程, 以认知流进行统一研究。文献[6]则重点改进了当前流程元模型不支持对知识管理机制的表示, 先提出了一个以角色为中心支持流程控制与知识集成的扩展元模型, 以此来对知识的传递、重用、人员的协作和交流进行表示。此外, 文献[7,8]给出相关实例, 直观显示了流程技术与知识管理技术的有效结合。总体来说, 目前关于流程与知识建模的集成研究可以分为两大部分, 一部分是面向流程的知识管理建模, 另一部分是基于知识的流程建模研究, 两者侧重点不同, 以下将分别对这两部分展开讨论。

1.1 面向流程的知识管理 (PKMS)

Delphi小组首先提出了面向流程的知识收集方法这个概念, 进而Remus从三类知识管理系统中命名了其中的一种为面向流程的知识管理系统, 该系统能够将正确的流程知识提供给相应的执行人员。进而, 文献[9,10]则定义了流程知识管理的相关协议和用于开发软件系统的流程模型, 并能将具体的活动定义为交互链接的知识要素, 让流程执行者可以按照事先规定的程序使用相关资料、经验和知识并捕捉同组其他成员的活动[9,10,11]。面向流程的知识管理的优势在于可以帮助用户避免信息超载和集中于重要信息, 提升企业的价值链, 完善知识管理系统的效率。

大多数面向流程的知识管理是建立在系统模型分层的基础上的, 从物理支持层、业务逻辑层、表示层, 实现层到开发层, 知识从业务逻辑层开始, 通过知识挖掘、知识储存、知识更新、知识运用逐层向上传递。通过知识模型与流程模型之间直接或者分层接口的方式进行集成, 使得该模型对企业各类复杂业务流程, 以及企业的组织结构, 资源状况能够很好地描述, 提高系统模型的表达能力, 也提高了系统的及时反馈能力。由于在模型中建立了一定的知识传播机制, 使得企业运作的变化都可以对相应的集成模型或者实例及时做出修改或者更新。

1.2 基于知识的流程建模 (KBPMS)

与面向流程的知识管理的侧重点不同, 基于知识的流程建模不以知识系统的更新为最终目标, 而是在流程建模的基础上进行扩展。首先提出知识需求, 以企业模型为基础[1], 根据组织任务间的逻辑关系来判断角色的知识需求, 实现人员间的知识传递。再将知识应用与流程交互看作一种复杂的协作式流程[13], 研究可以将知识聚合与再生的过程单元, 通过这样的单元来控制流程系统, 在信息发布技术中以推送方法来实现简单的知识流管理。

实际上, 由于流程技术中的主体是流程, 因而在实现对流程知识管理的同时, 并不一定能支持普遍意义上的知识灵活管理, 文献[6]详细介绍如何扩展原有的流程元模型以对知识流进行建模和控制。实现流程技术与知识流技术的有机结合, 从而解决了流程控制与知识管理过程相结合, 人员间知识共享以及动态知识的处理这三个问题。这样就能较好地实现参与人员在执行活动过程中的知识需求和知识处理机制, 以及时提供完成活动所需的必要知识以及帮助, 同时, 业务过程信息为知识和知识需求的分析提供了可利用的上下文信息, 有利于知识流引擎保证服务的质量。

然而传统的集成建模方法忽略了参与者与流程和知识之间的关系, 流程目标的变化往往通过角色之间协作调整更为容易, 而知识也是通过在角色之间的传递更容易被接受和应用。本文就从角色的角度出发, 结合知识管理和流程管理思想, 提出一个包含知识流的扩展RAD模型, 以支持业务流程控制与知识管理的集成, 并在此基础上给出知识协调的相关实现程序, 为流程与知识的有效结合提供了另一个有益的途径。在一些建模工具与模型引擎的支持下, 实现知识管理系统与流程管理系统的无缝集成, 这正是一种更高效的管理模式。

2 包含知识流的RAD扩展模型

RAD表示方法来源于跨功能流程图, 它将流程中的活动都包含在了角色之间的交互中, 通过角色之间的责任和合作关系, 实现整个流程的目标。流程的动态变化都可以映射到角色以及其关系调整。由于在以往的集成建模中, 普遍是将流程中知识系统看作一个求解行为的模型[14], 对流程的变化缺乏应变能力, 很难实现人与机器、机器与机器之间的知识交互和理解。基于上述一些原因, 本文进行了一种新的流程与知识方面的集成建模, 创建了一个利于角色之间知识交互的模型, 既提供一个应用所需要的相关数据和知识结构的规范说明, 也能在流程的分析过程中推理任务, 实现角色内部实例知识与角色之间交互知识的具体运用和共享。

这样, 将知识流在RAD中表示出来, 一方面, 流程可以帮助“知识管理”实现对核心知识的识别、流程KPI和关键控制点等知识管理的关键内容提供依据和方向;另一方面, 通过知识管理与流程及角色的紧密结合, 可以建立起更加有效的、可操作的管理制度, 从而让知识管理工作能够落到实处, 也使得知识流通过与业务活动流程的结合, 真正成为企业整体活动的一部分。

2.1 流程中知识的分类

流程中的知识对整个体系来说至关重要, 它影响到流程的时间以及效率。绝大多数角色都需要利用相关的知识去完成各自任务, 角色之间协作次数越多, 协作知识的水平也就越高, 对这类知识的理解和把握也就越深刻, 对流程建模以后的实施和优化阶段也就越有重大的影响。

(1) 按照角色使用类别来分

1) 角色内部使用的实例知识:

这些实例知识包括, 流程的主要任务, 次要任务;流程任务所必需的资源;角色引用完成的事情以及所做事情的结构;流程任务当前情况, 在当前阶段的背离和危机情况。

2) 角色之间的共享知识:

这些共享知识主要是从流程中所学到的经验以及教训, 其内容可以包括:从项目节点得到的成功的 (或者是较好的) 经验, 以及把这种方法转移到其他领域进行应用的可能性;需要单独列出来的关键成功因素;从某个角色中获取的某些特殊经验;保证所得经验教训文档化的质量的方法。

把这些知识发掘出来以后, 就比较容易表达和编码, 也就越容易实现知识的协调。

(2) 按照具体的知识类型来分

a) 连续型。知识产生于一个流程, 应用于下一个相继发生的流程。大多数知识流都是属于这种类型。

b) 合并型。从两个或更多的流程中产生的知识, 合并后被下一个流程采用。整合知识通常出现在协调性流程或综合性操作过程中, 比如物流、质量检查和产品评估等流程。

c) 分裂型。前一个流程生成的知识分解后应用于两个或多个流程。有时候需要一部分知识转移到分离的各个流程中。比如企业生产计划知识以分解模式传递到各个生产单元。

d) 反馈型。从一个流程中产生的知识又流回这个流程, 被重复利用。在这个类型中。知识的源头和目的是同一个, 知识不会被其它的流程利用。

另外, 这个流程特有的规则和控制知识会被自己重复利用来最终实现这个流程。而对于角色之间的交互知识则有:

e) 共享型。不同角色在流程活动中可能对同一知识发生兴趣, 这就需要相关的知识能够灵活地共享在流程之间, 为角色服务。

f) 复制型。一个角色中的知识可以通过一个流程被复制后输入到两个或更多的流程中被其他角色使用。有时对于一些紧急情况的处理原则方法需要被复制到以后发生的类似的各个紧急状况中。

g) 传递型。传递包括分裂传递和合并传递。基本的原理和角色内部的知识合并分裂相类似, 但是不同之处在于, 角色之间的知识传递, 不仅仅包括角色当前活动的知识, 也可能包括角色在多次活动累计的经验知识和继承的其他角色的知识。如图1所示的就为一个包含知识流的某团队项目开发RAD扩展模型。

2.2 RAD扩展模型

包含知识的扩展RAD建模, 综合考虑了流程与知识这两个方面:其一, 借鉴成熟的角色活动图建模的思想, 综合考虑知识活动以及其相关知识等属性, 用有向箭头来表示流程中各个角色的知识活动以及其衔接关系。与传统的RAD建模方法相比, 这种方法的特点是重点考虑了知识活动所应对的角色;其二, 在这样的基础上, 可以用建模语言对知识流程进行描述, 进一步可以对流程进行优化和改进。

从系统的角度来看, 基于角色的流程知识的定义应该包括两个主要定义:

定义1 分配初始角色集

Role={Members_ID , Process_ID, Knowledge_ID, Mode, Condition, Parameters}, Members_ID、Process_ID和Knowledge_ID分别是成员、参与活动和参与知识的标识符, Mode、Condition 和Parameters则是该角色为了支持活动等所需要的模式、条件和其他一些参数。这是我们进行角色提取的解析源之一, 一般来说可以按照以往开展业务流程或者知识分享等经验来分配角色, 但是对不同角色间造成的不平衡的关系在角色集的初始化时并不能避免。

定义2 知识流

我们称运用在业务流程中的知识流单元集合为知识流 Kf (n) , 与角色相关的知识流KR (n) 。KR (n) 表示与知识需求相对应的角色单元。KR (n) 的确定可以根据定义1来确定, 称这个过程为KR (n) 的初始化。

2.3 知识在扩展模型中的协调作用

由于流程参与者通过业务流程联系在一起, 从流程的角度看, 流程参与者之间的关系可以分为两种:a) 参与某个业务流程的企业内部的员工组成单个角色, 记作Kf ` (n) 。b) 参与某项业务流程的多个相互之间的角色或者团体, 记作Kf* (n) 。事实上, 在业务流程的实施过程中, 如果知识的需求者不能在所在流程组织内部或者相关流程找到知识提供者, 那么就需要在其他角色之间进行知识交流。Kfi (n) 表示某个活动需要的知识, 那么某个活动的知识更新前后可以分别用Kfb (n) 和Kfa (n) 表示, 其中, Kfi (n) = Kfa (n) -Kfb (n) 。而如果知识的提供不能满足其知识需求, 那么就要通过角色之间的双向知识协作和交流来共同创造新的知识。即∑KRi (n) ≡ ∑KRj (n) 。

例如在P8, P14和P20活动之间复杂的知识交互中, 可以用如下核心程序段实现。

如上例所述, 开发人员的主要责任是服务构件的详细设计与实现, 对服务构件进行单元测试, 实现业务构件和完成相关文档, 在开发人员角色内部之间, 他们可能进行对设计架构的讨论等知识积累行为, 也可以进行头脑知识风暴;此外, 在开发人员与项目经理角色之间可以进行有关项目设计的研究与探讨。项目经理角色在书写项目文档和确认项目文档时, 他可以参照以往的项目文档开发经验来书写, 对于类似的项目, 他不需要完全颠覆重新来书写或者确认, 在向流程系统发出一定的搜索信息以后, 项目经理能够得到相关的开发规划资料。而QA一旦未通过项目的审核, 开发人员和项目经理会对设计方法以及项目实施细则进行及时修改, 吸取相关意见。

3 小 结

这样实现知识流与流程模型的集成具有很大的战略意义, 它有利于建立企业的高效核心能力, 获得持续的竞争优势:实现组织成员之间知识的合作, 通过设计的优化合作过程, 提高了整个团队解决问题的能力和工作效率;这样的集成模型描述更加简练、清晰, 优于单独使用知识流或工作流的建模方法;使得流程中的知识水平处于稳定状态, 不易受人员变动的影响;使得参与协作的角色可能涉及组织内每一个员工以及组织外任何其他组织, 互相有效地学习交叉知识, 在企业业务流程系统中更好地利用知识和创造出有用的新知识。

摘要：企业中的业务流程是赖以生存的根本, 同时也是执行“过程”的知识载体, 承载了从一个节点到另一个节点知识信息的传递。企业中流程与知识之间存在着一种相互促进、相互依赖的关系。通过研究流程与知识集成建模的一些现状, 将传统的RAD建模方法进行扩展, 使得流程中产生的大量知识沉淀为企业的固有文化知识, 发挥出知识辅助流程的作用, 能使企业获得更大的核心竞争能力和持久的回报。

知识系统建模 篇6

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7

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