工程知识粒度化技术及其应用研究

论文摘要

知识的价值早已被人们认识，尤其在解决工程领域问题中起着不可替代的作用。知识工程除了知识获取瓶颈外，缺乏对复杂问题求解用到的大范围异类知识的有效组织与表示方法，致使其处理的问题规模有限。本文结合应用广泛、求解困难的工程问题对工程知识进行了研究。解决一个复杂问题需用到若干不同的知识，它们通过问题求解中知识的运用发生联系，解决一类问题的知识自然地结合在一起，构成了知识系统。本文基于知识的系统本质，将知识系统的静态结构和动态行为作为知识系统的两个方面，建立了知识的表示与组织、获取与进化以及运用与管理的相关概念、性质与方法，形成了完整的知识系统描述体系。复杂问题的求解很难一步完成，往往需要将求解过程划分为若干阶段，各阶段依次构成递进关系，求解过程规划以及求解知识组织，都以构成递进关系的环节为基础。本文分析了问题求解与知识运用之间的关系，将问题求解中具有递进关系的单元作为知识系统的层次。问题求解中起作用的是知识中蕴涵的因果联系，它是知识的核心。知识中蕴涵的因果联系涉及诸多因素，对这些因素的认识程度的不同，体现为因素的不同表示形式，一则知识将具有不同形式的诸多因素逻辑上联结在一起，像是因素聚合的知识颗粒。因果联系涵盖的范围可以由知识颗粒的大小来比拟，即知识粒度。本文剖析了知识的粒度特性，给出了知识粒度的定义、性质与表示方法，将知识统一表示为知识前件、知识后件及二者之间的映射，知识前件与知识后件由不同的成分——要素、属性和约束来描述；提出了层次规划、粒度选择与解的生成三个求解策略，引入了基于匹配度、支持度及语义距离的知识检索方法，将知识推理与约束满足的方法结合起来完成解的生成与评价，并给出了约束调整规则和求解回溯方法，从而建立了基于粒度知识的综合求解方法；提出了基于任务分析的粒度知识获取方法，以及“知识数据增长—知识成分变化—知识粒度变化—知识层次调整”四个层级的粒度知识进化机制；揭示了粒度知识包含信息的分形特点，提出了粒度知识的分形编码方法，以简码和全码关联的方法准确而简洁地表示知识。作为示例与验证，本文以工艺设计为例，阐述了粒度技术在工艺设计中的应用，介绍了西飞工艺知识库系统，反映了本文的核心思想，验证了其效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 知识的研究现状
• 1.2.1 关于知识的本质
• 1.2.1.1 古典的知识观
• 1.2.1.2 现代的知识观
• 1.2.2 关于知识的应用
• 1.2.3 知识研究现状分析
• 1.3 论文研究的意义
• 1.4 论文内容及组织
• 1.4.1 研究内容
• 1.4.2 章节安排
• 第二章 工程问题分析
• 2.1 引言
• 2.2 工程问题求解分析
• 2.2.1 工程问题的特点
• 2.2.2 工程问题求解过程
• 2.2.3 工程问题求解本质
• 2.3 工程问题求解与知识
• 2.3.1 工程知识的特点
• 2.3.2 工程知识的需求
• 2.4 本章小结
• 第三章 粒度知识表示
• 3.1 引言
• 3.2 知识系统
• 3.3 知识的粒度
• 3.3.1 知识粒度的定义
• 3.3.2 粒度知识的属性
• 3.3.2.1 属性的类型
• 3.3.3.2 属性的性质
• 3.3.3 粒度知识的约束
• 3.3.3.1 约束的类型
• 2.3.3.2 要素约束
• 3.3.3.3 属性约束
• 3.3.4 粒度知识的映射
• 3.3.4.1 映射的类型
• 3.3.4.2 映射的定义
• 3.3.4.3 映射的描述
• 3.3.4.4 映射的性质
• 3.4 粒度知识空间
• 3.4.1 语义包含的定义
• 3.4.2 粒度关系的形式
• 3.4.2.1 成分类型与粒度
• 3.4.2.2 要素成分与粒度
• 3.4.2.3 属性成分与粒度
• 3.4.2.4 约束成分与粒度
• 3.4.3 粒度关系的比较
• 3.4.4 粒度空间的概念
• 3.5 本章小结
• 第四章 粒度知识运用
• 4.1 引言
• 4.2 规划策略
• 4.3 知识选用
• 4.3.1 知识的规划
• 4.3.2 知识的检索
• 4.3.2.1 要素检索
• 4.3.2.2 属性检索
• 4.3.2.3 约束检索
• 4.3.3 知识的支持度
• 4.3.3.1 匹配度计算
• 4.3.3.2 语义距离计算
• 4.3.3.3 支持度比较
• 4.4 解的生成
• 4.4.1 知识采用
• 4.4.2 待定解检验
• 4.4.3 待定解调整
• 4.5 求解回溯
• 4.6 本章小结
• 第五章 粒度知识获取
• 5.1 引言
• 5.2 问题层次划分
• 5.2.1 层次划分原则
• 5.2.2 层次划分步骤
• 5.3 知识层次确定
• 5.3.1 平凡任务产生
• 5.3.2 任务关系识别
• 5.3.3 关联任务归并
• 5.3.4 知识层次确定
• 5.4 粒度知识生成
• 5.4.1 求解活动规范
• 5.4.2 粒度知识充实
• 5.5 本章小结
• 第六章 粒度知识进化
• 6.1 引言
• 6.2 知识数据增长
• 6.2.1 数据增长原则
• 6.2.2 覆盖面的概念
• 6.2.3 重叠度的概念
• 6.2.4 知识数据更新
• 6.3 知识成分变化
• 6.3.1 要素优化
• 6.3.2 属性转化
• 6.3.3 约束变化
• 6.3.3.1 约束关联变化
• 6.3.3.2 约束类型转化
• 6.4 知识粒度变化
• 6.4.1 粒度加细与加粗
• 6.4.1.1 知识粒度加细
• 6.4.1.2 知识粒度加粗
• 6.4.2 粒度与映射关联
• 6.5 知识层次调整
• 6.5.1 层次与求解规划
• 6.5.2 层次调整与映射
• 6.6 本章小结
• 第七章 粒度知识管理
• 7.1 引言
• 7.2 粒度知识组织
• 7.2.1 知识关联信息
• 7.2.2 知识相关操作
• 7.3 粒度知识编码
• 7.3.1 分形编码概念
• 7.3.2 分形编码方法
• 7.3.2.1 要素编码
• 7.3.2.2 属性编码
• 7.3.2.3 约束编码
• 7.3.2.4 部件编码
• 7.3.2.5 映射编码
• 7.4 粒度知识模型
• 7.4.1 知识模型概念
• 7.4.2 知识模型种类
• 7.5 本章小结
• 第八章 粒度知识实例
• 8.1 引言
• 8.2 工艺知识
• 8.2.1 知识类型
• 8.2.2 知识表示
• 8.3 知识示例
• 8.3.1 知识表示
• 8.3.1.1 前件描述
• 8.3.1.2 映射关系
• 8.3.1.3 约束关系
• 8.3.1.4 后件描述
• 8.3.1.5 粒度知识
• 8.3.2 知识运用
• 8.4 应用实例
• 8.4.1 开发简介
• 8.4.2 知识组织
• 8.4.3 系统架构
• 8.4.4 系统实例
• 8.5 本章小结
• 第九章 结束语
• 9.1 论文工作总结
• 9.2 进一步工作展望
• 参考文献
• 附录 攻博期间的主要成绩
• 致谢