.基于知识系统的不确定性模型

研究基于知识系统（KBS）中知识的不确定性是开发KBS的重要问题,但现有模型化KBS几乎都是基于确定性知识的。以经典的CommonKADS模型为背景,采用模型化工程中的不确定性技术,研究KBS中不确定性知识的表示方法。首先在基于值系统的值集概念上引入假设函数集合的评估函数,定义静态不确定性领域知识;而后采用因果模型描述动态的不确定性推理知识和任务知识;最后将三类不确定性知识映射至CommonKADS模型。由此给出了描述不确定KBS的通用模型,扩展了KBS的可用性。     

高性能知识库构造环境

知识库系统(KBS)开发环境的特点是简便性和领域适应性。我们认为如果在KBS开发环境中既有抽象结均,又有多种集成工具,则该环境将会非常有效。本文介绍一个KBS 开发环境DECISION-E,它有一个适应应用领域KBS 的清晰、灵活的抽象结构,而且还有许多集成工具。这种结构使得DECISION-E能建立多种现实领域中的KBS,并使建立的KBS能较全面地反映应用领域的性质。集成工具将辅助设计者建立KBS,支持KBS 的问题求解并进行多种事务处理。在DECISIGN-E 中还采用了下面的一些特殊技术:不同层次的知识表达方法,多推理机,推理中断处理,基于全局黑板的分布式问题求解,基于知识的建模及数据抽象,演绎数据库管理方法。     

基于模型的知识建模语言

一、基于模型的知识工程方法 基于知识的系统(KBS)作为复杂软件系统,其自身及开发程遵循一定准则。早期的KBS构造基于快速原型法,即将获取的知识立即转换实现为相应的软系统,通过系统运行的反馈信息去评估、修     

一种基于进制转换的数值型关联规则分析方法

针对基于区间划分的数值型关联规则分析方法存在的问题,提出了一种基于进制转换的分析方法.此方法将十进制的属性值转换为二进制,并将二进制数值的每一位映射为二个布尔型属性,在此基础上,再采用布尔型关联规则分析方法.相对于基于区间划分的方法,此方法的优点是转化过程不存在失真,且能有效地降低后续分析过程的时间复杂度.     

可重用知识构件间互操作的研究与设计

设计知识构件间互操作是开发基于知识的系统(KBS)的关键,对此现有研究并不充分.以UPML可重用KBS软件体系结构为基础,采用分布式软件工程技术,设计可重用知识构件间互操作.首先将UPML适配器按操作功能分解为两个独立实现部分,并给出了一种基于知识构件间互操作的KBS体系结构;而后以匹配agent组作为任务知识-问题解决方法间互操作的载体,并设计了定位任务承担者的方法;最后以CORBA总线作为领域知识-问题解决方法问互操作的载体,并设计了一种分布式知识源的集成方式.分析结果表明,知识构件间互操作可桥连知识构件重用和KBS的体系结构重用两个抽象级别.     

基于本体的中医专家临床病案的知识获取方法

基于本体的中医专家临床病案的知识获取方法,是不同于谈话式专家知识获取方法的一种新的方法,这种方法基于中医学本体,通过电子病案获取专家丰富的临床经验和诊疗知识。电子病案填写完毕,先将病案蕴涵的知识转化为半形式化的文本知识,然后再根据中医学本体,由知识工程师对知识再做简单的处理,将半形式化的知识转化为形式化的知识,最后定义中医学公理,存入NKI知识库和NKI病案库。     

基于规则库的变压器故障监测专家系统

针对变压器在线监测中缺乏状态方程的问题,设计了一种基于规则库的变压器故障实时监测的专家系统。首先以规则形式对专家知识进行编码。其次为了提高系统运行速度,方便规则的存储和管理,采用转化方案对规则进行了规范化处理,将规则以统一的形式存储在知识库中。最后提出了一种自动消除冗余规则的算法,得到所需的最小规则库。实验表明,该设计很好地模拟了人类专家对变压器故障的推理过程。     

装备保障仿真概念模型的语义验证方法研究

概念模型验证是保证概念模型正确、可信的重要手段。针对现有概念模型形式化验证方法复杂、繁琐,非形式化验证方法的主观性较强、可信性不高等问题,采用本体理论和语义网技术,提出了一种基于本体与规则推理的装备保障仿真概念模型语义验证方法。该方法的思路是:首先将UML描述的概念模型转化为本体描述语言OWL描述的概念模型;然后根据领域知识构建验证规则,并运用语义网规则描述语言SWRL描述验证规则;最后将模型和规则转换为Jess规则引擎识别的数据格式,输入到Jess规则引擎中进行模型与规则的语义推理,检查概念模型是否符合验证规则。实例表明,该方法使用验证规则和语义推理机替代领域专家在计算机上自动对概念模型的语义内容进行验证,提高了验证效率,减少了专家验证的主观性和不确定性,降低了形式化验证方法的复杂性。     

计算机生成航空兵力系统的专家知识表达方法

在计算机生成航空兵力系统中,采用了面向对象技术来表示专家知识,将专家知识封装在飞机对象的实体模型中,文中着重从决策角度叙述文中采用的专家知识表示方法的特点。其中,层次化的知识表示方法便于充分描述专家思想,也利于快速推理。另外文中采用了规则集逻辑有效性检测策略,在保证规则集充分性、唯一性基础上,使得规则集具有表示简单,推理快速的特点,最后给出系统实际运行结论。     

一种改进的规则知识获取方法

知识获取是建立专家系统的最基本最重要的过程,但它又是研制和开发专家系统的“瓶颈”。文章提出了一种改进的规则知识机器自动获取技术,它将学习看作是在一个符号描述空间中的启发式搜索过程,能够通过归纳从专家决策的例子中确定决策规则,从而大大简化了从专家到机器的知识转换过程。     

根据观察获取知识

本文介绍一种建立知识库的学习方法。从人类专家吸取知识的知识获取系统有两种类型:交互式和非交互式的。本文介绍非交互式知识获取系统,它依据观察从人类专家获得知识。这种知识获取系统学习人类专家用以解决问题的策略和从瞬时序列数据中抽取逻辑规则,其学习方法是基于翻译的学习(IBL),在学习过程中要用到预备知识。IBL 有两个子系统:翻译系统和学习系统。前者负责把现实世界的信息翻译成内部规则形式,而规则维护系统负责生成和界定知识。本文将介绍翻译系统和规则生成的预处理过程。     

基于本体和规则的卫星成像需求转换

针对遥感卫星应用中用户人工生成卫星成像需求的难度日益增大的现状,深入分析了用户遥感应用需求到卫星成像需求转换过程中所涉及的领域概念和专家知识,提出一种基于本体和规则的卫星成像需求转换方法。通过构建卫星成像需求转换本体,建立领域的概念模型,同时将相应的专家知识以规则的形式加入本体,并利用本体推理实现了卫星成像需求转换。利用这种方法,可以有效地解除用户人工生成成像需求的负担,极大地降低卫星编程数据申请的门槛,为卫星遥感应用带来便利。     

采用案例归纳推理进行道路网智能选取

自动制图综合集技术、艺术与制图人员经验于一体,长期以来其自动化、智能化研究进展缓慢。基于机器学习的智能化自动综合也成为了制图综合发展过程中必须解决而仍未得到很好解决的核心难题之一。本文提出基于案例归纳学习的道路网智能选取方法。该方法以制图专家道路网选取案例库为学习对象,以决策树算法为推理机,从专家案例库中自动归纳、推理来获取决策树,并转化为满足计算机自动执行的规则集,据此来进行道路网自动选取。从而解决了把难以形式化表达的制图专家经验自动转化为满足计算机自动综合要求的规则,并据此进行智能化自动综合这一难题。最后,采用实例对本方法进行了验证,实验结果表明,该方法能够从专家案例库中自动获取核心规则,并进行自动综合,综合结果能够有效地反映制图专家的制图综合经验,同时具有普适性,从而为智能化自动制图综合发展探索了新的途径。     

基于语义限制的模糊规则结构设计

在利用智能化方法实现辅助决策的过程中,为提高模糊规则在使用中的准确度和可靠性,定义C-E模型,引入语义限制函数描述模糊规则的倾向程度。通过对专家意见的量化转换,初始化拟合规则的语义限制函数,并提出一种误差校正方法,在规则匹配过程中校正语义限制函数误差,进而构建可自适应调整的模糊规则。借鉴框架表达法的设计思想,采用框架-模糊规则组的设计思路,完成基于语义限制的模糊规则结构的设计,为该结构的吻合度计算提出一套较为科学的计算方法,以此达到挖掘专家的深度认知和潜在经验、降低专业知识影响、提高模糊集下精细化计算的目的。某采油厂的应用实例表明,利用基于语义限制的模糊规则结构可有效地实现对于故障井诊断的专家知识设计。     

前台电力数据逻辑结构规则自动提取方法设计以及实现

在前台电力数据逻辑结构规则提取过程中，由于生成的规则非最优化，导致规则的表达能力不强、规则识别较低。基于此，设计一种前台电力数据逻辑结构规则自动提取方法。采用神经网络模型清洗数据，选择所需数据集，将其转换为满足神经网络要求的数据，并对其作进一步转化。针对转化后的数据，利用蚁群算法不断优化，实现对前台电力数据逻辑结构规则的自动提取。实验结果表明，与三种传统的规则提取方法相比，提出的规则自动提取方法所用规则长度最短，所需规则数量最少，规则的覆盖度最大可达到100%。     

面向对象的专家知识模型

文中用面向对象方法来分析、设计基于规则的专家系统,提出一种新的采用分层递阶结构的专家知识模型,并从结构和功能角度进行详细阐述。     

基于场景及规则获取模板的知识获取方法

产生式规则作为知识库系统进行推理的常用的、可读性好的知识表示形式,在构建知识库系统时有极大的优越性.提出一种基于场景及规则获取模板的知识获取方法,并以某高分子复合材料的加工专家为知识获取对象.该方法通过分析、记录领域专家进行设计的过程、解决问题的过程和动作,将领域问题按层次细化为一系列子问题,并在子问题场景下结合场景模型及知识获取模板来获取规则性知识.采用该方法可以辅助领域专家在明晰领域知识结构的基础上,逐步挖掘领域中细粒度的规则性知识.     

基于数据挖掘的运动员体能测试数据分析

数据挖掘就是利用机器学习的方法从大量数据中提取有价值知识的过程。该文以运动员体能测试数据为分析对象,采用关联规则技术分析测试项之间的关联,并进一步优化体能测试指标。把基于体能数据对运动员的综合评价问题转化为分类问题,设计基于BP学习算法的分层网络,有效地解决运动员体能状态评价。     

使用本体和SWRL验证作战计划的方法

计划验证是计划编制过程的重要环节。从知识管理的角度,在已有计划表示和计划推理相关研究的基础上,提出了一种基于本体和规则的计划验证方法框架,通过对计划知识进行基于本体的表示、基于描述逻辑、一阶谓词逻辑的规则知识抽取和计划推理,以实现对计划的验证。并以某排雷作战计划的验证为例进行了实验。实验表明,该方法实现了对专家知识的扩展,提高了作战计划正确性检验的效率。     

基于Web的面向对象知识处理系统

基于知识的系统一直以来都是人工智能的研究热点之一。一个成功的KBS大都是针对一些具体的问题而设计的，因此仅适用于较小的领域。但实际问题往往涉及多个相关领域或这些领域的多个方面，因此需要多个KBS的协同工作。Web的广泛分布性和共享性使得该问题的解决成为可能，同时又提出挑战。该文提出了基于Web的面向对象知识处理系统，将Web技术和面向对象知识处理系统(OKPS)相结合，为多个KBS的协作问题求解提供了动态的、分布的、广泛共享的交互平台。