（管理科学与工程专业论文）基于知识挖掘的海洋药物研发知识升华研究.pdf

谨以此论文献给我的导师、我的亲人 、币_ + _ - _ 一 ；誉冒冒 基于知识挖掘的海洋药物研发知识升华研究 学位论文完成日期： 指导教师签字： 答辩委员会成员签字： 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含未获得( 洼! 翅逡查墓他益要挂剔 直明数! 奎拦互窒2 或其他教育机构的学位或证书使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：焉趋髫签宁日期：知f 1 7 年岁月2 夕只 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人 授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后 适用本授权书) 学位论文作者签名：施髫髻 导师签字： 签字日期：2 d i o 年夕月巧日 汹七 签字日期：2 0 厂d 年，月矽日 基于知识挖掘的海洋药物研发知识升华研究 摘要 在陆地资源日趋减少，海洋经济逐渐成为世界经济新的增长点的环境下，海 洋药物研发受到了越来越多的重视，竞争愈演愈烈。中国的海洋药物研发要想赶 超国际水平立于不败之地，就必须加速新产品的研发。海洋药物研发属于知识密 集型产业，可以依靠知识管理，发掘新知识的产生过程，利用适当的激励手段， 刺激研发过程中生成更重要更高层次的知识，完成知识的升华，从而加速新产品 的研发。 本文综合运用知识管理、海洋生物制药、进化算法以及人工神经网络等相关 理论，在国内外学者已有的研究成果基础上，对海洋药物研发过程中的知识升华 进行了研究。首先通过对中国海洋大学某实验室海洋微生物制药基础研究的调 查，根据研发实例将药物研发过程分解，对研发中知识的转化进行分析，总结概 括出知识升华的模型，分析出引导知识升华的因素；根据知识进化理论，针对海 洋药物研发中的具体问题，探索知识挖掘的方法，确定了基于实数编码的遗传算 法，针对其中尚未解决的问题，提出利用人工神经网络和遗传算法相结合进行知 识挖掘；通过建立b p 网络，编写遗传算法对海洋药物研发中的发酵环节进行实 证分析，引导知识升华。最后，对海洋药物研发知识升华进行分析与展望，总结 知识挖掘的方法，提出了控制知识升华的对策和建议。 通过研究，本文获得了以下研究成果与结论： ( 1 ) 首次从知识转化的角度，结合知识管理、海洋生物制药和进化算法等 理论，对海洋药物研发知识升华进行了深入的研究，形成了一种跨学科交流和多 学科互补的研究思路。 ( 2 ) 结合海洋药物研发实例，运用知识管理、海洋生物制药相关理论，明 确了海洋药物研发知识转化的过程，界定了知识升华的概念，并根据知识升华的 特点，确定了影响知识升华的因素，构建了海洋药物研发知识升华仿生模型和知 识升华公式。 ( 3 ) 运用知识挖掘的方法，对大量研发知识进行挖掘，发现知识之上的规 则，挖掘更高层次的知识，促进知识升华。 ( 4 ) 借鉴知识进化算法，结合海洋药物研发知识升华自身的特点，克服知 识升华面临的困难，探索出遗传算法与人工神经网络相结合的知识挖掘方法，并 推出了知识挖掘的一般步骤。 ( 5 ) 用m a t l a b 软件对知识挖掘方法进行仿真，利用b p 网络与遗传算法 相结合的知识挖掘方法成功地挖掘出了g s h 发酵培养基的最佳成分配比，验证 了该方法的可行性。 ( 6 ) 通过实证研究发现，将知识挖掘方法运用到海洋药物研发的各个环节， 可以发现研发过程中难以发现的知识，指引研发进行的正确方向，加快知识升华 的速度，有利于海洋新药物的发现。 关键词：海洋药物研发；知识升华；知识挖掘；遗传算法；人工神经网络 r e s e a r c h0 1 1k n o w l e d g es u b l i m a t i o ni nt h em a r i n ed r u g r & db a s e do nk n o w l e d g em i n i n g a b s t r a c t w i t ht h er e d u c t i o no fl a n dr e s o u r c e s ，m a r i n ee c o n o m yh a sb e c o m ean e wg r o w t h p o i mo fw o r l de c o n o m i c m a r i n ed r u gd i s c o v e r yi sp a i dm o r ea n d m o r ea t t e n t i o n a n d c o m p e t i t i o nh a si n t e n s i f i e d c h i n am u s ta c c e l e r a t et h ed e v e l o p m e n to fn e wp r o d u c t s t oc a t c hu p 、析t 1 1i n t e r n a t i o n a ll e v e lo fm a r i n ed r u gr & d m a r i n ed r u gr & di s k n o w l e d g e - i n t e n s i v ei n d u s t r y i tc a ne x p l o r en e wk n o w l e d g er e l y i n go nk n o w l e d g e m a n a g e m e n t ，a n du s ea p p r o p r i a t em e a n st os t i m u l a t eg e n e r a t i n gm o r ei m p o r t a n ta n d h i g h e rl e v e lk n o w l e d g ed u r i n gt h er & dp r o c e s s c o m p l e t i n gk n o w l e d g es u b l i m a t i o n a c c e l e r a t e st h es p e e do fn e wp r o d u c tr & d t h i st h e s i si n t e g r a t e st h e o r i e so fk n o w l e d g em a n a g e m e n t ，m a r i n eb i o - p h a r m a c e u t i c a l ， e v o l u t i o n a r ya l g o r i t h m sa n da r t i f i c i a l n e u r a ln e t w o r k ，a n dt h e nd o e st h er e s e a r c ho n k n o w l e d g es u b l i m a t i o ni nt h ep r o c e s so fm a r i n ed r u gr & d o nt h eb a s i so fe x i s t i n g r e s e a r c hr e s u l t sa th o m ea n da b r o a d f i r s to fa l l ，t h r o u g ht h es u r v e yo nb a s i cr e s e a r c h o ft h el a bi no c e a nu n i v e r s i t yo fc h i n a ，d e c o m p o s et h ep r o c e s so fd r u gr & d a c c o r d i n g t oa ni n s t a n c e ，a n a l y z et h et r a n s f o r m a t i o no fk n o w l e d g ei n r & d ， s u m m a r i z et h em o d e lo fk n o w l e d g es u b l i m a t i o n , a n da n a l y z et h ef a c t o r sw h i c hl e a d s t ok n o w l e d g es u b l i m a t i o n a c c o r d i n gt ot h et h e o r yo fk n o w l e d g ee v o l u t i o n , e x p l o r e k n o w l e d g em i n i n gm e t h o df o rs p e c i f i c i s s u e si nm a r i n ed r u gr & d ，a n dt h e n d e t e r m i n et h er e a l c o d e dg e n e t i ca l g o r i t h m f o ru n r e s o l v e di s s u e s ，p r o p o s eu s i n g a r t i f i c i a ln e u r a ln e t w o r k sa n dg e n e t i ca l g o r i t h m sf o rk n o w l e d g em i n i n g t h r o u g ht h e e s t a b l i s h m e n to fb pn e t w o r k ，w r i t eg e n e t i ca l g o r i t h mp r o g r a m st od oe m p i r i c a l a n a l y s i s t ot h ef e r m e n t a t i o no ft h em a r i n e d r u gr & d ，g u i d i n gt h ek n o w l e d g e s u b l i m a t i o n f i n a l l y , a n a l y z ea n dp r o s p e c tt h ek n o w l e d g es u b l i m a t i o no fm a r i n ed r u g r & d ，s u m m a r i z ek n o w l e d g em i n i n gm e t h o d s ，a n dp r o p o s et h es t r a t e g i e sa n d r e c o m m e n d a t i o n so nc o n t r o l l i n gk n o w l e d g es u b l i m a t i o n t h r o u g hr e s e a r c h ，t h i st h e s i so b t a i n st h ef o l l o w i n gf i n d i n g sa n dc o n c l u s i o n s ： ( 1 ) f r o mt h ep e r s p e c t i v eo fk n o w l e d g et r a n s f e rf o r t h ef i r s tt i m e ，a n du s i n gt h e t h e o r i e so fk n o w l e d g em a n a g e m e n t ，m a r i n eb i o - p h a r m a c e u t i c sa n de v o l u t i o n a r y a l g o r i t h m s ，k n o w l e d g es u b l i m a t i o ni nt h em a r i n ed r u gr & d i sd e e p l ys t u d i e da n d r e s e a r c hi d e a so n e x c h a n g e o fm u l t i - d i s c i p l i n a r ya n dc o m p l e m e n t a r y o f m u l t i - d i s c i p l i n a r yi sd e v e l o p e d ( 2 ) c o m b i n e dw i t ha ne x a m p l eo fm a r i n ed r u gr & d ，b a s e do nt h er e l a t e dt h e o r i e so f k n o w l e d g em a n a g e m e n ta n dm a r i n eb i o - p h a r m a c y , t h ep r o c e s so fk n o w l e d g e 目录 0 前言1 1 绪论。3 1 1 研究背景及其意义3 1 1 1 研究背景及其问题的提出3 1 1 2 研究价值与意义4 1 2 国内外研究现状5 1 2 1 国内研究现状5 1 2 2 国外研究现状5 1 3 研究方法和研究思路7 1 3 1 研究方法7 1 3 2 研究思路9 1 4 论文结构与关键技术问题1 0 1 4 1 论文结构1 0 1 4 2 要解决的关键技术问题1 0 1 5 本章小结1 1 2 知识管理及海洋生物制药理论研究综述1 2 2 1 知识的诠释12 7 2 1 1 知识的定义1 2 2 1 2 知识的分类l3 2 1 3 知识转化模型1 4 2 2 知识管理理论1 5 2 2 1 知识管理的提出1 5 2 2 2 知识管理的发展历程1 5 2 3 海洋生物制药研发知识管理1 7 2 3 1 海洋生物制药的概念1 7 2 3 2 海洋生物制药的研究内容18 2 4 本章小结2 0 3 海洋药物研发知识升华模型研究2 1 3 1 海洋药物基础研发分析2 1 3 1 1 海洋药物基础研发的过程2 1 3 1 2 海洋药物基础研发中发现的问题2 2 3 2 海洋药物研发的知识转化过程2 3 3 2 1 海洋药物基础研发的知识来源2 3 3 2 2 海洋药物研发知识转化的过程2 4 3 3 海洋药物研发知识升华仿生模型2 5 3 3 1 知识升华与消化吸收过程的相似分析2 5 3 3 2 知识升华的仿生模型2 7 3 4 知识升华公式2 8 3 5 本章小结。2 9 4 海洋药物研发中的知识挖掘2 9 4 1 知识挖掘理论3 0 4 1 1 知识挖掘与知识进化理论的相似点3 0 4 1 2 知识挖掘的特点3 0 4 2 知识挖掘方法的探索3 l 4 2 1 知识进化算法总体方案3 1 4 2 2 知识进化算法存在的问题3 2 4 2 3 基于实数编码的遗传算法3 2 4 2 4 知识挖掘面临的其他困难3 4 4 3 人工神经网络的模型构建3 4 4 3 1 人工神经网络的引入3 4 4 3 2b p 网络模型3 5 4 3 3 海洋药物研发b p 网络模型的构建3 6 4 3 4 人工神经网络模型的不足3 7 4 4b p 网络与遗传算法的结合3 8 4 5 本章小结3 8 5 基于b p 网络和遗传算法的知识升华实证研究4 0 5 1 建立知识挖掘因素体系4 0 5 1 1 培养基成分的选取4 0 5 1 2 数据预处理：4 1 5 2 模型的训练4 2 5 2 1 隐层的优化4 2 5 2 2b p 网络模型的训练4 3 5 2 3 结果验证4 4 5 3 利用遗传算法进行知识挖掘4 5 5 4 知识挖掘结果及分析4 6 5 5 本章小结4 6 6 研究结论与展望4 7 6 1 研究结论4 7 6 2 研究不足与展望4 8 参考文献5 0 致谢5 5 个人简历、在学期间发表的学术论文与研究成果5 6 基于知识挖掘的海洋药物研发知识升华研究 u 刖置 近年来，随着海洋开发步伐的加快和现代生物技术的广泛应用，从海洋生物 中发现活性天然产物，并将其开发成新型药物得到了研究人员的普遍重视。海洋 生物制药已成为一个崭新的领域，显示出广阔的研究和市场前景。但是我国的自 主研发能力不高，研发周期较长，与欧美、日本等发达国家差距很大。在研发海 洋新药方面好多只是在剂型上做改进，自主研发出来的具有实质创新的药物十分 少。 笔者在基于前人的研究成果的基础上，从知识管理的高度来解决海洋药物研 发的问题，通过对海洋药物研发具体过程的了解，揭示了海洋药物研发的知识来 源及转化过程，从而得到了知识升华的模型。研究知识升华时，发现知识升华与 人的消化过程有相似之处，于是构建了知识升华的仿生模型。通过对模型中各个 因素和过程的分析，确定了知识升华受到两方面因素的激励和促进，一方面是对 研究人员的激励，另一方面是对知识本身的挖掘。本文通过研究知识挖掘的方法 来促进海洋药物研发的知识升华，从而为知识管理提供正确的对策，为新药的研 发做出贡献。 在知识挖掘的方法研究方面，笔者在查阅了大量文献的基础上，发现知识进 化理论与知识挖掘有相似之处，于是定义了知识挖掘，分析了它的特点。由于进 化算法的核心思想源于这样的基本认识：生物进化过程是从简单到复杂、从低级 到高级的，生物为了适应环境的变化，将好的种群遗传变异下来，不适应的种群 被淘汰，这样达到一个自然的优化过程，从而得到进化。所以选择知识进化算法 作为知识挖掘的工具。并且根据海洋药物研发的实际情况，发现知识进化算法存 在的不足，形成了基于实数编码的遗传算法。 在针对适应度函数不好确定的问题上，笔者发现海洋药物研发过程中会产生 大量的实验数据，可以通过人工神经网络来对这些知识进行非线性拟合，挖掘出 规则关系，以此建立起适应度函数。将人工神经网络与进化算法相结合来共同解 决海洋药物研发知识挖掘过程中存在的问题，是本文的一个创新点。 将知识挖掘过程中的适应度函数用人工神经网络来代替解决，本文构建了 b p 神经网络与遗传算法的流程。对海洋药物研发知识的挖掘，分为针对每个过 程领域的知识进行挖据，在此基础上，对海洋药物研发的发酵过程进行了实证研 基于知识挖掘的海洋药物研发知识升华研究 究。 通过实证研究发现，本文所设计的知识挖掘方法，可以准确对海洋药物研发 发酵过程中培养基的设计进行准确地预测，帮助研究人员确定最佳培养基的构 成，促进代谢产物的大量生成，为发现新药物奠定物质基础，药物研发的其他环 节也可以使用该方法进行挖掘，共同促进知识升华，加快新药物的研发。而基于 知识挖掘的知识升华理论的行之有效使用，可以促进我国海洋药物研发的快速发 展，具有重要的理论价值和实际意义。 基于知识挖掘的海洋药物研发知识升华研究 1 绪论 面临着全球陆地资源的匮乏，海洋经济己成为了全球经济的新的增长点，海 洋药物的研发也受到了高度的重视。欧美、日本等发达国家都加大了海洋药物研 发的力度，我国的海洋资源虽然丰富，但是海洋生物制药水平低于国际水平，在 如此激烈的环境下，如何有效地利用海洋药物研发中的已有知识，促进新药品的 研发，以使我国利于不败之地，引起了政府、科研机构和企业的高度关注。 1 1 研究背景及其意义 1 1 1 研究背景及其问题的提出 2 0 世纪下半叶，全球经济即将进入根本性的变革时代，以知识创新和高技 术产业化为竞争核心的知识经济，作为更高级的经济形态将替代工业经济成为世 界经济增长和社会进步的动力源。知识经济是工业化演进的必然结果，其兴起对 世界各国提出了严峻的挑战，同时也带来了难得的发展机遇。进入知识经济时代， 信息技术飞速发展，商业竞争日益加剧，企业创新成为了企业在市场上赢得竞争 优势和提高竞争力水平的基本途径，而知识资源在企业生产率提高和财富增长中 的日益不可替代的作用是企业创新的主要源泉。当市场的变化日新月异、各类技 术层出不穷、竞争对手与日俱增以及产品的翻新速度以日计数之时，只有那些能 够坚持不懈地创造新知识、将新知识在组织内部进行广泛传播，并迅速将新知识 体现在新技术和产品上面的企业才可能获得成功。 知识管理便在此背景下产生了。知识管理的直接目的是要提高企业的创新能 力，这也是知识管理在新的经济时期之所以必然出现并且广泛兴起的直接驱动 力。尤其对于那些“知识密集型”产业而言，知识是推动产业技术进步、技术创 新乃至产业升级的根本动力。医药产业毫无疑问属于“知识密集型”产业。从近 些年来医药领域几次重大的技术变革中，我们可以感受到知识在医药产业中所 发挥的巨大作用。随着海洋经济已成为世界经济的新增长点，医药产业也逐渐由 陆地向海洋发展，海洋药物的研究和开发极为受到重视。 近2 0 年来，海洋药物研究一个突出的特点是致力于新产品的开发。目前，我 国以海洋生物制成的单方药物有2 2 种，以海洋生物配伍其他药物制成的复方中 成药1 5 2 种，但整体研发水与欧美、日本等发达国家相比还存在很大的差距。中 国的海洋生物制药要想赶超国际水平立于不败之地，就必须依靠知识管理，发掘 基于知识挖掘的海洋药物研发知识升华研究 新知识的产生过程，利用适当的激励手段，刺激研发过程中生成更重要更高层次 的知识，完成知识的升华，从而加速新产品的研发。本论文利用知识管理、知识 挖掘与海洋生物制药的相关理论，从一个崭新的视角来认识海洋药物研发过程中 的知识升华。将知识管理理论运用到海洋药物研发中，将研发过程上升到知识的 高度来研究，发现知识升华的途径和存在的问题，利用知识挖掘的方法解决这些 问题，得出更高层次的知识，完成知识的升华，从而促进海洋药物的研发进程。 1 1 2 研究价值与意义 从2 0 世纪6 0 年代开始，世界许多国家都相继将开发研制海洋生物新药作为 长期的战略目标，因而相继提出“向海洋进军”，“向海洋要药”等重要策略，并 已成为世界各国的战略决策。海洋药物已经成为沿海国家从事新药、特药研究的 最新领域。本论文对海洋药物研发过程的知识升华进行研究，除了在知识管理领 域的研究外，主要目的是丰富海洋药物研发的知识管理，加快新药研发的速度， 为我国的海洋生物制药做出微薄的贡献。 基于以上考虑，本论文的研究无论在理论上和实践上都具有重要意义。 首先，从知识管理研究涉猎的范围看，有研究社会的、有研究科学知识的、 有研究组织的等等，但是对海洋生物制药领域研究还没有。本文将海洋药物研发 上升到知识的高度，不是单纯从生产技术、研发工艺来考虑，而是将药物研发与 知识管理相结合，将研发中的知识挖掘出来研究，开辟出知识管理的新领域。另 外，本文着重研究知识创造的第四个阶段知识的内在升华，在既知识获取、 共享等研究后，提供了知识管理研究的新视角。 其次，在激励知识升华方面，大多数学者将重点放在对人的激励上，侧重于 人力资源管理，而本论文将影响知识升华的因素分为两部分，一部分受研发人员 的影响，另一部分是知识本身的挖掘。本文从第二部分入手。 然后，从运用的方法上，知识发现的主要方法是数据挖掘，数据挖掘的对象 是具体的数据，而本论文的挖掘对象是知识，利用基于实数编码的遗传算法并加 以改进，在海洋药物知识被合理表示的基础上，挖掘出知识之上的规则，并针对 难以表示的知识运用人工神经网络与遗传算法相结合，挖掘更高层次的知识，促 进知识升华。 最后，通过对我国海洋药物研发知识升华的研究，可以促进我国海洋生物制 4 基于知识挖掘的海洋药物研发知识升华研究 药创新能力的提升和国际竞争力的增强，避免知识的浪费。在巨大的市场潜力和 日益激烈的国际竞争面前，我国海洋药物研发之路还面临着种种困难和障碍，因 此我国海洋生物制药产业必须尽可能多地利用已有的知识资源，促进新产品的创 新，否则将有可能被淘汰出局。同时国家提出在山东建设蓝色经济区的计划，本 文也为保护海洋资源，有效地开发海洋资源提供了微薄的力量。 1 2 国内外研究现状 1 2 1 国内研究现状 中国内地的知识管理研究基本上从1 9 9 8 年开始，1 9 9 9 年又有了知识管理方 面的译文，同时王方华教授等编著了知识管理论。近年来出现的动态过程知 识管理，以及国内情报科学机构对知识管理的研究，主要是围绕知识管理的背景、 涵义，以及其他概念的引入与介绍，如信息管理、竞争情报、知识经济等，知识 管理的内容与目标和知识管理的实践与拟实践等进行研究。还有近期发表在各种 杂志上的有关“知识管理”的文章和网站都有相关的讨论与研究。大多数研究侧 重于组织设计，知识管理的概念引入、知识管理的重要性论述和国外部分公司提 供的知识管理产品。 另外还有一些国内研究主要涉及其基本技术，还包括知识管理平台技术及软 件等。目前知识管理的基本技术国内外是相同的。国内研究人员提出了“知识系 统工程”理论，将复杂性科学与系统科学相结合。由于这种知识管理理论，同时 涉及到复杂性和跨学科的特点，应该利用系统工程的思想和方法加以解决。技术 属性与人文属性是知识管理的两大属性，利用“系统科学与系统工程对复杂系统 的研究”的思路和办法进行研究，的确是一个新的突破。 1 2 2 国外研究现状 国外对知识管理的研究目前集中在知识管理的实施、知识管理与组织、知识 管理与相关领域研究以及知识管理技术和知识管理软件工具的等方面。 1 9 5 8 年匈牙利裔的英国哲学家迈克尔波兰尼在个体知识一书中最初 提出“隐性知识”这一概念与理论。波兰尼认为“我们所知道的多于我们能够言 说的”，所有的知识都有隐性的维度，人类的知识有两种，通常被描述为知识的， 即以书面文字、图表和数学公式加以表述的，只是一种类型的知识，而未被表述 的知识，像我们在做某事的行动中所拥有的知识，是另一种知识。他把前者称为 基于知识挖掘的海洋药物研发知识升华研究 明晰知识，而将后者称为隐性知识。 美国管理学家彼得德鲁克正式运用“知识管理”一词来形容企业的“知识 活动过程”。在1 9 8 8 年，他认为知识工人是组成新经济的个体，在这种经济中硬 通货是知识。他强调，在知识社会，获得并应用知识将变为主要的竞争因素。 知识发现自1 9 8 9 年产生以来，经历了从结构化数据挖掘到复杂类型数据挖 掘，从简单应用到复杂应用的发展过程。目前，国际上知识发现的研究主要以知 识发现的任务描述、知识评价与知识表示为主线，以有效的知识发现算法为中心。 1 9 9 5 年，日本知识管理专家野中郁次郎与竹内广孝合著出版创造知识的 公司一书。在此书中，他们指出存在两种类型的知识，即显性知识和隐性知识， 前者包含在各种便览和程序中，后者只能通过经验来学习，并且只能间接地通过 隐喻和类比来交流。后又合著知识创造的螺旋与创新的本质，通过企业 管理的案例，阐明了知识共享和创造的四种转化模式，还提出了知识转换的“螺 旋图”。他们主张创造知识在未来将成为保持竞争优势的关键。他们突破了西方 把组织仅仅看作信息处理机的某些观点的局限，而把创新与知识生产的解释建 立在“动员和转化意会性知识和由个人知识转化为组织知识”的概念上。 1 9 9 7 年4 月爱弥顿出版专著知识经济的创新战略：认识的觉醒，对知识 创新的概念、原则和评价作了全面的论述。他认为知识创新是为了满足未来竞争 的需要，在创新过程中除了包含构建未来可持续性发展的基础外，还要产生新的 思想，并将其融入有发展前景的商业产品中去。 “专家系统和知识工程之父费根鲍姆( f e i g e n b a u m ) 从人工智能研究的角 度出发，认为知识是“经过剪裁、塑造、解释选择和转换了的信息”。【6 7 】 列保威茨等提出了知识管理的概念和框架，注重知识管理中的文化作用。他 强调利用信息技术工具来进行知识管理活动。 h a y e s r o t h 则认为知识是事实、信念和启发式规则，世界银行认为：“知识 是用于生产的信息( 有意义的信息) ”。1 6 刀 魏格、豪尔斯珀等、布克利等提出了知识管理的研究框架，研究内容包括知 识的获取、知识的转化、知识编码、知识存储、知识共享、知识传播和知识应用。 这些学者大多都注重从信息技术角度去研究知识管理，他们研究对象大多是显性 知识。 6 基于知识挖掘的海洋药物研发知识升华研究 卡尔费拉保罗认为“知识管理就是为企业实现显性知识和隐性知识的共享 提供新的途径”。 琳达斯通认为“知识管理的第一步是将个体的隐性知识和经验转换成显性 知识以便于他人获取并以此来增加知识的结构资本”。 1 3 研究方法和研究思路 1 3 1 研究方法 本文总体上综合运用了海洋生物制药、知识管理、进化算法、人工神经网络 等方面的相关原理与方法。具体地说，主要研究方法包括： ( 1 ) 实证分析建模方法。 根据对中国海洋大学某实验室的跟踪调查，对某一具有活性的新化合物的研 发过程进行分析，对药物研发过程进行分解，归纳出该过程中知识转化的流程， 从而建立知识升华的模型。 ( 2 ) 进化算法。 进化计算是一类模拟生物进化过程与机制来求解问题的自适应人工智能技 术。它的核心思想源于这样的基本认识：生物进化过程是从简单到复杂、从低级 到高级的，生物为了适应环境的变化，将好的种群遗传变异下来，不适应的种群 被淘汰，这样达到一个自然的优化过程，从而得到进化。 以上述思想为基础的算法就被称为进化算法，它是一类随机搜索技术。在进 化过程中，算法在一组解上，采用类似于自然选择和有性繁殖的方式，在继承原 有优良基因的基础上，生成具有更好性能指标的下一代解的群体。 5 9 1 这种算法模 拟个体组成的群体学习过程，每个个体是问题答案中的一点。算法从指定的初始 解开始，通过交叉、遗传、变异等过程不断改进当前解，直到最后保存下最优解。 采用进化算法求解优化问题的一般步骤为： 在问题的解空间里选定一组初始解。 利用适应度函数求解这组解的性能。 如果这组解满足问题要求或达到迭代的代数，计算结束。 根据规则从当前解中选择基因操作的解和位置。 对所选择的解进行交叉、变异等操作，得到一组新解，转到步骤。 进化算法包括遗传算法、进化程序设计、进化规划和进化策略等等，进化算 基于知识挖掘的海洋药物研发知识升华研究 法的基本框架还是简单遗传算法所描述的框架，但在进化的方式上有较大的差 异，选择、交叉、变异、种群控制等有很多变化，同遗传算法一样，进化算法的 收敛性也有一些结果，在保存最优个体时通用的进化计算是收敛的。但进化算法 的很多结果是从遗传算法推过去的。 遗传算法对交叉操作要看重一些，认为变异操作是算法的辅助操作；而进化 规划和进化策略认为在一般意义上说交叉并不优于变异，甚至可以不要交叉操 作。 进化算法与传统的优化方法如枚举、启发式等相比较，以生物进化为原型， 具有很好的收敛性。它具有自组织、自适应、自学习的特点，它可以在问题的解 空间中根据获得的信息自行组织搜索，具有很强的适应环境的智能性。 由于进化算法具有并行性，在计算精度要求时，计算时间少，适合大规模并 行，并且可以同时在解空间的多个区域进行搜索，相互交流，鲁棒性高等都是它 的优点。 本文根据知识进化的特点，受卡尔波普尔的三个世界理论以及知识进化理 论的启发，针对知识进化算法( k n o w l e d g ee v o l u t i o na l g o r i t h m ，k e a ) 模型，对知识 进化算法进行改进，使其更适用于海洋药物研发的知识挖掘。 ( 3 ) 人工神经网络。 人工神经网络( a n n ) 是一种模仿动物神经网络行为特征，进行分布式并行 信息处理的算法数学模型。它是由大量处理单元互联组成的非线性、自适应信息 处理系统。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。 虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为 却是极其丰富多彩的。 人工神经网络中，神经元处理单元可表示不同的对象，例如特征、字母、概 念，或者一些有意义的抽象模式。网络中处理单元的类型分为三类：输入单元、 输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处 理结果的输出；隐单元是处在输入和输出单元之间，不能由系统外部观察的单元。 神经元间的连接权值反映了单元间的连接强度，信息的表示和处理体现在网络处 理单元的连接关系中。人工神经网络是一种非程序化、适应性、大脑风格的信息 处理，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功 基于知识挖掘的海洋药物研发知识升华研究 能，并在不同程度和层次上模仿人脑神经系统的信息处理功能。 人工神经网络具有以下特性：( 1 ) 非线性。人工神经元处于激活或抑制二种 不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成 的网络具有更好的性能，可以提高容错性和存储容量。( 2 ) 非局限性。一个神经 网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经 元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之 间的大量连接模拟大脑的非局限性。( 3 ) 非常定性。人工神经网络具有自适应、 自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信 息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统 的演化过程。( 4 ) 非凸性。非凸性是指这种函数有多个极值，故系统具有多个较 稳定的平衡态，这将导致系统演化的多样性。 海洋药物研发是一个非常复杂的过程，涉及到的知识有很多是难以表示的， 伴随的知识升华问题在选择适当的模型函数约束时也存在很大的困难，而人工神 经网络是一种自然的非线性的建模过程，毋须分析存在何种非线性关系，利用实 验中产生的大量数据给建模与分析带来极大的方便。人工神经网络能自动地逼近 那些最佳刻画了样本数据规律的函数，而无论这些函数具有怎样的形式。它可以 对研发中的知识进行规则提取和自动拟合，并具有非常强的容错性，学习功能十 分强大。 本论文运用人工神经网络的方法，对研发知识升华中难以表示的知识进行处 理，通过一定数量样本的训练，挖掘出样本所隐含的规则，并利用新的规则对其 他知识进行预测，成为了知识升华控制中的关键步骤。 1 3 2 研究思路 本文综合运用知识管理、海洋生物制药、进化算法以及人工神经网络等相关 理论，在国内外学者已有的研究成果基础上，对海洋生物制药过程中的知识升华 进行了研究。首先通过对中国海洋大学某实验室海洋微生物制药基础研究的跟踪 调查，根据研发实例将药物研发过程分解，对研发中知识的转化进行分析，总结 概括出知识升华的模型，分析出引导知识升华的因素；根据知识进化理论，针对 海洋药物研发中的具体问题，对知识进化算法进行改进，对改进之后的进化算法 进行分析，针对其中尚未解决的问题，提出利用人工神经网络和进化算法相结合 9 基于知识挖掘的海洋药物研发知识升华研究 进行知识挖掘的方法；通过建立b p 网络，编写遗传算法对海洋药物研发中的发 酵环节进行实证分析，引导知识升华。最后，对海洋药物研发知识升华进行分析 与展望，总结知识挖掘的方法，提出了控制知识升华的对策和建议。 1 4 论文结构与关键技术问题 1 4 1 论文结构 本论文共分六章，各章内容安排如下： 第一章绪论。分析了本文研究的背景和研究意义，对国内外文献关于海洋生 物制药及知识管理理论的研究成果进行综述，并对本文的研究方法、研究思路、 主要内容及论文结构安排作简要的介绍。 第二章研究的相关理论综述。本章主要对本文研究相关的理论知识管理 理论、海洋生物制药理论进行综述。 第三章海洋药物研发知识升华模型分析。本章首先对海洋药物研发的过程进 行调查研究，通过药物研发的实例，分析了知识在基础研究过程中是如何转化的， 从中发现知识升华在药物研发中存在的问题，在此基础上构建知识升华的模型。 第四章海洋药物研发中的知识挖掘。本章主要在知识升华模型的基础上，寻 找促进知识升华的方法，利用知识进化理论，针对海洋药物研发的实际问题，对 知识进化算法进行改进，并针对不能用适当函数模型描述的问题，提出利用人工 神经网络和遗传算法进行知识挖掘的方法。 第五章基于b p 网络和遗传算法的知识升华实证研究。通过建立b p 网络和 编写遗传算法，对海洋药物研发过程中的发酵环节进行知识挖掘。针对具体的微 生物发酵过程，利用上述方法挖掘出发酵培养基影响因素之间的关系，通过这种 规则预测不同方案的产量，最终利用遗传算法得出发酵的最佳条件，使得知识得 到升华。 第六章研究结论与展望。综合并集成前面各章的相关结论，得出一些综合性 结论要点，同时指出下一步努力的方向。 1 4 2 要解决的关键技术问题 本文在对知识管理、海洋生物制药进行全面、深入研究的基础上，需要确定 海洋药物研发知识升华的模型，找出控制知识升华的知识挖掘方法，改进已有的 知识进化算法，建立人工神经网络模型，编写遗传算法程序，引导海洋药物研发 1 0 基于知识挖掘的海洋药物研发知识升华研究 中的知识升华。 1 5 本章小结 本章主要阐述了课题研究的背景、意义、写作目的和主要的研究内容，并对 国内外文献关于知识管理的研究成果进行综述，进一步明确了本文的研究思路。 基于知识挖掘的海洋药物研发知识升华研究 2 知识管理及海洋生物制药理论研究综述 海洋药物研发是一个非常复杂的过程，它需要集合多种学科与领域的专门知 识和丰富的实践经验的支持，海洋药物研发的内容和技术，经过不断的探索与实 践，已经形成了海洋生物制药的理论。海洋药物研发需要通过研发知识的分析与 综合，才能提出合理的研发方案。这就需要对研发过程进行知识管理。知识与知 识管理理论自提出至今已经经历了多种形式的定义与改进，人们从各个角度不断 丰富和完善这些理论，在国内外形成了不同的模式和流派。 2 1 知识的诠释 知识是区别人与动物的本质特性之一。人借助于思维、语言和符号，能够创 造知识、生产知识、传播知识、销售知识并消费知识，追求知识是人类的特性。 2 1 1 知识的定义 由于知识的内在复杂性和开放性，对知识下一个较为明确的定义是困难的， 关于“知识”的争论从古至今一直都没有真正停止。 我们把识别万物实体与性质的是与不是，定义为知识。它是人类的认识成果。 来自社会实践。其初级形态是经验知识，高级形态是系统科学理论。现代汉语词 典对知识的定义是“人们在改造世界的实践中获得的认识和经验的总和”0 4 9 】 彼得德鲁克指出：知识是一种能够改变某些人或某些事物的信息，这既包 括使信息成为行动的基础的方式，也包括通过对信息的运用使某个个体( 或机构) 有能力进行改变或进行更为有效的行为的方式。 4 9 】 皮亚杰认为，经验( 即知识) 来源于个体与环境的交互作用，这种经验可分 为两类：一类是物理经验，它来自外部世界，是个体作用于客体而获得的关于客 观事物及其联系认识；另一类是逻辑数学经验，它来自主体的动作，是个体 理解动作与动作之间相互协调的结果。 n o n a k a