（航空宇航制造工程专业论文）工程知识粒度化技术及其应用研究.pdf

摘堂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一要素、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“知识数据增长一知识成分变化知识粒度变化一知识层次调整”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。关键词：工程问题，知识，知识系统，层次，粒度两北丁业j ：学博i 学位论上a b s t r a c t硒o w l e d g ei so fr c m a r k a b l ev a l u e 嬲i sa w a r ei nal o n gh i s t o r y ，e s p c c i a l l yi ns o l u t i 锄o fe n g i n e e 血gp r o b l e m s i n c l u s i v et h eb o 砌e n e c ko fl 【l l o w l e d g ea c q u 沁m e n t ，t h es c a l e0 fs o l v i n gp f o b l e m sw i t hl m o w l e d g ee n g i i l e e 血gm e t h o d si sl i m i t e df o rt h el a c ko fe 妇c c t i v em e t l l o d so f0 玛a n i z a t i o n 卸de x p r e s s i 衄o fl a r g er a n g cd i f f e r e ml 【n o w l c d g ct l l a t sl l s e di ns o l u t i o no fc o m p l i c a t e dp r o b l e m s 1 1 1 i st h e s i ss t i i d i e s0 nt h ee n g i l l c c f i n gh l o w i e d g ei ns u c he n g i n e e f i n gp r o b l e m st 量l a ta 陀w i d e l ya p p l i e db u td i 衢c u l tt 0s o 】v e 1 n h es o l u t i o fa m p l i c a t e dp m b l e mc o n c c m s 妇o w l e d g co fd i 凰r c n t 虹n d s n ef c l a t i o 船锄衄gd i 懿r c n t “n d so fl 【n o w l e d g c n s t n i c t e dt h l i o u g l ll m o w l e d g e印p l i c a t i o ni np m b l e m ss o l v i n g k i l o w l e d g el i s e di i is o l v i l l gs i m n a rp r o b l e m sc o n t a c t ss p o n t a n e o u s l y 锄df o 锄sah l o w l e d g es y s t e m 1 nt h et h e s i s ，t l l es t a t i cs t m c t u r c 柚dd y n 铷i ca c t i a r c 璐i d c da s 咖勰p e c t so fab l d w l e d g cs y s t e mb 撇d 伽t h cs y s t c m a t i cm t u r eo fl 【n o w l e d g c c 0 n c e p 峨p m p c n i e s 粕dm e t l l o d sa r ep r 叩o s e df o fl m o w i e d g ec x p r c s s i n g ，o 啦i n 岛a c q u i r i n g i m p r o 、r i i 哆印p l y i n g 柚dm 锄舀n 舀e q u e t l y ，ac o m p l e t es y s t c md e s c r i b i n g 】( n o w l e d g ei sc o n s 咖c t e d 皿e l u t i o fac o m p l i c a t e dp m b l e mi su s u a l l yd i v i d c di n t os c v e l a ls t c p s0 t h c rt h a n0 t h es t e p s 缸t h es o l v i n g f i 鹳a r ce l e m e n t so fp r o b l 锄l “n gp r o c c 踞p m 掣卸l m i n g 姐dp r o b l e m l v i l l gk n o w l e d g c0 r g a n i z i n g 1 nt h i st i i e s i s ，r c l a t i 蛐b 咖e e np r o b l e m i v i n g 蛆dl m o w l e d g ea p p l i 刚i s 柚a l y z e d ，柚dt h cd e m 锄t sw i t hi n c r c 嬲i n gr c l a d o 璐i np f o b l e m l v i n ga c 0 蕊i d e r e d 鹤l e v e l so ft h e1 m o w l e d g es y s t c m i na p p l i c a t i ，t h ef a d o 璐诅l 【i n ge f f b c t 伽p r o b i e m l u t i o ni st h ec a u 辩- f 髓u nr c l a t i o nc 0 如o t a t e di nj l o w l e d g e ，w h a t e v e rm e a 硒t h eb i o w l e d g ec x p r 鹤s e di n t h ec a u r e s u l t 陀l a t i c 0 肋o t a t e di nl m o w i e d g cc o n c e m sv a r i o u sf h c t o 鹤w h i c ha ”c 0 印捌i nd i 骶托n “e v c l ap i e c co f1 m o w l e d g cc 0 衄e c t sv a r i o u sf a c t o r si nd i 施r c n tf o 珊si nl o g i c ，w h i c hs e e m st ob ea 虹o w l e d g e 掣a i na g g 弦g a t c db yv a r i o u sf 砬t o 墙d i 如r e n tl m o w l e d g er e n e c t sd i 丘b r e mc a 吣e m s u l t l a t i o n t h ec 0 v e r i n g 瑚g eo fc a u - r c s l i l t l a t i o n 啪b es j m u l a t c db yt l l ed i m e 璐i o no fl m o w l e d g eg 妇，i c 1 口l o w l e d g e 伊a n u l a i ：i t y k n o w l e d g eg r a n u l a f i t yi sa 舱l y z e di nt h et h e s i s ，i n c l u d i n gd e f i i l i t i 如，p r o p c r t i e s锄de x p r 嘟i m e t h o d s al m o w l e d g cg r a n u l a d t yi se x p r e 黯e dw i t h 卸t c c c d e 鹏c 0 e q u e n t 锄dm a p p i n g ”l a t i o n sb e t w e e nt h e m t h ef o 皿e rc o m p m 址n t 卸dt h el a t e r兰堕! 型c o m p o n e n td e f i n eb yd i f f e r e n te l e m e n t s ，a t t r i b u t e sa n dc o n s t r a i n t s i nt h j st h e s j s ，t h r e es o i v i n gs t r a l e 昏e s ，j e 1 e v e lp r o g r 锄m j n 岛g r a n u i 耐t ys e i e c t i n g 她ds o l u t i o ng e n e r a t j n ga r ep r o p o s e d w i t hi n t r o d u c t i o no fk n o w l e d g ei l l d e x i i l gm e t h o d sb a s e do nm a t c h i n gs c a l e ，s u p p o n i n gd e g r e ea n ds e m a n t i cd i s t a n c e ，k n o w l e d g er e a s o i l i n g 如dc 0 船t m i n ts a t i s f y i n ga r ec o m b i n e dt oa c c o m p l i s hs o l u t i o ng c n e r a t i n g 觚dj u d 百n g r u l e so fc o n s t f a i n t sa d j u s t i n g 柚dm e t h o d so fs o i v i n gb a c kn 砒i l l ga r cp r o p o s e d c 0 越e q u e n t l y ac o m p r c h e n s i v es o l v i n gm e t h o di sp r e s e n t e d a 蹦m u l a i i t yl m o w l e d g ca c q u i r i n gm e t h o db 瑟e d 傩t a s ka i l a l y z i n g 柚d 粗黟锄u l a r i t yk n o w l e d g ce v 0 l v i n gm e c h 卸i s m0 ff o u r l a ”r s “l 【n o w l e d g ed a t ai l l c r c 勰i n gl m o w l e d g ce l e m e n t sv 盯y i n g h o w l e d g cg r a n u l a r i t yv a r ) ，i n g l m o w l e d g el e v e l sa d j u s t i n g a r cp r o p o s e d ht h i st h e s i s ，t h e 丘a d a lp r o p e n i e so fi n f o 】r m a t i o nc o n t a t c di nk n o w i e d g e舒锄u l a r i t ya r cd i s c l o s e d a 缸l c t a lc o d i n gm e t h o dw i t hs i m p l 访e dc o d e 柚dc o m p l e t ec o d er e l a t i n gi sp r o 】p o s e dt o 既p r e s sl 【n o w l e d g e a sc x 锄p l e s 髓dv a l i d a t i o 地，t h ce x p 北s s i 咀。学l l l i z a t i 姐d 印p l i c a t i o no f肼) c c s sp l a n n i n gi m o w l e d g cb 勰e d 擘粕u l a r i t yt c c h n o l o g ya f ed e b a t e di i id e t a i l ap r i ) c c 鹳p l 孤n i n gs y s t c md “e l 叩c db 嫩d 蛐莎m u l a r i t yk n o w k d g ct c c h n o l o 鼢i c 尉c ( 柚蝴c o i p o r a t i o n ) 肋c 哪砒m 蛔励d w 垤伽缸6 伽跏棚i si n t r o d u c c d k 蟛w o r d s ：e 嚼n e e r i n g 呻b l 啪s ，l m o w l e d g e ，l 【n o w l e d g cs y s t e m ，l e v e l s ，伊柚n i a r i t ym西北工业大学学位论文知识产权声明书本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西北工业大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本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和汇编本学位论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律注明作者单位为西北工业大学。保密论文待解密后适用本声明。学位论文作者签名：趁罟算蠡指导教师签名：0 i 夙星庐移年，口月侈日p 年胗月影日西北工业大学学位论文原创性声明秉承学炉亚谨的学风和优良的科学道德，本人郑重声明：所呈交的学位论文，l 在i r 铀，旨导卜诲行研究工作所取得的成果。尽我所知，除文中已经注明穹! 曩钾内容和致谢的地方外，本论文不包含任何其他个人或集体已经公开发表或。研究成果，不包含本人或他人已申请学位或其它用途使用过的成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人学位论文与资料若有不实，愿意承担一切相关的法律责任。学位论文作者签名：之芝渗存d 多年p 月3 日第一苹绪论第一章绪论1 1 引言世界经济已然进入知识经济时代，知识作为核心经济要素所发挥的作用日渐增强，白热化的市场角逐、国力较量最终定格在人才、科技与知识的竞争上，人才优势、科技优势和知识优势是对优胜者的最好注脚i i 刀4 】。科技是第一生产力，指出了生产的推动力，而这种推动力的发挥，必须通过人将所掌握的知识应用于工程才能体现出来。所谓工程( c n g m 丽n g ) ，是知识和经验的实际应用，是利用科学原理使自然资源为人类服务的各种学科的总称，如机械工程、建筑工程、水利工程、电力工程等，工程是科学原理和社会效益之间的桥梁【5 1 。例如，产品、装备系统的设计，制造、施工过程的规划，均属于典型的工程问趔6 7 8 】。科学重在发现，而工程问题在很多情况下是一个决策过程嘲。由于科学技术的发展与人类需求的增加，工程问题的难度越来越大，其中最重要的原因在于工程问题涉及不同门类、层次、形式的知识越来越多，知识处理过程越来越复杂，有效地获取和利用知识成为解决工程闯题的关键。人工智能，尤其是知识工程产生以来，运用知识解决问题引起了人们的极大关注，人们希望将实践中积累的知识形式化地表示出来，并借助于知识处理系统来提高解决问题的能力。工程问题既需要相关的学科理论，更离不开工程方法、经验和数据，它们在上升为工程理论之前，只能通过知识和推理结合来使用，知识处理对于解决工程问题格外重要【1 0 ，儿，。解决一个工程问题，往往需要用到许多概念、事实、经验、方法及策略等，它们对问题的求解提供有用信息，支持问题的求解过程，本文将能够为求解工程问题提供依据的所有信息( 不包括问题本身的描述信息) 统称为工程知识。1 2 知识的研究现状知识是人们通过学习、发现以及感悟所得到的、对世界认识的总和，是人类经验的结晶，不同领域对知识赋予了不同的含义。1 2 1 关于知识的本质1 2 1 1 古典的知识观从古希腊时代开始，哲学就一直关注“什么是知识”的问题。在西方哲学中西北工业大学博士学位论文存在两大认识论传统：理性主义和经验主义1 1 3 1 4 15 1 。理性主义认为真正的知识是概念的思维过程，存在不需要用感官实践进行验证的先验知识，真理可以在公理基础上推导演绎得到。经验主义主张不存在先验知识，知识的唯一来源是感官实验和实践过程，世界上所有的事物具有内在的客观存在性。理性主义和经验主义从哲学的角度分别论述了知识的来源和形成过程特性，这两种知识观对其后各个学科和领域认识与研究知识产生了深远影响。鉴于当时的认识水平，人们还不可能揭示知识产生和应用的规律。1 2 1 1 现代的知识观现代科学技术的发展解放了人们的思维，使人们能够从新的高度和视角认识知识的本质，人们对知识的理解已不再局限于哲学或心理学范畴的理性思考，而更注重知识的自然属性，己从抽象概念转向具体内容。这为人们利用知识解决实际问题创造了条件，知识从哲学思考走向了具体应用。总体来说，可以将人们对知识的理解分为认知、效用和系统三个角度。( 1 ) 认知角度认知角度是从人类认知活动的层面考察知识特点的。m o o r c 首先将有关知识的逻辑引入到人工智能研究领域之中【1 6 1 ，h i n 吐l ( a 的“知识与信念”为认识论逻辑奠定了理论基础【切。戤m t 通过对知识和信念的明确定义和区分为知识和信念的逻辑系统研究提供了哲学基础，他认为，知识是指在主观和客观上都能充分承认其真假的判断，信念是指在主观上有充分依据，而客观上则依据不足的判断【l s ，1 9 1 。上述工作为后来基于逻辑的知识表示及其形式推理奠定了基础，人们尝试以知识为依据，通过反映人类思维过程某些特性的推理方法来解决问题。( 2 ) 效用角度效用角度是指将知识作为支持推理、决策等活动的一种有用信息的结构与形式的观点。二十世纪7 0 年代初期，关于知识的概念、结构等问题存在着两种不同的观点。一种观点认为知识是陈述性的( d e c l a r a t i v c ) ，即知识就是知道一些客观事实1 0 谢n gw l l a t ) ，坚持这种观点的学者有m c c a n l l y 和h a y e s 等人【2 0 ，2 1 捌；另一种观点认为知识是过程式的( p c e d 啪1 ) ，即知识就是知道一些客观规律 n o w m gh o w ) ，坚持这一观点的学者有m i i l s k y ，h e 嘶t 和w i g r a d 等人1 。目前，对于知识还缺乏统一严格的定义，比较有代表性的定义有：2第一章绪论蹦g e n b a u m ：知识是经过削减、塑造、解释、选择和转换的信息剀。b 锄s t a h 知识是由特定领域的描述、关系和过程组成。 t a y e s - r o t h ：知识= 事实+ 信念+ 启发式。通常可以采用h a y e s r o t h 提出的知识三维空间来描述知识，即知识的范围( 由具体到一般) 、知识的目的( 由说明到指定) 、知识的有效性( 由确定到不确定) 。如图l 一1 所示。有效性图l l 知识三维空间描述从效用角度理解的知识本质，是人们承认知识的重要作用之后，对知识的来源、内容及形式的认识。不管知识是陈述性的、还是过程性的，也不管知识表现为何种形式，知识提供了已知事实与结论事实之间因果联系的语义，这是问题的关键。在这一点上，上述各种知识观是一致的( 3 ) 系统角度系统角度是指将某一范畴的知识作为一个系统而探索其静、动态特性的方法。受生物细胞特性的启发，w b n g 和a t l 【i i l s 于1 9 9 2 年提出了一种用于工程设计的知识元( k n o w l e d g e 1 1 ) 概念。他们认为，知识表示模式仪w l e d g c埘r e s 如t a 6 锄s c h 锄e ) 和生物细胞之间在相对独立性l 旅l i l l e d ) 、单元性( m o d u l 砷、灵活性( n e x i b l e ) 和动态性( d y m m i c ) 方面的性质是非常接近的。例如，一个细胞破裂后其生命随之消失，同样，一则知识被分解后得到的零散符号也不足以表达语义。在一个复杂的工程设计中，每个知识元以各自方式解决一些简单问题，众多知识元通过相互作用形成一个有效的系统逐步解决复杂问题瞄矧杰出科学家、哲学家恩斯特马赫认为，知识存在类似生物进化的特性，并提出了知识进化观【2 刀。著名哲学家卡尔波普尔通过对传统知识观点的反思，得出了“知识发展同生物进化有惊人的相似之处”的结论【2 & 捌。我国学者刘植惠提西北工业大学博士学位论文出了知识基因的基本思想，认为知识本质上是同生物一样遵循演化机制的系统【3 ”1 1 知识相互作用和知识进化都是知识作为一个系统所表现出来的特性，与效用角度的知识观不同，关于知识本质的系统观点从整体上把握知识自身的规律，而不仅仅涉及知识单元的内容及其表现形式。也只有从系统的观点理解知识，才可能为使用大量的、不同类型的知识解决复杂问题建立理论基础。1 2 2 关于知识的应用从人类进行有意识活动的那一天起，就开始自发地运用一些粗浅、零碎的知识解决简单问题。科技发展为人们系统地运用知识提供了可能性。人工智能( a r t i f i c i a l i n t e l l i g c e ) 学科的诞生成为自觉运用智能规律解决问题的里程碑。在人工智能研究之初，试图发展一种问题求解通用工具的做法遭遇了挫折，直到d 斟d 黜地、m y c 烈、p i 的s p e c t e r 等第一批专家系统( e x p c ns y s t e n l ) 研究成功，人们才逐渐认识到，人类智能的本质在于知识，并将注意力转移到知识利用上来m 】。e a f e i g e n b a 吼在第五届国际人工智能联合会议上进一步提出了知识工程( x j l o w l e d g ee n g i n e e r i n g ) 的概念【3 3 】，随后知识工程和专家系统得到迅速发展，并广泛地应用于工程领域。此间，许多研究者获得共识，即人工智能系统是一个知识处理系统，而知识表示、知识利用和知识获取则是其中的三个基本问题l 刈早期用于工程问题求解的知识处理系统主要是专家系统，使用的知识表示方法有产生式规则、框架、语义网络及对象，推理方法主要采用演绎推理，知识获取方法基本上依靠人工获取，解决的工程问题主要有诊断、预测、规划、设计等问题【3 5 ，3 印7 j 8 芦，4 0 4 l ，4 = 酗3 1 。专家系统虽然获得了一定成功，但随着工程问题复杂程度增加而凸现出来的求解范围窄、推理速度慢、知识获取难等问题极大地制约了其应用范围州4 5 问。人们不得不进行深入的研究，这些工作可以分为知识的表示与组织、知识获取与利用两个方面。知识表示与组织方面j r h o b b s 从一些心理学模型中得到启发，提出了粒度( g h 肌l 撕t y ) 理论，即人类从复杂世界中抽取不同的概念构成知识，并且在不同时刻仅考虑有影响的部分【4 7 ，船】。j r h o b b s 理论从概念与知识的关系角度，揭示了知识的粒度特性，说明抽象程度不同的知识之间的联系，为知识表示和组织提供了有益启示，但他没有给出这种联系的具体表示方法，因而无法在问题求解中应用。4第一章绪论张钹认为人类智能的一个突出特点就是能从不同的角度和层次处理同一个问题的能力，即处理不同粒度问题的能力，并以数学上商集的概念来描述不同粒度的问题【螂o l 。张钹提出的不同粒度问题的商集表示方法，提供了粒度关系的描述的工具，这一思路同样适用于知识的组织，但已有知识表示方法由于其固有的结构特性，并不适合以上述方法进行直接组织。汪培庄提出了因素空间理论，该理论认为引起某一结果的事物是因素，概念是一簇因素的交叉，若干因素张成的因素空间可以作为知识表示的“坐标系”f ”鼠5 3 1 。因素空间理论将因果联系中起作用的部分归结为因素，是对知识本质的深层次刻画，但该理论没有建立以因素为核心的反映因果联系的知识表示与处理方法。p a w l a l 【的粗糙集( r o l l g l ls e t ) 理论为知识表示和处理提供了新的理论基础，该理论认为知识是对对象进行分类的能力，知识的多少决定了对象区分的粗细程度，并将知识表示为数据( 决策) 表【5 4 5 5 ，5 6 l 。粗糙集理论从对象本身以及对象之间的关系来表示知识，客观的反映了知识的粗糙性，但仅以属性类型以及等价关系描述和区分对象还不够充分，数据表中蕴涵的知识不便于推理使用。- 知识获取与利用方面人们从早期应用中得出结论，即提高知识处理系统性能的根本出路，在于加深对应用领域和问题求解任务的理解，以便有效获取和合理组织用于问题求解的领域相关方法、知识和数据研l 。a n e w e l l 认为传统的符号级知识表示是面向计算机的，由于抽象程度太低而与人求解问题的思维方式严重失配，提出了更符合人求解问题方式的知识级分析方法【5 8 j 9 棚。a n e w e l l 的知识级分析方法，不仅是一种知识获取途径，而且是一种问题求解的思路，但如何实现概念级知识建模，并产生用于机器推理的知识符号，知识级分析方法并没有提及。w j c l 锄c e y 指出了知识处理系统研究中领域基本知识( 即不同于启发式知识的深层知识) 的开发和结构化组织的重要性，并提议把知识工程定义为定性建模的方法论阿，6 2 6 3 l 。w j j c l a n c e y 将知识获取与组织建立在任务理解基础上，为领域基本知识获取和组织指明了方向，但他没有给出任务分析方法。欧共体e s p l u t 计划研制的知识工程建模方法k a d s ，将对应用领域和问题求解任务的深入理解作为核心任务，成为很有潜力的问题求解建模方法啤脚一k a d s 是一种完整的知识获取的方法，但是缺乏一种对各种知识进行统一描述的范式。西北工业大学博士学位论文高济提出一种面向知识级分析臼q 问题求解建模方法，将知识处理系统描述为问题求解的过程模型及其参考的世晃模型，并以问题规约和子任务联想为手段对求解过程进行组织咿，删。这种方法可以实现基于知识级分析的问题求解，但问题规约依赖于经验。b c i l a 妇k a r 孤提出基于功能的因果建模方法，将物理系统及其构件的行为表示为因果关系知识，通过收集和组装与当前问题相关各个层次的因果片断解决问题，该方法属于基于模型的推理( m o d e lb a dr e 啪n i n g ) 方法眇，7 0 ，7 。基于功能的因果建模方法，因果片断能够有效地表示原理性知识，并根据因果联系语义进行推理，推理健壮性较好，但固定的知识片断影响了推理的灵活性。r c s h a n l 【提出的基于范例的推理( c a b a dr e a n i n g ) 方法，将过去的实际经验或经历用作推理知识，通过适当改动与当前问题最相关的范例来适应当前的问题，简化了知识的获取和维护工作1 7 2 ，3 r 硼。基于范例的推理方法比较接近人的解决问题方法，但是知识的语义隐含在范例中，不容易被人理解，因而修改范例以形成问题的解比较困难。知识获取和利用技术的进展，为构建新的知识处理系统模式奠定了基础，人们发展了基于知识的系统( i ：n o w l e d g cb a s e ds y s t e m ) 及智能决策支持系统( h n e m g e n td e c i s i o ns u p p 啊ts y s t 锄) ，它们能够处理包括启发式关联知识和原理性基础知识在内的多种类型知识，具有较强的问题解决能力口5 ，7 6 ，7 7 ，7 8 瑚。然而，在逻辑层次上集成多种知识进行综合求解，是上述知识处理系统面临的困难。1 2 3 知识研究现状分析目前，人们已经对知识及其应用进行了大量研究，通过知识处理系统解决的问题十分广泛，工程领域是一个重要而有前景的应用领域。解决工程问题的知识处理技术，还存在以下不足：知识表示是知识处理的根本问题，但也是知识处理技术研究的薄弱环节。现有的知识表示方法，一方面，无法充分表达工程问题求解中需要的语义，包括构成原因和结果部分的不同因素类型，因素的不同量化程度，因素之间的不同关系；另一方面，无法按照工程问题求解的过程逻辑组织知识，知识过于无序。知识不能表达足够的语义，无法包含各种对问题求解有用的信息，如问题描述对象的特征信息、关于解的启发式信息及各种约束关系信息，在问题求解推理中由于语义不足，结果的确定性和可靠性都降低了。知识组织过于无序，严重地影响了推理的效率，且管理困难。6第一章绪论没有一种符合工程问题求解过程逻辑的知识表示方法，作为各种工程知识的统一范式，导致在知识获取的各个阶段无法将有助于工程问题求解的各种必要信息包含在工程知识之中，知识获取不完整。解决上述问题的关键是建立一种既能充分表达工程语义又能符合工程问题求解过程逻辑的知识表示和组织方法，这就涉及到工程问题求解和工程知识的本质( 详见第二章) 。1 3 论文研究的意义知识在解决工程问题中起着关键作用，探索工程问题求解过程规律，最大限度地发挥知识的作用，对于提高工程问题解决能力具有十分重要的意义。工程问题求解过程实质上是一个问题空间向解空间的映射过程，映射关系是问题已知条件和解结论之间的因果联系。工程问题的病态结构以及认知程度的有限性，决定了映射过程无法一次完成，问题空间向解空间的映射过程逐级进行，这种逻辑上递进的映射构成了问题求解的层次，而其中每一个映射反映的是一种因果联系。本文在深入剖析工程问题求解过程的基础上，结合系统理论与知识工程方法，建立了反映工程问题求解本质的工程知识系统，其中包括以层次和粒度为特征的粒度空间( 系统描述) 、融合知识推理和约束满足的综合求解方法( 系统运用) 、初始获取和后续进化结合的知识形成方法( 系统建立和完善) 等内容。以问题求解中逻辑上具有递进关系的映射作为知识系统的层次，以表征映射关系的因果联系作为知识表示单元，形成了以粒度知识内容和知识层次结构为特征知识系统粒度空间，该方法揭示了工程问题求解的本质，反映了工程知识的系统特性，建立了工程知识的表示、组织、运用、获取、进化和管理的完整体系，奠定了工程知识处理的理论基础。粒度知识表示方法以问题求解中因果联系语义为单位，直接体现了工程知识的作用，摆脱了形式化对语义的束缚，能够包容不同的语义成分，解决了语义表示不充分的问题。该方法能够将学科基础知识、工程原理知识、启发式经验知识等深层知识和浅层知识以统一的范式表示，解决了知识组织的无序问题。粒度空问作为知识系统的描述工具，与工程问题求解过程具有内在的一致性，求解过程规划和知识选择在知识系统的层次上相吻合，粒度知识所包含的丰富语义提高了推理结果的确定性和可靠性，粒度知识中因果联系采用的灵活表现方式，使求解过程能够融合知识推理、约束满足与数值计算等方法，实现了工程7西北工业大学博士学位论文问题的多种知识综合求解。粒度空间描述的知识系统结构，反映了工程问题求解的特性，知识系统的建立过程就是知识的获取过程，该方法适于在较高的抽象层次上进行任务理解和知识分析，解决了面向符号的知识获取方法与人的思维方式之间的失配问题。以上述知识系统为构架的知识进化，提供了知识积累、优化的工具。综合上述，本文研究的工程知识技术，理论上可以奠定工程知识处理的基础和依据，实践上可以提高工程知识利用效率和工程问题解决能力，具有重要的理论意义和实用价值。1 4 论文内容及组织1 4 1 研究内容本论文的研究工作主要包括以下方面：在对工程问题求解过程及知识进行分析的基础上，揭示了问题求解知识的系统特性，建立了层次与粒度相结合的知识系统描述方法；根据知识系统中层次所表征的语义演迸关系，以及知识所包含的因果联系语义，建立了一种融合知识推理和约束满足的综合求解方法；从问题求解过程入手，以对领域问题求解任务的理解为核心，建立了一种参考知识系统构造过程的知识获取方法；以知识系统的成分为基础，以增加知识的完备性和简化求解过程为目标，建立了一种反映进化特性的知识积累方法；为了提高知识管理效率，建立了种蕴涵知识系统逻辑关系的编码方法，及以知识编码和知识模型为基础的集成模式。1 4 2 章节安捧知识系统各部分内容及其关系如图1 2 所示：8第一章绪论图1 2 知识系统内容本文章节安排如下：第二章分析了工程问题的特点及其求解过程；第三章阐述了粒度知识表示及知识系统组织；第四章阐述了粒度知识运用与问题综合求解；第五章阐述了基于粒度空间结构的知识获取；第六章阐述了粒度知识系统的知识进化机制；第七章阐述了编码与模型相协调的知识管理；第八章阐述了工艺设计知识及应用系统实例；第九章总结了全文。9第二章工程问题分析第二章工程问题分析2 1 引言工程问题，是利用科学原理解决的工程领域问题的总称。根据问题所涉及的任务，可以分为综合与分析两个类型，前者是要构造一个符合要求的“系统”，后者则是对已经存在的“系统”的解析。工程问题的求解主要包括数值计算和知识推理两种途径，前者主要用于解决结构化问题，求解过程可以用确定的算法描述，如优化问题；后者主要用于解决非结构化问题，由于缺乏问题、解及求解过程的确切描述，无法事先给出求解算法，只能依靠知识推理，如决策问题【舳，8 1 明。工程问题求解中采用的数值模拟，一般用于可以建立模拟对象或过程的模型并且要求得到关于结果的精确数值描述的场合，显然，数值模拟属于问题求解的数值计算方法。复杂的工程问题，一般须分解为若个相对简单的问题，有的可以通过数值计算解决，有的则依赖于知识推理。有些工程问题虽然是结构化问题，但计算复杂度很高或计算量极大，这种情况下，如果仅仅是要求获得一个比较合理的解，则运用相关知识进行推理求解，不失为一种可行的办法【叫。2 2 1 工程问题的特点2 2 工程问题求解分析工程问题具有如下主要特点：工程问题的逆向性很多工程问题要求从结果所具有的特性进行推断，从理论上讲，只有当结果确定之后，才能获知结果所具有的特性，而具备一定特性的结果可以从多种不同的途径获得，它们表现为不同的方式或形态。因此，满足工程要求的实现方法不唯一，即工程问题具有多解性，工程问题的求解只是寻找一个满足工程要求的合理解。工程问题的病态性工程问题的病态性表现在：以工程要求方式体现的问题描述具有不精确、不确定与不完全的特点：以工程结果形式体现的问题解构成的解空间不封闭；从工程要求导出工程结果的过程不清楚m 。与工程问题求解的相关的描述信息大多数是定性、含糊的。西北工业大学博士学位论文工程问题的复杂性工程问题往往包含多个任务，这些任务通常属于不同层次，求解过程须综合考虑多个目标，同时满足多种约束。决策过程既涉及结构化问题的数值计算求解，也涉及非结构化问题的符号推理求解。工程问题的特点给入以重要启示：工程问题更注重求解结果，而不是求解路径，在对求解过程了解不充分的情况下，最明智的选择是采用比较熟悉和把握较大的方法、手段求解问题。由于对工程问题求解认识的有限性，需从以往求解经验中获取相关的事实、信念、启发、经验及策略等信息，合理组织和有效利用这些信息，最大限度地支持工程问题求解，尽可能避免从头做起、缩小试探范围、减少不确定性的影响【8 5 问。显然，这是一种基于知识的求解途径。对工程问题求解知识的探索成为工程问题求解的重要内容。2 2 2 工程问题求解过程工程问题求解是一个由问题空间向解空间映射的过程，由于问题的复杂性及知识的有限性，无法通过一次映射直接得到问题的解，最常用的方法是“分解法”，即将一个困难的问题分解为若干个相对容易的小问题i 观删。这种方法的特点是：根据问题的性质和本身的层次，将整个问题逐级分解，上一级是下一级的抽象，下一级是上一级的细化，自底向上逐级综合得到整个问题的解。在工程问题求解中，一般按照功能、过程或结构用经验方法分解，本质上与人工智能中的“问题规约法”一样，都遵循“分而治之”的策略，是复杂问题求解的常用方法，但与“问题规约法”不同，工程问题一般属于病态结构问题，不但问题空间与解空间难以确切描述，而且层次之间及同一层次内存在大量的、程度不同的耦合关系，因此需要根据问题自身的特点确定有效的求解策略。工程问题分解从一定程度上减小了求解难度，但由于问题分解导致的人工解耦合与逐级求解，降低了解的质量与求解效率，因此分解作为一种折中手段并非上策。工程问题的逆向性，决定了在资源有限的情况下，只能获得一个较优解，解的优劣是相对于人对问题的认识( 亦即广义的求解知识) 而言的，这样，问题求解就变成寻找一个从问题空间到解空间的“映射通路”问题，该“通路”由“节点”与“节点”问的“连接”组成，其中“节点”表示问题求解的阶段( 包括起始阶段一问题描述，终止阶段一解的描述，以及二者之间的中间阶段1 ，“连接”表示从一个阶段到下一个阶段的演进过程，是一个基于知识的决策过程，构成了“映射通路”的一个“映射单元”。第二章工程问题分析2 2 3 工程问题求解本质工程问题求解的本质主要体现在以下方面：工程问题求解过程是一个层次递进过程工程问题求解过程是一个逐步求精的过程，随着求解过程的推进，关于工程结果的信息累次增加、逐渐丰富，结果信息组织的框架便是层次，即问题求解中，下一层次信息的产生以其上各层次的已知信息为前提，各个层次信息的产生具有一致的顺序关系。对于同一问题，可以根据所拥有的知识和规划策略的不同划分为不同的求解层次，但求解层次一旦划定，各个层次信息的产生顺序便唯一确定( 这与下一层次向上一层次的信息反馈并不矛盾) 。工程问题求解中的一个步骤，可以表示如下：求解步骤：一其中，“前提信息”来源于该求解步骤进行之前的已知信息，“结论信息”是该求解步骤产生的新增信息，“求解知识”是由“前提信息”得出“结论信息”的依据或支持，可以描述为“前提信息”对应的问题空间与“结论信息”对应的解空问之间的“映射关系”，这种映射关系的形式及语义与人们对相应问题的认识程度有关。“前提信息”与“结论信息”表现为与问题相关的动态数据，“求解知识”则表现为领域相关的静态数据。“前提一结论”对及相应的“映射关系”构成了问题求解单元，问题求解的层次，不仅是设计信息组织的框架，而且是知识整合的骨架，即工程问题求解的层次将求解任务、阶段信息及支持知识联结起来。因此，工程知识构成了具有层次特性的工程问题求解“支持单元”，工程问题求解过程成为以工程知识为动力的工程信息按层次逐级累加过程。工程问题求解过程是一个语义推进过程工程问题求解中包含若干以映射过程区别的步骤，不同的步骤对应予工程问题求解不同阶段的子问题，这些子问题绝大部分是非结构化问题，无法通过预先确定的算法求解，必须采用工程知识进行推理，而个别结构化问题可以作为内嵌在非结构化问题中的特例。目前工程问题求解中采用的推理方法，主要是在语法层次而不是语义层次上进行知识处理，虽然从不同程度再现了人类思维的某些侧面，但推理过程的脆弱性仍十分明显。其中一个非常重要的原因就是推理对知识的形式化要求太苛刻，限制了知识表达的结构灵活性，从而削弱了语义完整性。因此，增强知识的西北工业大学博士学位论文语义表达能力成为提高推理健壮性的基础。语义推理从问题本源出发，是比形式推理更朴素和直接的问题求解的还原论方法，是基于语义间因果关系的推理，它能够容纳从启发性的浅层知识到原理性的深层知识，是问题求解不同阶段( 或不同抽象层次) 的普适推理方法。作为语义推理的依据，知识语义的核心是一泛称意义下的因果联系，表现为一映射，通常情况下一个完整的映射包含原因、结果及映射关系三方面的信息。工程问题求解过程中，某一求解步骤的前提与支持该步骤知识的原因匹配，经由映射关系导出结论，在原有语义基础上生成新的语义。因此，求解步骤按层次递进的过程，从语法角度讲，是语法操作的过程：从语义角度讲，是语义推进的过程。工程问题求解过程是一个概念演进过程概念是认识主体通过对认识对象的抽象和概括，从而形成对事物的本质属性的理解。概念是构成判断和推理的要素，是最基本的思维方式。在基于知识的推理中，知识的概念化是形式化的前提，知识的语义由一系列关联的概念承载。工程问题求解过程中使用的概念都是对其所描述事物的某种程度的近似，这是因为：一方面，出于问题处理的需要必须对事物的某些方面进行取舍，以抓住问题的本质：另一方面，由于客观条件限制，对事物的认识只是局部、片面和含糊的。复杂的工程问题，牵涉因素众多，关系错综复杂，且必须在对各个方面认识参差不齐的前提下决策，概念化是工程问题求解知识级建模的首要条件。工程问题求解过程中，随着层次递进及语