（系统工程专业论文）车辆导航的智能查询知识库系统研究.pdf

大连理工大学硕士学位论文 摘要 车辆导航系统的查询功能旨在为用户提供空间地物信息，辅助用户的出行决策。目 前，国内外对车辆导航查询功能的研究多集中在确定目的地的路径蠢询和空间实体的基 本属性查询。对于自驾游或搭乘旅游车的游客来讲，目前的查询功能不够完善：一方面 是信息量不够，缺少除了旅游景点之外的餐饮、住宿、购物等其他空间实体的充分信息： 另一方面是查询的智能化程度不高，对数据库的单纯检索无法满足用户个性化的要求， 无法对空间实体的多个属性进行综合考虑。 本文针对上述问题，以为车载终端用户提供充分信息和智能查询为目标，将g i s 与知识工程理论相结合，在对用户查询对象属性进行分析的基础上，对智能查询机制做 了一定研究，设计了智能查询规则和推理机制，并为监控中心开发了智能查询知识库系 统。本文所做的主要工作如下： ( 1 ) 从智能查询知识库系统的界定、功能需求和信息需求等方面对其做了较全面的 分析，为知识库系统的建设提供了依据。 ( 2 ) 根据查询范围内空间实体的属性特征，对查询条件及空闻实体属性进行“量 化”处理，将智能查询知识表示成带置信度的产生式规则，对规则进行了分组 和粒度细分解，并以关系型数据库实现了规则的存储；设计了智能查询知识库 的层次模型来组织智能查询过程，在此基础上设计了推理机。 ( 3 ) 从知识库系统的整体结构、知识库管理系统的结构、属性数据库与g i s 映射设 计、查询结果文档的生成、接收与发送方式设计等方面对知识库系统加以设计， 并根据上述内容设计实现了智能查询知识库的演示系统，取得了良好的效果。 本项研究为车辆导航查询功能与知识工程理论的结合提供了技术支持，具有一定的 实用价值。智能查询知识库系统的实现提高了车辆导航系统查询功能的智能性。有利于 辅助用户的出行决策。 关键词：车辆导航系统；智能查询；知识库系统；产生式规则：推理机 车辆导航的智能查询知识库系统研究 r e s e a r c ho ni n t e l l i g e n tq u e r yk n o w l e d g eb a s es y s t e m o f v e h i c l en a v i g a t i o n a b s t r a c t q u e r yf u n c t i o ni nv e h i c l en a v i g a t i o ns y s t e m ( v n s ) a i m st o b eu s e s t r a v e l i n g d e c i s i o n - m a k i n ga s s i s t a n c eb yp r o v i d i n gi n f o r m a t i o no fs p a t i a lo b j e c t s a tp r e s e n t ，q u e r yf o r r o u t ep l a n n i n go fc e r t a i nd e s t i n a t i o na n db a s i ca t t r i b u t ei n f o r m a t i o no fs p a t i a lo b j e c t sb e c o m e e m p h a s i so fr e s e a r c h a sf o rt r a v e l e r sd r i v i n gb yt h e m s e l v e so rt r a v e l i n gb yc a r s ，t h e s ek i n d s o fq u e r yf u n c t i o nh a sf a u l t i n e s s ：o n ei st h es m a l la m o u n to fi n f o r m a t i o n , l a c k i n go fs u f f i c i e n t i n f o r m a t i o na b o u to t h e rs p a t i a lo n e a sb e s i d e st r a v e l i n gs i g h t s ，s u c ha se a t i n g ，l i v i n ga n d p u r c h a s i n gp l a c e s ；t h eo t h e ri st h eu n i n t e l l i g e n c eo f q u e r yf u n c t i o n - - - - - - t h es i m p l es e a r c h i n g i nd a t ab a s ec a l l ts y n t h e t i c a l l yt a k em u l t i a t t r i b u t eo fs p a t i a lo b j e c t si n t oa c c o u n tt of u l f i l l u s e r s i n d i v i d u a lq u e r yd e m a n d f o rr e a s o n sa b o v e ，t h ek n o w l e d g ee n g i n e e r i n gt h e o r yi sc o m b i n e dw i t hg i sf o rp u r p o s e o fp r o v i d i n ge n o u g hi n f o r m a t i o na n di n t e l l i g e n t q u e r yf o ru s e r si nv e h i c l et e r m i n a l s m e c h a n i s mo fi n t e l l i g e n tq u e r y ，q u e r yr u l e sa n di n f e r e n c ee n g i n ea r es t u d i e db a s e do nt h e a n a l y s i so fm u l t i a t t r i b u t eo fs p a t i a lo b j e c t sa n dap r o t o t y p es y s t e mo fi n t e l l i g e n tq u e r y k n o w l e d g eb a s ei sr e a l i z e df o rm o n i t o r i n gc e n t e ro f v n s t h em a i nr e s e a r c ho f t h i sp a p e ri s a sf o l l o w s ： ( 1 ) o v e r a l la n a l y s i so fm a n ya s p e c t so fi n t e l l i g e n tq u e r yk n o w l e d g eb a s es y s t e mh a s ( i q k b s ) b e e nu n d e r t a k e n ，s u c ha sd e f i n i t i o n , f u n c t i o n a ld e m a n da n di n f o r m a t i o n d e m a n d 。a l lt h e s eo f f e rf o u r t d a t i o n sf o rc o n s t r u c t i o no fi q k b s ( 2 ) m e c h a n i s mo fi n t e l l i g e n tq u e r yi sb r o u g h to u ta c c o r d i n gt ot h ec h a r a c t e r so fs p a t i a l o b j e c t s a t t r i b u t e si nt h er a n g eo fq u e r y ：o nt h eb a s i so f m e a s u r i n gq u e r yd e m a n da n d t h ea t t r i b u t e so fs p a t i a lo b j e c t sb yq u a n t i t y ，t h ek n o w l e d g eo fi n t e l l i g e n tq u e r yi s p r e s e n t e db yp r o d u c t i o nr u l e sw i t hc o n f i d e n c ed e g r e e t h eg r o u p i n ga n dg r a n u l a r i t y s u b d i v i s i o no fr u l e si su n d e r t a k e na n dt h er u l e sf i n a l l ya r es t o r e di nr e l a t i o n a l d a t a b a s e ；t h eh i e r a r c h ym o d e lo fi q k _ b si sa l s op r e s e n t e dt oo r g a n i z et h ep r o c e s so f i n t e l l i g e n tq u e r ya n dt h ei n f e r e n c ee n g i n ei sd e s i g n e d ( 3 ) s e v e r a la s p e c t so fi q k b sa r ed e s i g n e ds u c ha st h ew h o l es t r u c t u r eo fk n o w l e d g e i i 奎垄墨三盔堂堡主兰堡垒苎 b a s e ，t h es t r u c t u r eo fm a n a g e m e n ts y s t e mo fk n o w l e d g eb a s e ，t h em a p p i n gf r o m a t t r i b u t e sd a t ab a s et og i sa n dt h ec r e a t i o n ，a c c e p t a n c ea n dt r a t m m i s s i o no fq u e r y r e s u | t sd o c u m e n t s t h e nad e m o n s t r a t i o ni q i 殂si s r e a l i z e da c c o r d i n gt ot h e a b o v e - m e n t i o n e dc o n t e n t sa n di tt i l m so u tt ob eag o o dp e r f o r m a n c e t h i sr e s e a r c hp r o v i d e st e c h n i q u es u p p o r tf o r t h ec o m b i n a t i o no fq u e r yf u n c t i o ni nv n s a n dk n o w l e d g ee n g i n e e r i n gt h e o r y , t h u sh a ss o m ep r a c t i c a lv a l u e t h er e a l i z a t i o no fi q k b s a d v a n c e si n t e l l i g e n c eo fq u e r yf u n c t i o ni nv n sa n di sp r o p i t i o u s t o t r a v e l i n g d e c i s i o n - m a k i n ga s s i s t a n tt ou s e y s k e yw o r d s ：v e h i c l en a v i g a t i o ns y s t e m ；i n t e l l i g e n tq u e r y ；k n o w l e d g eb a s es y s t e m ； p r o d u c t i o r u l e s ；i n f e r e n c ee n g i n e u i 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，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的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的伺志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名： 大连理工大学硕士学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学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，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名 导师签名 堕 塑晕名。 大连理工大学硕士学位论文 1 引言 1 1 问题的提出 随着旅游业的发展，自驾游( 私家车或租赁车) 和搭乘旅游车( 出租车或游览巴士) 的游客越来越多。他们进入陌生城市时，希望能有方便快捷的方式来辅助确定出行目的 地及路线。一般来讲，他们出行的“兴趣点”通常包括景点、餐饮、住宿、医疗和购物 等几类空间对象。目前各旅游城市虽然设置了信息服务装置，但由于其固定地点的限制， 不能随时为游客提供信息服务。如果游客们所搭乘的车辆可以满足他们的信息需求，将 为出行带来极大方便。 近年来，车辆导航系统作为智能交通系统( i t s ) 的重要组成部分，在减少交通事 故，提高出行效率方面发挥了很大作用。该系统的一项基本功能就是查询动能。归结起 来，目前国内外对导航系统查询功能的研究主要有两方面： ( 1 ) 对确定目的地的路径查询：目前的研究集中在路径算法的优化及动态路径引导 上，用户可以在车载终端输入起始点和目的地，导航系统根据存储在车载终端或监控中 心的搜索算法，为用户规划出合适的出行路线； ( 2 ) 空间实体的基本属性查询：车载终端可以根据用户选定的查询方式和查询条 件，从地图数据库中提取满足这些条件的空间对象或对象集合，实现可视化查询显示及 图形与属性互查。 这些查询功能的实现不同程度地完善了车辆导航系统，使系统的实用性和全面性得 到了提高。然而在实际应用中，目前车辆导航系统实现的两方面查询功能都存在相对不 足： ( 1 ) 对于对某城市不熟悉、需要了解更多信息才能明确其目的地的游客来说，确定 目的地的路径求解不能为其提供完善服务； ( 2 ) 空间实体基本属性查询的本质是根据查询条件在车载终端的数据库中进行检 索，由于车载终端存储设备容量很小，所以用户可以查询的空间实体的属性信息也很有 限，一般为坐标、名称等信息，其信息量不能很好满足用户需求。而且这种查询是单纯 的数据库检索，不具备智能性，不能综合分析考虑用户的查询需求。 因此，对于上面提到的这类用户来说，目前车辆导航系统中信息的不充分和查询功 能的不完善会对他们的出行造成影晌，有必要根据用户的实际需求，实现更为高级的车 辆导航智能查询功能。智能查询功能的实现不仅可以方便游客出行，更可以作为旅游城 市展示风貌的有效途径，提高旅游业供需双方的信息共享程度。 车辆导航的智能查询知识库系统研究 智能查询是未来车辆导航系统发展的一个方向，要实现智能查询，需要合理组织查 询的相关知识和空间实体的信息，设计出高效的查询推理流程，并建立智能查询知识库 系统的管理维护方法。但g i s 本质上是一个数据丰富而知识贫乏的系统，在辅助空间决 策方面，g i s 能够为车辆导航系统提供地图数据输入、存储、检索和显示的工具。但在 分析、模拟和推理方面的功能比较弱，缺乏智能推理功能，现有技术无法根据一些规则 或知识进行推理。因此，有必要在基于g i s 的车辆导航系统中引入知识工程理论，实现 智能查询。 本研究正是以这一思路为基础，将g i s 与擅长启发式推理和分析决策的知识工程理 论相融合，深入分析智能查询的需求及特点，提出了基于知识的查询信息树状表示法和 查询知识的带置信度产生式规则表示法，并以此为基础，设计了快速有效的推理机制， 实现了智能查询知识库系统，提高了车辆导航系统的智能性。本研究是知识理论应用在 车辆导航方面的一次尝试，有利于深化并促进车辆导航系统的智能化发展。应该说，课 题的研究具有较强的理论和实践意义。 1 2 国内外同类研究综述 1 2 1 车辆导航系统查询功能研究综述 随着经济与社会的飞速发展，人口的增多、汽车的普及与城市化已成为大趋势。一 方面，交通环境曰益恶劣交通拥挤加剧，交通事故频发，交遥问题已成为全球范围令 人困扰的严重问题之一；另一方面，计算机、电子、图像处理等技术日新月异。在这种 背景下，将各种先进技术运用到汽车工程中就成为时代发展的需要。 车辆导航系统是集g p s 、g i s 和现代通信技术婷先进技术予一体的综合系统，它的 基本功能是确定汽车的位置，能实时显示汽车周围的道路和交通情况，并将从导航传感 器获得的汽车位置标志显示在地图背景上。导航系统还可以与城市交通信息指挥中心建 立数据通信，在数字地图上叠加交通信息，如拥挤的路口和路段，突发事件引起的突发 交通状况，这些都为驾驶员的行车提供很好的决策信息l l j 。如果车辆由g p s 进行实时交 通引导，会提高交通流嚣和系统动态响应通行条件，从而避免交通拥挤，有助于平衡交 通管理。车辆导航系统按照导航方式大体上可以分为两种：自主导航和中心式导航。 自主导航即在汽车内安装自主式计算机导航系统。其主要特征是每套车辆导航设备 都自带电子她盈，定垃和导航功能全部由车载设各完成。它可独立工作，或者与地面中 央交通信息数据系统进行通信，获得实时交通信息，自主导航系统适用于私人用车。 中心式导航又称为调度式导航，包括监控中心、若干车载移动设备m s ( m o b i l e s u b s c r i b e ) 以及连接m s 和监控中心的通信链路。其汽车导航由地面调度中心控制，调度 大连理工大学硕士学位论文 中心可同时监视、管理和计划许多辆汽车，它通过数据通信链与汽车联络。这种系统适 合于公安、消防和医疗紧急救护等公用事业部门的车队管理闭。 查询功能是车辆导航的一项重要功能，目前导航系统实现的查询功能侧重于目的地 的路径查询，即用户在查询终端输人的车辆目的地，根据g p s 接收机提供的车辆当前 位置，参照电子地图计算合适的行驶路线，并在行驶中以适当的方式给驾驶员提供必要 的信息。 大连理工大学杨振忠1 3 】等设计开发了大连市道路交通信息管理系统，包含相互独立 的g i s 数据库模块，最短路径模块和w e b g i s 模块。利用g i s 技术系统地管理、查询和 检索道路交通数据，可视化了多种道路交通数据的存储、查询、显示、输出和修改过程。 吉林大学的杨兆生【4 】等设计开发了城市交通流诱导系统，实现了空间目标的常规查询和 拓扑查询。属性数据在电子地图数据库中采用关系模型，并与图形数据分开存储管理。 查询时根据用户给定的一种或几种条件，从地图数据库中提取满足这些条件的空间对象 或对象集合，目标查询功能的实现。清华大学的昌芳等嘲研制开发了嵌入式出租车调度 系统，具有图形显示和信息查询功能，可以显示地图信息名称( 道路、街区) ，对地 图上任意一点地理信息、目标信息配合数据库进行查询，包括位矍、名称及属性等。其 中心数据库是整个监控管理系统的核心，采用s q ls e r v e r 数据库来实现数据的处理。该 数据库主要存放地理信息、目标信息、用户档寨信息。本系统采用了分级贮存技术，即 按地图上物体特性不同，数据分级贮存，提高了系统速度和响应时间。 作为导航产品，深圳易凯数码有限公司在多家科研机构会同国家g p s 工程技术研 究中心导航工程部协助开发下推出了s c a r 汽车卫星导航系统阿，可通过模糊查找电话、 地址、门牌号等输入目的地，系统会自动生成最佳路径，并配以清晰的语音提示，并能 适时的查找到车子附近的7 类单位：加油站、停车场、医院、药店、修理厂、公安部门 及宾馆等。 1 2 2 智能查询方法研究综述 随着社会发展和科学技术的进步，出现了“信息爆炸”的情况。对于种类繁多和数 量巨大的信息的检索已远非人力和传统数据库检索能够胜任。因此，智能查询成为目前 国内外学者研究的热点。 ( 1 ) 基于模糊逻辑的智能查询技术 模糊逻辑是通过模仿人的思维方式来表述和分析不确定、不精确信恩的方法和工 具。在某种不确定的环境下，数据库所提供的信息常常被作为决策制定和问题求解的输 入信息，在实际应用中，对于不确定型的事物或非精确数擐的处理。一般使尾近似推理 车辆导航的智能查询知识库系统研究 的方法来解决。智能信息系统在用于决策支持时需要对非确定性进行有效的处理。模糊 逻辑提供了一种基于非确定数据和使用非确定推理规则的近似推理模拟机制，使得对于 非确定信息、人类知识及自然语言中所固有的不确定性，可以通过近似推理方法来推导 出结论，由此产生了基于数据库概念，模糊集合论的模糊查询系统。 如张勇等【7 】针对复杂工业对象智能控制中建立的模糊逻辑系统表格查询法进行改 进，从输入输出数据中产生模糊规则，将所产生的规则同语言规则组合成一个共同的模 糊规则，最终从组合模糊规则中产生模糊逻辑系统。 ( 2 ) 基于知识的智能查询应答技术 为了提高用户查询的智能化程度，系统对查询直接应答的同时，可以对查询内容进 行分析，利用知识库中的知识、元数据和数据挖掘的方法提供的支持，对查询内容或查 询结果进行一些处理，提供一些额外信息和知识，满足用户的需要。智能查询应当包括 查询内容分析和为查询提供概化、临近、或相关联的额外信息。数据查询的智能回答是 通过对查询内容进行分析，提供一些一般化、临近的或相关结果。对一个数据查询进行 智能回答存在很多方法，包括结果的概化和归总、结果解释或返回隐含信息、使用相关 和临近信息改写查询、类似查询结果的比较等等。智能查询应答过程要涉及数据模型的 语义知识、领域背景知识和数据挖掘技术，来对查询进行分析，对数据查询结果进行解 释、概化、推理或汇总【s 】o y i s l a a ia f e l d m a n 和j a c o br e o u v e n 9 开发了基于知识库的d i n n e r ( d a t a b a s ei n d e x r e c o m m e n d e r ) 。可以根据给定的表格集和查询集，辨识并选择需要定义的索引。其知 识库中的知识根据数据库管理员的经验得到表示成框架和规则。天津大学的李智【l 0 】 等提出了面向基金项目文档查询的智能交互式信息检索过程和处理流程。基于用户评价 项目文档的反馈信息，采用i d 3 算法、c l c c 算法和s v m 分类函数分别学习用户查询 的潜在意图和目标，并应用所学习的规则知识或分类函数支持项目文档查询。 ( 3 ) 基于a g e n t 的智能查询技术 基于a g e n t 的智能查询技术来源于人工智能领域，是目前的一个研究热点。智能 a g e n t 能够从用户的反馈中了解用户的兴趣并生成知识和规则，然后利用所学到的知识 和规则，反馈给用户感兴趣的信息块、网站或站点。 目前基于a g e n t 的智能查询主要应用于检索领域。如何静媛等【】对基于a g e n t 的搜 索引擎进行了智能个性化设计，把用户对文档的感兴趣程度分为3 类，引入兴趣量度， 对经过信息过滤后的文档提取形成关键词权重向量，与用户的关键词权重向量进行比 较，找到相似度最高的n 篇提供给用户。a g e n t 还可以主动学习，智能调整关键词权重。 a l e k s a n d e rp i v k 和m a t j a zg a m s 【1 2 1 设计了领域依赖a g e n t 来进行信息搜集，可以首先根 大连理工大学硕士学位论文 据用户提供的第一个查询访问任意的相关领域网页，然后通过对第一个查询的关键概念 的理解，自动执行后续的查询。 1 2 3 产生式知识库系统研究综述 1 2 3 1 知识库系统的发展与研究综述 近年来，知识库系统的研究应用到诸多领域，其发展趋势有以下几方面【”】： ( 1 ) 多级知识库及综合知识库：多级知识库指具有若干层次( 其中i 每层知识控制低 层知识的应用) 的种知识库。多级知识库的体系结构通常采用元级控制或黑板结构并 运用多种知识表示和多专家系统共同求解来实现。它比单级知识库的功能更加强、效益 更高。 ( 2 ) 分布式知识库系统( d k b s ) ：d k b s 由分布在网络的若干结点上的分布式知 识库( d k b ) 和分布式知识库管理系统( d k b m s ) 所组成。 ( 3 ) 开放分布式环境下多智能体( a g e n t ) 协同工作系统：又称计算机支持下的协 同工作c s c w ( c o m p u t e rs u p p o r t e dc o o p a a t i v cw o r k ) 系统、协作知识库系统或分布式 环境下数据库中的知识发现系统，它是分布式人工智能和分布式数据库技术在信息社会 的重要发展和最新应用f 1 4 1 。 在美国许多著名的研究机构和大学实验室在研究知识库系统方面取得很大的成 果。美国斯坦福大学在k b ( k n o w l e d g eb a s e ) 语言的语义表达能力和k b 查询优化方 面做了许多杰出的工作，为增强知识库中知识的共享与交换，降低通用工具的开发难度， 各种知识表示标准和交换协议被先后提出i l5 】，同时他们还开发了实验室的k b s 系统 n a l l i 【垧。斯坦福大学知识系统实验室提出的o k b c ( o p e nk n o w l e d g eb a s e c o n n e c t i v i t y ) 是为存取知识库k i f 而设计的协议1 1 7 】，它为知识库的操作提供了通用接 口。美国国防部高级研究计划局( d a r p a ) 于1 9 9 7 年启动了一个为期4 年的开发研 究计捌高性能知识库，其目的是使开发者能够快速建立公理、规则、框架的知识库 1 8 1 。随后快速知识生成的研究也已经开展，其主要目的是使主题专家不需要任何对知识 的表述方式、获取方式和操纵方式的学习，就可以直接方便地访问和修改知识。 在欧洲，欧洲数国联合开发了i b r o w 知识库系统【1 9 1 ，墨尔本大学开发的 n u 系统被认为是从逻辑语言出发研制的典型代表。 系统具有_prolog k b sn u p r o l o g d b 系统的许多特征。它从各个层次( 如查询语言、索引模式、连接设藏、查询计值技 术以及并发事务处理) 探讨了集成逻辑推理机制和d b 系统所产生的问尉1 6 删。 在国内，一些大学、研究所在许多实际应用领域对知识库系统进行了研究，并在理 论和系统开发方面也取得了一些成果。其中浙江大学研究开发的z k b e 是一个大容量 车辆导航的智能查询知识库系统研究 知识库系统【2 ”，它支持实际知识库系统的各个方面：知识的获取和编程、知识的组织存 储、知识的查询与管理，知识操作和统一性维护等。刘晓冰等网研究了面向大规模客户 化产品协同设计过程的产品设计知识库建立方法，采用面向对象建模技术和方法构建知 识表达模型，并将对象模型映射到关系数据库进行存储，按照数据库的组织策略来组织 知识库：李爱平口3 】提出了基于因特网的设计制品知识库系统框架的研究，其中研究了设 计制品的知识建模和基于因特网的知识共享实现技术；徐勇等 2 4 1 对面向并行设计智能决 策支持的知识库系统进行研究，陈洪军等【2 5 】在飞机设计领域研究知识库系统。可见我国 在多个工业领域等领域都对知识库系统的应用进行了研究，然而知识库系统至今仍然处 于试验阶段，没有统一的规范。 1 2 3 2 产生式规则库研究综述 产生式系统首先由p o s t 在符号逻辑中使用，他证明了任何数学或逻辑系统都能被写 成某种产生式规则形式。产生式表示法的一般形式为：i f 条件1a n d 条件2 a n d 条 件n ，t h e n 结论或动作。在产生式系统中，论域的知识分为两部分：用事实表示静态知 识；用产生式规则表示推理过程和行为。产生式表示的每条规则都具有如上的i f - - t h e n 形式，便于对产生式规则的检索和推理。而且每条规则之间没有直接作用，可以自由增 删和修改。另外，通过设置合适的控制元素以及适当的冲突消解策略，可以对推理过程 进行有效控制，增强了表示法的计算效率。产生式规则最适合表示各种启发式知识，用 以说髓事物闯的经验性关联，所以被广泛应用于专家系统的设计中嘲。 如a l e x a n d e rf a y 【2 7 】开发了铁路交通控制知识库系统来应对交通干扰，建立了模糊知 识模型，其中采用了产生式规则来表示模型中变量问的关系。杨德一等 2 8 1 开发的产品开 发系统中，配置设计阶段根据规则( 概念设计得到的各种约束条件) 从实例库( 零部件库) 中搜索出可用的实例( 零部件) ，并利用参数化技术得到满足设计要求的零部件。清华大学 的郝刚等【2 9 】开发的弧焊工艺制定专家系统( w e m s ) 中，系统的推理以钢制压力容器焊 接工艺评定标准j b4 7 0 8 - 2 0 0 0 为准则，通过把j b4 7 0 8 2 0 0 0 的规则条文进行严格的归 纳和总结，进而表达为严谨的知识库语句的形式实现工艺规则的表述。 由于规则的条件部分不限于谓词公式，可以是关系表达式和真值函数，可以附上可 信度因子，因此产生式系统具有更大的灵活性，可以实现不精确推理。晏致涛等刚开发 的高层建筑基础选型专家系统，针对基础选型知识的多层次性和不确定性，利用产生式 规则实现了高层建筑基础方案选型领域知识的分级构造以及对知识的不精确描述和推 理。崔宝珍1 3 1 1 等设计的机械设备故障诊断专家系统用c f 饵，e ) 来表示前提e 为真时，结 论h 有c f ( h ，e ) 大小的可信度。 大连理工大学硕士学位论文 根据产生式规则的结构，目前大多数产生式规则库都用关系型数据库来实现。利用 关系数据库技术建立知识库则具有以下优点：利用关系数据库成熟的管理技术能够对知 识库中的各种知识进行集中管理，方便地对这些知识进行增加、删除、修改、浏览等搡 作，增强了知识对技术人员的透明度，并极大地简化了系统设计和维护人员对已有知识 盼访问过程和管理、维护难度 3 2 3 3 ；( 2 ) 利用o d b c 技术可以在多种编程环境例如( v c 、 v b 、d e l p h i 、p o w e r b u i l d e r 等) 中方便地实现对各种数据库系统的访问，使不同编程语 言在数据库的基础上实现了统一，从而在专家系统开发过程中可以根据需要灵活地选择 开发语言以降低开发难度、提高开发效率嗍；( 3 ) 目前针对常用关系数据库系统如 ( o r a c l e 、s y b a s e ) 尸, 推出许多专用开发工具如( d e l p h i 、p o w e r b u i l d e r ) 。利用它们可以方 便快捷地开发出很友好的图形用户界面( g u d ，便于用户使用，从而降低了对用户计算 机操作能力的要求【3 5 j 。 例如，李洪磊提出了使用数据库构建规则库的方案，将规则库设计成多表的组合， 有规则种类表，存放规则种类；规则前项表，存放前项元( 不可分割的前提条件) ；规 则后项表。存放结论；规则前提表和规则结论表。这种多表的设计便于规则的添加与修 改，但是由于一条规则涉及的多个表，不利于规则的快速搜索；曾维等【3 7 】提出采用关系 数据库构建可拓知识库，利用可拓学中物元、事元来描述知识中的信息单元及其联系， 对信息单元相关性进行评级，利用关系数据库的特点能对可拓知识库进行查询、插入、删 除、更新操作，采用程序推理式的语言描述知识，使计算机能自学习，实现人工智能构 建可拓知识库。 在将规则库用数据库形式化的基础上，针对基于规则的专家系统推理速度慢的问 题，学者们提出了各种优化规则库结构的方法。m i k i om a e d a 3 9 ) 研究的汽车模糊驾驶 专家系统中，包含四种规则：环境识别规则、驾驶控制规则、学习评价规则和后台管理 规则，并将这些规则划分了等级，提高了推理效率。刘宝赋p 9 】等提出了一种对规则形式 的知识库进行转化的方法，主要应用于故障诊断领域，该方法； l l 用故障树技术，将规则 库转化为一个索引库和若干个限定范围的规则库。索引库用于快速推理，实现由征兆直 接到结论的推理，生成的规则库是与结论相关的规则集，用于解释推理过程。为了缩小 搜索范围，将规则库中的规则分组也是一种常用的方法。 1 2 3 3 推理机制研究综述 产生式系统解决不确定性决策闯题的过程就是推理机控制知识库中的规则对综合 数据库中数据进行匹配处理，从而获得新的结论的过程。推理机是e s 的逻辑核心，其 主要功能是协调控制整个系统，决定如何选用知识库中的有关知识，对用户提供的数据 车辆导航的智能查询知识库系统研究 进行推理，以最终对用户提出的问题做出回答。推理机担负两项基本任务：一是检查已 有的事实和规则，并在可能的情况下增加新的事实；二是决定推理的方式和推理顺序。 控制策略是推理机涉及的基本问题。推理机的控制策略包括两项基本内容，一是决 定推理顺序，对于产生式规则形式知识的推理主要有正向推理和反向推理。二是多项解 选择，也就是冲突消解策略，常用的有专一性法、数据排序法、就近排序法、权值法和 规则排序法f 阍。 正向推理又称为数据驱动推理，是从一组表示事实的谓词或命题出发，使用一组产 生式规则，规则条件部分被满足则触发该规则，并将新的事实增加到数据库中，直到问 题解决。正向推理策略主要用于已知初始数据，而无法提供推理目标，或解空间很大的 一类问题，如监控、预测、规划等问题的求解。正向推理的优点是算法简单、容易实现； 缺点是盲目搜索，可能会求解许多与总目标无关的子目标，导致推理效率低。为了解决 这一问题，学者们采用缩小搜索空间的办法。陈昭明等 4 0 】研究智能辅助决策系统在推理 过程中按照决策树的方式对解空间进行分类，将推理过程弓j 导到解空间的一个子集中， 从而降低对不必要解的测试，提高解空间的搜索效率。l e e s 4 u 等采用了多级目标推理 过程，包括总目标的推理和级目标的推理，总目标推理枫采用过程化推理，各级目标推 理采用统一正向推理，在实现混合推理策略中采用有限宽度优先搜索策略缩小搜索范 围，加快搜索速度。 逆向推理又称为目标驱动推理，是从目标的谓词或命题出发，使用一组产生式规则 证明事实谓词或命题成立。主要用于结论单一或者已知目标结论，要求验证的系统，如 选择、分类、故障诊断等问题。其优点是搜索目的性强，推理效率高；缺点是目标的选 择具有盲目性，可能会求解许多假的目标，当规则的右部是执行某种动作而不是结论时， 不便使用f 4 2 4 引。 双向推理又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两 者的短处，双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推 理过程中的某个步骤，实现事实与目标的匹配【4 3 1 。美国斯坦福研究所人工智能中心研 制的基于规则的专家系统工具k a s ，就是采用正、逆向混合推理的典型例子。 1 、2 3 4 产生式系统在车辆导航系统中应用的研究综述 随着车辆导航系统各方面技术的发展和实际应用的需要，导航系统的发展逐步趋向 智能化。将人工智能和知识理论引入车辆定位与导航系统中是解决车辆导航智能化的方 法。目前有不少基于产生式规则的方法应用于车辆导航系统中。 国外学者们将产生式规则应用于车辆导航系统中的路径引导，早期研究有h 鲢s a n 大连理工大学硕士学位论文 a k a r i m i 和e d w a r dj k 浏d w s 姆详细阐述了车辆导航系统中基于规则部分的设计原 则，用于导航的产生式系统包括规则库、特殊数据库和推理机三部分，模型建立的步骤 有：获取知识，建立知识库，决定临时存储器的存储内容，设计解释器，确定有助于简 化编码的工具。作者还将产生式规则分类，规则分类的优点是推理机不需要搜索全部规 则，只需要搜索相关的规则，提高查找的快速性，另外由于动态快速运算的需要，中间 推理过程的存储也要考虑。c s h e k h a 一5 】等描述了一个基于知识的实时导航系统，系统 将交通环境信息以符号形式输入到感知模型中，通过规划控制模块( p l a n e t e ) 转化 为低层次的处理命令，其中规划控制模块中的三部分采用基于模型和规则的知识表示进 行推理。瑞典的j a c e km a l e c 和m a g n u sm o r i n 碉运用人工智能的方法设计了驾驶信息单元 ( d i v e ri n f o r m a t i o nu n i t ) ，系统具有适合实时导航的三层结构，d i s c r e t er e s p o n s e 层是 基于规则的，处理来e j p r o c e s s 层的符号和离散信息，这种设计方法适合于结构经常发生 变化的导航系统，它可以方便的增加或减少功能模块。 另外，学者们还将产生式规则运用于车辆自动驾驶系统中，并且多与模糊、神经网 络的方法相结合。s e i j iy a s u n o b u 和r y o t as a s a k i 嘞行动不方便者使用的小车开发了一 个自动驾驶系统，将驾驶知识分为地理位置信息和动作规则两类，其中动作规则概括为 五条产生式规则，系统的结构主要由驾驶知识处理器和智能控制器组成，驾驶知识处理 器包括知识获取、图像处理和知识运用三部分，处理结果生成目标动作和物体图像输入 智能控制器中指挥小车自动行驶。南洋科技大学的m p a s q u i e r 4 s 等人描述了用于自动驾 驶的基于规则的自组织神经网络系统，通过训练数据集提取驾驶方面的专家知识，生成 一组肝删模糊规则，文中对转弯和停车两种动作进行了的数据训练与仿真研究，这 种方法的优点不必建立复杂的模型和知识引擎。 国内学者就此也作了相关研究。徐爱功，刘经南等建立了事实和规则的自动车辆 定位与导航系统( a v l n ) 知识库，通过模拟人类专家在导航、线路指南和线路搜索领 域中的知识和经验，以一种最优的方式对定位、定址、导航、线路指南以及确定最佳路 线等a v l n 的最基本任务进行自动地控制和管理。武汉理工大学的金海松【5 0 等人采用 c a n 网络构建了轿车信息集中控制系统，选择转向和超车两种易发生事故的情况将相 应的交通管理条例量化为产生式规则，对于转向情况，根据不同环境( 包括夜间行车) 下车速、变道、开转向灯等情形定义不同的规则，对于超车情况，也根据不同情况设置 了详细的超车产生式规则，系统的优点在于将人、车和环境三个公路交通的关键因素综 合考虑，特别注意在混合交通条件下相互间的干扰，初步计算表明，在相同条件下进行 转向时，本系统的制动距离仅相当于一般司机制动距离的6 1 。陈哲【5 l 】等人建立了北京 地区基于规则的车辆定位专家系统，其中规则推理部分采用t u r b op r o l o g2 0 语言。 一9 一 车辆导航的智能查询知识库系统研究 1 ，2 4 国内外同类研究小结 从车辆导航系统的查询功能的研究综述可以得出，目前国内外对车辆导航查询功能 的研究主要有两个方面； ( 1 ) 确定目的地的路径求解：用户从车载终端输入确定的目的地( 一个或多个) ，车 载终端g p s 接收机接收车辆当前的位置信号，以嵌入式电子地图作为参考，结合监控 中心发出的实时路况信息，建立模型求解。查询结果可以高亮显示在电子地图上，并在 行驶的过程中为用户提供必要的路径引导。 这种查询的本质是在车载终端针对确定目的地的路径求解，不能很好地为对游览地 不熟悉、未确定其“兴趣点”目的地的自驾游出行者服务。 ( 2 ) 各种空间实体的可视化查询显示及图形与属性互查。根据用户选定的查询方式 和查询条件，从地图数据库中提取满足这些条件的空间对象或对象集合。用户可以查询 空间实体的地理属性，如地理坐标、位置等信息。查询结果可以是数值型的，还可以包 括非数值型的，如图像、地图、动态图像等多媒体属性。 这种查询的本质是在终端的数据库中根据查询条件进行检索，由于车载终端存储设 备容量很小，所以用户可以查询的空间实体的属性也很有限，一般为坐标位置等信息， 其信息量不能满足自驾游出行者。而且这种查询结果是单一的，没有任何推理过程，不 具备智能性，不能综合分析考虑自驾游出行者的查询需求，给出满意的出行参考。 可以看出，目前研究多集中于确定目的地的“起始点目的地”的路径查询及引 导，缺少专门为自驾游者服务的不确定目的地“目的地条件查询起始点目的地” 式的路径智能查询与引导。其本质原因是由于支撵导航系统的g i s 缺乏对知识的表达、 获取和应用的方法和机制，在分析、模拟和推理方面的功能比较弱，不具备智能性，无 法对用户的不同需求根据一些规则或知识进行推理，不能综合分析考虑自驾游出行者的 查询需求，继而无法给出满意的出行参考。 从智能查询技术和知识库系统的研究综述来看，晷前智能查询和知识库技术都已日 趋成熟，并已广泛应用到各技术领域中。但全面考虑了车载终端用户的查询需求，并将 查询技术和知识工程理论结合起来，提供车辆导航智能查询的研究却鲜有出现。 由于智能查询功能是为车载终端的用户服务的，考虑到车载终端存储设备容量的有 限性、智能查询的快速响应和智能查询系统的维护问题，建立中心式导航系统比自主式 导航系统具有更大的可行性。因此，怎样在监控中心的应用系统中将g i s 与知识理论相 结合，根据用户