CN103425774B - 一种基于综合集成研讨厅的隐性知识获取方法 - Google Patents

一种基于综合集成研讨厅的隐性知识获取方法 Download PDF

Info

Publication number
CN103425774B
CN103425774B CN201310351255.8A CN201310351255A CN103425774B CN 103425774 B CN103425774 B CN 103425774B CN 201310351255 A CN201310351255 A CN 201310351255A CN 103425774 B CN103425774 B CN 103425774B
Authority
CN
China
Prior art keywords
expert
knowledge
design
product
investigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310351255.8A
Other languages
English (en)
Other versions
CN103425774A (zh
Inventor
赵罡
关煜杰
吕炎杰
苗圃
杨学蕊
王志佳
周雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201310351255.8A priority Critical patent/CN103425774B/zh
Publication of CN103425774A publication Critical patent/CN103425774A/zh
Application granted granted Critical
Publication of CN103425774B publication Critical patent/CN103425774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基于综合集成研讨厅的隐性知识获取方法,它有十二个步骤:步骤一:建立隐性知识获取系统和专家模型知识库;步骤二:产品设计者提出产品设计问题;步骤三:问题定性分类;步骤四:问题分解与转化;步骤五:专家属性筛选;步骤六:知识属性集;步骤七:专家推荐列表;步骤八:研讨环境布置;步骤九:专家发言;步骤十:意见综合;步骤十一:设计者是否对专家所提出的方案满意,如果满意,结束本次研讨;如果不满意,返回步骤二,重新修改问题,提出议题;步骤十二:将归纳汇总的最终结果形成文档存储知识库中并结束;在每一次产品设计问题的求解过程中,知识库将得到更新,从而实现隐性知识显性化。

Description

一种基于综合集成研讨厅的隐性知识获取方法
技术领域
本发明涉及一种基于综合集成研讨厅的隐性知识获取方法,它是以大型飞机设计知识为应用背景,为隐性知识显性化、交流、共享与应用提供平台,属于航空知识管理及计算机应用技术领域。
背景技术
随着信息技术的迅速发展,多学科方法的综合与集成已经广泛应用于产品设计,一方面给知识的应用带来了活力,另一方面使得知识成为产品设计的重要组成元素。飞机设计需要大量多领域、跨学科知识的支持;知识需要在产品设计过程的多个环节中进行交互、重用和共享,并转化为系统内部的知识资源,以便让更多的人使用。不仅包括已有的多个领域、不同学科的显性知识,还包括必须通过交流才能获取的存在于专家头脑中的隐性知识。
隐性知识是指以经验形式存在于专家头脑中难以规范化、难以模仿、难以交流与共享的隐藏知识,如直觉、灵感、经验、思维方式、工作方法、技能、技巧等。它的概念最早由英国哲学家polanyi提出,是一类很难用公式、图表等直观的方式进行展现的知识,具有个体性,非批判性,内隐性,实践性等特点。因此,如何使隐性知识显性化是飞机产品设计关键技术之一。
综合集成研讨厅是以人为主,将专家群体与信息技术结合而成的高度智能化的系统,其基本思想是通过启发与激励群体的智慧,将大量的存在于专家头脑中的经验与已有的知识进行综合集成,从而得到科学的认识与结论。一个设计问题出现后,设计者将会针对问题去寻求解答,然而如何从产品设计活动或者信息中提取设计问题的求解需求,并根据需求为研讨厅提供一份满足具体研讨过程的专家列表,是一个重要环节。这样,综合集成研讨厅就明确的将综合集成法中的个体智慧上升为群体智慧。
目前,知识获取的过程通常是由知识工程师和领域专家共同完成,知识工程师从领域专家那里抽取知识,用适当的形式把知识表示出来,然后将其转换为计算机可识别和存储的表达形式,并进行检索。有关研究如赵锋等通过对知识的样本进行特征提取与文本过滤来获取知识;王朝霞等研究了一种设计目标导向的知识分类方法,通过知识的概念模型和关联映射来获取知识;Eduardo等研究了产品设计过程中专家知识的获取方法。
这些方法存在已下缺点:
1)没有一个统一、有效的结果。虽然国内外学者们分别用图解思维和认知学等对其进行了研究,由于隐性知识具有路径依赖性、内隐性和个体性等特点,很难通过文字、图表等方式直接表达和获取。
2)产品及其开发过程相当复杂。复杂产品设计相当困难,需要专门的技术和经验;产品设计过程中,通常要产生大量的文档、模型,另外设计师还要使用手册、经验反馈数据等。
3)不能解决大量的专家及其知识的过载。专家的过载问题使得用户需要浏览众多的候选专家的信息,并从成千上万个可能的专家列表中选择能满足自己需求的专家,这对于用户而言是非常耗时的。
4)缺乏对知识的有效分类组织模式。目前隐性知识获取方法在知识分类组织方面的不足,增加了知识检索获取的难度,降低了知识共享和重用的效率。
发明内容
1)目的:本发明的目的,在于提供一种基于综合集成研讨厅的隐性知识获取方法,它克服了现有技术的不足,以大型飞机设计知识为应用背景,为隐性知识显性化、交流、共享与应用提供平台。对现有技术的改善目标有:
(1)提出了以专家作为隐性知识的载体,通过专家模型来表达隐性知识获取的研究思路。
(2)将研讨厅作为隐性知识显性化展示的平台,解决设计任务难以定位其需要的知识领域的问题。
(3)满足设计问题求解需求的专家推荐给设计者的目的。根据设计者的需求,系统自动根据专家知识信息推荐给设计者供其选择,可以方便快捷地找到满足要求的专家与知识。
(4)改善产品设计中隐性知识的循环与交流。
(5)提高产品技术和知识含量,企业应对高速变化的环境的竞争力以及适应时代发展的要求。
2)技术方案:本发明一种基于综合集成研讨厅的隐性知识获取方法,该方法具体步骤如下:
步骤一:建立隐性知识获取系统和专家模型知识库。
隐性知识获取系统由信息源层、表示层、分析层、研讨活动层和系统支持层五部分构成,它们之间的关系是:信息源层为系统构建提供底层数据支持,表示层为产品设计问题数据规范化表示提供信息保障,分析层为研讨活动层提供信息接口,系统支持层为隐性知识获取提供平台保障。
所述信息源层是由一系列产品设计阶段组成,在每一个设计阶段又由一个或者多个设计活动/子活动中产生的产品设计问题构成。该信息源层分为内部信息源与和外部信息源。内部信息源包括已存在的产品设计问题,外部信息源主要指后续解答设计问题的知识库。
所述表示层是对设计者设计环节中设计问题抽取后进行知识表示。具体是,从信息源层中获取设计者提出的设计问题,包括技术咨询知识、工作方法知识、工作技巧知识等,在这个过程随着设计问题复杂性程度的增加,设计问题因此更加复杂,需要对产品设计问题规范化表示,将来自于产品设计中的问题文档转化为专家推荐引擎能识别的数据结构。
所述分析层是基于设计者的设计问题的知识流分析,对知识属性集重新整理与反馈,然后检索出满足要求的专家、并输出列表;主要包括设计问题分析器、知识融合器和专家检索器三部分。在功能上,设计问题分析器主要是将来自于产品设计中的问题文档转化为专家推荐引擎能识别的数据结构;知识融合器是将经过处理后的设计问题输入到系统中,由算法自动地从专家库中找到知识属性集;专家检索器对知识属性集重新整理与反馈,然后检索出满足要求的专家、并输出列表。分析层中知识的概念描述使用本体技术,物理存储是OWL、RDF和XML等描述语言,逻辑推理是描述逻辑。
所述研讨活动层包括专家体系和研讨管理器。专家体系由参与产品设计的相关领域多个专家组成和专家推荐机制组成,他们是设计的主体,是隐性知识的载体,是复杂设计问题求解的主要承担者。专家推荐机制根据产品设计问题选择合适的专家对其解答,主要由信息获取、信息输出、操作机制和信息反馈四个部分组成。研讨管理器具有场景管理服务、主持人管理服务、角色管理服务、资源管理服务、服务动态管理等功能。
所述系统支持层是整个系统运行的基础,由服务器系统、存储器系统、网络系统和计算机终端组成,以提供海量存储能力和高性能的计算处理能力。网络系统包括产品设计及产品设计企业局域网和广域网,内外网之间安装防火墙并建立网络安全运行管理规范;数据库采用异构的数据库,包括专家数据库、产品设计企业资源数据库等,数据库支持专家存储和搜索所需数据;方法库包括支持专家建模、问题量化、计算机综合求解的各种方法,如支持企业建模的IDEF族方法、网络法,支持决策的德尔菲方法、模糊综合法,支持计算机求解的人工智能法、模拟方法等;模型库包括各种解决产品设计问题的模型;模版库包括专家在决策过程中所用到的各种文档模版;知识仓库是对系统中知识管理的支持。
建立专家模型EM={Eg,Er,Ew,Ep,Ea,Ec,f},其中,Eg={Mname,Mage,Msex,Maddress,Mposition}是领域专家的基本信息,Mname、Mage、Msex、Maddress、Mposition分别表示专家姓名、年龄、性别、联系方式、工作单位和职称;Er是专家的研究领域,Ew是专家在本领域研究的范围;Ea是专家的研究成果;Ec是与其他专家的联系;Ep={Ep1,Ep2,…,EPn}是专家拥有本领域知识的属性集合;f=(s,a)是专家Eg在研究领域Er中的知识水平。f=(s,a)是一个二元语义模型。s表示事先规定的语言评价短语集中的评价短语,f表示实际给出的评价短语与初始评价短语集中最相近的短语之间的差别,且为一个数值。对需要存储到专家知识库的专家分类,确定专家拥有本领域知识属性的集合,给出专家知识水平评价信息,构造评价矩阵,计算评价值,依此建立专家模型。
步骤二:产品设计者提出产品设计问题。该阶段进行信息输入,设计者在产品设计过程中遇到的技术难点、技术选择、工作技巧、工作方法、产品定位等设计问题,设计者需要对遇到的问题总结概括形成设计问题文档,上传隐性知识获取系统。
步骤三:问题定性分类。由设计问题分析器搜集产品设计者提出的设计问题文档,并将其按研究领域Erj进行分类。
步骤四:问题分解与转化。由系统将问题文档形式化为设计问题形式化模型DP,成为推荐系统能识别的数据格式。DP={Dinof,Dind,Dattr,Ddom},其中,Dinof={Did,Dname,Daim,Dproblem,Dind,Dtime}表示设计问题的基本信息;Did,Dname,Daim,Dproblem,Dind,Dtime分别表示设计问题编号、主题、期望结果、问题描述和创建时间;Dind是设计问题的详细描述;Dattr={dp1,dp2,…,dpn}表示设计问题的属性集合;Ddom是设计问题所属的领域。
步骤五:专家属性筛选。根据设计问题DP所属的研究领域Ddom对专家库中海量专家进行初歩筛选,这些被选出来的专家应该满足条件Erj=Ddom,即专家的研究领域与设计问题所属的领域相同。
步骤六:知识属性集。在歩骤五的基础上,对专家进行二次筛选,要求专家拥有Dattr={dp1,dp2,…,dpe}中的一个或者多个属性。利用设计者给定的阈值去筛选属性,从而得到被推荐出来的属性集Eb={eb1,eb2,…,ebz}。
步骤七:专家推荐列表。将属性集Eb反馈于专家库中,利用专家检索算法寻找设计问题求解的专家。当存在满足Epi=Eb专家时,则输出这些专家的列表;当没有找到匹配的专家时,则输出知识属性集Eb。
步骤八:研讨环境布置。研讨厅系统平台主持人根据推荐的专家列表,确定解决设计问题研讨时间、研讨地点、研讨方式(同步、异步或两者结合)、研讨目标等,同时根据专家研讨需要收集基础数据。
同歩研讨是指在分布式网络环境下,专家利用即时网络交流工具进行在线沟通的一种研讨模式。此模式下,主持人能够实时地对专家意见进行收集、统计和综合处理,并反馈给研讨专家,专家也可实时地了解群体研讨意见分布,通过逐次修正、反馈,最终获取产品设计的满意解。同歩研讨又分为:1)匿名同步研讨:专家不能获知其他研讨参与者的身份,甚至不知道其他专家是否参与,专家的发言可能是公开的、也可能是隐蔽的。匿名方式有助于促进参与专家的积极性和能动性,但也有可能导致群体意见收敛太慢,难于形成共识。2)实名同步研讨:专家的身份和发言信息均是公开的,研讨中专家可以交换意见,是一种互相学习的研讨方式。实名方式的不足是领域顶级专家对群体意见具有引导力,在一定程度上会压制他人的思维和行动,优点是有利于促进群体意见快速收敛。
异步研讨多采用离线模式,具有不受时间限制的优势,可以使参与研讨的专家对问题有更好的认识和分析。异步研讨主要是通过调查问卷的方式来获得专家意见,再由主持人进行统计分析和综合评价来获取结论。
步骤九:专家发言。专家是研讨厅的主体,是新知识的产生者和各类问题的最终解决者。由于专家的知识背景各异,为了消除可能的影响,全体参与研讨的专家应共同商讨。各个专家进入研讨厅,根据自身的经验和其他载体所提供的知识,可以选择方法库中适当的决策方法如头脑风暴法、德尔菲法等,发挥各自的创造力,针对设计问题框架自由发表自己的看法,和其他专家协同完成产品设计问题的求解。
步骤十:意见综合。主持人采用研讨分析方法(定性与定量)对专家的发言做记录与整理,提出最终产品设计问题的综合意见与解决方法。对于结构化很强的问题,主要用定量模型来分析;对于非结构化问题,则通过定性思维来分析;对于半结构化的问题,就要采取定性与定量相结合的方式。
步骤十一:设计者是否对专家所提出的方案满意,如果满意,结束本次研讨;如果不满意,返回步骤二,重新修改问题,提出议题。
步骤十二:将归纳汇总的最终结果形成文档存储知识库中并结束。在每一次产品设计问题的求解过程中,知识库将得到更新,从而能够使新知识不断产生,实现隐性知识显性化。
3)优点及功效:本发明的优点在于:
(1)有效缩短产品设计生命周期,减少设计成本与资源;
(2)产品设计中产生的新知识需要不断的添加到系统的知识库中(隐性知识显性化),促使知识的积累与完善;
(3)快速、有效地表达隐性知识,获取知识对产品设计的各个阶段进行指导,满足了设计过程中问题求解对知识的需求;
(4)通过对现有隐性知识的总结和学习,创造新的知识以实现知识库的更新,并借助知识体系的扩大而提升产品的知识含量和创新性;
(5)提高了产品设计技术和知识含量,企业应对高速变化的环境的竞争力以及适应时代发展的要求。
附图说明
图1为隐性知识获取系统的基本框架;
图2为本发明的工作流程图;
图3为专家模型结构图;
图4为专家模型创建流程图;
图中符号说明如下:
1-信息源层,2-表示层,3-分析层,4-研讨活动层,5-系统支持层。
具体实施方式
下面将结合附图和实施例详细说明本发明技术方案中所涉及的各个细节问题。应指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
本发明提供一种基于综合集成研讨厅的隐性知识获取方法,它以专家推荐引擎为主线,以专家模型为核心,将专家头脑中的知识交流与共享规范化,并以研讨厅的形式展示出来,为设计者的工作提供知识支持与指导,实现隐性知识显性化。
本发明一种基于综合集成研讨厅的隐性知识获取方法,流程如图2所示,包括以下几个步骤:
步骤S1,建立隐性知识获取系统和专家模型知识库。
如图1所示,隐性知识获取系统包括信息源层1、表示层2、分析层3、研讨活动层4和系统支持层5,它们之间的关系是:信息源层1为系统构建提供底层数据支持,表示层2为产品设计问题数据规范化表示提供信息保障,分析层3为研讨活动层4提供信息接口,系统支持层5为隐性知识获取提供平台保障。
信息源层1是设计问题的来源,产品设计的每个阶段中产生的产品设计问题。信息源层包括内部信息源与和外部信息源。内部信息源包括已存在的产品设计问题,包括技术咨询知识、工作方法知识、工作技巧知识等,外部信息源主要指后续解答设计问题的知识库。
表示层2包括知识抽取和知识表示,是对设计者设计环节中设计问题抽取后进行知识表示。信息源层1中设计者提出的设计问题,表示层2对其作规范化处理,将来自于产品设计中的问题文档转化为专家推荐引擎能识别的数据结构。
分析层3是对表示层2中规范化的产品设计问题文档分析处理,重新整理设计问题的知识属性,通过检索系统支持层5中的专家模型库,输出满足要求的专家列表,为研讨活动层4提供专家数据支持。由设计问题分析器、知识融合器和专家检索器三部分组成。分析层3中知识的概念描述使用本体技术,物理存储是OWL、RDF和XML等描述语言,逻辑推理是描述逻辑。
所述研讨活动层4由专家体系和研讨管理器两部分构成。专家体系由参与产品设计的相关领域多个专家和专家推荐机制组成。用知识的属性集来区分专家的研究领域,用定性的语言信息来评价专家的知识水平。专家推荐机制根据产品设计问题选择合适的专家对其解答,主要由信息获取、信息输出、操作机制和信息反馈四个部分组成。它们之间的关系是:准确、完整的获取用户需求是保证专家推荐引擎输出质量的关键,信息获取包括专家推荐系统运行的内部环境和外部条件两个部分,内部环境是系统中现有专家库的规模与数据完整性,外部条件是设计问题的数据格式能否被推荐机制系统识别;信息输出是专家推荐机制根据获取的设计者信息系统运行完成后输出的专家列表或知识属性;操作机制是专家推荐机制的工作流程;信息反馈是专家推荐引擎的运行效果评估,可以提高专家推荐的质量。研讨管理器具有场景管理服务、主持人管理服务、角色管理服务、资源管理服务、服务动态管理等功能。
系统支持层5是整个系统运行的基础,由服务器系统、存储器系统、网络系统和计算机终端组成。网络系统包括产品设计及产品设计企业局域网和广域网,内外网之间安装防火墙并建立网络安全运行管理规范;数据库采用异构的数据库,包括专家数据库、产品设计企业资源数据库等,数据库支持专家存储和搜索所需数据;方法库包括支持专家建模、问题量化、计算机综合求解的各种方法;模型库包括各种解决产品设计问题的模型;模版库包括专家在决策过程中所用到的各种文档模版;知识仓库是对系统中知识管理的支持。
建立专家模型EM={Eg,Er,Ew,Ep,Ea,Ec,f},其中,Eg={Mname,Mage,Msex,Maddress,Mposition}是领域专家的基本信息,Mname、Mage、Msex、Maddress、Mposition分别表示专家姓名、年龄、性别、联系方式、工作单位和职称;Er是专家的研究领域,Ew是专家在本领域研究的范围;Ea是专家的研究成果;Ec是与其他专家的联系;Ep={Ep1,Ep2,…,EPn}是专家拥有本领域知识的属性集合;f=(s,a)是专家Eg在研究领域Er中的知识水平。f=(s,a)是一个二元语义模型。s表示事先规定的语言评价短语集中的评价短语,f表示实际给出的评价短语与初始评价短语集中最相近的短语之间的差别,且为一个数值。如图3所示。对需要存储到专家知识库的专家分类,确定专家拥有本领域知识属性的集合,给出专家知识水平评价信息,构造评价矩阵,计算评价值,依此建立专家模型,流程如图4所示。
步骤S2,产品设计者提出产品设计问题,形成设计问题文档,上传隐性知识获取系统。
步骤S3,根据步骤S2中提出的设计文档,按专家的研究领域进行分类。
步骤S4,由系统将问题文档形式化为设计问题形式化模型,成为推荐系统能识别的数据格式。
步骤S5,根据设计问题形式化模型从专家知识库中筛选满足要求的专家,即专家的研究领域与设计问题所属的领域相同。
步骤S6,根据步骤S5中专家拥有的知识属性,利用设计者给定的阈值筛选属性,得到被推荐出来的属性集。
步骤S7,根据步骤S6得到的属性集反馈于专家库中,利用专家检索算法寻找步骤S6得到的属性与专家拥有的知识属性匹配的专家,输出检索的专家列表;当没有找到匹配的专家时,则输出知识属性集。
步骤S8,研讨厅系统平台管理员根据推荐的专家列表,确定解决设计问题研讨时间、研讨地点、选择研讨方式、研讨目标等。
步骤S9,参与研讨的专家进入研讨厅,根据自身的经验和其他载体所提供的知识,可以选择方法库中适当的决策方法在综合集成研讨厅平台上针对设计问题框架发表自己的看法,和其他专家协同完成产品设计问题的求解。
步骤S10,主持人对专家的发言做记录与整理,提出最终产品设计问题的综合意见与解决方法。
步骤S11,设计者对专家所提出的方案是否满意,若满意,结束本次研讨;若不满意,返回步骤S2,重新修改设计问题,提出议题。
步骤S12,形成文档存储知识库并结束。
实施例:
下面以ARJ21飞机起落架结构设计为例来说明该方法的工作过程。方法的具体步骤为:
步骤1:建立隐性知识获取系统和专家模型知识库。现有专家库中的专家信息如表1所示:
表1专家信息表(部分)
步骤2,产品设计者提出飞机起落架设计问题,形成设计问题文档。
步骤3,将产品设计问题文档按研究领域分类。
步骤4:将设计问题文档形式花为设计问题形式化模型DP。
在本例中ARJ21飞机起落架设计问题,在设计者人工参与的情况下,由推荐引擎将该设计问题的有关信息形式化为:
DP={Dinof,Dind,Dattr,Ddom}。
其中,Dinof={Did,Dname,Daim,Dproblem,Dind,Dtime}
设计问题编号(Did):20130808;
主题(Dname):起落架机构的结构设计;
期望结果(Daim):提高起落架结构性能和安装精度;
问题描述(Dproblem):目前起落架机构大多采用较复杂的组合机构,其结构形式复杂,机构空间位置大,误差较大;
创建时间(Dtime):2013-08-08;
设计问题所属的研究领域(Ddom):机械学、材料学、设计学;
设计问题的属性集(Dattr):形状、厚度、长度、宽度、价格、材料。
步骤5,根据起落架设计问题形式化模型从专家知识库中筛选出机械学、材料学、设计学领域的专家。
步骤6,根据步骤5中筛选的专家拥有的知识属性,利用设计者给定的阈值筛选属性,得到被推荐出来的属性集。
步骤7,根据步骤6得到的属性集反馈于专家库中,由系统运行后自动输出专家推荐结果,这些专家可以作为研讨的备选人员。专家推荐结果如表2所示:
表2专家推荐结果
编号 姓名 研究领域 研究范围 知识属性集 知识水平
9 专家9 图形学 外型设计 厚度、长度、宽度 0.7
12 专家3 几何学 3D制作 厚度、长度、宽度、形状 0.8
1 专家1 几何学 结构设计 厚度、长度、宽度、形状 0.75
3 专家3 图形学 外型设计 厚度、长度、宽度、形状 0.8
4 专家4 经济学 价格影响 厚度、长度、宽度、形状、原料 0.9
6 专家6 几何 结构设计 厚度、长度、宽度、形状 0.9
8 专家8 机械 零件组装 厚度、长度、宽度、形状 0.8
步骤8,研讨厅系统平台管理员依据推荐的结果邀请专家参与研讨。
步骤9,专家进入研讨厅系统发表自己对设计问题的看法。
主持人邀请专家1、专家3、专家4、专家6、专家8进入同步研讨平台参加本次研讨,如表3所示,为专家针对“飞机起落架结构设计”主题研讨信息的部分内容:
表3专家研讨信息(部分)
步骤10,主持人整理并记录专家发言,形成最终意见与解决方法。经过专家多轮研讨后,得到两个备选方案。
步骤11,设计者依据得到的两个备选方案解决提出的设计问题,满足要求,结束本次研讨。
步骤12,本次研讨结果存储到知识库并结束。
总之,本发明提供了一种基于综合集成研讨厅的隐性知识获取方法,在研讨过程中采用本发明可以帮助产品设计者快速解决产品设计问题,将专家视为隐性知识载体,通过专家模型来表达隐性知识的研究思路,建立了定性与定量相结合的专家模型。达到了将满足设计问题求解需求的专家推荐给设计者的目的,还在一定程度上解决了设计任务难以定位其需要的知识领域的问题。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求数的保护范围为准。

Claims (1)

1.一种基于综合集成研讨厅的隐性知识获取方法,其特征在于:该方法具体步骤如下:
步骤一:建立隐性知识获取系统和专家模型知识库;
隐性知识获取系统由信息源层、表示层、分析层、研讨活动层和系统支持层五部分构成,信息源层为系统构建提供底层数据支持,表示层为产品设计问题数据规范化表示提供信息保障,分析层为研讨活动层提供信息接口,系统支持层为隐性知识获取提供平台保障;
所述信息源层是由一系列产品设计阶段组成,在每一个设计阶段又由一个或者多个设计活动/子活动中产生的产品设计问题构成;该信息源层分为内部信息源和外部信息源,内部信息源包括已存在的产品设计问题,外部信息源主要指后续解答设计问题的知识库;
所述表示层是对设计者设计环节中设计问题抽取后进行知识表示;具体是,从信息源层中获取设计者提出的设计问题,包括技术咨询知识、工作方法知识、工作技巧知识,在这个过程随着设计问题复杂性程度的增加,设计问题因此更加复杂,需要对产品设计问题规范化表示,将来自于产品设计中的问题文档转化为专家推荐引擎能识别的数据结构;
所述分析层是基于设计者的设计问题的知识流分析,对知识属性集重新整理与反馈,然后检索出满足要求的专家、并输出列表;包括设计问题分析器、知识融合器和专家检索器三部分;在功能上,设计问题分析器是将来自于产品设计中的问题文档转化为专家推荐引擎能识别的数据结构;知识融合器是将经过处理后的设计问题输入到系统中,由算法自动地从专家库中找到知识属性集;专家检索器对知识属性集重新整理与反馈,然后检索出满足要求的专家、并输出列表;分析层中知识的概念描述使用本体技术,物理存储是OWL、RDF和XML描述语言,逻辑推理是描述逻辑;
所述研讨活动层包括专家体系和研讨管理器;专家体系由参与产品设计的相关领域多个专家组成和专家推荐机制组成,他们是设计的主体,是隐性知识的载体,是复杂设计问题求解的主要承担者;专家推荐机制根据产品设计问题选择合适的专家对其解答,由信息获取、信息输出、操作机制和信息反馈四个部分组成,研讨管理器具有场景管理服务、主持人管理服务、角色管理服务、资源管理服务、服务动态管理功能;
所述系统支持层是整个系统运行的基础,由服务器系统、存储器系统、网络系统和计算机终端组成,以提供海量存储能力和高性能的计算处理能力;网络系统包括产品设计及产品设计企业局域网和广域网,内外网之间安装防火墙并建立网络安全运行管理规范;数据库采用异构的数据库,包括专家数据库、产品设计企业资源数据库,数据库支持专家存储和搜索所需数据;方法库包括支持企业建模的IDEF族方法、网络法,支持决策的德尔菲方法、模糊综合法,支持计算机求解的人工智能法、模拟方法;模型库包括各种解决产品设计问题的模型;模版库包括专家在决策过程中所用到的各种文档模版;知识仓库是对系统中知识管理的支持;
建立专家模型EM={Eg,Er,Ew,Ep,Ea,Ec,f},其中,Eg={Mname,Mage,Msex,Maddress,Mposition}是领域专家的基本信息,其中,专家姓名为Mname、专家年龄为Mage、专家性别为Msex、专家联系方式为Maddress、专家工作单位和职称为Mposition;Er是专家的研究领域,Ew是专家在本领域研究的范围;Ea是专家的研究成果;Ec是与其他专家的联系;Ep={Ep1,Ep2,…,EPn}是专家拥有本领域知识的属性集合;f=(s,a)是专家Eg在研究领域Er中的知识水平,f=(s,a)是一个二元语义模型;s表示事先规定的语言评价短语集中的评价短语,f表示实际给出的评价短语与初始评价短语集中最相近的短语之间的差别,且为一个数值;对需要存储到专家知识库的专家分类,确定专家拥有本领域知识属性的集合,给出专家知识水平评价信息,构造评价矩阵,计算评价值,依此建立专家模型;
步骤二:产品设计者提出产品设计问题;该阶段进行信息输入,设计者在产品设计过程中遇到的技术难点、技术选择、工作技巧、工作方法、产品定位设计问题,设计者需要对遇到的问题总结概括形成设计问题文档,上传隐性知识获取系统;
步骤三:问题定性分类;由设计问题分析器搜集产品设计者提出的设计问题文档,并将其按研究领域Er进行分类;
步骤四:问题分解与转化;由系统将问题文档形式化为设计问题形式化模型DP,成为推荐系统能识别的数据格式;DP={Dinof,Dind,Dattr,Ddom},其中,Dinof={Did,Dname,Daim,Dproblem,Dind,Dtime}表示设计问题的基本信息;设计问题编号为Did,主题为Dname,期望结果为Daim,问题描述为Dproblem,设计问题的详细描述为Dind,创建时间为Dtime;Dattr={dp1,dp2,…,dpn}表示设计问题的属性集合;Ddom是设计问题所属的领域;
步骤五:专家属性筛选;根据设计问题DP所属的研究领域Ddom对专家库中海量专家进行初歩筛选,这些被选出来的专家应该满足条件Er=Ddom,即专家的研究领域与设计问题所属的领域相同;
步骤六:知识属性集;在歩骤五的基础上,对专家进行二次筛选,要求专家拥有Dattr={dp1,dp2,…,dpe}中的一个或者多个属性;利用设计者给定的阈值去筛选属性,从而得到被推荐出来的属性集Eb={eb1,eb2,…,ebz};
步骤七:专家推荐列表;将属性集Eb反馈于专家库中,利用专家检索算法寻找设计问题求解的专家;当存在满足Ep=Eb专家时,则输出这些专家的列表;当没有找到匹配的专家时,则输出知识属性集Eb;
步骤八:研讨环境布置;研讨厅系统平台主持人根据推荐的专家列表,确定解决设计问题研讨时间、研讨地点、研讨方式即同步、异步或两者结合、研讨目标,同时根据专家研讨需要收集基础数据;
同歩研讨是指在分布式网络环境下,专家利用即时网络交流工具进行在线沟通的一种研讨模式;此模式下,主持人能够实时地对专家意见进行收集、统计和综合处理,并反馈给研讨专家,专家也可实时地了解群体研讨意见分布,通过逐次修正、反馈,最终获取产品设计的满意解;同歩研讨又分为:1)匿名同步研讨:专家不能获知其他研讨参与者的身份,甚至不知道其他专家是否参与,专家的发言可能是公开的、也可能是隐蔽的,匿名方式有助于促进参与专家的积极性和能动性,但也有可能导致群体意见收敛太慢,难于形成共识;2)实名同步研讨:专家的身份和发言信息均是公开的,研讨中专家交换意见,是一种互相学习的研讨方式;实名方式的不足是领域顶级专家对群体意见具有引导力,在一定程度上会压制他人的思维和行动,优点是有利于促进群体意见快速收敛;
异步研讨多采用离线模式,具有不受时间限制的优势,使参与研讨的专家对问题有更好的认识和分析;异步研讨是通过调查问卷的方式来获得专家意见,再由主持人进行统计分析和综合评价来获取结论;
步骤九:专家发言;专家是研讨厅的主体,是新知识的产生者和各类问题的最终解决者,由于专家的知识背景各异,为了消除可能的影响,全体参与研讨的专家应共同商讨;各个专家进入研讨厅,根据自身的经验和其他载体所提供的知识,选择方法库中适当的决策方法,发挥各自的创造力,针对设计问题框架自由发表自己的看法,和其他专家协同完成产品设计问题的求解;
步骤十:意见综合;主持人采用定性与定量分析方法对专家的发言做记录与整理,提出最终产品设计问题的综合意见与解决方法;对于结构化很强的问题,用定量模型来分析;对于非结构化问题,则通过定性思维来分析;对于半结构化的问题,就要采取定性与定量相结合的方式;
步骤十一:设计者是否对专家所提出的方案满意,如果满意,结束本次研讨;如果不满意,返回步骤二,重新修改问题,提出议题;
步骤十二:将归纳汇总的最终结果形成文档存储知识库中并结束;在每一次产品设计问题的求解过程中,知识库将得到更新,从而能够使新知识不断产生,实现隐性知识显性化。
CN201310351255.8A 2013-08-13 2013-08-13 一种基于综合集成研讨厅的隐性知识获取方法 Active CN103425774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310351255.8A CN103425774B (zh) 2013-08-13 2013-08-13 一种基于综合集成研讨厅的隐性知识获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310351255.8A CN103425774B (zh) 2013-08-13 2013-08-13 一种基于综合集成研讨厅的隐性知识获取方法

Publications (2)

Publication Number Publication Date
CN103425774A CN103425774A (zh) 2013-12-04
CN103425774B true CN103425774B (zh) 2017-02-08

Family

ID=49650513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310351255.8A Active CN103425774B (zh) 2013-08-13 2013-08-13 一种基于综合集成研讨厅的隐性知识获取方法

Country Status (1)

Country Link
CN (1) CN103425774B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156411A (zh) * 2014-07-30 2014-11-19 中国科学院计算技术研究所 专利价值数据综合处理系统
CN104899450A (zh) * 2015-06-11 2015-09-09 福州大学 一种目标威胁等级综合评估二元语义判定方法
CN105389347A (zh) * 2015-10-27 2016-03-09 成都贝发信息技术有限公司 基于Web的知识共享系统
CN105389348A (zh) * 2015-10-27 2016-03-09 成都贝发信息技术有限公司 开放式信息交互系统
CN107808020A (zh) * 2016-09-09 2018-03-16 卡斯柯信号有限公司 基于形式化模型开发的计算机联锁软件开发与实现系统
CN107220814A (zh) * 2017-06-01 2017-09-29 同方知网数字出版技术股份有限公司 一种基于碎片化技术的问题导向的全媒体出版协同研讨系统方法
CN109086440B (zh) * 2018-08-15 2021-09-07 深圳至宝网络科技有限公司 一种知识萃取的方法及系统
CN109933711A (zh) * 2019-03-04 2019-06-25 上海会米策信息科技有限公司 专家库系统、检索推送方法以及计算机可读存储介质
CN109992657B (zh) * 2019-04-03 2021-03-30 浙江大学 一种基于强化动态推理的对话式问题生成方法
CN111427999B (zh) * 2020-03-19 2023-05-12 中国科学院自动化研究所 面向综合集成研讨环境的主题实时影响力评演方法及系统
CN112416753A (zh) * 2020-11-02 2021-02-26 中关村科学城城市大脑股份有限公司 一种城市大脑应用场景数据规范化管理方法、系统及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020441A (zh) * 2012-12-06 2013-04-03 国家电网公司 基于用例的隐性知识可视化方法
CN103093307A (zh) * 2012-12-28 2013-05-08 山东理工大学 基于本体和Blog的多学科产品设计知识表达及管理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157415A (ja) * 2000-11-21 2002-05-31 Noboru Konno 知識創造支援及び知識資産管理システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020441A (zh) * 2012-12-06 2013-04-03 国家电网公司 基于用例的隐性知识可视化方法
CN103093307A (zh) * 2012-12-28 2013-05-08 山东理工大学 基于本体和Blog的多学科产品设计知识表达及管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"面向概念设计过程的隐性知识获取方法";刘征等;《机械工程学报》;20110731;第47卷(第14期);第184-191页 *

Also Published As

Publication number Publication date
CN103425774A (zh) 2013-12-04

Similar Documents

Publication Publication Date Title
CN103425774B (zh) 一种基于综合集成研讨厅的隐性知识获取方法
Watson Case-based reasoning is a methodology not a technology
CN112102937A (zh) 一种慢性病辅助决策的患者数据可视化方法及系统
CN104899242B (zh) 基于设计意图的机械产品设计二维知识推送方法
CN103745288B (zh) 一种基于知识的复杂产品研发过程协同方法
Hu et al. An ant colony approach to operation sequencing optimization in process planning
Niu et al. FACETS: A cognitive business intelligence system
WO2022048164A1 (zh) 一种基于粒计算的智能机器人对话策略生成方法
CN109947950A (zh) 基于中间层核心本体的领域知识图谱的构建方法和装置
Zhang et al. Aided analysis for quality function deployment with an Apriori-based data mining approach
Ferranti et al. Metaheuristics-based ontology meta-matching approaches
Cao et al. Demand-based manufacturing service capability estimation of a manufacturing system in a social manufacturing environment
CN111428056A (zh) 一种科研人员合作社区的构建方法及装置
Xu et al. Research on an active knowledge push service based on collaborative intent capture
Huang et al. Adjectives grouping in a dimensionality affective clustering model for fuzzy perceptual evaluation
Khannan et al. New product development method trends and future research: a systematic literature review
Wu et al. A hierarchical parallel multi-station assembly sequence planning method based on GA-DFLA
Wang et al. Research on intelligent decision method of computer-aided manufacturing numerical control parameters based on model-based definition and back propagation neural networks
Ouaret et al. AuMixDw: Towards an automated hybrid approach for building XML data warehouses
Greene et al. An analysis of current trends in CBR research using multi-view clustering
Elamin et al. Toward an Ontology Based Approach for Data Warehousing
Goridkov et al. Capturing Designers’ Experiential Knowledge in Scalable Representation Systems: A Case Study of Knowledge Graphs for Product Teardowns
Shu Research on Customer Perceived Value Evaluation of New Chinese‐Style Clothing Based on PSO‐BP Neural Network
Bekhti et al. Knowledge representation for an efficient re-use of project memory
Kang et al. Integrated fuzzy linguistic preference relations approach and fuzzy Quality Function Deployment to the sustainable design of hybrid electric vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant