基于情境的知识推送技术研究

基于情境的知识推送技术是解决当前集团企业在知识管理中的知识有效利用的最直接手段,情境与知识的有效结合使知识推送过程更加智能化,提高了知识服务推送的准确性。本研究采用本体描述语言(Ontology Web Language,OWL),完成了领域知识与情境知识本体模型的建立、情境-知识关系模型建立以及情境相似度算法设计。构建出仿真过程知识领域本体模型,运用protégé建模工具进行本体实现。最后在跨学科制造领域知识管理工具中进行知识推送的初步应用及验证。     

基于和声搜索算法的知识即服务动态组合优化

面向服务的云计算环境为制造领域的知识创新提供了新的思路。知识即服务的动态组合是知识创新过程中的关键技术之一。云计算服务资源的虚拟性和动态性为组合的知识即服务的服务质量提出了新的挑战。针对制造领域知识即服务组合的服务质量优化问题,提出一种改进的和声搜索算法(SLHS),SLHS算法利用Skyline方法对和声记忆库进行初始化以提高算法的运行效率,并采用理想点法选择制造知识即服务以确保解的有效性。仿真实验中引入了基本和声搜索算法作比较。实验结果表明SLHS算法在解的质量方面和算法性能方面均明显优于基本和声搜索算法。     

基于本体描述逻辑的云制造服务匹配方案

为了实现云制造环境下资源服务的增值和增效的目的,阐述了云制造的典型特征及云制造服务匹配的意义后,针对处理OWL-S语义描述云制造服务的问题,从服务请求及服务结果匹配两个核心方面入手,提出了一种基于本体描述逻辑(DL)的云制造服务匹配方案,并对该匹配方案中的各个阶段进行阐述,有效地提高了服务匹配的查全率和查准率。最终通过与传统关键字匹配方案和基于本体描述逻辑包含性检测的服务匹配方案进行比较分析,实验结果证明了文中提出的匹配方案具有很好的可行性和有效性。