基于属性Petri网的属性粒推理研究

不确定性知识处理是人工智能研究中经常遇到的问题,基于定性映射的属性Petri网模型在动态表示认知思维中不确定性知识与逻辑推理方面具有优势。在属性拓扑空间中,给出了属性粒的基本定义和基本推理,在属性Petri网中对不确定性知识进行表达,并基于属性Petri网给出归结推理的基本形式和基本算法。结果显示,这种方法可以使定性映射和Petri网更易于动态和显式地表达认知不确定性知识,可为进一步研究Petri网在认知模型中的作用提供参考。     

基于着色Petri网模糊专家系统的研究

针对变电站无功控制模糊专家系统知识表示不确定性及规则数量多的特点,文章以模糊、着色Petri网为基础,提出了一种基于模糊着色Petri网的知识表示与规则获取方法。该方法利用Petri网的图形化环境特点,将模糊规则库的不同变量用不同的颜色加以区分,不同规则中的同一个变量用该变量的颜色集表示,构成一个模糊着色Petri网模型。充分利用着色Petri网的特点,对推理过程进行了仔细研究,并提出一种基于着色模糊Petri网的启发式搜索策略。将其用于变电站无功控制的模糊专家系统中,结果表明,基于着色Petri网的模糊知识表示和获取方法,对于大型、复杂变电站模糊专家控制系统是非常有效的。     

基于扩展模糊Petri网的知识推理方法研究

为使模糊Petri网能够描述可变模糊隶属判据下的模糊知识,利用基准变换能较好地表达模糊隶属判据可变情况的特点,基于定性映射和定性基准变换对模糊Petri网进行了扩展,给出了扩展后网模型的形式定义和基本运行机制。通过利用定性映射描述模糊产生式规则,给出了一种新的知识表示模式和推理方法,新方法有利于构建模糊Petri网基于认知的学习机制。结果显示,该网模型具有较强的知识表达能力,适用于处理认知模糊不确定性知识,其推理过程能体现某些认知特性,尤其适用于构建以定性判断为特点的智能系统。     

模糊Petri网在带权不精确知识表示和推理中的应用研究

Petri网是一种适合于描述异步并发事件的计算机系统模型 ,可以有效地对并行和并发系统进行形式化验证和行为分析 .以模糊 Petri网的基本定义为基础 ,讨论了带权模糊知识的模糊产生式系统表示法 ,建立了这种表示法与模糊 Petri网之间的映射关系和转换算法 ;在对模糊 Petri网进一步扩充的基础上 ,解决了与知识的模糊Petri网表示相关的几个问题 ;最后给出了模糊 Petri网中不确定性的计算方法和相应的不精确推理算法     

动态模糊Petri网模型及其应用研究

以模糊Petri网的基本定义，动态模糊集和动态模糊逻辑为基础，讨论了动态模糊Petri网的基本模型，建立了动态模糊Petri网与模糊Petri网之间的映射关系和转移算法，解决了与动态模糊知识的动态模糊Petri网表示相关的几个问题，最后给出了动态模糊Petri网中动态模糊性的计算方法和相应的推理方法。     

模糊有色Petri网的形式化推理算法研究

Petri网以其图形化的表示方式广泛应用于形式化推理中.基于模糊有色Petri网的形式化推理算法,以系统内部事务之间的逻辑关系为依据,充分利用模糊Petri网在分析不确定知识中的优势,通过知识模糊、库所抽象、转换抽象实现层次化的知识表示和知识推理,并结合有色Petri网对系统规模作适当约简,从而构造出了一种新型的模糊着色网(FCPN)知识表示和获取模型,有效弥补了传统Petri网在实际应用中的缺陷,使模糊推理过程更加简单且易于实现.     

基于模糊神经Petri网的故障诊断模型

Petri网是对具有产生式规则的故障诊断系统的有力建模工具，但其缺乏较强的学习能力．本文以Petri网的基本定义为基础，结合模糊逻辑和Petri网模型，定义了模糊Petri网模型，在此基础上引入人工神经网络技术，给出了人工神经网络的模糊Petri网表示方法，并针对工程机械故障诊断异步、离散等特点，提出并建立了故障诊断的模糊神经Petri网模型及其改进模型．基于模糊神经Petri网的故障诊断系统结合了Petri网和人工神经网络的优点，经过自学习后同时具有很强的推理能力和自适应能力．     

模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义，给出了一个九元模糊Petri网模型，并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型，在此基础上提出了一种基于模糊Petri网的推理方法，最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强，处理不确定知识正确，推理过程简单直观，具有一定的智能推理能力，具有较强的实用价值。     

一种自适应模糊Petri网及其应用*

模糊Petri网(fuzzy Petri nets, FPN)是基于模糊产生式规则的知识库系统的有力建模工具,但其缺乏较强的自学习能力。在FPN的基础上引入神经网络技术,给出了一种自适应模糊Petri网(adapt fuzzy Petri nets, AFPN)模型。该模型将神经网络中的BP网络算法引入到FPN模型中,对FPN中的权值进行反复的学习训练,避免了依靠人工经验设置带来的不确定性。AFPN具有很强的推理能力和自适应能力,对知识库系统的建立、更新和维护有着重要的意义。     

一种用于上下文推理的带反馈的自适应模糊Petri 网模型

自适应模糊Petri 网兼具模糊Petri 网的模糊推理能力和神经网络的学习能力,是普适计算的模糊情境推理机制的重要的形式化规约工具.但该模型依赖于离线训练数据集,无法适应动态变化的普适智能环境.在自适应学习Petri 网模型中嵌入反馈机制,并对将模糊逻辑引入对上下文的表示,利用神经网络的反向传播学习方法对隶属度函数的参数进行学习,提高了模型的场景适配和个性化自学习能力.通过设计服务推荐系统,建立了模型仿真与验证实验环境.实验结果表明,该方法可以有效提高系统学习能力,进而提高推理正确率.     

Exploring barriers to knowledge flow at different knowledge management maturity stages

A significant amount of work has been done to better understand the barriers to knowledge flow and develop models of KM maturity; this was intended to help in assessing the progress of KM initiatives in the firm. However, to date there has been no comprehensive research that considers both these issues at the same time, and thus it is still necessary to explore the evolution of barriers to knowledge flow when the level of KM maturity is changing. We reviewed the progress of KM initiatives in recent years, categorized the barriers to knowledge flow according to the cultural historical activity theory (CHAT), and used one of the existing models of KM maturity (the Knowledge Navigator Model—KNM), to address gaps in the current literature. As part of our exploratory study, a longitudinal survey, involving constant observation, development and use of questionnaires and qualitative interviews with managers of seven firms were conducted. We selected the firms so they covered a wide range of KM maturity levels; triangulation was adopted to enhance the quality of the process. The major findings indicated that: (1) barriers to knowledge flow were inherently different at different KM maturity levels; and (2) various changes in the barriers to knowledge flow were associated with the maturity of the KM.     

知识库系统的原理及其在智能搜索引擎中的应用

本文主要讨论知识库系统的原理,探讨了知识的定义,知识的表示方法,知识库以及知识库系统的体系结构等。在此基础上,讨论了知识库系统在智能搜索引擎中的应用。     

Social relationship and its role in knowledge management systems usage

The KMS has been widely implemented in organizations. However, its availability does not guarantee that employees have been willing to spend time and effort using it. We explored the use of KMS with emphasis on social relationship. Specifically, social capital theory was employed to establish the social relationship construct and its three dimensions: tie strength, shared norms, and trust. By studying a company that had implemented a KMS, we explored the dimensions of social relationship and its importance in the use of a KMS by employees. A theoretical framework was used to depict the antecedents of employee's usage behavior. Implications for both researchers and practitioners are discussed, especially for companies expecting to exploit knowledge sharing in the Chinese business environment.     

Knowledge management adoption and assessment for SMEs by a novel MCDM approach

This paper aims to clarify the misunderstanding of high expenditure on knowledge management systems adoption, and provides a novel approach for the most emergent knowledge management components to catch up to the pace of their rivals for the late adopters of knowledge management systems. This paper adopts MCDM (Multiple Criteria Decision Making) approaches to solve this KM adoption problem, and ranks the gaps of the KM aspects in control items to achieve the aspired level of performance. The findings demonstrate that the knowledge management gaps within the service industry are higher than the gaps within the IC (Integrated Circuit) and banking industries. After normalization and computation, the knowledge management gap of the service industry is 0.4399(1), the knowledge management gap of the IC (Integrated Circuit) industry is 0.3651(2), and the knowledge management gap of the banking industry is 0.2820(3). The findings also show that the criteria for weighting in different industry sectors are quite different; and the adoption strategies for different industry sectors should be considered separately according to the SME industry sectors.     

多专家系统中管理和控制结构的研究

对一般多专家系统的管理和控制问题,提出了一个新的概念:管理控制知识,它是多专家系统的特有知识,用于对多个专家系统的合作和单专家系统的执行过程等进行管理和控制。该文分析了管理控制知识的描述定义、分类、获取和表示方法。     

基于网络环境的分布式KDD及Data Mining研究

本文针对ＫＤＤ的研究现状及其面临的挑战,主要讨论了基于网络环境下,面向多个站点机,多种数据库、多类数据源的分布式ＫＤＤ和Ｄａｔａ Ｍｉｎｉｎｇ的整体方案和实验系统模型,研究内容包括高效分布式开采算法,ＫＤＤ过程的无缝集成,ＫＤＤ中的知识表示、知识更新以及开采结果可视化的有效方法等。     

Knowledge management systems and organizational knowledge processing challenges: A field experiment

This paper investigates the appropriateness of knowledge management system (KMS) designs for different organizational knowledge processing challenges. Building on the theory of task-technology fit (TTF), we argue that different KMS designs are more effective for different knowledge tasks. An exploratory field experiment was conducted in the context of Internet-based knowledge sharing services to provide empirical support for our hypotheses. The results of our experiment show that a KMS designed to support the goal GENERATE is more appropriate for divergent type knowledge problems because of its affordances for iterative brainstorming processes. Conversely, for convergent type knowledge processing challenges, a KMS with the goal CHOOSE that supports the ability to clarify and to analyze is more effective.     

一种基于遗传算法的知识挖掘算法

数据挖掘是近年来数据库领域中出现的一个新兴研究热点。传统的数据挖掘是从大量数据中获取知识。该文基于遗传算法提出了一种新的知识获取方法－ＧＡＫＤＫ,通过对知识树的交叉交异操作,从现有规则中获取未发现的知识。     

常识知识在事例修改中的应用

事例改写一直是基于事例推理(Case—Based Reasoning，CBR)方法中的难点之一。用知识的观点来诠释基于事例推理，细分了在CBR中所用到的知识，以银行贷款业务为例探讨了常识知识在事例修改中应用的应用方法——综合得分法，并探讨了相应的常识知识的存储。     

不确定规则推理在预测算法中的应用

文章针对海洋渔业资源的多种预测算法得到的结果集,提出了以框架的知识表示理论为基础的不确定规则推理预测系统修正算法,利用框架系统ＫＢＩＦ（Ｋｎｏｗｌｅｄｇｅ Ｂａｓｅ ｉｎ Ｆｒａｍｅ）的知识表示理论与黑板结构、不确定推理相结合对预测算法根据不同环境参数进行多种方式的修正,可以对系统预测结果进行有效的分析,以期得到更好的应用。