计算机辅助管理论文范文

引言：寻求写作上的突破？我们特意为您精选了12篇计算机辅助管理论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

音乐喷泉作为将听觉艺术与视觉艺术相结合的艺术形式，已经得到了广泛的关注。目前，国内外虽然已建有很多音乐喷泉，但大多数音乐喷泉都存在着两方面不足：首先、音乐喷泉表演程序的设计需要音乐、舞美、电脑、自控、喷泉等专业专家的合作；其次，为了了解音乐喷泉表演程序的喷射效果，只有在硬件上进行仿真实验。因此，对于一般的音乐喷泉系统，其表演程序的设计非常费时费力，也正是由于这个原因，既便是美国Lasvegas这样著名的喷泉也只能表演几首曲目。

基于上述问题，笔者设计开发了一个音乐喷泉的计算机辅助设计系统，简称CAD-MF。在该系统中，首先提取音乐的基本特征，然后在此基础上分析音尔的曲式特征并将整首乐曲分成若干乐段，并分析出每一段音乐所表达的基本感彩；第二步，根据音乐的曲式和情感特片，为每个乐段匹配相应的音乐喷泉基本表演程序，从而生成最初的音乐喷泉表演程序。该表演程序可以用三维动画进行仿真，并可以通过友好的人机界面进行修改，直至满意。最终的表演程序经过自动编译，可以控制音乐喷泉按照设计的动作进行喷射，实现音乐与喷泉的同步。

1音乐喷泉实验装置

该音乐喷泉实验装置的草图如图1所示。该喷泉由13个喷头、4组彩灯组成。其中，喷头1～6为第一组，可以沿圆圈的切向径向进行自由摆动；7～9为第二组，10～12为第三组，可以左右随意摇摆；13为第三组，不能转动。此外，这13个喷头的喷射高度还可以有3个级别的变化。同时，该装置中还配有4组（1～4）彩灯，由于每一组由3个不同颜色的灯泡组成，因此可以营造出多彩的光照效果。

2系统概述

该系统由七个部分组成，如图2。

（1）音乐特征的识别

在本系统中，选择MIDI（MusicalInstrumentDigitalInterface）文件作为输入的音源。MIDI是音乐信号在电子乐器之间传输的标准，包括硬件接口标准以及电子音乐信号在不同硬件之间的异步串行传输协议[1]。MIDI格式的音乐文件记录了音乐的全部乐谱和演奏的全过程，很多基本的音乐特征都可以从中直接获得。在此基础上，又可以进一步提取旋律、和声、节奏等复杂特片。根据音乐基本特征和复杂特征在内的音乐信息，最终能够按照乐曲的结构将其分为若干乐段，并且利用模糊分类器识别出每一个乐段所带有的感彩。

（2）音乐特征与喷射动作的匹配

这一部分主要是通过模糊专家系统将音乐特征与喷射动作进行两个层次的匹配——段匹配和音符匹配。段匹配是指根据感彩为各个乐段找到合适的基本表演程序，即用于表现某一特定情感的典型动作序列。音符匹配则是为特定的音符安排特定的喷射动作。这两个层次的匹配过程也就是音乐喷泉表演程序的最终设计过程，它记录了音乐喷泉随着音乐舞动的全部状态。

（3）动画仿真

当表演程序被设计出来后，如果直接在喷泉装置上进行仿真，将是一个非常费时费力的过程。因此，设计了动画仿真了系统。动画的参数全部按照实际的喷泉实验装置来设计，通过动画可以实现对实际喷射效果的仿真。为了做出与实际喷射相似的喷射效果，采用粒子系统[2]。

（4）手动修改

在观看动画仿真结果后，用户可能需要对原表演程序进行修改。为了使用户能够在不需要了解内部代码的情况下对表演程序进行任意的修改，笔者开发了一个很有好的人机界面。该界面不仅可以实现单点修改、多点修改，还可以为整段音乐选择另一套表演动作。

（5）打印喷泉表演流程总谱

该总谱既包括了所有音符，又包括了与音乐对应的所有喷射动作，可以对整个表演程序一目了然。

（6）编译成控制程序

用一台PentiumIII866MHz的PC机作为控制器，它能够自动地把表演程序编译成功放输出的控制程序，从而控制音乐喷泉硬件装置的喷射，实现音乐与喷泉的同步。

（7）同步播放

为了保证喷射与音乐的同步，笔者开发了同步播放程序，主要用于防止喷射相对于控制的延时。

音乐特征识别和匹配是该系统的核心。下面，将对这两个子系统进行重点介绍。

3音乐特征的识别

由于不同风格的音乐有着各自不同的特点，这里，选择节奏相对稳定、曲式相对固定的约翰·施特劳斯（JohannStrauss）的圆舞曲。

3.1音乐基本特征的提取

在该系统中，选择MIDI文件作为输入的音源。一个MIDI文件含有一个headerchunk和若干个trackchunks。速度、节拍等全局基本特片以从headerchunk中得到；而音高、音长等音符信息则可以从trackchunks中获取[3]。由于MIDI文件中含有大量音乐信息，因此许多音乐的基本特征都可以从中直接获取。这里，提取了九种基本特片：音色、调性、节拍、音高、音长、音量、力度、速度和发声时间。

3.2音乐曲式特征的提取[4]

施特劳斯的圆舞曲多由三部分组成：主体是3～5个小圆舞曲，前面有序奏，最后有尾声。每首圆舞曲有两个主要旋律，用单二部曲式（AB）或单三部曲式（ABA）构成。考虑到这些旋律常常由两个非常相似的乐句组成，采用一种搜索相似旋律的方法分析音乐的曲式结构；同时，为了提高搜索效率和正确率，还兼顾了曲式结构中的和声与节奏特点。

（1）根据节奏和调性进行初步识别

一首圆舞曲常常由几百个小节组成，因此如果在全曲范围内对旋律进行搜索将会非常费时费力。乐曲节奏和调性的改变常常意味着新段落的出现，这里首先根据这两方面的特征对全曲进行初步划分，为旋律搜索缩小范围，从而提高搜索效率。

（2）利用旋律搜索进行重点识别

为了进一步提高相似旋律的搜索效率，根据古典音乐的特点，作三点假设。第一假设一个完整的乐句由16小节构成，这一假设在很多音乐结构的研究中被采用，并在多数情况下被证明是正确的。第二段设一个乐句的前4小节是全句的重点，这一假设能够用很少的音符表征整个乐句，同时经过检验是完全正确的。第三段设在众多的乐器中，小提琴、长笛、单簧管演奏主旋律的可能性最大，这一假设被证明非常效，它帮助从十几种乐器中迅速地找到主旋律音色，作为旋律搜索的前提。在这三个假设的基础上，还引入一种树状结构“旋律树”，用以记录一段旋律的总体轮廓，从而实现对相似旋律的搜索，如图3。该结构由四层组成：

·第一层代表一段16小节的旋律；

·第二层代表该旋律的前4小节；

·第三层代表每个小节的三个正拍；

·第四层代表各个小节的正拍和半拍；

在图3中，节奏是3/4，在旋律树中，仅仅需要记录相对音高。与其他记录旋律的方法相比[5,6]，该旋律树有三个优点：首先，由于前4小节是整段旋律的重点，旋律树用很少的音符抓住了整段旋律的轮廊；第二，这种树状结构不仅记录了旋律的轮廓，而且记录了旋律的结构；最后，这种分层结构有利于提高搜索效率。由于上一层的音符比下一层重要，因此，如果在比较旋律树时在上一就出现了不同，则无需对下面的各层进行比较就可以直接得出二者不同的结论。这种旋律树可以用来提取和比较旋律，在实际中证明非常有效。

（3）利用和声特征进行补充识别

经过以上两个步骤，大多数曲式结构可以被识别出来，但仍会有一些例外。为了进一步提高曲式识别的准确性，又利用终止式[7,8]（结束一个音乐结构和结束一个乐思的和声）对曲式结构进行了补充分析。由于和声分析相对复杂，这里只考虑了与终止式密切相关的主和弦和属和弦。

3.3音乐情感特征的提取

在曲式特征识别基础上，整个乐曲被划分成一个个小乐段。该部分则通过对每个乐段的音响、速度、旋律等特征进行综合分析，最终由一个模糊分类器判断出其情感特片[9]。为了对情感特征进行合理的描述，根据在音乐心理学领域得到广泛认可的Hevner词表[10]，提出一种“情感环”的结构，如图4。

4模糊专家系统匹配

这一部分主要通过模糊专家系统对音乐特征进行段匹配和音符匹配两个层次上的匹配。

4.1段匹配

段匹配在对音乐作品进行结构分析和情感分析基础上，根据情感色彩为每一段旋律找到最适合的基本表演程序。

（1）基本表演程序库的建立

基本表演程序序中存放大量的基本表演程序，即表演动作序列。基本表演程序的结构如图5所示。从图5中可以看出，每一个基本表演程序除了记载所有动作的名称和动作时间和，还有该基本表演程序所体现的感彩。值得注意的是，这里的动作时间是指在标准速度（定义为1小节/1秒钟）下的动作时间。因此，当乐曲速度变化时，系统要自动根据速度的改变调整运动时间，从而实现音乐与动画的同步。

（2）表演程序控制器的建立

段匹配的结果记录在表演程序控制器PPC（PerformanceProgramController）序列中，作为进一步设计表演程序的基础，如图6。表演程序控制器有六个参数：第一个是控制器编号，即乐段编号；第二个是记录该乐段旋律线的旋律树的编号；第三、四个分别是该乐段的起始和结束小节；第五个是该乐段的感情分类；最后一个则是为该乐段匹配的基本表演程序的编号。

4.2音符匹配

音符匹配包括两部分：首先根据乐曲速度决定基本表演程序中相邻动作的时间间隔；其次是为关键音符（如强音）设计一些特殊的动作。在段匹配的基础上，音符匹配使音乐动画的设计做到了点面结合。

篇2

CAI教学的发展，在国外始于60年代行为主义学习理论所倡导的程序教学法，即根据刺激反应—强化原则，及时获取教学信息的反馈，有效地实行个别化教学。由于当时的计算机发展刚刚起步，软件开发价格昂贵，操作难度大，并未受到广泛关注。80年代，计算机技术的飞速发展，为CAI创造了有利条件，尤其是认知心理学的兴起，使CAI软件开发更侧重于应用，注重知识的条理性和结构化，强调与学习者已有的认识结构相匹配，使其在原有认知结构基础上，通过计算机的辅助达到同化和顺应，从而形成新的认知结构。近几年，由于认知心理学理论的日益成熟及多媒体计算机技术的开发，使CAI更注重于学生学习能力的形成、学习策略的掌握和提供更多的个别化教学选择。CAI的发展趋势，正顺应了现代化教学的两个基本趋势，即强调教学的主体性，强调充分发展学生的个性，全面提高学生的整体素质。

目前，我国正处于“应试教育”向素质教育的转轨时期，坚持素质教育的基本观点，就要面向全体学生，即通过个体的发展，实现真正意义上的全面发展；同时，帮助学生具备各方面的基本素质，形成合理的素质结构，为学生未来发展奠定基础，使学生终身受益。而要实现个性的全面发展，必须立足于学生个体差异、因材施教，这不仅要有雄厚的知识基础，还必须掌握获取知识技能的方法，形成自学能力，这样才能适应未来社会不断变化的需要。

CAI教学的主要特点，为我们进行素质教育目标的实施，提供了有益的帮助。首先，计算机信息存贮量大，处理迅速，方便的人机交互功能，提供了良好的个别化学习环境。学生能根据自己的学习能力理解和发展水平，调节学习进度和难度，真正实现因材施教。其次，计算机的模拟功能，可使抽象内容形象化，静止内容动感化，为学生创造生动、活泼、直观、有趣的教学条件；而教师的设问和强化刺激手段可极大地调动学生的学习热情，激发学习动机，形成有意注意，消除学习的疲劳和紧张。这样做既有助于学生良好的心理品质的形成，又使学生获取准确、深刻的直观感知，从而形成完整的理性认识，提高课堂教学质量。第三，CAI可以提供培养自学能力的条件。教师可根据学生已有的认识基础，构建问题情境，指导学生独立地上机学习，并辅之以必要反馈练习，及时肯定或解答，帮助学生总结学习方法，查找学习障碍，逐步提高学生自学能力和处理实际问题的能力。此外，CAI在提高课堂效率、增大课堂容量、进行全面即时性辅导、减轻学生课业负担等方面，还具有很好的功能。

CAI的这些功能，决定了它在化学教学中会发挥日益重要的作用。近年来，虽然很多学校在计算机硬件的配置上下了很大功夫，但在软件的开发和利用上明显滞后于硬件的配置。而且，相当多的教师对CAI在化学教学中的应用认识不足，参与不够，对CAI化学教学模式的研究更鲜为人知。为此，结合我校CAI化学教学的开发和实践，我们对CAI化学教学模式提几点看法。

二、计算机辅助化学教学的几种模式

（一）计算机模拟教学模式

CAI的模拟功能，是计算机辅助教学中较早开发和利用的一种功能。目前，很多学校的软件应用是这种教学模式。

模拟教学模式，主要是指利用CAI的模拟功能把一些抽象的理论内容，或不易观察清楚、危险性较大、难于操作的实验内容，通过二维或三维动画形式，进行信息处理和图像输出，在显示屏幕上，进行微观放大，宏观缩小，瞬间变慢，短时间内调动学生多种感官参与活动，使学生获取动态图像信息，从而形成鲜明的感性认识，为进一步形成概念，上升为理性认识奠定基础。

模拟教学只是教学过程中的一个环节，比传统的挂图、模型或录像都更真实地接近于事物的本来面貌，而且可反复播放，因此更有利于学生理解知识的本质，培养他们的形象思维能力，也有助于抽象思维能力的提高。

CAI在化学教学中的模拟教学，主要适用于理论性和抽象性较强的内容：如原子核组成、电子云、核外电子运动、化学键中离子键、共价键形成、溶解和结晶、原电池、电解池、离子反应和离子方程式、NH3分子结构、有机官能团的结构等。另一方面适用于实验难以操作、危险性大而观察不明显的内容，例如，溴苯制备、氢气还原氧化铜、氨氧化、乙酸乙醋水解等。此外，工业生产知识内容，如硫酸、硝酸工业制法，炼铁也可制成CAI课件进行教学。

（二）多媒体综合教学模式

计算机可以控制多种教学媒体，这是其优于其它教学媒体的特殊功能。实际上，传统教学模式的教学中，教师上课也有声音、形象、板书、文字、挂图和实物等，教师也可根据教学过程中学生的反映来调整教学策略。但我们这里所说的多媒体有二层含义，其一是把微机与其它教学媒体相互连接，赋于其它媒体交互性，同时使用幻灯、投影、录像等手段，使多种媒体有机地贯穿于教学的全过程。其二是多媒体计算机技术的使用，即“利用计算机交互式地综合处理文字、图形、图像、声音等多种信息，使它们建立起逻辑连接，成为一个系统”，使之具有综合性，即一机多用，同时又可形成人机互动，互相交流的操作环境，形成一种身临其境的情境。

由于多媒体计算机技术是90年代在法国首先提出和使用的，我国高中配置多媒体计算机系统的学校不多。因此，主要的多媒体综合教学模式还是指前一种，但未来的发展趋势，应当是使用多媒体计算机平台，设计课件，操作使用鼠标，简单易行，而且教师并不需要有太多的计算机知识，因此具有更广阔的发展前景。

实际上，进行CAI教学，应当逐渐从单纯的CAI向多媒体组合的CAI发展。例如，在“原电池”一节的教学中，我们把原电池中原电池原理及形成条件作为本节课的重点，为了突出重点内容讲授，让学生从微观本质理解原电池的形成，不仅采用了传统的分组实验教学，利用投影给出原电池实验要求、观察步骤，指导学生实验，并利用微机模拟原电池所形成的闭合回路，通过电子转移的流动过程和声响，及两极不同颜色的Zn2＋离解，H＋析出标示出内外电路所构成的闭合回路，使学生认识原电池本质；最后利用录像播放不同新型原电池的工作情况，使学生最终形成对原电池比较深刻和全面的理解。

这种多媒体组合教学，可在一定程度上突破学生认识的时空限制，拓宽学生获取信息的渠道，使学生的视觉、听觉、触觉等多种感觉系统参与信息的收集过程，形成教与学的双向互动，更好地发挥学生思维的想象力和创造性，激发学习兴趣，极大地提高学习效率。

（三）计算机个别辅导教学模式

我们目前采用的主要是班级授课制，很难在全班实现个别化教学，而实现个别化教学，又是化学教学由“应试教育”向素质教育转化的重要途径。由于CAI的课件，主要强调人机交互功能，因此实现一对一的个别化教学有得天独厚的条件。

个别辅导模式，主要是用计算机部分地代替教师，按照程序教学的原则，设计不同的层次递进的教学途径，学生可根据自己的学习水平，选择不同的学习程序，提出需要学习的内容；计算机可向学生提问，并对学生的问题进行分析，作出正确与否的判断，给出高质量的反馈，如遇困难，还可以适当降低学习坡度，使学生循序渐进，得到知识的巩固和自学能力的提高。个别辅导教学模式，是一种适合自学的个别化教学方式。如果程序设计的分支越多，预想情况越丰富，越能帮助反复学习，克服障碍，共同达到教学目标，优化学习过程。

这种教学模式，虽然主要是以学生为主体，但也不能忽视教师的主导作用；教师不仅要指导学生寻找解决问题的方法，而且要针对学生的实际，精心设计程序，使学生能用最短的时间找到解决问题的途径，同时也可以帮助学生总结自己的个性特点、学习风格，从而帮助学生形成良好的学习品质和自学方法，真正实现个别化教育的目标。

个别辅导教学模式，由于受CAI课件的限制及学生计算机使用的熟练程度的影响，很难在短时间内得到大范围的推广，而现有的软件局限性又较多，因此可尝试在选修课教学中，进行小范围的试点，当课件使用比较成熟时再做推广应用。

以上我们只对现有的常用教学模式进行了归类，除此之外，CAI的问题解决、教学游戏及查询和问话等多种基本模式，在个别化教学的课件中都有所表现，在此我们限于篇幅，不再赘述。

三、计算机辅助教学的实践和体会

我校开展计算机辅助教学的时间较长，不仅在化学学科，在其它各科教学中，都设计过丰富的CAI课件，这主要源于计算机硬件的配置和得力于一批对软件开发兴趣浓厚的中青年教师群体。这样一个大的环境也在无形中推动了CAI化学教学的开发和应用。

篇3

摘 要：文章以UG软件为设计平台，以伸缩绘图桌为典型案例，应用虚拟设计技术，完成该伸缩绘图桌各零件的三维实体设计、横向伸缩机构、纵向伸缩机构以及升降机构三个部分虚拟装配和整个伸缩绘图桌的虚拟装配。

关键词 ：UG；伸缩；绘图桌；虚拟设计

中图分类号：TH122 文献标识码：Adoi：10．3969／j．issn．1665－2272．2015．05．041

*基金项目：湖北省高等学校2014年省级大学生创新创业训练计划项目“一种新型绘图桌的研制”（项目编号：201411654010）；武汉商学院2014年大学生创新创业训练计划项目“新型绘图桌的设计研究”（项目序号：8）。

收稿日期：2015－01-15

0 引言

通常，机械制图的课堂教学，以学生画小图为主，缩小绘图桌的尺寸，可以在有限的教室里面，放置更多的绘图桌，容纳更多的学生进行手工绘图，充分利用教室面积。在进行机械设计课程设计时，需要分组小班教学并且绘制大图，这时需要在教室里放置大绘图桌进行教学。新型绘图桌尺寸可调，可根据学校实际教学需要合理使用绘图桌，同时又方便学生进行绘图。

伸缩绘图桌通过伸缩机构调整绘图桌的纵、横向尺寸，以满足A0、A1图板的放置要求，实现不同规格图板可使用同一绘图架的目的。伸缩绘图桌通过升降机构调整绘图桌的高度尺寸，并可调整前、后支撑脚的高度实现图板倾斜放置，以适应不同学生绘图的方便性。

伸缩绘图桌具有折叠功能，在需要存放或搬移时，可折叠放置，节省空间，方便移动。

UG软件是集CAD／CAE／CAM，计算机辅助设计、计算机辅助分析以及计算机辅助制造于一体的三维参数化软件，被广泛地应用于航空、航天、汽车、通用机械和电子等工业领域。

本文基于UG平台的虚拟设计技术，完成伸缩绘图桌各零件的三维建模设计，虚拟装配，在虚拟样机装配过程中，对装配进行干涉检测，以及时发现设计中的问题，在虚拟设计环境中对设计缺陷进行修正，对设计思路进行优化，以降低实际制造出现问题的风险，从而使伸缩绘图桌一次性制造成功。伸缩绘图桌主要由横向伸缩机构、纵向伸缩机构以及升降机构组成，本文利用UG软件，首先完成横向伸缩机构、纵向伸缩机构以及升降机构的虚拟设计，最后完成绘图桌的整个虚拟样机的设计。

1 绘图桌典型零件阶梯轴的三维建模设计

伸缩绘图桌的零件主要是轴类零件和板筋类零件，在UG中绘制轴类零件和板筋类的方法基本相似，下面以绘制阶梯轴为例，阐述在UG中进行零件三维建模的一般步骤及过程。

（1）单击工具栏中新建图标，选择模型类型，建立模型模块。

（2）单击工具栏中圆柱图标，在对话框中设置圆柱体的参数。

①在【类型】下拉列表中选择【轴、直径和高度】

②在【制定矢量】下拉列表中选择圆柱的轴向方向图标；

③设定圆柱直径、高度以及中心；

④单击确定完成阶梯轴一段圆柱的建模。

（3）在【凸台】对话框中设定阶梯轴另一圆柱的相关参数。

①设置圆台的直径、 高度及锥角；

②设定圆台的放置面、选择合适的定位方法。

（4）重复以上凸台建立的步骤，生成阶梯轴的其他部分。

2 伸缩绘图桌的虚拟样机设计

伸缩绘图桌主要由横向伸缩机构、纵向伸缩机构、升降机构组成，基于UG软件设计环境的伸缩绘图桌虚拟样机设计如下。

2．1 伸缩机构

（1）横向伸缩机构。

伸缩绘图桌的横向伸缩机构如图1所示，两对伸缩套管套在空心的伸缩轴上，伸缩轴的左右两边各开设有两两对称布置的四个定位孔，用于确定A0、A1图板的横向尺寸位置，伸缩套管上有一个定位孔，当伸缩管上的定位孔与伸缩轴上的某个定位孔配对时，通过蝶形螺母和螺栓进行固定，方便拆装，可以满足放置A0或A1图板的横向尺寸。

伸缩轴上内、外侧两孔中心线沿轴线方向距离分别为A1、A0图板横向尺寸1200mm与900mm。考虑在加工和安装过程中存在的误差，以及绘图板实际尺寸误差，伸缩轴上的孔采用形似键槽的半圆头孔，可在±8mm范围内调节横向尺寸满足实际图板要求。此外，在伸缩轴的中间焊接一4mm宽圆柱形挡块，将左右两侧伸缩套管隔开（见图2）。

（2）纵向伸缩机构。

伸缩绘图桌纵向伸缩机构如图3所示，绘图桌立柱套管与立柱上分别焊接一焊接板，通过螺栓连接伸缩槽板或伸缩板，伸缩槽板上铣有一定长度的通槽，伸缩板上开有通孔，两者通过蝶形螺母和螺栓连接，螺栓在通槽里自由滑动实现绘图桌支撑脚之间纵向尺寸调整。

考虑零件制造和安装误差以及图板实际尺寸误差，纵向尺寸在图板标准宽度尺寸基础上设置了约为±10mm的调节范围，满足图板实际宽度尺寸需要。

如图4、图5所示，分别为调节后的A0、A1图板用伸缩绘图桌。

2．2 升降机构

绘图桌支撑脚的立柱套管上铣如图6所示通槽，套管内套有采用空心管的立柱支撑，立柱上开有小通孔，将立柱小孔对准立柱套管不同高度定位槽通过螺栓联接。进行高度调节时，将蝶形螺母拧松，向内侧方向转动立柱，使立柱小孔与螺栓对准立柱套管中间的竖直槽，然后将立柱沿轴线方向移动，调节到合适高度后，向外侧方向转动立柱，立柱小孔对准高度定位槽后锁紧螺母。通过此方式调整立柱套管与立柱之间的相对距离，实现绘图桌高度尺寸的调整，并且可通过调节前、后支撑脚不同高度实现图板倾斜放置。

如图7所示为A0图板倾斜放置图，此绘图桌所采用的方式为前面两立柱定于最大高度处，后面两立柱定位于最低高度，实现图板最大倾斜角度。在使用过程中，根据绘图者习惯，通过调节前、后支撑高度，将图板置于合适倾斜角度。

安装好的绘图桌，由于地面不平或绘图桌本身误差可能会导致放置不平稳，因此本设计中，在立柱下端焊接开有螺纹孔的小支撑圆柱，安装垫脚螺钉，通过调节垫脚螺钉，将图板放置平稳。

2．3 图板的放置

如图8所示，图板放置于四个支撑平板上，支撑平板与支撑套管焊接为一体，并焊接对称布置的四块筋板增加支撑可靠性，如图9所示，支撑套管套在伸缩套管上，支撑套管可在伸缩套管上绕轴线自由转动，使得当图板倾斜一定角度时，图板与支撑平板接触良好。为固定支撑平板放置的角度，在支撑套管下端开小孔，并焊接圆螺母，使用蝶形螺钉将支撑套管紧定于伸缩套管上。

为防止图板放置后左右滑动，在四个支撑平板外侧焊接挡板。此外，为防止图板倾斜放置时出现下滑现象，在绘图桌后方两个支撑平板上焊接防止下滑挡板。

2．4 折叠功能

绘图桌具有折叠功能，在搬移或者存放过程中，可将其折叠，节省空间，方便移动。图10所示为折叠后的绘图桌，此折叠方式为纵、横向尺寸及高度尺寸最小的情况，也可将立柱套管伸缩槽板和伸缩板向下旋转折叠。

2．5 伸缩绘图桌整体结构

如图11所示伸缩绘图桌整体结构，伸缩套管安装在伸缩轴上，可沿伸缩轴轴线方向自由移动，实现绘图桌横向尺寸的变化；伸缩板可沿伸缩伸缩槽板长度方向自由移动，实现绘图桌纵向尺的变化；立柱与立柱套管同轴安装，通过轴向自由移动实现绘图桌高度尺寸调节和图板倾斜角度调节。

参考文献

1 李树敏，牛德青，姚春玲． 基于 UG NX 的轴类零件的计算机辅助设计［J］．现代制造技术与装备，2014（5）

2 吴利霞．基于UG的齿轮参数化设计及运动仿真分析研究［D］．北京：北京邮电大学，2009

3 张勋． 基于UG的轴类零件特征建模方法研究［D］．兰州：兰州理工大学，2006

（责任编辑 吴 汉）

征 稿 启 事

《科技创业月刊》是国家科技部火炬高技术产业开发中心、中国技术市场管理促进中心和湖北省科技厅联合主办的大型综合性理论杂志，是RCCSE中国核心学术期刊、中国核心期刊（遴选）数据库收录期刊、中国创业投资类核心期刊、中国学术期刊数据库统计源期刊、中国期刊全文数据库全文收录期刊、湖北省优秀科技期刊。她以“面向经济科技，服务创业创新”为办刊宗旨，致力于中国技术资本与产业资本融合、发展的理论研究与实践，指导创业，推进创新。

《科技创业月刊》在国内外拥有广泛的读者，特别是在科技领域、教育领域、风险投资领域和新兴企业群体，更是受到理论工作者、企业家、科技人员、管理人员、教师和学生的青睐，成为中国创业创新领域的主流媒介和权威杂志。

《科技创业月刊》主要栏目有：区域创新、科技论坛、创业研究、经济纵横、企业发展、管理论评、教育园地、理论视野、应用技术、TRIZ推广等。

《科技创业月刊》为国际开本，彩色豪华印刷，国际标准刊号：ISSN1672-2272，国内统一刊号：CN42-1665/T，网址：http//zgkjcy.com。

来稿要求：来稿请按出版规范写出论文的中英文摘要、

关键词 ，并附上作者简介、通信地址、联系电话等相关信息（用WORD格式）。投稿可通过电子邮件发送到zgkjcy@126.com。

编辑部电话：027-87822960、87841613、87826272、87361560

篇4

生产与运作系统是通过有效的资源配置实现“投入变换产出”功能的综合体；它是企业大系统中的子系统。生产运作管理，是指为了实现企业经营目标，提高企业经济效益，对生产运作活动进行计划、组织和控制等一系列管理工作的总称。生产运作管理有狭义和广义之分，广义的生产运作管理不仅包括生产运作系统的运行管理，而且包括生产运作系统的定位与设计管理，可以认为是选择、设计、运行、控制和更新生产运作系统的管理活动的总和，狭义的生产运作管理仅局限于生产运作系统的运行管理，实际上是以生产运作系统中的生产运作过程为中心对象。本文的生产管理体制信息化是以狭义的生产动作管理系统为研究对象的。

整个社会正在兴起一场信息化的浪潮，信息技术对企业的影响越来越大，它的影响已深入到企业的全过程。不仅影响企业的技术，也影响企业的管理，作为企业运行的核心—生产管理系统受到社会信息化的影响越来越大。

一、企业生产管理信息化的的推动作用

1、生产过程趋向全面自动化

工业时代的动力机械工具不会自动调节和控制，缺乏灵活性，不能处理偶然性事件，因此需要劳动者在生产过程中发挥“神经系统”的作用，弥补动力机器的缺点。

随着社会信息化的推进，电子计算机技术、通讯技术、自动控制技得到迅速发展，当前生产过程中使用的工具体系（见图1）新增加了操纵与控制系统，成为智能化的生产工具。它们能够在生产者的控制下通过感测系统获取劳动对象的信息，通过通信网络传递信息，通过智能系统处理信息。并在此基础上“再生”与劳动对象打交道的策略信息，再通过通信网络把策略信息传递给控制系统，后者按照策略信息的指引调节和改变劳动对象的运动状态，达到改变劳动对象的目的，完成生产劳动的过程。在这种生产过程中，自动化的操纵与控制系统克服了机械化的缺点，能进行自动控制和调节，并能处理各种随机事件，使劳动者开始从直接的生产过程中退出来人力资源管理论文，从处于生产第一线的车间转移到对控制系统发出指令的控制室和操纵台，从直接的生产过程转入间接的控制和操作，使生产真正达到了自动化。

2、生产过程趋向柔性化

生产中使用的灵活的制造系统，在电脑的指挥下，可以通过自动控制和调节随时改变机器的行为模式。从而改变产品的款式，根据不同的需要生产不同型号的产品。人们把这种生产称为柔性生产。当前，随着社会信息化的推进，电子工业、汽车工业、飞机工业领域已经开始广泛应用这种灵活制造系统，工业时代盛行的标准化的刚性生产方式正在被灵活的柔性生产方式所取代。其优点是既能节约成本，又可以灵活及时地满足市场上多样化的需求。

3、生产活动趋向“分散化”

在机械化、工业化的大生产中，生产同一种产品的各种功能的机器必须集中在一起，这样可以缩短生产过程的空间距离，节约中间产品的传递成本和时间，机器的集中决定了劳动力的集中，机器对劳动力的吸收和需要程度决定了劳动力的集中规模。大工厂、大企业、大城市都是这种集中型生产方式的产物。集中可以有效的利用各种生产要素，收到规模效益，但超过了一定的限度就会造成各种弊端，比如废气、废水、废物的过度集中，地区间劳动力需求的不平衡等。

企业信息化的推进和智能化的生产机器的应用，为抑制不断集中的发展趋势提供了可能，主要原因就在于信息科技的大发展使机器的体积不断缩小，使生产过程中所需要的劳动力的数量不断减少。这样，当代企业在劳动力的数量上、厂房机器所占据的空间规模上都比传统的制造业要小。生产管理信息化的不断发展，使企业间的生产协作变的更加顺畅，受空间的影响将越来越小，减少企业“扎堆”现象。现代信息技术的发展，特别是个人拥有计算机和计算机进入家庭，使得人们可以在家里从事和完成本来必须到企业或工厂的车间、办公室才能从事的和完成的工作。

总之，由于信息技术的发展和应用，制造业出现了一系列新的技术和新的生产方式。在管理信息系统(MIS)的基础上，采用计算机辅助设计与制造(CAD/CAM)，建立计算机集成制造系统(CIMS)；在开发决策支持系统(DSS)的基础上，通过人机对话实施计划与控制，从物料资源规划(MRP)发展到制造资源规划(MRPⅡ)和企业资源规划(ERP)；在生产和营销上，有集开发、生产和实物分销于一体的适时生产(JIT)，有不断消除浪费的精良生产，也有供应链管理中的快速响应和敏捷制造，以及通过网络协调设计与生产的并行工程、虚拟企业和电子商务等。

二、生产管理信息化过程中的问题

1、信息意识方面

在制造业生产信息化的过程中，生产基层由于有自动化的基础，所以对生产一线KPI和信息标示认识深刻，反而车间管理层面的信息意识由于信息应用的断层而显得信息驱动能力不足、数据决策能力薄弱。

信息意识的一致性是影响生产信息化顺利进行的重要人文因素。企业全员对“生产数据如何沉淀为信息，信息如何精炼为情报”认识越为统一，图2中三个区域的重叠面积越大。

(l)个人关心的信息:个性化的报告，分析结果，指标等。

(2)驱动生产日常运行的信息:生产信息、设备信息、产品信息、供应链信息等。

(3)驱动企业领先的情报:竞争KPI、成本领先优势情报、技术领先优势情报、行业最佳实践等。教育员工等待信息的输入已经无法满足解决现代制造中数据多、信息有、知识少、商业情报生成慢的矛盾。

2、信息能力方面

现代的信息能力不只体现在获取信息的能力，而运用信息工具的能力、处理信息的能力、创新信息的能力、表达信息的能力、发挥信息作用的能力、信息协作意识与能力、信息免疫能力同样都非常重要。对生产运作管理人员而言，获得信息已经没有任何问题。挑战是如何关联商业要素，并利用信息加速决策，提升各项管理水平。

3、信息责任方面

举个例子，操作员修改原始生产数据从而掩盖操作错误。生产管理人员修改原始生产数据从而得到更好生产性能评价；质量管理人员拷贝历史质量数据从而减少工作量；管理层修

改原始数据使得企业生产看起来更加符合环保安全生产的要求；或者通过修改统计模型博得更多投资者的青睐。我们既然认识信息对企业责任的重要性，就应该实行与信息和信息技术相关的符合伦理道德的行为，在追求和形成信息的过程中参与有诚信的团队合作。

4、信息化目标方面

生产信息化，尤其是制造业生产信息化的核心目标是建立解决生产能力与客户要求的主要矛盾的手段。在IndustryWeek制造业调查后发现“在给生产运行带来有的所有挑战中，客户的要求和成本的增加名列前茅。在这样的环境之下，工作的连续改善和效率提升已经不再是可选方案，而是参与竞争的必备能力。”

通过建立以下为核心的生产信息化目标，才能建立参与竞争必备能力。生产建模：建立产品模型，建立工厂模型，建立生产事件模型人力资源管理论文，建立工序模型。通过这些模型建立设备变量，连接控制系统激活数字化工厂。生产执行：详细计划、排程及变更、批次执行、批次分析、批次跟踪等。性能分析：根据控制系统数据自动更新产品在生产线上的变化和移动；手自动从控制系统的数据捕获生产信息、消耗信息、质量信息、质量失控报警、OEE、生产灰色区域判别、停机跟踪等、连续计算等。其他信息系统整合:与其他系统如ERP的数据和信息的整合。

三、面向生产管理信息化的人才培养创新

1、现代生产运作管理人才培养模式的创新

现阶段我国制造业生产运作管理人才培养模式，归结起来主要有以下几种:

①高等教育培养方式。这种方式由高校开设工商管理专业，以培养生产运作管理人才。培养的人才理论功底扎实，学习能力强，但缺乏实践经验，并且理论容易脱离实际，毕业后无法马上从事制造业生产运作管理岗位的工作。

②各类培训咨询机构开设培训班的培养方式。这类模式是由专门的从事人力资源咨询培训的公司开设培训班来培养生产运作管理人才。这种方式专门针对制造业某个领域的生产运作管理人才组织培训，培训的内容注重实用性和针对性，且培训方式灵活、程序简单，故可以迅速培养大批生产运作管理人才。

但这种方式培养出来的人才往往由于培训周期短而使得理论功底不够扎实，更关键的是各地培训机构鱼龙混杂，水平不一，无法对其培训质量进行控制，培训的内容也各不相同，培养出的人才良莠不齐，也严重阻碍了各地生产运作管理人才的交流。

③企业内部培养方式。一些有实力和眼光的企业通过定期对其生产运作管理人员进行培训，使得生产运作管理人员能够掌握最新的生产运作管理知识和技巧，从而提升企业的运营实力。像海尔公司的海尔大学、摩托罗拉公司的摩托罗拉大学等一些著名公司的培训机构，都定期对其管理人员进行培训。另外也有一些企业与高校合作对其管理人员进行委托培养。这种培养方式对于企业生产运作管理人员素质的提高很有益处。

鉴于以上三种模式的不足，我们认为，加强学校、产业、地方政府之间的合作，整合各方资源，优化办学体制与机制，建立国家教育培养体系、企业培训、中介机构培训、地方政府培训相结合的生产运作管理人才综合培养体系，是培养制造业发展所急需的复合型生产运作管理人才的有效途径。

2、现代生产运作管理人才培养知识体系的创新

现代制造业人才培养必须依据一套完整的课程体系使得从关键技能工到工厂厂长都有一套不同生产岗位应该掌握的知识理念和方法工具。制造业通用生产管理能力国际培训课程暨国际生产管理师培训课程体系(IMMP)就是一套系统的制造业人才发展的培养体系，它将生产管理人员知识结构分为四个层次：第一层为生产经营活动的总体管理：包括生产活动的基础知识；生产活动的计划与控制；生产活动的评价进程方法；生产活动的问题解决；第二层为中间环节制造与采购管理，包括制造活动的基础知识；制造活动的计划与控制；制造活动的进程方法；制造活动的问题解决；第三层为工作岗位的管理，包括工作岗位的基础知识；工作岗位的计划与控制；工作岗位的进程方法；工作岗位的问题解决；第四层为基本作业指导与自我管理，包括生产活动的一般常识；正确作业的进程方法；作业评价的基础知识；作业问题的改进方法。

IMMP课程体系涉及到制造业的各个环节，包括：一个理念(价值最大化)，两个流程(生产对象的流程、生产主体的流程)，三个步骤(计划、控制、评价)，三个环节(设计、规划、制造)，四项作业(加工、检验、搬运、仓库)，四种职能(生产、销售、财务、人事)，五个要素(人、机、料、法、环)和五个目标(质量、数量、交货期、成本、安全)。我们相信，随着IMMP课程体系在我国的推广，以及对具有中国特色的生产管理理论的研究和相关培训标准的运用，将会有效地解决生产管理信息化条件下生产运作管理人才的培养问题。

参考文献

[1]隋志华．一汽模具生产管理信息化实践[J]．航空制造技术，2010（7）

篇5

分类号：TP182

引用格式：于彤. 中医药知识工程的理论体系构建和关键技术分析[J/OL]. 知识管理论坛， 2016， 1（5）： 336-343[引用日期]. http：///p/1/56/.

1 引言

中医药是中华民族的文化瑰宝，无论作为文化遗产还是作为医学资源，都理应得到保护和传承。对中医药理论知识与实践经验的总结、诠释与研究，是中医药传承的一项核心任务。知识工程（knowledge engineering）为中医药知识的组织、存储、处理和利用提供了必要的理论、方法和工具，在中医药领域具有广阔的应用前景[1-2]。

知识工程是随着信息革命而出现的一种新兴的知识管理和知识创造手段。知识工程源于人工智能领域，其最初的目标是构建基于知识的系统（或称专家系统）[1，3]。为了构建基于知识的系统，需要获取足够的专业知识，并将这些知识表示为计算机可以理解的形式，以支持自动推理和问题求解[3]。因此，知识获取、知识表示以及知识运用成为知识工程领域研究的主要问题。随着知识工程在知识管理中应用的不断深入，知识工程的研究范畴从知识库和专家系统，扩展到自由文本、半结构性数据和多媒体内容的处理。时至今日，知识工程已发展为涉及知识表示与推理[4]、语义网[5-6]和数据挖掘[7]等多个技术领域的交叉学科，在电子科学、电子商务和电子政务等许多领域得到了广泛的应用。

知识工程在中医药领域的应用起源于20世纪70年代。当代著名中医学家关幼波与计算机专家合作，于1979年研制了首个实用的中医专家系统DD中医关幼波诊疗肝病的计算机系统，它在临床应用中取得良好效果[8]。此后，全国兴起了一股中医专家系统研发与应用的热潮[9]，知识工程作为专家系统的支撑技术也得到了中医界的重视。近30年来，中医药工作者采用知识工程方法对中医药领域的知识遗产进行广泛采集和永久保存，建成了大量的知识资源和智能系统，为中医药知识创新提供了有力的支持[10]。为此，本文对中医药知识工程进行系统总结和综合论述，分析存在的问题和发展趋势，为相关领域学者和知识工程师提供参考。

2 中医药知识工程的概念

中医药知识工程是指将中医药知识整合存入计算机系统，以使计算机能够利用这些知识来解决中医药领域复杂问题的工程学科[1-2]。旨在实现中医药知识的“计算机化”，并将计算机技术融入中医药知识的收集、挖掘、整理、更新、传播及转化等环节，从而丰富和完善中医药知识体系，提升中医信息系统的智能水平。之所以称之为一项“工程”，是因为这项工作涉及系统性的方法、大规模的协作、严密的流程以及复杂的产品（本体、知识库、专家系统等），这些都是系统工程的显著特征。

中医药知识来自中医专家的头脑，以及书籍、论文、病案等各种专业资料。为使中医药知识“计算机化”，需要从各种知识源中广泛获取知识，将知识进行编码并录入计算机系统；还要按照一定的结构和方案对知识进行组织和存储；最终实现专家系统、知识发现等各种计算机应用。中医药知识工程的关键环节，包括中医药知识表示方法的研究、中医药领域知识的获取、中医药知识库系统的构建、中医药知识发现研究以及中医药智能系统（如临床决策支持系统）的研发等。

中医药知识工程是中医药与信息科学（包括人工智能）相结合的产物，是多学科交叉的研究领域。它也是中医药知识管理的一项关键支撑技术，有助于实现中医药知识管理与服务模式的创新。

3 中医药知识工程的意义

中医药知识工程有利于开拓临床思路，支持临床决策，研究中医理论，丰富教学内容，指导实验研究，促进中医药知识传承与创新[1-2]。具体而言，中医药知识工程可在以下三大方面发挥积极作用。

3.1 梳理知识体系，保护知识遗产

中医药知识遗产具有很高的科学和文化价值，但其知识体系尚存在模糊笼统之处。只有对中医药知识遗产进行系统梳理，去芜存菁，才能凸显中医药知识的精华之处。使用语义网络、描述逻辑等知识表示方法，能够精确描述中医思维逻辑，建立数字化的中医药知识体系，这对中医药学科发展具有十分重要的意义。

3.2 促进知识传承，加速人才培养

中医传承的核心问题是如何将中医名家的个人经验转化成普遍的知识，从而培养更多经验丰富的名医，提升中医界的整体水平。中医药知识工程旨在系统总结前人经验，将历代医家的智慧结晶转化为全面、系统的领域知识库，研发中医辅助学习系统，以提升初学者的学习效率，促M专业医师之间的交流，从而突破中医传承的瓶颈。

3.3 发现新知识，促进学科发展

通过实施中医药知识工程，可对中医药信息化过程中积累的海量数据进行分析与挖掘，建立跨越年代、流派、学说和病证的整体性知识模型，从而加深我们对中医辨证论治规律的认识，使中医药领域两千多年来积累的知识遗产得到有效整理和挖掘。

4 中医药知识工程的理论体系构建

中医药知识工程研究的核心任务是利用信息科学的理论和方法，对中医药知识体系的全部内容进行系统梳理和准确表达。可以说，中医药知识工程所研究和处理的核心对象就是中医药知识体系。两千多年以前的《黄帝内经》奠定了中医学的理论基础；经过两千年的发展，至今已经形成了一个以中国古代哲学为基础，以中医药学理论为架构，以临床实践经验为主体的知识体系[2]。

中医药知识体系有其自身特点和复杂性，对知识工程技术产生了独特的需求。中医特色的思想方法、含义模糊的中医概念以及中医专家的隐性知识都对知识表达、知识获取和知识利用产生重大影响和制约。因此，面向西医等其他领域的知识工程方法并不完全适用于中医药领域。中医药知识工程领域迫切需要一套符合自身特点的理论和方法，从而有效处理中医药知识的模糊性和复杂性，支持标准化知识体系的建设。因此，有必要对中医药知识工程的理论思想进行深入研究和系统总结，从而指导中医药知识的建模、获取、组织、存储、共享与服务等一系列工程实践活动。建立中医药知识工程的理论体系是一项繁重、长期的工作。本文主要围绕思维模拟、知识表示、知识获取、知识发现等4个主要方面，对中医药知识工程的理论思想、研究热点以及核心概念意涵进行简要论述，为今后的理论研究工作提供参考。

4.1 中医思维模拟研究

中医思维模拟是指在对中医思维进行深入分析的基础上，用计算机系统对中医的思维过程进行模拟，从而完成计算机辅助诊疗等复杂任务。中医深受中华传统哲学和文化的影响，产生了独特的思想方法和思维模式，包括“天人合一”“取象比类”以及“辨证论治”等等。中医药知识体系是中医思S的直接产物。开展中医药知识工程研究，首先需要深入理解中医的核心思维模式。

中医思维是一个复杂的思维过程，具有形象性、模糊性和整体性等特点，需要针对这些特点提出创新性的思维模拟方法。例如，“取象比类”是贯穿中医知识体系的思维模式，与中医其他的思想方法共同构成了中医“象思维”。在中医药知识工程领域，需要追溯中医“象思维”的思想源流，并采用认知语言学等学科方法对其进行分析，据此提出与之相适应的计算机模拟方法[11]。又如，中医辨证思维是一个涉及分析、综合、推理、归类、鉴别的复杂思维过程，需要将中医辨证理论与实际的病案结合起来进行分析，总结中医辨证思维的规律，从而建立合理、准确的中医辨证计算模型[12]。思维模拟研究在中医临床诊疗等领域具有潜在的应用价值。但首先需要在临床实践中对计算机建立的中医思维模型加以检验，以验证其准确性和实用性。

4.2 中医药知识表示研究

知识表示（knowledge representation）是指通过某种方案、数据格式或语言，将领域知识表达为计算机可直接处理的数据。知识表示处于知识工程的中心地位，它既是知识获取的基础，又是知识存储和运用的前提。为实现基于知识的系统，必须将领域知识表示为某种计算机可处理的形式，并录入到计算机系统中去，存储于知识库之中。知识表示的合理性直接决定知识处理的效率，对知识获取和应用的效果也有很大的影响。

广义上，知识表示的目标就是实现人类知识的显性化、机读化和结构化，从而支持自动推理，知识检索和知识发现等应用。知识表示方法有很多种，包括状态空间、谓词逻辑、框架、产生式、语义网络、与或图、Petri网等。这些方法适用于表示不同类型的知识，从而被用于各种不同的应用领域。如何选取或提出合理的知识表示方法，用最恰当的形式来表示中医证候、中药、针灸、温病、养生等各方面的知识，是中医药知识表示研究的重点问题。

目前，知识工程领域的一种主流观点是将建立一个知识系统的过程视为一种“建模”活动。知识建模（knowledge modeling）是指采用某种计算机方法构建一个“知识模型”，它在特定领域中能像专家那样解决问题。其本质是通过模型来表示知识，因此属于一种形式化的知识表示方法。近年来，采用本体等技术建立知识模型，已成为中医药知识分析的一种常用手段，也是中医药知识表示研究的一个主要方向[13-14]。

4.3 中医药知识获取研究

知识获取（knowledge acquisition）是指从专门的知识源中全面、系统地获取知识，并将其转换为某种计算机可处理的形式（如程序、规则、本体等）[15-16]。这里的知识源可以是人类专家，也可以是案例、教科书、论文、数据库、网站等知识载体。一般情况下，知识获取需要由“知识工程师（knowledge engineer）”与领域专家配合，共同来完成工作。知识工程师的任务是帮助领域专家激活隐性知识，完成知识的转换，建立基于知识的系统。

知识工程的一个典型场景是：一组知识工程师找到并访问特定领域的专家，听取专家的介绍，记录专家的经验性知识并将其表达为计算机可处理的形式，存入知识库中。将知识库与推理引擎结合起来，也就构成了一个新的专家系统。知识获取也必然涉及知识验证的问题：知识工程师需要对知识进行评审和验证，以确保知识的准确性。

知识获取是任何知识管理和知识工程的基础性工作。在中医药领域，知名老中医的经验和古籍文献占有重要地位，是知识获取的重点对象。一方面，知名老中医知识和经验的获取，是中医药知识获取的重要环节。它属于专家认知获取的范畴，也就是将专家头脑中隐含的知识转换为某种形式的显性知识的过程。另一方面，中医药领域产生了海量的古籍文献。古籍数字化对于中医药信息的快捷传播和永久保存具有重要意义。如何从数字化的古籍文本中有效提取中医药知识，则是知识工程所关注的问题。无论是通过专家访谈等方法获取领域专家的经验和实践方法，还是查阅大量文献搜集领域知识，都是复杂的、繁琐的工作，且多数情况下只能通过人工方法完成。因此，知识获取是中医药知识工程领域中面临的关键瓶颈[16]。如何突破“知识获取”瓶颈，也就成为知识工程研究的一个热点问题。

4.4 中医药知识运用研究

知识运用是指将领域知识库以及机器推理、知识发现等技术运用于科研、临床、教学等领域，辅助中医药工作者解决复杂问题并提升工作效率。知识工程在中医药领域的具体应用包括：四诊客观化研究、中医辨证规范化研究、方剂量效关系分析、中药新药发现、中医临床诊疗、中医教学等等。为使知识工程的成果产生社会效益和经济效益，促进中医药知识创新和学科发展，必须研究如何运用知识的问题。知识工程学不能逐一研究具体应用的过程或方法，而是研究在各种应用中都可能用到的共性方法，包括知识推理、知识搜索、知识发现、知识服务等。

传统上知识运用研究的一个中心问题是如何构建专家系y。中医专家系统是指用计算机人工智能技术来模拟著名老中医诊疗病人的临床经验，从而使该软件具有专家诊治病人的水平[8]。如前文所述，随着“中医关幼波诊疗肝病的计算机系统”的出现，全国兴起了一股研发中医专家系统的热潮。据陆志平等[9] 估计，中医专家系统已不下300个，并遍及中医的内、外、妇、儿、五官以及针灸等各科。专家系统能对中医四诊信息进行处理和解释，并产生临床推荐意见和临床警示，可用于辅助职业医师进行临床决策。该系统的构建涉及知识获取、机器学习、知识推理、知识搜索等多方面的理论和方法学研究。

自20世纪90年代开始，随着数据库技术的普及以及数据库内容的不断积累，使业务人员产生了从数据库中挖掘知识的愿望。为此，学者们将数据库技术与人工智能、统计学、机器学习等传统技术相互融合，产生了知识发现这一交叉学科[17]。知识发现（knowledge discovery in database，KDD），可被理解为“数据库中的知识发现”。近年来，中医团体探索将各种KDD方法应用于中医药领域。KDD被用于研究方剂配伍规律[18]，辅助中医开具中药处方[19]，解释中医证候的本质[20-21]，以及辅助基于中医药的新药研发[22]，都取得了良好的效果。KDD作为中医药知识分析和科研创新的一种新方法，也成为中医药知识运用研究的一个热点。

5 中医药知识工程的关键技术分析

中医药知识工程将本体（ontology）、文本挖掘（text mining）、语义网（semantic Web）等多种信息技术与中医药领域知识相结合，以促进中医药知识的创造、管理和运用。在下文中，围绕知识建模、知识获取、知识存储、知识发现等4个主要方面，对中医药知识工程中涉及的关键技术进行具体分析。

5.1 中医药知识建模技术

知识建模是将领域知识表达为计算机可处理模型（即知识模型）的过程，它是知识工程的基础。中医药知识体系与中华传统文化息息相关，具有鲜明的文化和语言特色，这决定了中医药知识建模的独特性。历代中医普遍采用“取向比类”等形象思维方法，中医药概念之间的关系错综复杂，中医文献中包含大量古汉语成分，这些因素导致中医药知识难于精确描述和定量刻画。需要对知识建模的方法和技术进行创新，并研究出一套符合中医药特点的知识建模框架，以支持中医药知识工程的实施以及知识服务平台的建设。

知识建模技术有很多种，技术人员所熟知的统一建模语言（UML）和实体关系模型（ER模型）都属于知识模型。本体是1990年代出现的知识建模方法，其核心任务是对领域概念体系进行系统梳理和准确表 达[13]。本体在复杂知识建模和自动推理等方面体现出技术优势，因此在生物医学领域逐渐成为主流技术。

近年来，中医药知识工程的一个热点是通过构建中医药领域本体，对中医药理论和知识体系进行辨认、梳理、澄清和永久保真处理。中医团体已经开展了基于本体的中医药知识建模方法研究，并实际构建了一系列领域本体[14] 。例如，中国中医科学院中医药信息研究所研制了“中医药学语言系统（Traditional Chinese Medicine Language System，TCMLS）”这一大型中医药领域本体[23] 。TCMLS对中医药领域的概念和术语系统进行了完整的表达，在中医药学研究中得到广泛应用。此外，本体建模的对象还包括阴阳、五行、脏腑、证候、中药、方剂等诸多领域。这些本体最终可被整合为一个完整的中医药领域本体，支持知识获取、知识发现、知识服务等中医药知识工程的后续工作。实践表明，本体可有效捕捉中医药领域的概念体系，并以概念为核心将中医药知识体系准确地表达出来，能够胜任中医药领域知识建模的任务。

5.2 中医药知识获取技术

如上文所述，中医药知识获取是一项复杂的工作，被公认为知识处理过程中的一个瓶颈，严重限制了知识工程和知识系统的发展。近年来，学者们主要试图通过“集体智能”和“机器智能”这两条路径来突破中医药领域的知识获取瓶颈。

“集体智能”是指组织大量领域专家一起编辑知识库，从而实现专家知识的共享与融合。实现集体智慧的关键在于建立合理的交流、协作和激励机制。随着互联网的迅速推广，中医界开始利用互联网技术建立各种面向中医药领域的知识工程平台，进行跨学科、跨组织、跨地域的协作式知识加工，开展了一系列大规模的知识工程项目，建成了一系列术语系统、领域本体、文献库、数据库和知识库。例如，中国中医科学院中医药信息研究所建立了基于互联网的“中医药虚拟研究院”，部署了一个协同知识工程平台，支持全国40余家机构，近300人进行协同工作[24-25]。在该系统的直接支持下，研制了“中医药学语言系统”[23]等一系列大型知识系统。实践表明，基于互联网的虚拟环境能将不同机构、不同地区的研究人员组织起来，有效解决资金分散、缺乏协调、研发能力不足等问题，实现知识工程的规模化[25]。

“机器智能”是指研发文本挖掘技术，使机器能够直接从文献等知识载体中提取结构性知识。文本挖掘在中医药领域已得到成功应用，能够显著提升知识库加工的效率[26]。但与生物医学领域的大量研究工作[27]相比，文本挖掘在中医药领域的应用仍处于早期探索阶段。需要针对中医药文献的特点，进一步研发实用的挖掘方法，提升挖掘结果的完整性和准确性，从而深度挖掘中医药文献中蕴含的知识。

5.3 中医药知识存储技术

知识存储（knowledge storage）特指在计算机系统中安全、可靠、有序地存储知识资源，以支持知识管理和知识工程应用。知识库是实现知识存储的重要支撑工具，也是知识工程的重中之重。知识库一般是针对特定领域以及问题求解而建立的，对领域知识进行全面收集和系统整理，进而对知识进行组织、分类和保存，以支持知识检索和查询。

构建中医知识库系统，是指用人工智能技术把中医药理论和专家的经验按规范化、标准化的格式组建成知识库[8]。知识库一般具有形式化、结构化、易查询、易操作等特点，能支持机器推理。传统上知识库主要是指采用谓词逻辑、框架等知识表示方法，在计算机系统中表示和存储的知识集合。但在中医药信息化实践中，人们也把文献库、数据库、本体等多种形式的知识载体统称为“知识库”。它们都能起到知识存储的作用，与自然语言处理、机器学习等方法相结合后仍可支持智能应用，因此称之为广义的知识库也不为过。

近年来，中医药知识库建设得到迅猛发展，在中医人体、中医疾病、中医证候、中医医案、中药、中医养生等方面都出现了知识库系统[28]。中医药知识库在中医药信息化中扮演着核心的角色，在文献整理、知识可视化、知识共享、临床诊疗、教学、研究等诸多方面取得实际应用，为中医药知识遗产的数字化保存和深度挖掘提供了创新性的手段。

5.4 中医药知识发现技术

知识发现是从数据中获取有效、新颖、有潜在应用价值和最终可理解模式的非平凡过程[17]。知识发现是人工智能、数据库、统计学、机器学习等多种技术相互交叉产物。知识发现在20世纪90年代提出之后，获得了广泛关注和迅速发展，产生了高频集、关联分析、分类、预测、聚类、孤立点分析、时序/序列分析等一系列行之有效的方法，还出现了Weka、Rapidminer等较为成熟的开源软件。这为知识发现技术在中医药领域的应用创造了条件。

中医在数千年的临床实践与理论研究中积累了海量的数据、文献和知识。如何利用这些宝贵资源就成了发展中医药必须面对的一个问题。而KDD所擅长的正是从海量的数据中寻找有意义的模式和知识，是分析中医药海量数据所需的理想技术手段。近年来，中医团体已开展了将频繁模式发现、关联规则发现、聚类分析、复杂网络分析等多种KDD方法引入中医药领域的若干探索。例如，使用关联规则发现等方法对方剂数据进行分析，来揭示方剂配伍规律[18]；通过知识发现方法辅助中医开具中药处方[19]以及中药新药研发[22]；通过基于隐结构模型的机器学习方法来揭示中医证候的本质[21]；使用文本挖掘方法从海量文献中挖掘新颖知识，构建并分析中医药复杂网络[20]。这些工作表明，面对中医药领域的海量数据，采用KDD技术进行有效的知识发现既是必要的，也是可行的[29]。

过20多年的发展，中医药知识发现的方法和技术已进入相对成熟期，针对中医药领域的各种问题都产生了一系列行之有效的方法。但成熟并不意味着完善，面对中医药数据描述多样化、数据仍不完备的特点，仍然需要对现有的KDD技术进行改进和发展，以满足中医药科学研究和知识创新的需要。

6 中医药知识工程的发展趋势

近年来，中医药知识工程实践取得长足发展，成功建立了大量的知识资源。但中医药知识资源往往服务于特定的医疗和研究机构，彼此之间异质、异构，难以实现集成与共享，形成严重的“知识孤岛”现象，成为长期困扰中医药知识工程领域的技术难题。中医药与西医等相关领域的知识资源也难以实现有效的关联，阻碍了跨学科研究的开展。

为此，学者们[6，30]提出使用语义网作为中医药数据表示标准，实现中医药内部的知识整合以及中西医领域的知识互联，从根本上解决“知识孤岛”问题。2001年，万维网发明人（T.B. Lee）在《科学美国人》上正式提出了语义网的构想，认为它将是一个机器可以理解的开放性信息空间[5]。语义网技术的核心优势在于将数据结构和存储方式各异的数据转换为统一格式并重新，从而实现数据资源的交换与集成。语义网为实现跨领域知识关联提供了理想的技术平台，有助于构建面向特定领域的大规模知识图谱，进而实现各领域知识图谱的关联与融合。语义网最终将发展为一个全球性的知识图谱，提供全面、智能的知识检索服务，促进知识共享和人机协作。

可基于语义网技术建立中医药知识图谱，从而实现中医疾病、中药、方剂、针灸、医案等中医药各门类知识资源的集成[30-31]。TCMLS作为一个包含10余万个中医概念以及100余万个语义关系的大型语义网络，为构建中医药知识图谱提供了相对完整的框架。鉴于此，于彤等[31]提出以中医药学语言系统为骨架，将中医药领域现有的术语资源和数据库资源融合起来，构成大规模知识图谱，并实现基于知识图谱的知识检索、知识展示和知识服务等功能。在未来，可进一步扩充中医药知识图谱，通过语义关系表达中医和西医之间的结合点，从而实现这两个领域的知识图谱的关联和融合。这套方法将使中医药知识资源接入全球互联的知识图谱之中，支持各种面向结合医学的知识共享、决策支持和知识发现应用，在中西医结合医学中发挥更大的作用和影响力。

6 小结

中医药根植于中华文化，源于中国传统哲学，是中华民族非常宝贵的知识遗产。中医药知识工程成为中医药知识遗产保护和知识创造的一种新模式，能有效推动群体性的知识创新活动，加速知识转化过程，促进知识的传播。

中医药经过数千年的发展，形成了一座伟大的知识宝库，这决定了中医药知识工程的巨大价值和艰巨性。中医药领域知识体系相当复杂，对知识工程技术提出了独特的需求。在中医药领域实施知识工程是一项极其复杂且具有挑战性的工作，其中还有很多尚未解决的科学问题和技术难题，需要进行长期的研究。展望未来，中医药知识工程必将成为中医药信息学学科体系的重要组成部分，也将在中医药科学研究和临床实践中发挥越来越重要的作用。

参考文献：

[1] 任廷革， 刘晓峰， 李庆业， 等. 从复方分析模型的研究看中医知识工程的意义[J]. 中国中医药信息杂志， 1999， 6（3）： 12-13.

[2] 杨斌. 中医知识工程的建立及其意义[J]. 世界科学技术――中医药现代化， 2000， 2（4）： 28-30.

[3] Schreiber G， AKKERMANS H， Anjewierden A， et al. Knowledge engineering and management： the CommonKADS methodology [M]. 1st ed. Cambridge， MA： The MIT Press， 2000.

[4] Brachman R， Levesque H. Knowledge representation and reasoning [M].San Francisco：Morgan Kaufmann Publishers Inc.， 2004.

[5] Berners-Lee T， HENDLER J， Lassila O. The semantic Web [J]. Scientific American， 2001， 284（5）： 28-37.

[6] 于彤， 崔蒙， 李敬华. 语义Web在中医药领域的应用研究综述[J]. 世界中医药， 2013， 8（1）： 107-109.

[7] Fayyad U， PIATETSKY-Shapiro G， Smyth P. From data mining to knowledge discovery in databases[J]. AI magazine， 1996， 17（3）： 37-54.

[8] 马斌荣. 中医专家系统与中医知识库[M]. 北京： 北京出版社， 1997.

[9] 陆志平， 李媛媛， 魏方方， 等. 人工智能、专家系统与中医专家系统[J]. 医学信息， 2004， 17（8）： 458-459.

[10] 孙燕. 中医知识工程研究进展分析[M]. 中国中医药信息杂志， 2010， 17（12）： 5-6.

[11] 于彤， 陈华钧， 顾拢 等. 中医象思维的OWL语义建模[J]. 中国数字医学， 2013， 8（4）： 29-33.

[12] 于彤， 崔蒙， 吴朝晖， 等. 基于语义Web的中医临床知识建模[J]. 中国数字医学， 2013， 8（11）：81-85.

[13] Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge acquisition， 1993， 5（2）： 199-220.

[14] 李兵， 裘俭， 张华敏， 等. 中医药领域本体研究概述[J]. 中国中医药信息杂志， 2010， 17（3）：100-101，106.

[15] 路耀华. 思维模拟与知识工程[M]. 北京： 清华大学出版社， 1997.

[16] 陈瑜. 试论中医药领域的知识获取[J]. 医学信息学杂志， 2013， 34（3）： 89-92.

[17] FAN J， LI D. An overview of data mining and knowledge discovery[J]. Journal of computer science and technology， 1998， 13（4）： 348-368.

[18] 李文林， 段金廒， 赵国平，等. 方剂配伍规律数据挖掘的研究现状及思考[J]. 中国中医药信息杂志， 2008， 15（10）：92-94.

[19] QIAO S， TANG C， JIN H， et al. KISTCM： knowledge discovery system for traditional Chinese medicine[J]. Applied intelligence， 2010， 32（3）：346-363.

[20] ZHOU X， LIU B， WU Z， et al. Integrative mining of traditional Chinese medicine literature and MEDLINE for functional gene networks [J]. Artificial intelligence in medicine， 2007， 41（2）：87-104.

[21] ZHANG N， YUAN S， CHEN T， et al. Latent tree models and diagnosis in traditional Chinese medicine[J]. Artificial intelligence in medicine， 2008， 42（3）：229-245.

[22] 雷蕾， 慧敏， 崔蒙， 等. 中医药化学辅助研发系统的建设[J]. 中国中医药信息杂志， 2008， 15（8）： 100-101.

[23] 于彤， 贾李蓉， 刘静， 等. 中医药学语言系统研究综述[J]. 中国中医药图书情报杂志， 2015， 39（6）： 56-60.

[24] 崔蒙， 谢琪， 尹爱宁， 等. 中医药信息数字化虚拟研究院建设模式研究[J]. 上海中医药大学学报， 2008， 23（3）：5-8.

[25] 尹爱宁， 崔蒙， 范为宇， 等. 中医药虚拟研究院[J]. 国际中医中药杂志， 2006， 28（3）： 141-143.

[26] ZHOU X， PENG Y， LIU B. Text mining for traditional Chinese medical knowledge discovery： a survey[J]. Journal of biomedical informatics， 2010， 43（4）： 650-660.

[27] Rebholzschuhmann D， OELLRICH A， Hoehndorf R. Text-mining solutions for biomedical research： enabling integrative biology[J]. Nature reviews genetics， 2012， 13（12）： 829-39.

[28] 于彤， 钏叮 李敬华. 中医药知识库系统研究进展综述[J]. 中国医学创新， 2014， 11（18）： 142-144.

[29] 吴朝晖， 封毅. 数据库中知识发现在中医药领域的若干探索（Ⅰ）[J]. 中国中医药信息杂志， 2005， 12（10）： 93-95.

[30] CHEUNG K， CHEN H. Semantic Web for data harmonization in Chinese medicine [J]. Chinese Medicine， 2010， 5（1）：1-5.

[31] 于彤， 刘静， 贾李蓉， 等. 大型中医药知识图谱构建研究[J]. 中国数字医学， 2015， 10（3）： 80-82.

Knowledge Engineering for Traditional Chinese Medicine： A Review of Theoretical System and Key Technologies

Yu Tong

Information Institute of Traditional Chinese Medicine， China Academy of Chinese Medical Sciences，