《基于混合知识的多属性知识库知识表示和知识推理研究》是国家自然科学基金项目(70271002)《面向智能性管理决策的异构知识表示与知识管理研究》的系列研究之一。 伴随知识经济的出现,知识对于我们的生产生活显得愈来愈重要。同样对管理决策系统也是如此,只有当具有较丰富知识和较强的知识处理能力时,才能提供更为有效的决策支持。于是如何增强知识的开发和利用,改善决策智能水平,提高系统运行效能,同时藉此推进管理决策智能化,是摆在面前一项重要任务和一项新的课题。 鉴于一个系统的智能化主要体现在它对于知识的获取、表示、处理和利用的功能上,智能水平低的问题症结就在于系统所含知识的匮乏。从剖析现有管理信息系统(MIS)及一些决策支持系统(DSS)来看,也正是有缺乏知识的通病。甚至就是一些智能决策支持系统(IDSS),其知识库存在的知识仅包含事实与规则的单一知识。随着IDSS及知识发现的研究进展,近年相继出现了基于神经网络以及基于遗传算法等的智能系统,它们都分别提供了有别于传统专家系统(ES)知识的知识获取和知识表示,但仍存在着知识不完全及知识之间不一致问题。为此含有各种知识表示、具有多属性知识库的系统已受到关注和青睐。 但知识领域不断丰富,知识结构复杂化,加之决策问题本身的特点,使IDSS的知识表示变得越来越困难。统一的表示方法便于系统的实现和子系统间的接口,但这样的表示系统又往往缺乏灵活性,同时知识结构本身的复杂性也使统一的表示系统很难实现;异构表示系统采用不同的知识表示法分别表示各种知识,可提高系统的表达能力,但也使各子系统间的接口变得比较复杂,实现的难度也加大。理想的表示系统应能在表示一致性和知识复杂性之间进行折衷,使其既具有较强的表达能力又便于实现决策者与系统之间以及各子系统之间的接口。 本文在传统知识库及知识表示基础上,将求解管理决策问题所用到的知识划分为模型化数量知识,符号知识,实例知识,样本知识。因为在复杂的管理决策问题中,这三类四种异性知识往往同时存在,所起的作用各不相同,但相互之间存在互补性,综合运用可提高问题表达和求解能力。