[发明专利]一种中药协同开发过程中隐性知识显性化的方法

权利要求书

1.一种中药协同开发过程中隐性知识显性化的方法，其特征在于：包括以下步骤：

S1、构建中药协同企业隐性知识库：用于对协同企业中不同主体的隐性知识进行识别和标引，并按照数据库文件XML格式进行存储；

S2、获取基于神经网络技术的隐性知识过程：通过神经网络的自我学习算法，对隐性知识相关的样本进行学习，通过学习调整神经网络的联结权值，完成隐性知识显性化的过程；

所述中药协同企业隐性知识库的构建，包括以下步骤：

W1、隐性知识识别：隐性知识根据维度来划分；

W2、隐性知识库构建：采用以适合于自然语言知识表示的语义网络为基础，设计新型的半结构化的知识表示方法，具体方法如下：首先，为XML结点设计ID及PID两种属性，使标记集在不改变原自然语言文字的情况下以树状的语义关系表示来；其次，利用XML可扩充特性，并利用半结构化的XML树结构表示知识语句中的语义关系树结构；最后，基于XML标准设计语义关系标记集，通过手工标记消除文档中的语义歧义，标记过程即是知识库构造的过程；

协同企业隐性知识构建后，利用人工神经网络技术对隐性知识进行显性化操作，根据待解决的问题选择并确定神经网络的模型和结构，再选择相应的学习算法，对待求解问题的相关文本进行学习；通过对神经网络的联接阈值的不断调整，完成知识的自动获取，知识库在构建过程中，存在知识不正确、知识不完整以及知识间不一致的现象，需对知识进行求精操作，用已知例证检测初始知识库，进行修改、删除和更新；

W3、隐性知识显性化操作包括转化和专家例证两部分：

转化：将初始规则集转化为初始神经网络；通过相应的映射关系将知识库中待求精的知识转化为初始神经网络；

神经网络的输出节点是对知识资源库中的知识求精后的结论；输入节点是最终结论的支撑知识源；隐含节点是对知识库中知识进行逻辑推理得出的中间结论；联接权值和阈值指的是输入节点和隐含层节点之间的依赖程度；

专家例证：用训练样本和学习算法训练初始化神经网络。

2.根据权利要求1所述的一种中药协同开发过程中隐性知识显性化的方法，其特征在于：所述隐性知识包括技能型隐性知识和认知型隐性知识，所述技能型隐性知识包括技能、技巧、经验、生产工艺、生产流程；所述认知型隐性知识包括认识方式、思维能力、企业文化和经营理念。

3.根据权利要求1所述的一种中药协同开发过程中隐性知识显性化的方法，其特征在于：将自然语言中的知识和含义，转化为数值变量表述，

需要使用编译器进行类型转换；

编译器Q是一个从符号空间S到[0,1]区间R的映射转换公式：Q＝R(S),其中，S表示语言变量表述的变元；R表示将S变元转化成[0,1]区间值；

编译器Q包括背景知识库、语义分析器与量化器三部分，编译过程是在背景知识库的支持下由语义分析器与量化器共同作用完成；

背景知识库包括各变元的取值范围和近义词库，所述各变元的取值范围可以是一个区间也可以是一个有穷的集合，所述近义词库可以减少或避免不同语言型变元取值间的变动，简化量化器的分析和设计；

所述语义分析器在背景知识库的背景下，通过语义分析对实例变元进行分析，划分为有意义的知识和无意义的知识，对有意义的知识部分，从语义获得相应取值区间，再由量化器进行取值；

所述量化器用于将有意义的知识的含义和取值转化为在[0,1]区间内的实数型变元，并针对不同类型的陈述性变元有不同的量化变换公式，陈述性变元的类型包括数值型变元、二值型变元和模糊型语言变元，所述数值型变元用于将某一取值区间内的数值型变元转化成[0,1]区间内的映射；二值型变元用于判断陈述型变元是否为真，当陈述型变元为真时，取1；反之，取0；所述模糊型语言变元采用“n中取1”的二进制方式表示。

4.根据权利要求1所述的一种中药协同开发过程中隐性知识显性化的方法，其特征在于：获取基于神经网络技术的隐性知识，包括以下步骤

V1、利用三层BP神经网络来学习训练样本，所述三层BP神经网络指将输出层神经节点作为附加输入点放到网络输入层；

V2、计算输出节点b和输入节点a之间的逻辑相关度度量SSEab，所述逻辑相关度的计算公式为式中，Waj是原始输入节点a和隐含层节点j之间的联接权值，Wbj是附加输入节点和隐含层节点j之间的联接权值；

V3、利用单层神经网络对样本进行学习：

获取输出节点b和输入节点a间的逻辑不相关程度度量Weightab，将Weightab值和SSEab值的乘积Productab值作为输出节点b和输入节点a间的因果关系度量，若Productab值接近于0，则输入节点a是输出节点b的逻辑前提，将输出节点b的所有逻辑前提进行“逻辑与”得到如下的逻辑规则：

If a1 and a2 and……and an then b；

通过人工神经网络的学习和推理，将协同隐性知识进行显性化，并按照中药协同开发需要的知识，对隐性知识进行不断学习和显示，实现协同企业间的隐性知识共享。