閉環(huán)全生命周期管理系統(tǒng)中知識語義化管理技術(shù)的研究.pdf

1、閉環(huán)全生命周期管理(Closed-LoopLifecycleManagement，CL2M)理念的提出和建立，旨在利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新技術(shù)，跨越不同的系統(tǒng)與組織，跟蹤、獲取產(chǎn)品全生命周期數(shù)據(jù)，實(shí)現(xiàn)產(chǎn)品信息的閉環(huán)流動，從而提高企業(yè)的運(yùn)營效率并提供更優(yōu)質(zhì)的服務(wù)。目前在CL2M系統(tǒng)中，產(chǎn)品不同生命階段所獲取的信息，彼此獨(dú)立，表達(dá)方式各異，阻礙了知識的共享與重用;同時未能充分提取產(chǎn)品知識的語義信息，缺乏有效的知識獲取方案，降低了知識的

2、利用率。
　　針對上述問題，通過對知識語義化管理中關(guān)鍵問題的深入研究，給出了具體的算法與解決方案。論文的主要工作內(nèi)容如下:
　　1、研究了CL2M系統(tǒng)中知識的特點(diǎn)，闡述了知識語義化管理的需求。對目前CL2M系統(tǒng)中產(chǎn)品數(shù)據(jù)及知識管理(ProductDataandKnowledgeManagement，PDKM)技術(shù)及其不足進(jìn)行了解析。最后，基于知識語義化管理的特點(diǎn)與功能，設(shè)計出知識語義化管理架構(gòu)。
　　2、基于本體模型，

3、對CL2M系統(tǒng)構(gòu)建多維度、多層次知識集成框架，進(jìn)行產(chǎn)品知識表示。在此基礎(chǔ)上，設(shè)計出文檔語義向量與本體語義向量的提取與匹配算法。以知識語義空間，作為知識的語義標(biāo)注結(jié)果，完成知識在CL2M系統(tǒng)知識集成框架中的多維度標(biāo)注。
　　3、多角度地構(gòu)建知識需求模型，基于模型相似度計算方法，進(jìn)行需求模型與知識本體匹配算法設(shè)計，利用知識本體與語義空間，構(gòu)建產(chǎn)品知識語義圖。最后基于知識語義圖，定義關(guān)鍵知識節(jié)點(diǎn)，引入復(fù)雜網(wǎng)絡(luò)理論方法，分析知識語義圖的內(nèi)

4、部結(jié)構(gòu)，設(shè)計出關(guān)鍵知識節(jié)點(diǎn)提取方法并提出重要性判別方案，引導(dǎo)用戶知識瀏覽。
　　4、對CL2M系統(tǒng)知識語義化管理平臺進(jìn)行設(shè)計。編程實(shí)現(xiàn)了知識語義化管理平臺的主要功能，計算知識語義圖的網(wǎng)絡(luò)特征參數(shù)。最后，以低溫等離子體設(shè)備系統(tǒng)為應(yīng)用研究對象，測試并對比語義標(biāo)注算法、相似度匹配算法，驗(yàn)證知識語義圖的小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)特性，提取關(guān)鍵知識節(jié)點(diǎn)并測試其重要性，證明知識獲取與呈現(xiàn)方案的有效性。
　　基于CL2M系統(tǒng)知識語義化管理技術(shù)