《管理论文基于语义网的协同供应链知识表示研究.doc》由会员分享，可在线阅读，更多相关《管理论文基于语义网的协同供应链知识表示研究.doc（7页珍藏版）》请在三一办公上搜索。
1、基于语义网的协同供应链知识表示研究 基于语义网的协同供应链知识表示研究是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于语义网的协同供应链知识表示研究是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于语义网的协同供应链知识表示研究的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。 摘要：在协同供应链环境下，跨部门、跨企业的知识共享十分频繁，也更加复杂。文章首先对协同供应链中知识共享特征进行分析，提出基于语义网的知识表示机制，并结合实
2、例介绍了供应链中三类知识描述、规则、案例知识及其表示结构，提高知识共享的效率，实现协同供应链的聚合作用。关键词：协同供应链；知识共享；知识表示；语义网；供应链管理中图分类号：TP391文献标识码：A文章编号：1002-3100(2008)08-0099-04Abstract: With the environment of supply chain collaboration, knowledge sharing between different departments and companies happens more and more frequently and complicate
3、dly. This paper analyzes the features of knowledge sharing in supply chain collaboration and brings a method of knowledge representation based on semantic web. With several instances, it explains the representation of three main kinds of knowledge in supply chain.Key words: supply chain collaboratio
4、n; knowledge sharing; knowledge representation; semantic web; supply chain management协同是供应链管理的核心内容，强调供应链上合作伙伴带着共同的商业目标进行协同工作，集成各合作伙伴的竞争优势，以快速反应多变的市场需求1。运用信息技术，协同供应链中的成员将自身全部机构融入到协同供应链平台上去，实现彼此的全面合作。与供应链管理系统（SCM）注重信息系统集成不同，协同平台运作的基础是互相了解，是相关知识的共享。只有通过有效的知识共享，实现供应链成员在业务知识层面的一致性，协同供应链才能迅速地产生有效的聚合作用2。借助
5、语义网技术，协同供应链平台可以在语义层面表达出多样的知识，使供应链成员信息系统之间的信息流转化为知识流。1语义网在协同供应链知识表示中的作用知识表示是知识共享的关键环节，它直接关系到所共享知识的范围、知识共享系统的交互能力以及知识共享的方式3。在供应链协同管理中，共享的知识涉及到供应链业务流程的各个领域，也涉及到各种类型的知识，而且作为一种跨组织的知识共享，协同供应链中的知识共享系统对知识表示机制的要求更高。由于供应链成员知识管理的水平不同，在每个企业内部可能都有一种特定的知识表示和存储机制，如果在协同供应链中仅仅把各种知识表示方法简单的组合在一起而没有适当融合或统一，必然会增加知识共享的难度
6、。语义网技术可以用于解决在跨组织的环境中协同伙伴由于语义不同而产生的理解歧义，提高跨组织知识共享的效率4。协同供应链环境下跨部门、跨企业的知识共享十分复杂，而基于语义网的知识表示机制能够有效解决以下问题：（1）多样性：协同供应链活动涉及的内容广泛，从原材料采购、生产制造、物流分销到客户服务，在不同的领域拥有不同的知识。这些知识在各个企业内，以不同的形式存在、表示。语义网能够支持多样性知识的表示、存储、交流和增值。（2）开放性：由于供应链中协作企业的不确定，协同供应链环境下的知识共享必须能够支持不同企业动态的加入与退出。语义网能够支持不同企业以统一的方式通过协同平台表示和获取知识。（3）增值性：
7、与单个组织内的知识交流相比，协同供应链环境下的知识共享体制最大的特点在于其增值性。基于语义网的知识表示方式能够支持知识在协同平台上的自动推理和整合，发掘出新的知识，达到深层次的协同，为整个供应链带来更大的利益。因此，把语义网及其相关技术应用于协同供应链环境下的知识表示，将能够极大地帮助协同供应链中各成员进行及时准确的沟通，促进协同供应链中的全面合作和创新，推进协同供应链的研究和应用。2协同供应链的知识分类在协同供应链中，共享的知识涉及到供应商、研发中心、制造商、经销商和服务商等多个企业以及多个业务领域，每个企业知识管理的水平、知识的存储方式、存储媒介等都不尽相同。为了跨组织地共享知识，必须依据
8、合适的标准对知识进行分类，以便采取一种统一知识表示和传输机制来表示和共享各种知识5。知识库系统领域按照存储方式划分知识的方法对从知识表示和共享的角度划分知识有很好的借鉴意义。但是，其所涵盖知识的范围过于狭窄。随着人工智能技术和基于知识的系统的发展，特别是基于案例的推理系统（CBR）技术的发展，案例作为一种特殊类型的知识在表现形式和存储结构上与事实和规则不同6。本文借鉴人工智能和基于知识的系统研究领域的成果，按照知识的表现形式和存储结构的不同，把供应链中共享的知识分为描述性知识、规律性知识和案例性知识。2.1描述性知识描述性知识是描述客观事物属性的知识，它通过刻画事物的属性或者描述事物与事物之间
9、的关系来表示知识。最简单的形式是通过（事物，关系，事物）组的形式出现。在供应链协同流程中有大量的信息流以描述性知识的形式进行交换，例如表示“钢材出库量为2 300吨”就可以采用（钢材，出库量，2 300吨）来描述，其中钢材是描述的对象，出库量表示属性，2 300吨则是该属性的值。2.2规则性知识规则性知识是描述事物之间逻辑关系的知识，这种关系最常用的是因果关系。在专家系统及其他的推理系统中，规则常常被表示为：IF P Then Q的形式。P是规则的前提，Q是规则的结论。P和Q是由陈述经过逻辑组合（包括与、或、非）构成的。陈述往往是事实性的知识。例如规则“IF A处库存量低于2 000 THEN
10、 重新安排生产计划”的前提和结论都是由单条陈述构成的。规则“IF xy AND yz THEN xz”的前提就是由两条陈述“xy”和“yz”经过AND组合构成的。2.3案例性知识案例性知识是一种特殊的知识，它可以是一次阅历、一条经验，也可以是一个故事或者过去的一个场景，它用特定的结构来表达特定的知识。一个典型的案例通常需要包括如下三个部分：（1）问题描述（Problem）：描述案例发生的客观世界状态，包括案例发生的原因、背景等信息；（2）解决方案（Solution）：从该问题引出的解决方案；（3）效果评价（Assessment）：解决方案的效果评价。除了以文字描述形式表示的案例，在事例的表示中
11、也有图片，声音、影像等。在供应链协同过程中，有大量案例性知识在供应链上下游进行传递，例如“消除供应商设计缺陷”、“生产效率及质量改进”等方面的案例，这些案例帮助供应链成员了解业务中的最佳实践（Best Practice）。 根据上述分类方法，可以将SCOR模型所描述的供应链五个基本流程中需要共享和表示的知识进行划分：3基于OWL标准的协同供应链知识表示语义网的描述语言标准OWL是互联网中一种非常有效的数据和知识表示方式，能够很好地解决跨组织信息和知识交流中的语义差异和跨平台操作，满足协同供应链平台上知识表示的各种需求。OWL建立在RDF和RDF Schema的基础上，增加了更多的词汇，具有更强
12、大的描述能力来描述事物之间的关系、等同关系、更丰富的属性类型和属性特征等等7。由此，知识在供应链协同网络中流动时，网络中各节点成员的信息系统能够自动识别内容属性，真正实现知识在语义层面的传递。基于规则知识和案例知识的特点，本文对OWL描述语言作了一定的扩展，使之能够以相对统一的格式表示协同供应链中共享的各种知识。设置了Rule、Case等预设类，这些预设类在OWL标准的基础上对规则和案例的结构作了严格的限制，并对多元关系的描述作了适当的扩充，使协同供应链的知识表示具备描述多元关系、逻辑运算和规则的能 基于语义网的协同供应链知识表示研究是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于
13、语义网的协同供应链知识表示研究是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于语义网的协同供应链知识表示研究的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。力，为跨企业供应链管理系统自动实现知识推理和知识整合提供了可行性，从而加快供应链中的信息流动，提高协同工作的效率。以下通过三个实例说明协同供应链中的知识表示方法：3.1供应链中描述性知识的表示描述性知识通过陈述描述（Statement）来表示。一条陈述有三部分组成：主体部分、谓词部分及
14、客体部分。描述性知识:=“rdf:Description rdf:about=” RDF资源节点 “”属性及属性值1-n“/rdf:Description” 1-n实例钢材订单：“一宗钢材订单SGM001，其接货地点为宁波北仑港，卸货吨位为2MT”。其描述主体就是订单“SGM001”，客体（属性值）就是“宁波北仑港”和“2MT吨位”，而“接货点”和“卸货吨位”就是联系主客体的谓词（属性）。采用OWL表示就是：rdf:Description rdf:about=“SGM001”TargetHarbor rdf:resource=“宁波北仑港”/TonnagePort rdf:resource=“
15、2MT吨位”/ /rdf:Description 3.2供应链中规则性知识的表示规则性知识分为两个部分：规则的前提部分和规则的结论部分。规则的前提和结论以陈述的形式存在，规则陈述的谓语部分都是规则的最主要部分，它决定了规则陈述的框架。规则型的知识:= “ BURI:Rule rdf:ID=” 规则名称 “”“BURI: RulePremise rdf:resource=” 规则的前提 “”“ BURI: RuleConclusion rdf:resource=”规则的结论 “”“/BURI:Rule”为了表示规则的陈述以及陈述之间的逻辑运算，在OWL语言的基础上定义基本的规则类Rule、运算符
16、类：RuleOperator类和命题类RuleStatement。其中命题类有可以分为原子命题AtomStatement和ComplexStatement。一条规则就是一个Rule的实例，前提和结论中的陈述则是RuleStatement的实例。实例报价规则：“大宗购买客户购买原材料可以打9折”，采用谓词逻辑表示方法，可以表示为：discount（Customer, product, 9 Percent）:- premium（Customer）& material（product）。应用扩展的OWL标准，该规则性知识的表示结构如图1。 3.3供应链中案例性知识的表示在供应链成员共享管理案例时，传
17、统表示方法很难支持大段文字、图片、音频等形式的内容的，即使支持，但是为了提高推理/查询的效率，往往会对这些内容作精简或结构化的抽取，会削弱案例的作用。OWL作为语义网的描述标准，适合对网络上的所有资源进行精确的描述，本文通过定义案例类Case来解决传统案例表示方法无法处理图片、音频等数据的问题。由于案例的结构与所属的供应链业务密切相关，不同工作流程的案例结构可能差异很大，在本文定义的案例知识表示方法中，不限制具体的案例属性，只把结构化后的案例属性分为三种类型，即案例问题描述相关属性超类为HasProblem、案例解决方案相关属性超类为HasSolution和解决方案效果描述相关属性超类为Has
18、Results。案例具体结构化时所抽取的属性必定是其中一类的子属性。实例某汽车制造商的“零部件需求激增对策”案例。案例简述如下：案例背景和起因：某汽车制造商因为新生产线的投入，对某种激光焊板的使用量由3个升为7个，出库量增加一倍，现有的库存面积可能无法满足业务的需求。状况分析：出库量大增，现有的运输车辆、人员配置无法满足生产需求；零件数量增加，库存量随之上升，现有堆放面积趋于饱和，无法满足业务需求；供应商安全库存设施不变的前提下，零件需求的上升会使零件供应商非常被动。解决措施：与生产车间和物流部门确认年度零件使用量和预计日出库量；根据日出库量制定内部运输方案，配置新的运输车辆和驾驶员；与供应商
19、确认需求量，提醒供应商制订新的供应方案。效果验证：2006年上半年出库量2 231吨，较2005年同比增长194%；零件的库存容量由原来的60个托盘增加为120个托盘；库存周转率有原来的一周便为1.5天；新生产线没有因为零件缺少而无法正常生产，完全满足生产部门的需求。案例总结：及时获取公司发布的生产计划相关信息，尽早预测到新生产线信息，从而及时地对业务状况进行调整。将掌握的信息及时提供给仓储客户和供应商，也能够使得仓储客户和供应商有所准备，在掌握主动权的同时也提高客户满意度。在结构化时就可以把上述案例的背景起因和状况分析作为问题描述部分，通过抽取出库量变动、运输能力变动、存储面积变动、供应方案
20、变动等属性对案例的问题描述部分进行表述。各种应对措施是案例的解决方案部分，抽取属性制定生产计划、制定运输方案、制定供应方案描述采取的措施。而最终的效果和对案例的总结则作为解决方案效果相关的属性。案例采用OWL表示如下：Case rdf:ID =“激光板大幅增量对策”StockChange rdfs:subPropertyOf=“HasProblem”激光板的出库量增加一倍/StockChangeSupplySolutionChange rdfs:subPropertyOf=“HasProblem”供应商的安全库存没有变动新需求，一旦新生产线开产，供应商将会十分的被动/SupplySolutio
21、nChange TransportSolution rdfs:subPropertyOf=“HasSolution”增加运输车辆，配置新的运输人员/TransportSolutionSupplierSolution rdfs:subPropertyOf=“HasSolution”将需求变动情况通知供应商，协调运输能力和库存需求/SupplierSolutionStockVelocity rdfs:subPropertyOf=“HasResults”1.5/StockVelocity/Case对于具体的案例，属性还可以按照不同的纬度和粒度抽取，因而可能会有些抽取的属性还有子属性，如上例中运输方案
22、部分就可以划分为车辆变动方案和人员配备方案两个子属性。在此不作具体说明。4结论本文研究了供应链协同中基于语义网的知识表示方法，通过对供应链知识共享特性的分析，提出了利用语义网技术描述和表示供应链多种知识的思路。基于知识的结构，把供应链中用于分享的知识分为描述、规则和案例三种类型，基于对知识的分类和各类知识特点的研究，阐述了利用OWL标准对协同供应链知识表示的方法，OWL标准不仅能够表达协同供应链中的各种知识，而且具有良好的扩展性、跨平台性和语义性，为进一步实现协同平台上知识的自动推理、整合奠定了基础，从而加速协同供应链的知识共享。在供应链协同过程中，应用语义网的技术和方法，使供应链中多样化的知
23、识能够方便地表示，为进一步实现供应链信息系统中的知识推理、跨部门快速检索提供了可行性，从而提高了供应链信息流的运行效果。通过高效的知识共享，共同挖掘知识与价值，可以从整体上提升供应链的效率和效益，从而建立超越有形资产搏弈的供应链竞争优势。参考文献：1 刘明. 协同供应链中知识管理研究J. 合作经济与科技，2008(2):62-63.2 吴冰，刘仲英，赵林度. 供应链协同的知识转移研究J. 情报杂志，2008(1):15-17.3 付蓬勃，吕永波. 供应链协同管理模式下的信息共享机制研究J. 物流技术，2007,6(26):88-90.4 张成洪，严正，宋亮. 协同商务环境下的知识共享框架J.
24、复旦大学学报：自然科学版，2003,5(42):755-760.5 杜娟，张李义. 基于协同商务的知识管理研究J. 科技进步与对策，2004(2):118-120.6 汤文宇，李玲娟. CBR方法中的案例表示和案例库的构造J. 西安邮电学院学报，2006,5(11):75-78.7 甘健候，夏又明，徐天任,等. 本体描述语言OWL知识表示的扩展J. 云南师范大学学报：自然科学版，2005,25(4)：38-41.其他参考文献Baker, Sheridan. The Practical Stylist. 6th ed. New York: Harper & Row, 1985.Flesch, R
25、udolf. The Art of Plain Talk. New York: Harper & Brothers, 1946.Gowers, Ernest. The Complete Plain Words. London: Penguin Books, 1987.Snell-Hornby, Mary. Translation Studies: An Integrated Approach. Amsterdam: John Benjamins, 1987.Hu, Zhuanglin. 胡壮麟, 语言学教程 M. 北京: 北京大学出版社, 2006.Jespersen, Otto. The P
26、hilosophy of Grammar. London: Routledge, 1951.Leech, Geoffrey, and Jan Svartvik. A Communicative Grammar of English. London: Longman, 1974.Li, Qingxue, and Peng Jianwu. 李庆学、彭建武, 英汉翻译理论与技巧 M. 北京: 北京航空航天大学出版社, 2009.Lian, Shuneng. 连淑能, 英汉对比研究 M. 北京: 高等教育出版社, 1993.Ma, Huijuan, and Miao Ju. 马会娟、苗菊, 当代西方翻
27、译理论选读 M. 北京: 外语教学与研究出版社, 2009.Newmark, Peter. Approaches to Translation. London: Pergmon P, 1981.Quirk, Randolph, et al. A Grammar of Contemporary English. London: Longman, 1973.Wang, Li. 王力, 中国语法理论 M. 济南: 山东教育出版社, 1984.Xu, Jianping. 许建平, 英汉互译实践与技巧 M. 北京: 清华大学出版社, 2003.Yan, Qigang. 严启刚, 英语翻译教程 M. 天津: 南开大学出版社, 2001.Zandvoort, R. W. A Handbook of English Grammar. London: Longmans, 1957.Zhong, Shukong. 钟述孔, 英汉翻译手册 M. 北京: 商务印书馆, 1983.Zhou, Zhipei. 周志培, 汉英对比与翻译中的转换 M. 上海: 华东理工大学出版社, 2003.
