基于规则引擎的自解析匹配推理原型系统研究——以土壤系统分类为例

摘要

地理信息系统的本质是对地理空间数据的采集、管理、分析与可视化，现有的地理信息系统的高级功能主要是缓冲区分析、网络分析等方面，缺乏对复杂、抽象、不确定、动态变化的空间问题的决策支持能力，缺乏知识处理和进行推理的能力。因此，需要将计算机技术中的知识表达与推理、搜索匹配等技术应用到地理信息系统中，使之能够对结构化或非结构化的知识进行表达与推理，从而扩展地理信息系统的研究领域，推动其向智能化方向发展。 本文将知识表达和推理技术引入地理信息系统中。知识表达基于RuleML(Rule Markup Language，规则标记语言)语言规范，推理过程使用规则引擎NxBRE中的Inference Engine(推理引擎)实现，并在土壤系统分类领域作了初步尝试。本文的主要研究内容如下： (1)阐述了当今知识推理和规则引擎技术的最新发展和存在的问题，以及土壤分类领域的理论研究和自动化应用状况，指出了土壤自动化研究领域存在的问题和待改进之处。分析了主要的知识表达方式和知识推理技术，比较了各种方式的优点和不足。 (2)归纳了RuleML语言的组成结构和表达方式，并以土壤系统分类检索表为对象，将人类自然语言转化为基于RuleML表达的计算机语言。 (3)采用规则引擎技术完成土壤系统分类过程中土纲一级的判断。研究规则引擎NxBRE的架构和推理机制，并将基于RuleML格式组织的规则库文件和事实文件进行匹配比较，得出土壤所属土纲。 (4)设计了良好的用户交互界面，使系统具备自解析功能。土壤系统分类的判断条件是会随着专家经验的不断丰富和认识的不断深入而变化的，为了使系统具备良好的可扩展性和可重用性，需要系统对变化的规则及时做出响应。本文提出了规则定制模块、界面自动生成模块的构想。其主要设计思路是：规则定制模块使用户可视化地定制RuleML规则库文件，通过界面自动生成模块解析RuleML文件，并生成与规则库结构相同的用户界面，用户输入的数据作为事实库存储，最终实现与规则库的匹配推理。

目录

文摘

英文文摘

论文说明：图目录、表目录

学位论文独创性声明及学位论文使用授权声明

第一章绪论

第二章知识表达与土壤系统分类

第三章知识推理与产生式系统

第四章规则引擎NxBRE

第五章基于规则引擎的原型系统

第六章结论与展望

参考文献

致谢