关于本体及语义及属性方面的免费优秀学术论文范文,关于本体类毕业论文范文,关于军事物流业务流引擎应用本体相关论文范文素材,对写作本体论文范文课题研究的大学硕士、本科毕业论文开题报告范文和文献综述及职称论文参考文献资料下载有帮助。
摘 要 :针对军事物流业务流引擎时,MLBFE结构要素的语义异构与结构异构问题,引入本体技术,用OWL的类、实例、属性等对MLBFE的结构要素进行声明、约束和注释等,并利用protégé构建了MLBFE应用本体,形成了包含术语本体、业务流程本体、功能环节(事务)本体、功能点本体和业务数据主题本体等体系.
关 键 词 :业务流引擎;语义异构与结构异构;应用本体
中图分类号:E233 文献标识码:A
1.问题提出
目前,军事物流业务MIS功能操作步骤、操作权限等均是编码固化、高耦合度,严重制约了系统信息流程的可修改性,无法适应物资保障中数据的采集、传输、存储、处理和使用等事务或功能点的改变.比如,某物资调拨信息流,传统模式是物资主管部门将出库凭证直接下达至任务仓库,但如果改变为物资主管部门将出库凭证下达至联勤分部,再由联勤分部下达至任务仓库,使数据操作权限、事务链、功能点关系发生改变,严重时将导致相关业务MIS重构.
为改变现役业务MIS的编码固化、高耦合度问题,论文[1]提出了基于军事物流业务流引擎开发业务MIS的技术架构,分析设计了业务流程(Business Process)、功能环节(Function Tache)、功能点(Function Node)、元数据(Meta Data)及数据服务(Data Service)等5个结构要素的模式,但由于对MLBFE的结构要素缺乏统一公认的注释,流程者和使用者对MLBFE结构要素的理解不同,使用过程中必将产生语义(本文是指MLBFE的结构要素及其关系的解释)上或结构上的歧义,如果完全靠人力经验与理论去辨识含义是不现实的,需要提供能够被计算机自动识别与释义的符号系统.截至目前本体(Ontology)是:解决语义、结构歧义的最佳技术手段;不仅能够解决语义、结构等异构问题,还能够基于此推导出新的隐藏的新知识[4];为充分发挥关系数据库的优势,还可将构建的本体文件持久化到数据库[3];为基于本体库的MIS具备智能特点奠定了基础.因此,本文提出研究军事物流业务流引擎应用本体库的主题内容.
2.本体理论
本体是共享概念模型的明确的形式化规范说明,它支持语义级信息交换,是实现Semantic Web的关键技术.本体是用来描述某个领域的知识的,是实现不同主体之间共享与互操作的语义、结构基础,利用声明式语义[4]能够使计算机真正理解“符号”的含义并进行推理.但对本体的描述,不同语言具备不同特征,但无论用XML(可扩展性标记语言,一套元标记语言,用于定义与特定领域有关的、结构化标记语言的语法规则,如<单元><名称>炊事挂车名称><类别>后勤装备<类别>单元>)、RDF(一种由资源、属性、属性值组成的三元组,如
目前,OWL(Web Ontology Language)同XML、RDF一样,是W3C为Semantic Web定义的本体描述语言.OWL在知识表示(Knowledge Represenation)、知识库(Knowledge Base)、人类语言处理技术(Human Language Technology)、自然语言处理(Natural Language Processing)、语义信息处理(Semantic Information Processing)和数字图书馆(Digital Library)等领域广泛应用[2].从语义上讲,OWL提供了类之间、实例之间、类与实例之间的关
系[4],分别代表本体的概念、个体及个体之间的关系.具体是:(1)类(Class)关系,为本体类推理奠定基础.语法主要有:类(owl: Class)、子类(rdf: sub Classof)、相等类(owl: Equivalent Class)、互斥类(owl: Disjoint With)和合并类(owl: UnionClass)等.(2)对象属性(Object Property),实例约束主要形式,本体推理中使用最为广泛的属性.语法主要有:对象属性(owl: Object Property)、反义属性(owl: Inverse)、唯一性(owl: Functional)、对称性(owl: ymmetric)、传递性(owl: Transitive)、序列性(owl: Cardinality).(3)数据类型属性(Data Type Property),代表实例(owl: Individual)与基本数据类型的关系,描述主要是自定义的,语法是:数据类型(owl: Data Type Property)等.(4)注释属性(ment),本体中Class、Individuals、Property等注释语句,是不同实例及属性匹配的基础,是实现语义层“对象”的自动识别与映射的手段之一,但对rdfs: ment赋值时,应尽量是领域内公认的描述语言,如国标、军标或行业标准,以及相关公理或常识等.(5)类型域、值域关系,针对每个对象属性定义类型域(rdf: Domain)、值域(rdf: Range),即“类型域+对象属性+值域”构成三元组等.(6)实例之间约束度,类型域与值域之间关于某对象属性的可能性.语法主要有:全称取值约束[4](owl: all Values From,如?坌Belong)、受限存在取值约束[4](owl: some Values From,如?坌Belong)、基数约束(owl: cardinality)等.