补充资料：军事知识工程

军事知识工程
military knowledge base

　　}unshi zhishi gongcheng军事知识工程(military如。wledg。。ngi-neering)利用计算机对军事知识信息进行处理的理论和方法。目的是为研制基于军事知识的各类人工智能系统提供一般方法和基本工具。相应的应用系统有军事专家系统、军事决策支持系统、军事语言理解系统、军事图形图像识别系统等。 军事知识工程的基本内容是知识表示、搜索策略、推理机制和知识获取。 知识表示用一组适于计算机处理的符号描述人类的知识。典型的知识表示方法有:依据人类常用的“条件一行动”模式建立的产生式规则表示法;反映人类通过一般性知识去认识个别事物的特点，用框架式的数据结构表示事物的框架表示法;作为人类联想记忆的显式心理学模型，用节点和有向弧组成的语义网络表示法;具有坚实理论基础的符号逻辑表示法等。多种表示法常常结合使用。 搜索策略在问题求解过程中，选用适当的知识，寻找问题初始状态到月标状态的通路的一种策略。包括从初始状态出发的向前搜索，从目标状态出发的向后搜索，前后相向并进直至某处汇合的双向搜索。搜索策略的研究一般利用针对描述问题领域所常用的树或图结构进行。搜索策略通常分盲目搜索和启发式搜索两大类。盲目搜索是不受问题求解信息影响，按固定方式进行的搜索，典型的有深度优先搜索和广度优先搜索。启发式搜索是用与问题有关的“窍门”，指导搜索过程朝最有利的方向前进的搜索，包含了人工智能的一个基本思想。例如，氦步试图向高处走的爬山法，就是一种很简单的启发式搜索。 推理机制在选定所用知识的情况下，按一定的推理方法对知识信息进行加工处理的机制。最常用的是从普遍性知识推出具体知识的演绎推理;还有从具体到一般的归纳推理，从具体到具体的类比推理，基于不完整和不精确信息、的不确定推理，信念可增可减的非单调推理，基一于问题的原理性深层知识的定性推理等。 知识获取把军事专家头脑中的专门知识转移和变换到计算机知识库中。建造大型军用智能系统的主要任务是军事知识的形式化和军事知识库的实现。智能系统所需的大量军事知识要靠知识工程师和军事专家密切协作来获取，知识获取是建造系统的瓶颈。因此，自动知识获取和机器学习是知识工程的重要研究课题。 (吴泉源)
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。