汽車MRO知識本體構建與應用研究（上）
3 本體實現
由美國斯坦福大學研制開發的Protege3.0是基于Java的開發工具，有Web本體語言(Web Ontology Language，OWL)和可視化插件，支持中文的輸入，提供了較好的本體和知識庫的開發環境。Protege3.1.1應用程序將本體結構以樹形的層次目錄結構顯示，用戶可以通過點擊相應的項目來增加或編輯類、子類、屬性和實例等，使用戶在不需要了解具體的本體表示語言的情況下就可以在概念層次上設計領域模型。
利用Protege3.1.1構建的技能本體模型如圖8所示。
圖8 利用Protege3.1.1構建的技能本體模型
4 本體在汽車MRO知識管理中的應用
車輛維修保養知識根植于員工及其與企業環境互動的工作實踐之中，不能與企業員工及其工作實踐相分離。該類知識的核心是企業員工的行為經驗，是企業員工工作實踐的結果。作為結果的知識類似于信息，或者說，信息就是作為一種工作實踐結果的可編碼知識而存在的。
4.1 MRO知識管理Agent的結構與應用
應用本體對汽車MRO知識進行管理，需要考慮兩個問題：一是本體的表示問題，二是本體與基于本體的知識描述信息分離。將本體與知識描述信息分離的原因是：本體存儲的是領域內的共享知識，是領域專家對領域內各種概念及其含義的共同理解，一旦確立就很少改動，如果改動應盡量不改變本體結構，而知識庫中存儲的是具體化的實例，存儲的是現實世界中各種具體的信息，需要隨著事實的變化而進行改變與更新。本文通過MRO知識管理Agent實現對MRO知識的管理，其結構如圖9所示。
圖9 MRO知識管理Agent結構
根據本文的知識管理策略，MRO知識管理Agent從用戶接口或其他Agent接收到技能匹配請求，對知識庫中存儲的技能信息進行匹配，如果知識庫中存儲的技能知識里不存在相關技能，推理機就根據本體中的公理對知識庫進行推理，更新知識庫，之后由匹配模塊進行匹配，并將結果返回給用戶或相關Agent。
4.2 匹配評價
在汽修行業的管理實踐中，無論是人力資源的協作、專家查詢還是人力資源的調度，都離不開人力資源技能匹配問題。企業中的技能分為顯性技能和隱性技能，顯性技能是指能夠用語言和文字來表達的、明顯客觀的技能，而隱性技能是指難以用語言和文字來表達的、主觀的技能。由于本體具有語義關聯性和易于推理性，本文將本體應用于人力資源管理對技能需求的匹配，以提高其匹配效率。
定義人力資源技能向量ph為：
任務技能需求向量Pd為：
式中：qk為人力資源具有的第k項技能。k=1，2，…，K；dk為某項任務對第k項技能的要求。
同一任務各項技能的重要性不同，同樣，不同任務對于同一項技能的要求也不同，因此，定義技能對任務的權重矩陣W為：
式中：Wk為第k項技能對任務的權重系數。
匹配度計算函數Mc(Ph ,Pd)為：
在匹配的過程中本文采用以下兩個規則。
1)本體的顯性技術等級匹配規則。如果人力資源的某一技術屬性的技術等級高于任務的要求，計算時取任務所要求的值；如果人力資源的某一技術屬性的技術等級低于任務的要求，計算時按人力資源技術等級的實際值進行計算。
2)本體的隱性技術等級推理規則。如果在人力資源技能信息里找不到任務所要求的技術，則通過MRO知識本體查找其工作歷史紀錄。如果在其參加過的項目里存在該技術，則其擁有該項技能，將其在該技術的等級設為初級；如果這樣的項目紀錄有兩個或兩個以上，則設為中級；如果找不到任務所要求的技術，則該項技能的屬性值為無。
3)匹配示例。假設某汽修公司需要為某工作分配一位合適的修理人員，該工作對修理人員的各項技術屬性、屬性值，以及權重，如表1所示。假設人力資源部的檢索結果中存在人員Joden，其技能信息如表2所示。
表1 任務技術（工作）需求參數
表2 Joden的技能信息
在本文中，每一個技術等級分別被賦予了以下分值：初級為1，中級為2，中高級為3，高級為4。由此可以得到該項任務的技能需求向量pd和技能對任務的權重矩陣W為：
Joden的技能信息里缺少一項技術：維修管理系統。從權重矩陣里可以看出，這是一項比較重要的技術。系統將會在他的工作歷史信息里查找他的技術信息。Joden曾經參加過集團公司的商用車維修管理系統培訓課程，培訓中系統講述了某維修管理信息系統的應用。應用本體的隱性技術等級推理規則，Joden參加過商用車維修管理系統培訓課程，該企業車輛維修采用了維修管理信息系統，維修管理信息系統是一種需掌握的技術方法，而且Joden是維修工。由此可以得出結論：Joden了解維修管理信息系統。將該信息加入到Joden的技能信息庫里，其在“維修管理系統”項的等級由“無”變更為“初級”。Joden的“零/部件采購選用”項的技術等級高于任務技術需求參數中的技術等級，故應用本體的顯性技術等級匹配規則，在該項的技術等級值計算時換算為“初級”。這樣就得到了Joden的技能向量ph為：
依據式(1)，計算匹配值Mc(ph，Pd)為：
而沒有本體推導機制時，Joden的技能向量ph＇為：
由此產生的匹配值Mc＇(ph＇，pd)為：
可見，本體推理機制對人力資源技能的維護和完善起到了智能支持作用，從而比沒有該支持時得到了更好的匹配結果，即0.882。
5 結語
本文研究了汽車MRO知識的本體建模問題，提出了MRO知識本體的開發方法，并據此建立了MRO知識的本體模型；進一步研究了本體在汽修行業人力資源技能知識管理中的應用，給出了MRO知識管理Agent的結構，提出了人力資源技能匹配的方法，通過實例驗證了該方法的有效性。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：汽車MRO知識本體構建與應用研究（下）
本文網址：http://www.guhuozai8.cn/html/solutions/14019312930.html
相關文章
