D0I:10.13374/j.issnl001-053x.1994.05.021 第16卷第5期 北京科技大学学报 Vol.16 No.5 1994年10月 Journal of University of Science and Technology Beijing Ot1994 人才资源智能管理系统的设计* 丁左)田战强) 张杰3》 1)北京科技大学管理科学系,北京1000832)冶金工业部人事司3)北京科技大学计算机科学系 摘要以冶金工业部人才资源的管理问题为背景,给出了人才资源智能管理系统的具体设计方法, 该系统中,广义的管理分析预测模型树用于其知识表达,系统结构由多库结构支持;在其推理机方 面,应用元知识推理以协调定性推理、定量推理和人工神经网络推理。将有限的自然语言理解引入 人一机界面.用TURBO PROLOG和C语言在BM/AT微机上对该设计部分实现,表明了其合理 性及可行性, 关键词人工智能,管理/人才资源,智能管理系统 中图分类号C962,TP202 A Design of Manpower Resource Intelligent Management System Ding Zuo)Tian Zhangiang?)Zhang Jie3) 1)Department of Management Science,USTB,Beijing 100083 2)the Ministry of Metallurgical Industry 3)Department of Computer Science,USTB ABSTRACT Taking manpower resource management problems of the Ministry of Metallurgical Industry as background,the concrete design method of Manpower Resource Intelligent Manage- ment System (MRIMS)is given.In this system,general management analysing and forecasting model tree is used as its knowledge representation.Its system structure is supported by mul- ti-base structure.In its inference engine,meta-knowledge inference is applied to coordinate with quantitative inference,qualitative inference and neural network inference.Finite natural language understanding is introduced into the man-machine interface of the system.TURBO PROLOG and C languages are used to implement the design partly on IBM/AT microcomputer. KEYWORDS artificial intelligence,management/manpower resource,intelligent management system 自1989年以来,我们已建立了《冶金系统人才信息管理系统》,该系统能支持冶金部直属 企、事业单位的日常人才资源信息数据库的管理,如人才信息的管理维护、统计报表、自由条 件查询和人才资源分析,等等, 1993-10-26收稿第一作者男36岁副散授顾士 ·冶金工业部资助项目
第 16 卷 第 5 期 北 京 科 技 大 学 学 报 1望月 年 10 月 Jo u 了n a 1 o f U n i vers ity o f S a e n c e a n d Te c h n o fo g y B e ij in g V 月 . 16 N 心 . 5 O 改 1望洲 人才资源智 能管理 系 统 的设计 ’ 丁 左 1 ) 田 战 强 2 ) 张 杰 3 ) l) 北京科技大学管理科学系 , 北京 l仅X阳3 2) 冶金工业部人事 司 3) 北 京 科技大学计算 机科学系 摘要 以冶金工业部人才资源的管理 问题为背景 , 给出了 人才资源智能管理系 统的 具体设计方法 . 该系统 中 , 广义的管理分 析预测模 型 树用 于其 知识表达 , 系统结构 由多库结构支持 ; 在其 推理 机方 面 , 应 用元知识推理 以协调定性推理 、 定量推理 和 人工神经网络推理 . 将有限 的 自然语言理解引人 人 一 机界 面 . 用 T U R B O PR O L O G 和 C 语言在 BI M /A T 微机上对该设计部分实现 , 表 明 了其 合理 性及可 行性 、 关键词 人工智能 , 管理 / 人才资源 , 智能管理系 统 中图分类号 C 962 , T 只犯2 A D es ign o f M a n po we r R es o ur ce I n te l l g ent M a na g e rne nt S ys te m D i n g uZ o l ) iT a n hZ a n Qi a n g 2) hZ a n g iJ e 3 ) l) 众p art ~ t o f M a n a g e r r ” t S aenc , U S T B , B 吻ign l 以刃83 2) t he M i ins t ry o f M e at] l u 卿面 I n d us try 3) eD P art n ℃ n t of 助m P u t e r S d e n c e , U S T B A BS T R A C T aT k i n g ma n P o wer res o u r c e rna n a g e 江屺 n t P ro b leIT 巧 o f hte M i n is try o f M eta l u 电ica l Ind us try as b a ck g ro u n d , th e co n c er t e d es ig n n r t h o d o f M a n P o wer R es o u r c e I n et lj g en t M a an ge - ner t S ys t e m (M R I M S ) 15 g i v en . I n t h is s ys te m , g en e ar l am n a g e n 记 n t a n a l ys in g a n d fo ~ s t ign noI d d t代光 15 us de as ist k no w lde ge er p esr en at iot n . stI s ys t e m s trU ct u er 15 su p po rt de b y n lt l l - it 一 b as e s trIJ ct 毗 . nI ist i nfe ’enr ce en g in e , n 正扭 一 k n o w lde g e I n fe er n ce 15 a p p l ide ot co o dr in a et iw ht q au n t lat ivt e I n fe er n ce , q au il at it ve I n fe 代肌c e an d neu ar l n e two kr i n fe er n ce . F in et an ut ar l h n g au ge u n d els at dn ign 15 in otr du 喇 in ot ht e am n 一 am ch in e in t e ir h ce of ht e s ys t e m . T U R B O P R O L O G a dn C al n g u a g es a er us de t o l m Pl e n 坦 n t ht e d es ig n P a rt l y o n IB M /A T im c找〕 co m P u etr . K E Y W O R I万 a rt 饭da l I n et l l g en ce , anI an g e 江le n t /anr n p o we r 心。 u n 芜 , in t e il g en t anI an g e 江坦n t s ys t o n 自 19 8 9 年 以来 , 我们 已建 立 了《冶金 系统人才信息管理 系 统》 , 该系 统能 支持 冶金部 直 属 企 、 事业单位 的 日常人 才资源信息数据 库的管理 , 如人 才信 息 的管理 维 护 、 统计 报 表 、 自 由条 件查 询和人 才资源分析 , 等等 . 1卯3 一 10 一 2 6 收稿 第一作者 男 36 岁 副教授 硕士 冶金工 业部资助项 目 DOI: 10. 13374 /j . issn1001 -053x. 1994. 05. 021
.502 北京科技大学学报 I994年No.5 在分析和预测人才资源的变化趋势过程中,遇到了大量不确定半结构化问题,要解决这些 问题就需要同时使用定性和定量的方法,为进一步开发和利用已建立了人才数据库的部属企、 事业单位的人才资源,令其很好地与这些部门所处的环境相适应,我们专门设计了“人才资源 智能管理系统”(简称MRIMS),以解决在分析和预测人才资源时出现的各种问题.在此将主 要讨论系统的逻辑结构和某些细节,并对该系统进行仿真, 1 MRIMS知识的获取 目前获取知识方法有:机器获取、人一机获取和人工获取.在MRIMS中,邀请了冶金 工业部的有关专家作为专家源,根据实际情况主要采用人一机获取和人工获取两种方式来获 取知识. 11影响人才资源的因素 在治金工业部内影响人才资源分析和预测的因素大致可划分为如下3个层次: (1)行业因素。如矿山、钢铁、建筑、设计、科研、院校、机修、勘探等,不同行业对人才 资源的要求不同.(2)行业内的宏观影响因素,如某一行业内产品结构、劳动生产率、产量、 装备水平、投资、利税、固定资产、期待效益等,它们的不同对同一行业内不同企业的人才 影响也不一样.(3)企业内的微观影响因素.如企业职工总数、人才总量、职务分布、年龄 分布、学历分布、专业分布、自我培养能力、减员率,调入一调出率、补充量、晋升率等. L2MRMS的广义管理模型 人才资源分析及预测结果 在本系统中根据影响人才资源的因素分布,使用 矿山模型 钢铁模型院校模型 了3种人才分析和预测模型及广义管理模型树,见图1. 在图1中,应用了知识模型、数学模型和人工神经网络 模型。 不锈钢企合金钢企普通锅企 业模型 业模型 业模型 知识模型包括了产生式规则、语义网络和谓词逻 辑;数学模型包括人才资源的预测模型(如时间序列 知识模型 模型、随机马尔科夫模型、回归分析模型和生产函数 数学模型神经网络模型 模型)、综合模糊评判模型和规划模型~孔;神经网模 图1MRMS中的广义管理模型树 型主要是逆传播(BP)网络模型, Fig.1 MRIMS general management model tree 2MRMS的结构和功能 2.1总体结构 在MRIMS中,多库结构(方法库、模型库、数据库、知识库、神经网络参数集)为其基本的 系统结构,见图2.从图2可以看出,该系统由多库支持的4个子系统组成:问题求解子系统、 广义知识获取子系统、用户帮助子系统和通讯子系统?
· . 2 北 京 科 技 大 学0 学 报 5 卯 年 1 4 o N . 5 在分析和预 测人 才资源 的变化 趋势过程 中 , 遇 到 了大量不 确 定半结构化问题 , 要 解决这些 问题就需 要 同 时使 用定性 和定 量 的方法 . 为进一步 开发和利用 已建 立 了人 才数 据库 的部属 企 、 事业 单位 的人才 资源 , 令其很 好地 与这 些部 门所 处的环境 相适 应 , 我 们专 门设 计了 “ 人 才 资源 智能 管理 系 统 ” ( 简称 M R IM S ) , 以 解决 在分析和 预测 人才 资源 时 出现 的各 种 问题 . 在此 将 主 要讨论系统 的逻 辑结 构和某 些 细节 , 并 对该 系 统进行 仿 真 . 1 入4 R I N IS 知识 的获取 目前 获取 知 识方法 有 : 机 器获取 、 人 一 机 获 取 和 人 工 获 取 . 在 M R I M S 中 , 邀 请 了冶 金 工业 部 的有 关专家作 为专家 源 , 根 据实 际情 况主要 采 用人 一 机 获 取和人 工 获取两 种 方 式 来 获 取知 识 . L l 影响 人才 资源 的 因素 在 冶金 工 业部 内影 响人 才 资源分 析 和预 测 的因素 大致 可划 分为如 下 3 个层 次 : ( l) 行业因素 . 如矿山 、 钢铁 、 建筑 、 设计 、 科研 、 院校 、 机修 、 勘探等 , 不 同行业对人才 资源 的要 求不 同 . ( 2) 行业 内的宏观影 响 因素 . 如某 一行 业 内产 品结 构 、 劳动 生产率 、 产量 、 装备水平 、 投 资 、 利税 、 固定资产 、 期待效益等 , 它们 的不 同对 同一行 业 内 不 同企 业的 人 才 影 响 也 不 一 样 . ( 3) 企 业 内 的微观 影 响 因素 . 如企 业 职工总数 、 人才总量 、 职务分布 、 年龄 分布 、 学 历 分布 、 专 业分 布 、 自我培 养 能 力 、 减 员率 、 调人 一 调 出率 、 补 充 量 、 晋 升 率等 . LZ M R IM S 的广义 管理 模型 人 才资源 分折及 预测 结果 在本 系 统 中根 据影 响 人 才 资 源 的 因素 分 布 , 使 用 了 3 种 人才分 析和 预测模 型及广义管理模型树 , 见图 1 . 在 图 l 中 , 应用 了知 识模 型 、 数学 模型 和人 工神 经 网络 模 型 . 知识 模型包 括 了产生 式 规则 、 语义 网 络 和 谓 词 逻 辑 ; 数学 模型 包 括 人 才 资源 的预 测 模 型 (如 时 间序 列 模型 、 随 机 马 尔 科 夫 模 型 、 回 归 分 析 模 型 和 生 产 函 数 模型 ) 、 综合模糊 评判模 型和规划 模 型 l[ 一 ;3] 神 经 网模 型 主要 是逆 传播 ( B )P 网络模 型 . 矿 山模型 钢铁模型 院校读型 . : · 不锈钢企 业 模型 合金钢企 业模型 普通 钢企 业 模型 } 知识模型 数学模型 神经 网络模型 图 1 M R 】酬lS 中的广 义管理模 型树 瑰 . 1 凡IR I孔15 罗理” 1 n . I料罗m曰 t n ” 山I 臼锐 2 M R IM S 的结构 和 功能 .2 1 总体结 构 在 M R IM S 中 , 多库 结构 (方 法库 、 模 型 库 、 数 据库 、 知 识库 、 神经 网 络 参数集 ) 为 其基 本 的 系 统结 构 , 见图 2 . 从 图 2 可 以 看 出 , 该 系 统由多库 支持的 4 个子 系统组成 : 问题求解 子系 统 、 广 义知 识获 取子 系 统 、 用户 帮助 子系 统和 通讯 子系 统 [性
Vol.16 No.5 丁左等:人才资源智能管理系统的设计 503. 人机界面 菜单方式智能接口 广义知识获 回避求解子系统 通讯子系统 取子系统 推理解释 元知识领域全局局部 知识编数据方法模型神经网 定性 神经网 络推理 神经网络 知识库 数据库 方法库 数集 模型库 图2系统总体图 Fig.2 System structure 2.2功能 MRIMS有4种功能,分别由4个子系统完成. (1)问题求解功能,由问题求解子系统完成,包括元知识推理机、目标层推理和与之对应 的知识库,数据库,模型库、方法库和神经网络参数集.整个推理工作过程由元知识推理机控 制,用户提出的问题首先由元知识推理机根据问题的粒度,使用元知识库中的知识将问题分 解成若干个基本子问题,再由目标推理机求解各子问题.求解结果被逐步集成,最后得到整个 问题的解. (2)广义知识获取功能,由广义知识获取子系统完成.该功能完成多库内容的添加、修 正、查询和训练. (3)用户帮助功能,由用户帮助子系统完成.它主要是由功能解释模块、知识库字典和模 型方法字典组成,主要作用是帮助用户恰当地使用该系统,另外还提供系统维护的有关信 息. (4)通讯功能,由通讯子系统完成.通讯功能包括两个内容:一是上层系统用菜单驱动或 有限自然语言调用并运行本系统;二是由上级系统和一些同级系统通过知识数据和模型方法 接口与本系统进行信息交换,实现在一个较大区域内的信息共享, 3 MRIMS的关键技术 3.1多层知识表达技术 多层即是知识被分为元知识层和目标知识层.元知识层的基本功能如下:
· 50 .2 北 京 科 技 大 学 学 报 1卯4 年 No .5 在分析和预 测人 才资源 的变化 趋势过程 中 , 遇 到 了大量不 确 定半结构化问题 , 要 解决这些 问题就需 要 同 时使 用定性 和定 量 的方法 . 为进一步 开发和利用 已建 立 了人 才数 据库 的部属 企 、 事业 单位 的人才 资源 , 令其很 好地 与这 些部 门所 处的环境 相适 应 , 我 们专 门设 计了 “ 人 才 资源 智能 管理 系 统 ” ( 简称 M R IM S ) , 以 解决 在分析和 预测 人才 资源 时 出现 的各 种 问题 . 在此 将 主 要讨论系统 的逻 辑结 构和某 些 细节 , 并 对该 系 统进行 仿 真 . 1 入4 R I N IS 知识 的获取 目前 获取 知 识方法 有 : 机 器获取 、 人 一 机 获 取 和 人 工 获 取 . 在 M R I M S 中 , 邀 请 了冶 金 工业 部 的有 关专家作 为专家 源 , 根 据实 际情 况主要 采 用人 一 机 获 取和人 工 获取两 种 方 式 来 获 取知 识 . L l 影响 人才 资源 的 因素 在 冶金 工 业部 内影 响人 才 资源分 析 和预 测 的因素 大致 可划 分为如 下 3 个层 次 : ( l) 行业因素 . 如矿山 、 钢铁 、 建筑 、 设计 、 科研 、 院校 、 机修 、 勘探等 , 不 同行业对人才 资源 的要 求不 同 . ( 2) 行业 内的宏观影 响 因素 . 如某 一行 业 内产 品结 构 、 劳动 生产率 、 产量 、 装备水平 、 投 资 、 利税 、 固定资产 、 期待效益等 , 它们 的不 同对 同一行 业 内 不 同企 业的 人 才 影 响 也 不 一 样 . ( 3) 企 业 内 的微观 影 响 因素 . 如企 业 职工总数 、 人才总量 、 职务分布 、 年龄 分布 、 学 历 分布 、 专 业分 布 、 自我培 养 能 力 、 减 员率 、 调人 一 调 出率 、 补 充 量 、 晋 升 率等 . LZ M R IM S 的广义 管理 模型 人 才资源 分折及 预测 结果 在本 系 统 中根 据影 响 人 才 资 源 的 因素 分 布 , 使 用 了 3 种 人才分 析和 预测模 型及广义管理模型树 , 见图 1 . 在 图 l 中 , 应用 了知 识模 型 、 数学 模型 和人 工神 经 网络 模 型 . 知识 模型包 括 了产生 式 规则 、 语义 网 络 和 谓 词 逻 辑 ; 数学 模型 包 括 人 才 资源 的预 测 模 型 (如 时 间序 列 模型 、 随 机 马 尔 科 夫 模 型 、 回 归 分 析 模 型 和 生 产 函 数 模型 ) 、 综合模糊 评判模 型和规划 模 型 l[ 一 ;3] 神 经 网模 型 主要 是逆 传播 ( B )P 网络模 型 . 矿 山模型 钢铁模型 院校读型 . : · 不锈钢企 业 模型 合金钢企 业模型 普通 钢企 业 模型 } 知识模型 数学模型 神经 网络模型 图 1 M R 】酬lS 中的广 义管理模 型树 瑰 . 1 凡IR I孔15 罗理” 1 n . I料罗m曰 t n ” 山I 臼锐 2 M R IM S 的结构 和 功能 .2 1 总体结 构 在 M R IM S 中 , 多库 结构 (方 法库 、 模 型 库 、 数 据库 、 知 识库 、 神经 网 络 参数集 ) 为 其基 本 的 系 统结 构 , 见图 2 . 从 图 2 可 以 看 出 , 该 系 统由多库 支持的 4 个子 系统组成 : 问题求解 子系 统 、 广 义知 识获 取子 系 统 、 用户 帮助 子系 统和 通讯 子系 统 [性
·504 北京科技大学学报 1994年No.5 (①)将复杂问题分解成若干简单问题求解子问题.例如,人才资源分析和预测问题能分 为人才资源诊断、预测和规划等子问题,相应的求解方法是不同的,见图3;(2)决定求解 子问题的顺序、提供求解策略和求解每一子问题所要使用的相应知识源号码;(3)在求解子 问题前,调人初始化事实,当整个问题被求解后,存贮结果并协调每一子问题的求解过 程· 复杂问题 目标层知识是用来求解人才资源领 域的实际问题,该领域的知识包括了 定量推理知识、神经网络和数学模型, 规划子问题 预测子问向题 诊断子问题 在MRMS中,主要使用产生式规则和 语义网络来表示推理知识,例如,在 MRIMS中使用到如下规则: 模型N识模型 传统知 神经网 络模型 RULE (030,(INSTITUTE)AND (0.7555),(promote),CF=0.9) 含义为第040条规则:如果高级职称人才的平均年龄大于55岁,则必须立刻考虑从中级职称提 拔晋升人才,该规则的可信度为90%. 在该系统中,应用逆传播神经网(BP)来诊断人才资源不能满足实际需要的故障点,例 如,人才资源的年龄、职称、学历和专业分布可能存在一些断层现象,借助于BP网,用图4的 处理过程可以实现其诊断的目的, 3.2MRMS中灵活的问题求解技术 逻辑规范 化处理 在MRIMS中将二级推理(元知识和目标 推理)技术作为其推理方法,步骤如下: 诊断的初 神经网络 结果解释器 (1)用户给出需求解的问题;(2)分解子 始事实 问题,并以N维向量P的形式划分子问题黑 板;(3)选择第P个子问题,并将其写在相应 用户 的子问题黑板上;(4)给出关于求解子问题P, 自学习训练器 的初始化事实,推理策略和不易确定的处理方 人才数据库 法;(5)元知识推理将控制向量交给目标推理 :(6)是否调用神经网络,如果是,则转向神 经网络求解,否则进行第(7)步;(7)判断是 图4 MRIMS中BP网的应用 否需要调用模型,如果是,则进行定量推理, Fig.4 BP network in MRIMS 否则进行定性推理;(8)结果写黑板,并将控制权返给元知识推理;(9)如果整个问题P 都求解完毕则进行下一步,否则回到(3);(10)得到最终结果,推理结束. 由于在MRMS中,人才资源分析和预测方法是多种的,许多推理方法都应在推理过程
· 5 04 · 北 京 科 技 大 学 学 报 1奥抖 年 N 6 . 5 ( l) 将复 杂 问题分解 成若干简 单问题求解子 问题 . 例如 , 人才 资源分析和 预 测 问题能 分 为人才 资源诊 断 、 预测 和规划 等 子 问题 , 相 应的 求解方 法是 不 同的 , 见图 3 ; (2 ) 决 定 求解 子 问题的顺 序 、 提供求 解策 略和 求解 每 一子 问题所要 使用 的相 应 知 识 源 号 码 ; ( 3) 在 求 解 子 问题前 , 调 人 初 始 化 事 实 , 当 整 个 间题 被 求 解 后 , 存 贮 结 果 并 协 调 每 一 子 问题 的 求 解 过 程 . 目标层 知识 是 用来求解 人才 资源 领 域 的 实 际 问 题 , 该领 域 的 知 识 包 括 了 定 量推 理 知 识 、 神 经 网络 和 数学 模 型 . 在 M R IM S 中 , 主要 使用 产生 式规则 和 语义 网络 来表 示 推 理 知 识 . 例 如 , 在 M R I M S 中使用 到 如下 规则 : R U L E ( 0 3 0 , 以姚 T fl l 叮 E ) A N D (0 . 7 5 5 5 ) , 印or mo et ) , C F = 0 . 9) 含义 为第 04 0 条规则 : 如果 高级 职 称人才的平均年龄大于 5 岁 , 则必须立刻考 虑从中级职称提 拔晋 升人 才 , 该规则 的可信度 为 90 % . 在该 系统中 , 应用 逆传 播 神经 网 ( B )P 来诊断人 才 资源 不能 满足 实 际需要 的故 障点 . 例 如 , 人 才资 源 的年龄 、 职 称 、 学 历和 专业 分布 可能存在 一些 断层 现 象 . 借助 于 B P 网 , 用 图 4 的 处理 过程 可 以 实 现其诊 断 的 目的 . .3 2 M R B I S 中灵活 的 问题 求解技术 在 M R I M S 中将 二 级推 理 (元 知 识 和 目标 推理 ) 技术 作 为其推 理方 法 , 步骤 如 下 : ( l) 用 户给 出需 求解 的问题 ; (2) 分解 子 问题 , 并 以 N 维 向量 P 的形 式 划 分 子 问题 黑 板 ; ( 3) 选 择 第 只个 子 问题 , 并 将其 写 在相 应 的子 问题黑 板上 ; ( 4) 给 出关于 求解 子 问题 只 的初 始化 事 实 , 推理 策 略和不 易 确定 的处理 方 法 ; ( 5) 元 知识 推理 将控 制 向量 交给 目标 推理 ; ( 6) 是 否调 用 神经 网络 , 如 果是 , 则转 向神 经 网络求 解 , 否 则 进 行 第 ( 7) 步 ; ( 7) 判 断是 否 需 要调 用模型 , 如果 是 , 则进 行定 量 推理 , 图 4 几I R I几】S 中 B P 网的应用 珑.4 B P 理加. t in 否 则进行 定性 推理 ; ( 8) 结 果 写 黑 板 , 并 将 控 制 权返 给元 知 识 推 理 ; (9) 侧服D 侣 如 果 整 个 问题 P 都求解完 毕则进行 下 一步 , 否 则 回到 ( 3) ; ( 10) 得到 最 终结果 , 推理 结束 . 由于在 M R IM S 中 , 人 才 资源分析 和预测 方法 是多 种 的 , 许多 推理 方法 都应 在推 理过程
Vol.16 No.5 丁左等:人才资源智能管理系统的设计 .505. 中协调地使用,问题不同,其协调规则也不同.这就使得问题的求解过程不仅复杂而且不确 定,因此,使用自组织推理机实现问题的求解. 在MRMS中,元知识推理机用于分解问题和控制问题求解过程,目标推理机由定量计 算器、神经网络和定性推理机组成,它用于完成中粒度的问题求解,对不同问题应用的推理 方法是不同的,在这些不同的推理方法间的传输媒介由黑板来完成.这里黑板被划分成5 个区域,它们分别为问题黑板,结果黑板、公共黑板、控制黑板和领域黑板问 推理机的工作过程为:通过人一机接口将用户提出的人才资源分析和预测等问题以N维 向量形式写在问题黑板上,这包括问题的名称和问题的特性等内容.这时推理机被驱动,将问 题黑板上用户的问题与元知识库中问题求解元知识匹配,并将问题分解成若干个基本问题, 选择当前解决的子问题,以元知识为基础将其写在子问题黑板上,在控制黑板上,给出求解问 题所需的知识源信息和相应的推理策略(如采用定量推理还是采用定性推理)等;然后驱动 目标推理机运行,根据控制黑板上的控制信息,由日标推理机完成推理和计算,子问题求解结 束后,结果写在结果黑板上,并且将控制权返还给元知识推理机,然后选择下一个子问题.上 述过程由元知识推理机重复,直到所有的子问题都求解出,得到全部结果, 在整个问题求解过程中,所有问题求解路径都被写在结果黑板上,以便向用户解释.公 共黑板用来传递两级推理机之间的交换信息.领域黑板则用于目标推理机工作过程中产生的 事实数据的存储. 33有限自然语言理解接口技术 为了获得友好的用户界面,有限自然语言理解方法可以用于该系统的人一机界面. 该接口的工作过程如下:当用户所提的问题被系统接受时,先变换它们为ASCI码形式. 每个复杂句子都被分解成若干个简单句.然后每个简单句再被分解成若干词组,将这些词组 与关键字库匹配,这样用户问题中的关键字就被挑出,而多余的字则被滤掉.接着给出关键字 的语义含义,利用关键字产生准备码,最后准备码被转换成执行码,这时就可将执行码送主系 统执行了. 4结束语 本文讨论了人才资源智能管理系统(MRMS)的设计模式,给出了其系统结构和功 能,论述了建立MRMS的关键技术.该系统的部分功能已经实现.但人才知识模型和知 识库软件还需在实践中进一步改进开发, 参考文献 1丁左.专门人才需求量的多级自适应预测模型.北京钢铁学院学报,1987,专辑4:107~116 2丁左.人才拥有量决策模型及应用.见:控制理论与应用年会.冶金自动化学会,北戴河,1991.212216 3丁左.专门人才晋升仿真模型及优化.见:控制理论与应用年会,冶金自动化学会,北戴河,1991.217~225 4张杰.石油价格预测专家系统的设计与实现.信息与控制,1991,20(3):72~73 5 Penny N H.黑板:问题求解黑板模型和黑板结构的演变.计算机科学,1987,5:42~49
丫b l . 16 N o . 5 丁 左 等: 人才资源智能管理系统的 设计 . 50 5 · 中协调地使用 , 问题不 同 , 其协调 规则 也 不 同 . 这 就 使 得 问题 的 求 解 过 程 不 仅 复 杂 而 且 不 确 定 , 因 此 , 使用 自组 织 推理 机实 现 问题 的求 解 . 在 M R 】M S 中 , 元 知 识推理 机 用于 分解 问题和 控制 问题求 解 过 程 . 目标 推 理 机 由定 量 计 算 器 、 神经 网络 和定 性 推理 机组 成 , 它 用 于完 成 中粒 度 的 问题 求 解 . 对 不 同 间题应 用 的 推 理 方 法 是 不 同 的 , 在 这 些 不 同 的推 理方 法 间 的 传输 媒介 由 黑 板来 完 成 . 这 里 黑 板 被 划 分 成 5 个 区域 , 它 们分别 为问题黑 板 、 结果黑板 、 公 共 黑板 、 控 制 黑板 和领 域黑 板阎 . 推理机 的工 作过 程 为 : 通 过人 一 机接 口 将用 户提 出 的人 才资 源分析 和预测 等 问题 以 N 维 向量形 式写 在 问题黑 板上 , 这包括 问题 的名称 和 问题 的特 性等 内容 . 这 时推理 机被 驱 动 , 将问 题黑板 上用 户 的问题与元知识 库 中 间题求解元知 识匹 配 , 并将 问题分 解 成 若 干个 基 本 问题 , 选 择 当前解决的 子 问题 , 以 元知识 为基础 将其写在 子 问题黑板上 , 在 控制 黑 板 上 , 给 出求 解 问 题所 需 的知识 源信息 和相 应的推理策 略 (如采 用定 量 推理 还是 采 用定 性 推 理 ) 等 ; 然 后 驱 动 目标 推理机运 行 , 根 据控 制黑板上 的 控制 信息 , 由 目标 推理机 完成推理 和 计算 . 子 问题求 解结 束后 , 结 果写在结果黑板上 , 并且将控 制权返 还 给元知 识 推 理机 , 然 后 选 择下 一 个子 问题 . 上 述过程 由元知识 推理机重 复 , 直到 所有 的子问题都求解 出 , 得 到全 部结 果 . 在整 个 问题求解 过程 中 , 所有 问题求解路 径都被 写在结果黑板上 , 以 便 向 用 户 解 释 . 公 共 黑板用来传递两级推理机之 间 的交换信息 . 领域黑板 则 用于 目标推理 机 工 作 过程 中 产生 的 事 实数据的存储 . 3 3 有限 自然语言理解接 口技术 为 了 获得友 好的用户 界面 , 有 限 自然 语言 理解 方法 可 以 用于 该 系统 的人 一 机 界 面 . 该接 口 的工 作过程 如下 : 当用 户所提的 问题被 系 统接受 时 , 先 变换它们为 A S C I】码 形式 . 每 个复 杂句 子都被分解成 若干个简单句 . 然后 每 个简 单句 再被 分 解 成 若 干 词 组 , 将 这 些 词 组 与 关键字库匹 配 , 这样用户 问题中的 关键字就被挑 出 , 而多 余的字则 被 滤 掉 . 接 着 给 出 关 键字 的语义含义 , 利 用关 键字 产生 准备码 , 最 后准 备码被转换成执行 码 , 这 时就 可 将 执行 码 送 主 系 统执行 了 . 4 结束语 本文讨论 了 人才 资源 智 能 管 理系 统 (M R I M s) 的 设计 模式 , 给 出 了 其 系 统 结 构和 功 能 , 论述 了建 立 M R IM S 的 关键 技 术 . 该 系 统 的部 分 功 能 已 经 实 现 . 但 人 才 知 识 模 型 和 知 识 库软件还需 在实践 中进一 步改进开发 . 参 考 文 献 l 丁左 . 专门人才需求量 的多级 自适应 预测模 型 . 北京钢铁学 院学报 , 198 7 , 专 辑 4 :l a7 一 1 16 2 丁 左 . 人才拥有量决策模型及应用 . 见 : 控制理 论与应用年会 . 冶金 自动化学 会 , 北戴河 , 1卯 1 . 2 12 一 16 3 丁左 . 专门人才晋升仿真模型及优 化 . 见 : 控制理论 与应用年 会 . 冶金 自动化学会 , 北 戴河 , 1卯 1 . 217 一 225 4 张杰 . 石油价格预侧 专家系 统的设计 与 实现 . 信息 与控制 , 1卯 1 , 20 (3) : 72 一 似 S P 改 m y N H . 黑板 : 间题求解黑板模型和黑板结构 的演变 . 计算 机科 学 , 198 7 , 5 : 42 一 49