机械制造信息资源的非规范知识处理技术研究
|
摘要
随着社会经济的发展和科学技术的进步，制造系统日益向智能化和柔性化方向发展，而智能化和柔性化是建立在对相关信息和知识快速有效的获取、处理和传递基础之上的。制造知识内涵丰富，具有多样性、复杂性、经验性和非规范性等特点，在相当程度上增加了对设计制造知识进行有效的归纳、整理、挖掘和应用的难度，同时也降低了其可重用性和可集成性，为企业信息交互带来了困难。如何减小和消除信息的非规范性的不利影响，最终实现面向智能制造的设计制造信息快速有效的获取、处理、传播和应用，是制造系统信息化和智能化研究的一项重要课题。
从结构上来看，非规范制造信息是指半结构化和非结构化的制造信息；从形态上来看，非规范制造信息是指制造系统中的不确定、不精确、不完备、不协调和不稳定的制造信息。非规范信息是企业信息资源的重要组成部分，也是企业的宝贵知识财富，但非规范信息也使企业信息环境变得更为复杂，信息的快速无障碍交互更加难以实现，从而增加了信息的使用成本，降低了信息的应用价值。非规范信息处理的目标就是尽可能减小上述不利影响，并建立一种通用信息资源共享及应用的支撑环境，使得各类信息能够在企业范围内合理流动，将恰当的信息和知识在恰当的时间通过恰当的方式传递给相应的人员。全文的核心内容主要包括以下几个方面。
(1)分析了智能制造对制造信息与知识资源的需求及现有的制造信息与知识资源系统的不足，在此基础上提出了面向智能制造的信息资源及知识库系统研究的总体目标，并给出了系统框架结构和功能模型；构建了网络环境下多模式知识形态的分类方法，并提出了制造知识的基元表示形式，以解决制造知识的统一描述问题。
(2)分析了制造系统中的不确定性，归纳和阐述了不确定性制造信息产生的来源；对非规范性制造信息进行了定义，分析了其来源及表现形式，并在此基础上阐述了信息的非规范性与不确定性的联系与区别；分析和总结了非规范性制造信息的特点；对信息粒度概念进行了说明，阐述了对制造信息进行信息粒度分析的必要性，对制造信息颗粒的划分进行了讨论，并阐述了制造系统非规范性信息粒度计算方法；提出了非规范性信息的规范度概念，并以粗糙集为理论基础，提出了非规范性制造信息相关性描述方法。
(3)以设计和工艺知识基元为例，建立了相应的制造知识基元体系，并提出了相关知识基元的基本格式；在上述工作基础上，提出了制造知识基元的元数据表示方法，并对其在企业信息环境和网络环境中的转换、处理技术进行了较为详细的说明。
(4)讨论了智能检索与知识发现的联系与区别，提出了网络环境下非规范性制造知识的检索模式；构建了复杂信息环境下的非规范性制造知识智能检索系统，并分析了其工作模式、工作流程和关键技术，提出了包含语义匹配和语义推理机制的智能检索方法，通过相似度和相关度计算实现检索要求与检索对象的智能匹配，以提高制造知识检索的查全率和查准率。
(5)建立了网络环境下个性化制造知识主动推荐服务体系结构，通过Web内容挖掘、结构挖掘和使用挖掘等Web数据挖掘方法，结合主动和被动学习方式，获取用户的制造知识兴趣或偏好。提出了相应的用户兴趣获取、Web页面相似性判断及相似Web页面收集算法。
(6)针对工艺决策的非规范制造信息环境，提出运用不确定语言多属性决策方法进行多工艺方案评价：提出了工艺方案评价的多属性体系；应用不确定拓展有序加权平均算子进行工艺辅助决策，以充分利用工艺人员的经验型知识。
(7)通过对简单遗传算法的改进实现算法的加速，同时将人工排样作为遗传算法初始种群的组成部分，使人的经验知识融合到算法中。上述改进不仅对算法有加速作用，以实现优化结果和优化效率的平衡，而且使得相关工作人员的经验知识融入实际优化过程，避免了完全脱离人工干预、单纯依靠算法获取优化方案带来的相关实用性问题。
(8)以建立面向机械制造的信息资源共享及应用支撑环境为目标，采用统一的基于XML的数据交换和插件技术，开发由制造信息资源与知识库、制造知识发现、发布与应用等模块组成的通用制造信息资源和知识库软件原型系统。其中的制造信息资源与知识库系统包括尺寸公差与形位公差智能查询与选用、金属切削计算及查询等功能组件；制造知识应用包括基于不确定语言多属性决策方法的工艺方案评价和基于改进遗传算法的板材排样算法等组件。
With the development of socioeconomic and advancement of science and technology, manufacturing system becomes more and more intelligentized and flexible, and these characters are based on speediness and availability of information and knowledge acquirement and disposal. Manufacturing knowledge has characters of diversity, complexity, empirical and unnormalized, and has abundance connotation. These characters make it difficult to induce, coordinate, mining and apply, as well as reduce the possibility of re-use and integration, and make it harder for enterprises' information interactive. How to diminish and eliminate the disadvantages of unnormalized information, and achieve the goal of acquire, dispose, spread and apply information rapidly and efficiently, is a key problem should be researched.
From the aspect of structure, unnormalized information refers to half-structuring and non-structuring information, and from the aspect of conformation, unnormalized information refers to uncertain, un-precise, imperfection, un-correspond and unstable information. On the one hand, unormalized information is an important part of enterprise information resource and valuable fortune, on the other hand, it makes information environment much more complicated, increases information's use-cost, and decreases information's use-value. The goal of disposal of unnormalized information is to diminish the disadvantages mentioned above, and achieve the target of pass the right information to the right staff at the right time. The main contents of this research are as follows.
(1) Demands toward manufacturing information and knowledge resource and deficiencies of existing information resource system are analyzed, and put forward the general goal of the research of information resource and knowledge base oriented intelligent manufacturing, and bring forward the system's skeleton structure and function model. The classify method of multi-model knowledge form within web environment is constructed, and put forward manufacturing knowledge's elementary express model to resolve the problem of unified description.
(2) The uncertainty within manufacturing system is analyzed and the source of uncertainty is inducted and expatiated. Defined and analyzed unnormalized information and its source and represent, and based on the work mentioned above, explained the relation and distinguish between unnormalize and uncertainty. Sum up characters of unnormalize manufacturing information. Based on the explain of information granularity, set forth the necessity of information granularity computing, and bring forward the concept of unnormalized information's degree of criterion, and based on theory of rough sets, put forward describe method of relativity for unnormalized manufacturing information.
(3) Aimed at peculiarities of unnormalized manufacturing information, constructed describe mechanism of manufacturing knowledge based on knowledge elementary cells. Take design and process elementary cells knowledge, construct corresponding manufacturing elementary cells knowledge system and bring forward knowledge cells' basic format. Based on these work, put forward meta-data expression method for knowledge cells and explain how to transfer and disposal it within enterprises' information environment.
(4) The connection and difference of intelligent retrieve and knowledge discovery are discussed, and put forward the retrieve model of unnormalized manufacturing knowledge under web environment as well as its function model, workflow and key technology. Bring forward a intelligent retrieve method include semantics match and semantics reasoning, through the degree of similarity and correlation to achieve intelligent match of retrieve demands and objects, and to get the aim of improve retrieve method's recall ratio and precision ratio.
(5) An architecture of individuation manufacturing knowledge initiative recommend service is put forward, and through Web content mining, usage mining and structure mining, combine with initiative and passivity learning method to capture users' interesting and preference toward manufacturing knowledge. Put forward corresponding algorithm such as users' information acquire, Web pages comparability judge and similar Web pages' collection.
(6) Applying uncertain language multiple attribute decision making method for process evaluation, and discussed methods to get multi process plan and the multi attribute system of process evaluation. Based on these work, applying uncertain expansion order weighting average operator for process evaluation, and using uncertain language evaluation method for process aided decision-making to make the best of technologists' work experience.
(7) Take manual nesting plan as part of genetic algorithm's initial population so as to mix human experience with the algorithm, and take the transformation interval of finity excellence individual as new initial evolution interval and run standard genetic algorithm again, so the evolvement and accelerate inheritance go along at the same time and get the best result step by step. The improvements mentioned above not only has the effect of accelerate the algorithm, but also make use of workers' experience and avoid the problem that the algorithm be divorced from any human intervention, at the same time, the improved genetic algorithm has better computing performance and lend itself to get the balance of better optimize results and higher optimize efficiency.
(8) Adopted uniformed local data exchange and plug-in technology to develop knowledge base software prototype system, and the system mainly including manufacturing information and knowledge base, knowledge mining, issue and application models. Among them, the knowledge base including function modules such as dimensional tolerance and form and position tolerance intelligence query and choose module, metal-cutting computing and query module, and the knowledge application model including function modules such as process plan evaluation module based on uncertain language multi-attributes decision making method and cutting stock module based on improved genetic algorithm.
从结构上来看，非规范制造信息是指半结构化和非结构化的制造信息；从形态上来看，非规范制造信息是指制造系统中的不确定、不精确、不完备、不协调和不稳定的制造信息。非规范信息是企业信息资源的重要组成部分，也是企业的宝贵知识财富，但非规范信息也使企业信息环境变得更为复杂，信息的快速无障碍交互更加难以实现，从而增加了信息的使用成本，降低了信息的应用价值。非规范信息处理的目标就是尽可能减小上述不利影响，并建立一种通用信息资源共享及应用的支撑环境，使得各类信息能够在企业范围内合理流动，将恰当的信息和知识在恰当的时间通过恰当的方式传递给相应的人员。全文的核心内容主要包括以下几个方面。
(1)分析了智能制造对制造信息与知识资源的需求及现有的制造信息与知识资源系统的不足，在此基础上提出了面向智能制造的信息资源及知识库系统研究的总体目标，并给出了系统框架结构和功能模型；构建了网络环境下多模式知识形态的分类方法，并提出了制造知识的基元表示形式，以解决制造知识的统一描述问题。
(2)分析了制造系统中的不确定性，归纳和阐述了不确定性制造信息产生的来源；对非规范性制造信息进行了定义，分析了其来源及表现形式，并在此基础上阐述了信息的非规范性与不确定性的联系与区别；分析和总结了非规范性制造信息的特点；对信息粒度概念进行了说明，阐述了对制造信息进行信息粒度分析的必要性，对制造信息颗粒的划分进行了讨论，并阐述了制造系统非规范性信息粒度计算方法；提出了非规范性信息的规范度概念，并以粗糙集为理论基础，提出了非规范性制造信息相关性描述方法。
(3)以设计和工艺知识基元为例，建立了相应的制造知识基元体系，并提出了相关知识基元的基本格式；在上述工作基础上，提出了制造知识基元的元数据表示方法，并对其在企业信息环境和网络环境中的转换、处理技术进行了较为详细的说明。
(4)讨论了智能检索与知识发现的联系与区别，提出了网络环境下非规范性制造知识的检索模式；构建了复杂信息环境下的非规范性制造知识智能检索系统，并分析了其工作模式、工作流程和关键技术，提出了包含语义匹配和语义推理机制的智能检索方法，通过相似度和相关度计算实现检索要求与检索对象的智能匹配，以提高制造知识检索的查全率和查准率。
(5)建立了网络环境下个性化制造知识主动推荐服务体系结构，通过Web内容挖掘、结构挖掘和使用挖掘等Web数据挖掘方法，结合主动和被动学习方式，获取用户的制造知识兴趣或偏好。提出了相应的用户兴趣获取、Web页面相似性判断及相似Web页面收集算法。
(6)针对工艺决策的非规范制造信息环境，提出运用不确定语言多属性决策方法进行多工艺方案评价：提出了工艺方案评价的多属性体系；应用不确定拓展有序加权平均算子进行工艺辅助决策，以充分利用工艺人员的经验型知识。
(7)通过对简单遗传算法的改进实现算法的加速，同时将人工排样作为遗传算法初始种群的组成部分，使人的经验知识融合到算法中。上述改进不仅对算法有加速作用，以实现优化结果和优化效率的平衡，而且使得相关工作人员的经验知识融入实际优化过程，避免了完全脱离人工干预、单纯依靠算法获取优化方案带来的相关实用性问题。
(8)以建立面向机械制造的信息资源共享及应用支撑环境为目标，采用统一的基于XML的数据交换和插件技术，开发由制造信息资源与知识库、制造知识发现、发布与应用等模块组成的通用制造信息资源和知识库软件原型系统。其中的制造信息资源与知识库系统包括尺寸公差与形位公差智能查询与选用、金属切削计算及查询等功能组件；制造知识应用包括基于不确定语言多属性决策方法的工艺方案评价和基于改进遗传算法的板材排样算法等组件。
With the development of socioeconomic and advancement of science and technology, manufacturing system becomes more and more intelligentized and flexible, and these characters are based on speediness and availability of information and knowledge acquirement and disposal. Manufacturing knowledge has characters of diversity, complexity, empirical and unnormalized, and has abundance connotation. These characters make it difficult to induce, coordinate, mining and apply, as well as reduce the possibility of re-use and integration, and make it harder for enterprises' information interactive. How to diminish and eliminate the disadvantages of unnormalized information, and achieve the goal of acquire, dispose, spread and apply information rapidly and efficiently, is a key problem should be researched.
From the aspect of structure, unnormalized information refers to half-structuring and non-structuring information, and from the aspect of conformation, unnormalized information refers to uncertain, un-precise, imperfection, un-correspond and unstable information. On the one hand, unormalized information is an important part of enterprise information resource and valuable fortune, on the other hand, it makes information environment much more complicated, increases information's use-cost, and decreases information's use-value. The goal of disposal of unnormalized information is to diminish the disadvantages mentioned above, and achieve the target of pass the right information to the right staff at the right time. The main contents of this research are as follows.
(1) Demands toward manufacturing information and knowledge resource and deficiencies of existing information resource system are analyzed, and put forward the general goal of the research of information resource and knowledge base oriented intelligent manufacturing, and bring forward the system's skeleton structure and function model. The classify method of multi-model knowledge form within web environment is constructed, and put forward manufacturing knowledge's elementary express model to resolve the problem of unified description.
(2) The uncertainty within manufacturing system is analyzed and the source of uncertainty is inducted and expatiated. Defined and analyzed unnormalized information and its source and represent, and based on the work mentioned above, explained the relation and distinguish between unnormalize and uncertainty. Sum up characters of unnormalize manufacturing information. Based on the explain of information granularity, set forth the necessity of information granularity computing, and bring forward the concept of unnormalized information's degree of criterion, and based on theory of rough sets, put forward describe method of relativity for unnormalized manufacturing information.
(3) Aimed at peculiarities of unnormalized manufacturing information, constructed describe mechanism of manufacturing knowledge based on knowledge elementary cells. Take design and process elementary cells knowledge, construct corresponding manufacturing elementary cells knowledge system and bring forward knowledge cells' basic format. Based on these work, put forward meta-data expression method for knowledge cells and explain how to transfer and disposal it within enterprises' information environment.
(4) The connection and difference of intelligent retrieve and knowledge discovery are discussed, and put forward the retrieve model of unnormalized manufacturing knowledge under web environment as well as its function model, workflow and key technology. Bring forward a intelligent retrieve method include semantics match and semantics reasoning, through the degree of similarity and correlation to achieve intelligent match of retrieve demands and objects, and to get the aim of improve retrieve method's recall ratio and precision ratio.
(5) An architecture of individuation manufacturing knowledge initiative recommend service is put forward, and through Web content mining, usage mining and structure mining, combine with initiative and passivity learning method to capture users' interesting and preference toward manufacturing knowledge. Put forward corresponding algorithm such as users' information acquire, Web pages comparability judge and similar Web pages' collection.
(6) Applying uncertain language multiple attribute decision making method for process evaluation, and discussed methods to get multi process plan and the multi attribute system of process evaluation. Based on these work, applying uncertain expansion order weighting average operator for process evaluation, and using uncertain language evaluation method for process aided decision-making to make the best of technologists' work experience.
(7) Take manual nesting plan as part of genetic algorithm's initial population so as to mix human experience with the algorithm, and take the transformation interval of finity excellence individual as new initial evolution interval and run standard genetic algorithm again, so the evolvement and accelerate inheritance go along at the same time and get the best result step by step. The improvements mentioned above not only has the effect of accelerate the algorithm, but also make use of workers' experience and avoid the problem that the algorithm be divorced from any human intervention, at the same time, the improved genetic algorithm has better computing performance and lend itself to get the balance of better optimize results and higher optimize efficiency.
(8) Adopted uniformed local data exchange and plug-in technology to develop knowledge base software prototype system, and the system mainly including manufacturing information and knowledge base, knowledge mining, issue and application models. Among them, the knowledge base including function modules such as dimensional tolerance and form and position tolerance intelligence query and choose module, metal-cutting computing and query module, and the knowledge application model including function modules such as process plan evaluation module based on uncertain language multi-attributes decision making method and cutting stock module based on improved genetic algorithm.
引文
1 郑力，陈恳，张伯鹏，制造系统[M]。北京，清华大学出版社，2001
2 孟永胜，装备制造业产品制造数据集成管理研究与应用[D]。大连理工大学博士学位论文，2005。P6
3 王红岩，蔡卫东，史锦屏。智能制造系统的关键技术[J]。锻压机械，2001，(6)：3～4
4 荣烈润，面向21世纪的智能制造[J]。机电一体化，2004，(4)：6～10
5 杨文玉，尹周平，孙容磊等，数字制造基础[M]。北京：北京理工大学出版社，2005
6 http://hexun.com/dmcasun/default.html
7 刘伟，杨玉英，朴文相。面向信息集成的覆盖件冲压工艺设计与表达[J]。计算机集成制造技术，2004，10(9)：1052～1055
8 陈庆欣，李新军，万敏，基于实例的飞机板金工艺知识库的构建[J]。北京航空航天大学学报，2006，32(6)：734～737
9 焦黎，孙厚芳，王颖，基于实例的模糊工艺推理技术研究[J]。成组技术与生产现代化，2006，(4)：21～24
10 祖巧红，陈定方，张波，基于实例的信息管理平台的协同开发研究及实现[J]。交通与计算机，2006，(3)：86～89
11 陈永府，杨小献，黄正东等。基于规则的数据收集研究[J]。计算机工程与设计，2007，(1)：164～167
12 陈青，基于规则的产品工程图质量验证[J]。盐城工学院学报(自然科学版)，2006，(4)：53～57
13 王军，陈锦江，基于实例与规则推理的面向液压缸产品族的智能设计系统研究[J]。机床与液压，2006，(12)：
14 蒋亚军，娄臻亮，规则推理与实例推理在模具加工刀具智能化选择中的应用[J]。上海交通大学学报，2005，39(7)：1066～1069
15 赖朝安，基于XML与Web的产品设计知识表示与知识库系统[J]。计算机工程，2005，31(16)：27～29+85
16 缪亚林，卞正中，缪相林等，可视化知识库智能建立的研究与实现[J]。计算机工程，2005，31(22)：210～212
17 朱恒民，姬小利，王宁生，支持数据挖掘的知识库系统[J]。西南交通大学学报，2005，40(3)：406～411+416
18 朱礼军、陈虔，刘慧等，基于知识本体的资源管理平台框架设计与实现[J]。北京航空航天大学学报，2005，31(11)：1245～1249
19 张平，邹湘军，孙健等，仿真网格环境下面向制造资源的知识融合[J]。系统仿真学报，2006，18(5)：1414～1417
20 戈鹏，殷国富，高伟。敏捷化CAPP系统建模与实现方法[J]。计算机集成制造系统-CIMS，2003，9(3)：184-188
21 陈万领，CAPP深化应用的思考[J]。中国制造业信息化，2004，33(4)：25-26
22 高伟，面向工艺设计信息系统的知识发现技术研究[D]。四川大学博士论文，2005
23 李培根，曹希彬，蔡力钢。基于实例的回转类零件工艺路线决策方法研究[J]。计算机辅助设计与图形学学报。2000，12(3)：235～240
24 李佳特，NC技术发展的历史回顾与展望[J]。世界制造技术与装备市场，2000，(2)：29～34
25 彭志忠，基于信息技术的制造业价值链增值过程研究[M]，济南：山东大学出版社，2004
26 林宋，方兴未艾的制造信息学研究[J]。CAD／CAM与制造业信息化，2003，(5)：64～66
27 周祖德，数字制造[M]。北京：科学出版社，2004
28 陈启申，ERP—从内部集成起步[M]。北京：电子工业出版社，2004
29 王先逵，吴丹，制造技术中的模糊逻辑决策研究[J]。中国机械工程，2000，11(1-2)：157～162
30 孙忠锋，袁庆丰，吕金平，基于神经网络建模和遗传算法的线切割工艺参数模糊优化[J]。机械制造，2006，44(500)：19～21
31 Ouyang C, Jiang T A. Developing an integration framework to support the information flow between PDM and MRP[J]. The International Journal of Advanced Manufacturing Technology, 2002 (16): 131-141
32 刘明周，刘正琼，郭嘉等，面向产品的企业数据数字化集成管理模式[J]。计算机辅助设计与图形学学报，2006，18(1)：137～142
33 熊有伦，吴波，丁汉，新一代制造系统理论及建模[J]，中国机械工程，2000，11(1-2)，49～52
34 张建华，企业知识管理的知识获取策略[J]。科技与管理，2006，37(3)：33～36
35 WANG C H. Integrating membership functions and fuzzy rule sets from multiple knowledge sources[J]. Fuzzy Sets and Systems, 2000(112): 141-154
36 CIROVER M D. A pragmatic knowledge acquisition methodology[J]. Proceeding of the Eighth International Joint Conference on AI, 1983(8): 436-438
37 T. Berners-Lee. Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by its Inventor, Harper Business, 2000
38 张宏斌，信息获取中的两类不确定问题研究[D]。华中科技大学博士学位论文，2004
39 王建勇，单松巍，雷鸣等。海量Web搜索引擎系统中的用户行为的分布特征及其启示[J]。中国科学(E辑)，2001(31)(4)：372-385
40 V.N.Gudiva, V.V.Raghavan, W.I.Grosky, et al. Information Retrieval On the World Wide Web. IEEE Internet Computing, 1997, 9-10
41 K.K.Nambiar. Theory of Search Engines, Computers & Mathematics with Applications. 2001(42): 1523-1526
42 S.Brin and L.Page. The anatomy of a large scale hyper-textual web search engine. In Proceedings of the Seventh International WWW Conference, Brisbane, Australia, 1998 (4): 14-18
43 T. Berners-Lee. Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by its Inventor, Harper Business, 2000
44 ChengXiang Zhai. Risk Minimization and Language Modeling in Text Retrieval. Doctoral Dissertation, Carnegie Mellon University, 2002
45 J.Lafferty and Chengxiang Zhai. Document Language Models, Query Models, and Risk Minimization for Information Retrieval. In: SIGIR'01, New Orleans, Louisiana, USA, September, 2001. ACM 2001, 9-11
46 王斌，李少波，谢庆生，基于ASP的网络化制造资源智能检索知识库模型设计[J]。贵州工业大学学报(自然科学版)，2006，35(2)：18～22
47 LI Shao-bo, XIE Qing-sheng, Prototype of Knowledge-based Product Development Integration Assistant System[J]. Progress in Intelligent Computation and Its Applications, ISICA2005, 2005, (4): 466—471
48 Roy M. Turner, Elise H. Turner, Thomas A. Wagner, Thomas J. Wheeler, and Nancy E. Ogle, Using Explicit, A Priori Contextual Knowledge in an Intelligent Web Search Agent[J]. In Airman et al. 2001, 343-352
49 MCILRAITH S A, SON T C, ZENG H. Semantic Web services[J]. Jour. of IEEE Intelligent Systems, 2001, 16(2): 46～53
50 FENSEL D, DECKER S, ERDMANN M, STUDER R. Onto-broker: how to enable intelligent access to the WWW[A]. AAAI-98 Workshop on AI and Information Integration[C]. Menlo Park, CA: AAAI Press, 1998, 36～42
51 Tim Bemers-Lee. Semantic web architecture[OL]. http://www.w3c.org/2000/Talks/1206-xml2k-tbl/slide10-0.html, 2000
52 Tim Bemers-Lee, James Hendler and Ora Lassila. The Semantic Web[R]. Scientific American, May 2001, 2837
53 张蕾，语义Web在信息智能检索上的应用[J]。通信与信息技术，2006，(7)：76～79
54 Tim Berners-Lee. Sematic Web-Xml2000, 2000[EB/OL]. http://www.w3c.org.2000/Talks/1200-xml2k-tbl/Overview.html
55 Gruber T R, A Translation Approach to Portable Ontology Specifications, Knowledge Acquisition, 1993, 5(2): 199～220
56 Neches R, Fikes R E, Gruber T R, et al, Enabling Technology for Knowledge Sharing, AI Magazine, 1991, 12(3): 36～56
57 李文杰，基于本体的分布式知识库系统研究[D]。天津大学博士学位论文，2004
58 Studer Rudi, Benjamins V Richard, Fensel Dieter. Knowledge engineering: Principles and methods[J]. Data and Knowledge Engineering, 1998, 25(1/2): 161～197
59 Guarino N, Giarretta P. Ontology and Knowledge Bases: Towards a Terminological Clarification. In: Proceedings of 2rid International Conference on Building and Sharing Very Large Scale Knowledge Bases. ISO Press, 1995, 25～32
60 Guarino N. Formal Ontology and Information Systems. In: Proceedings of the 1st International Conference on Formal Ontology in Information Systems(FOIS'98). Trento, Italy: IOS Press,1998, 3～15
61 蔡铭，林兰芬，董金祥，制造资源智能检索系统研究与实现[J]。计算机辅助设计与图形学学报，2004，16(4)：542～548
62 曹锐，陈刚，蔡铭，基于本体的网络化制造资源检索[J]。计算机工程，2004，30(3)：143～146
63 吴健，李莹，邓水光邓，网络化制造环境中的Web服务模糊匹配研究[J]。浙江大学学报(工学版)，2006，40(9)：1545～1549
64 张磊，苑伟政，王伟，基于本体的制造网格服务自动链接[J]。中国机械工程，2006，17(14)：1484～1488
65 李健生，图像元数据特征提取及其在检索中的应用。南京师范大学博士学位论文，2006
66 王民，吴刚，肖君等，基于XML与自然语言处理的智能化资源检索[J]。计算机工程与科学，2006，28(11)：103～129
67 Apache Jakarta Commons Digester [EB/OL]. http://jakarta.apache.org/commons/digester/2005-06.
68 Apache Lucene [EB/OL]. http://lucene.apache.org/2005-06
69 缑锦，杨建刚，蒋云良等，基于元信息和本体论的知识融合算法[J]。计算机辅助设计与图形学学报，2006，18(6)：820～823
70 张明宝，夏安邦，制造联盟资源计划元数据框架[J]。计算机集成制造系统，2004，10(4)：442～446
71 Matthew E Jarvis, Goss Nuzzo-Jones, Neil T. Heffeman, Applying Machine Learning Techniques to Rule Generation in Intelligent Tutoring Systems[J]. (Eds): ITS 2004, LNCS 3220, 2004, 541—553
72 Fang Sheng, Xien Fan, Gary Thomas, Peter NG, A Knowledge-Based Approach to Effective Document Retrieval[J]. Journal of System Integration, 2001, (10): 411—436
73 程晓东，李建勇，基于粗糙集的柔性制造系统概念设计实例检索技术[J]。计算机集成制造系统，2005，11(6)：768～771
74 Fayyad U, Piatetsky-Shapiro, Smyth, Uthurusamy. Advances in Knowledge Discovery and Data Mining, MIT Press, 1996
75 Pierce, E. M.. Developing and delivering a data warehousing and mining course. Communications of the Association for Information Systems, 1999, 2(16)
76 Simoudis, E., Livezey, B., Kerber, R.. Using Recon for Data Cleaning. In Proceedings of KDD-95. First International Conference on Knowledge Discovery and Data Mining. Menlo Park, Calif: American Association for Artificial Intelligence, 1995: 275～281
77 石杰楠，数据挖掘研究综述[J]。航天制造技术，2005，8(4)：27～31
78 Fayyad, U. M., Piatetsky-Shapiro, G., and Smyth. From Data Mining to Knowledge Discovery: An Overview. In Advances in Knowledge Discoveryand Data Mining. Menlo Park, Calif: AAAI Press, 1996:1～30
79 钟晓，马少平，张钹．数据挖掘综述[J]。模式识别与人工智能，2001，14(1)：48～55
80 韩少锋，陈立潮，数据挖掘技术及应用综述[J]。机械管理开发，2006，(4)：23～24
81 Quinlan, J.R., Rivest, R.L.. Inferring Decision Trees Usin g the Minimum Description Length Principle. Information and Computation, 1989, 80:227～248
82 李存荣，刘蓉，杨明忠，制造信息系统中基于遗传算法的关联知识挖掘[J]。工业工程与管理，2005，(4)：62～65
83 刘书暖，张振明，田锡天等，基于聚类分析法的典型工艺路线发现方法[J]。计算机集成制造系统，2006，12(7)：996～1001
84 王忠浩，邵新宇，张国军等，基于扩展粗糙集的工艺偏好知识发现[J]。机械工程学报，2005，41(7)：84～89
85 Dean J, Henzinger M R. Finding Related Pages in the World Wide Web[C]. Proceedings of the 8th International World Wide Web Conference, Toronto, Canada, 1999-05:389-401
86 Kleinberg J M, Authoritative Sources in a Hyperlinked Environment[C]. Proc. of 9th ACM-SIAM Symposium on Discrete Algorithms, 1998
87 Fink J, Kobsa A, Nill A. User-oriented Adaptivity and Adaptability in the AVANTI[Z]. Microsoft Usability Group, Redmond, Washington, USA, 1999
88 傅向华，马兆丰，何明等，一种个性化的主题提取和层次发现算法[J]。西安交通大学学报，2005，39(2)：119～122
89 王太雷，个性化推荐系统中相似模式聚类研究[J]，计算机工程，2005，3l(10)：156～158
90 张丙奇，基于领域知识的个性化推荐算法研究[J]。计算机工程，2005，3l(21)，7～9
91 刘文安，乔立红，基于产品数据管理系统的设计制造信息集成[J]。机械科学与技术，2005，24(1)：1～4
92 王淑营，岳红伟，网络化制造平台资源信息集成方案[J]。西南交通大学学报，2006，41(4)：471～475
93 夏绪辉，贺德强，路向阳，网络化制造中设备层信息集成框架研究[J]。中国机械工程，2006，17(9)：907～910
94 齐建军，刘爱军，雷毅等，基于XML模式的制造信息集成规范的研究[J]。计算机集成制造系统，2005，11(4)：565～571
95 王克明，熊光楞，谢金崇等，企业统一数据访问平台设计与实现[J]。机械科学与技术，2005，24(2)：241～243
96 贺德强，鄢萍，刘飞等，网络化制造环境下车间层信息交互模型及实现[J]。计算机集成制造系统，2004，10(5)：514～518
97 郝伟，刘建华，基于Web的机械制造信息集成管理系统研究[J]，科技资讯，2006，(17)：8～9
98 鲁康，赖惠，陈绍文，ERP中的制造数据结构[J]。CAD／CAM与制造业信息化，2004，(4)：16～20
99 滕岩，基于领域知识的智能信息检索研究。山东大学硕士学位论文，2006，P13
100 高新，知识管理在制造型企业中的运用初探[J]。市场周刊—管理探索，2005，(5)：30～31
101 刘苑辉，中小制造企业实施知识管理初探[J]。集团经济研究，2006，(6)：85～87
102 陈金水，王崟，非结构化数据存储管理的实用化方法。计算机与现代化[J]，2006(8)：25～31
103 徐洁磐，数据仓库与决策支持系统[M]。北京：科学出版社，2005
104 李坚，不确定性问题初探[D]。中国社会科学院研究生院博士学位论文，2006
105 S．J．普雷斯，贝叶斯统计学[M]。中国统计出版社，1992年版，第3页
106 C．R．劳，统计与真理—怎样运用偶然性[M]。科学出版社，2004年版，第34页
107 笛卡尔，探求真理的指导原则[M]，管震湖译，商务印书馆，1991年版，第四页
108 French S.Uncertainty and imprecision:modeling and analysis.Journal Of Operations Research Societyl[J].1995,46(1):70～79
109 李子臣，利用非结构化信息管理技术高效提升组织智能竞争力[J]。现代情报，2005(2)：41～43
110 张德政，张萍萍，非结构化信息管理。微计算机信息[J]，2006，22(3-3)：218～219
111 何月顺，丁秋林，计算机半结构化数据源的数据挖掘技术研究[J]。哈尔滨工业大学学报，2005，37(10)：1363～1365
112 王东临，http://www.sciencetimes.com.cn/co138/co197/article.html?id=67517
113 韦升阳，ECM：在业务系统中提炼信息．http://www.e-works.net.cn/ewk2004/ewkArticles/520/Article35001.htm.2006-1-3
114 崔明铎，制造工艺基础[M]。哈尔滨：哈尔滨工业大学出版社，2004
115 唐加福，汪定伟，模糊优弧理论与方法的研究综述。控制理论与应用[J]。2000，17(2)：159～164
116 Zimmermann H J. Fuzzy Set Theory and Its Application[M]. 2nd ed. Hinghum: Kluwer-Nijhoff, 1985
117 Hobbs J R. Granularity[C]. Prec. of IJCAI, Los Angeles, 1985:432～435
118 赵欣欣，朱铁丹，刘玉树，不同粒度下的文档分类[J]。计算机工程，2006，32(20)：183～184
119 郝京辉，网络化协作环境下机械产品加工任务粒度分析[J]。计算机集成制造系统，2006，12(3)：451～457
120 徐久成，沈钧毅，安秋生等，基于信息粒度与粗糙集的决策细化研究[J]。西安交通大学学报，2005，39(4)：335～338
121 郑征，相容粒度空间模型及其应用研究[D]。中国科学院研究生院(计算技术研究所)，博士学位论文，2006
122 Zadeh L. A., Fuzzy logic=Computing with words. IEEE Transactions on Fuzzy Systems, 1996, (2): 103
123 李道国，苗夺谦，张红云，粒度计算的理论、模型与方法[J]。复旦学报(自然科学版)，2004，43(5)：837～841
124 Pawlak Z. Rough Sets: International Journal of Computer and Information Sciences, 1982,11:341～356
125 张铃，张钹，模糊商空间理论(模糊粒度计算方法)[J]。软件学报，2003，14(4)：770～776
126 Skowron A , Stepaniuk J . Information granules : towards foundations of granular computing [J]. International Journal of Intelligent Systems, 2001,16 (1) :57～85.
127 Yao Y Y. St ratified rough set s and granular computing [A] . Proc of the 18th International Conference of the North American Fuzzy Information Processing Society [C]. New York : IEEE Press, 1999. 800～804.
128 Pawlak Z. Granularity of knowledge , indisccmibility and rough set s [A] . IEEE International Conference on Fuzzy Systems, Anchorage, USA ,1998
129 董家骧，计算机辅助工艺过程设计系统智能开发工具[M]。1版。北京，国防工业出版社，1996
130 张文修，仇国芳，基于粗糙集的不确定决策[M]。北京：清华大学出版社，2005
131 Pawlak Z, Rough Sets. International Journal of Computer and Information Sciences, 1982, 11:341～356
132 李万庆，基于智能优化算法的施工项目风险预测与网络计划优化研究[D]。天津大学博士学位论文，2004：p101～102
133 杨善林，倪志伟，机器学习与智能决策支持系统[M]。1版。北京：科学出版社，2004
134 高鹏，网络化制造环境下基于语义的制造知识管理技术若干问题的研究[D]。浙江大学博士学位论文，2005
135 顾雪平，张志刚，张文勤。基于神经网络的暂态稳定评估输入空间可分性[J]。华北电力大学学报。2000(4)：16-20
136 石冰，郑燕峰。信息检索中的数据挖掘技术[J]。情报学报。1999(2)：103-106
137 许增福，DL环境下的信息资源管理及知识发现研究[D]。哈尔滨工程大学博士学位论文，2004．12
138 鲁奎。基于XML／RDF数字图书馆信息资源描述与应用研究[D]。合肥工业大学硕士学位论文。2003．6：1-48
139 曹志红。数字图书馆资源组织与发布系统研究[D]。山东大学硕士学位论文。2002．11：1-45
140 刘震，邓苏，罗雪山等，语义对等网中资源元数据混合索引策略研究[J]。国防科技大学学报，2006，28(6)：95～101
141 韩夏，吴廷照，李秉严，生物医学信息资源的元数据描述与整合[J]。生物医学工程学杂志，2006，23(2)：459～462
142 Duval, E. et al. Metadata Principles and Practicalities D-Lib Magazine, 2002, 8(4).http://www.dlib.org/dlib/april02/weibel/04weibel.html
143 Hodge, Gall. Metadata Made Simpler. http://www.niso.org/news/metadata-simpler.pdf
144 林繁，杨树强，邹鹏，大规模事务处理系统的元数据管理[J]。计算机工程，31(21)：57～59
145 刘德文，DELPHI中采用XML实现数据交换[J]。电脑知识与技术，2005，(3)：16～17
146 左伟，李礴，XML在文本加工中的应用和实现[J]。中国传媒大学学报自然科学版，2006，13(4)：58～61
147 蒋社想，基于XML的WEB数据挖掘[J]。长沙通信职业技术学院学报，2006，5(4)：30～33
148 黄伟，刘娟，一种基于DOM树的HTML转换为XML的方法[J]。电脑知识与技术，2006，(20)：64～65
149 张明宝，应用于制造联盟使能技术的XML规范研究[J]。标准化研究，2007，(1—2)：58～62
150 邓超，熊选东，一种基于DOM的Web信息提取方法[J]。计算机与信息技术，2006，(8)：7～9
151 XHTML: The Extensible Hyper Text Markup Language, W3C Recommendation, January 2000. http://www.w3.org./TR/xhtmll. [DB/OL]
152 安自强，赵俊锋，基于DOM的XML解析与应用[J]。承德石油高等专科学校学报，2006，8(4)：27～31
153 H．M．Deitel，P．J．Deitel等著，康博等译。XML编程技术大全[M]。北京：清华大学出版社，2002
154 高继峰，基于语义Web的智能信息检索系统研究[D]。郑州大学硕士学位论文，2006
155 杨宁宁，沈建新，企业信息资源智能检索系统的研究[J]。机械制造与自动化，2006，35(6)：80～82
156 冯国臻，基于结构分析的大规模WWW文本信息检索技术的研究[D]。中国科学院研究生院(计算技术研究所)，博士学位论文，2001
157 肖兆武，信息检索系统中信息模型的建立方法研究[J]。科技情报开发与经济，2005，(8)：74～76
158 高华，余嘉元，人工智能中知识获取面临的哲学困境及其未来走向[J]。哲学动态，2006，(4)：45～50
159 李陶深，人工智能[M]。重庆：重庆大学出版社，2004
160 王金生，处理非结构化信息的桌面搜索模式的发展和竞争现状[J]。现代情报，2005，(9)：50～53
161 柳群英，基于知识服务的智能信息检索系统研究[J]。现代情报，2006，(7)：96～97
162 朱正娴，从文献线索提供到知识挖掘的跨越[J]。中国索引，2006，4(3)：52～53
163 聂卉，龙朝晖，语义推理技术在智能检索系统中的应用研究[J]。情报学报，2006，25(356～360)：356～360
164 宋炜，张铭，语义网简明教程[M]。北京：高等教育出版社，2004
165 滕岩，基于领域知识的智能信息检索研究[D]。山东大学硕士学位论文，2006
166 Genest D, M. Chein. An Experiment in Document Retrieval Using Conceptual Graphs. Conceptual structures: Fulfilling Peirce's Dream. Lecture Notes in Artificial Intelligence 1257. Aug. 1997
167 Tim Berners-Lee. Conceptual Graphs and the Semantic Web. http://www.w3.org/DesignIssues/CGhtml
168 周雪忠，文本挖掘在中医药中的若干应用研究[D]。浙江大学博士学位论文，2004
169 朱永盛，武港山，基于Web的新闻信息抽取[J]。计算机工程，2006，32(10)：74～76
170 王震江，XML的DOM编程[J]。电脑编程技巧与维护，2006，(10)：30～32
171 史忠植，知识发现[M]。北京：清华大学出版社，2002
172 蒙祖强，蔡自兴，基于分类模型的数据库个性化知识发现方法[J]。计算机工程，2006，32(20)，185～187
173 蒙祖强，蔡自兴，一种面向个性化知识发现的属性约简算法[J]。小型微型计算机系统，2005，26(2)：209～213
174 Sarwar B, Karypis G, Konstan J, et al. Analysis of Recommendation Algorithms for E-commerce[C]. Proceeding of the ACM Conference on Electronic Commerce, 2000:158-167
175 邓爱林，朱扬勇，施伯乐．基于项目评分预测的协同过滤推荐算法[J]．软件学报，2003，14(9)：1621-1628
176 张海燕，顾峰，姜丽红，基于模糊簇的个性化推荐方法[J]。计算机工程，2006，32(12)：65～67
177 史忠植，知识发现[M]。北京：清华大学出版社，2002
178 张蓉，Web挖掘技术研究[J]。计算机工程，2006，32(15)：4～6
179 刘刚，数据挖掘技术与分类算法研究[D]。中国人民解放军信息工程大学，博士学位论文，2004
180 成瑜，何洁月，本体驱动的半结构化Web生物数据抽取[J]。计算机工程，2006，32(5)：192～194
181 Gruber C. T. R., A Translation Approach to Portable Ontologies[J]. Knowledge Acquisition, 1993, 5(2): 199～220
182 宋琦，薛建武，智能检索系统中用户兴趣模型构建技术研究[J]。情报杂志，2007，(1)：57～60
183 吴丽辉，王斌，张刚，一个个性化的Web信息采集模型[J]。计算机工程，2005，31(22)：86～88
184 张鹏翥，决策支持系统[M]。上海：上海交通大学出版社，2005
185 程光耀，孙厚芳，雷贺功，慈建平，CAPP多工艺方案的模糊综合评价[J]。北京理工大学学报，2004，24(3)：197～200
186 肖伟跃，郭惠听，杨继荣，CAPP中多工艺方案的模糊综合评判策略[J]。现代制造工程，2003，9：34～37
187 王律，李蓓智，敏捷制造环境中多工艺方案的评估与决策研究[J]。东华大学学报(自然科学版)，30(2)：43～46
188 Inmon W H. Building the Data Warehouse[M]. John Wiley & Sons, Inc, 1996.
189 高伟，殷国富，成尔京，机械制造工艺序列中的知识发现方法研究[J]。机械工程学报，2004，40(5)：121～125
190 C. Grabowik, R. Knosala. The method of knowledge representation for a CAPP system. Journal of Materials Processing Technology, 2003, 133:p.90-98
191 George M．Marakas著，敖富江 译。数据仓库、挖掘和可视化—核心概念[M]。北京：清华大学出版社，2004
192 史忠植，知识发现[M]。北京：清华大学出版社，2002
193 徐泽水，不确定多属性决策方法及应用[M]。北京：清华大学出版社，2004
194 王辰宝，王永青，章明炽，张恩生等，机械加工工艺基础[M]。南京：东南大学出版社，1996
195 Xu Z S. A direct approach to group decision making with uncertain additive linguistic preference relations. Technical Report, 2003
196 钟毅芳，杨家军，程德云等，机械设计原理与方法[M]。武汉：华中科技大学出版社，2001
197 YANG Jingtao, ZHOU Jianzhong, XIANG Ling, et al. Pseudo parallel genetic algorithm and its application in economic operation of hydropowcr station[J]. Power System Technology, 2004, 28(14): 53-56.
198 WAN Zhiqiang, YANG Chao, LI Zhengneng. Application of hybrid genetic algorithm in acroclastic multidisciplinary optimization[J]. Journal of Bcijing University of Aeronautics and Astronautics, 2004, 30(12): 1142-1146.
199 EKLUND S E. A massively parallel architecture for distributed genetic algorithms[J]. Parallel Computing, 2004, 30(5-6): 647-676.
200 SLEEM A. Enhancing genetic algorithms performance using parallel and distributed computing approaches[J]. International Journal of Computers and Their Applications, 2003, 10(3): 137-148.
201 CAPI G. Evolution of recurrent neural controllers using an extended parallel genetic algorithm[J]. Robotics and Autonomous Systems, 2005, 52(2-3): 148-159.
202 CHEN Xiaofang. Chaotic migration-based pseudo parallel genetic algorithm and its application in inventory optimization[J]. Journal of Systems Engineering and Electronics, 2005, 16(2): 411-417.
203 LBA E, TROYA J M. Influence of the migration policy in parallel distributed GAs with structured and panmictic populations[J]. Applied Intelligence, 2000, 12(3): 163-181.
204 HOLLAND J H. Adaptation in natural and artificial systems[M]. Cambridge, Mass: MIT Press, 1975
205 屈喜龙，区域网络化制造资源优化配置的遗传算法模型[J]。中南大学学报(自然科学版)，2006，37(2)：347～351
206 齐德新，刘永贤，张树良，单染色体遗传算法在制造系统作业调度中的应用[J]。辽宁工程技术大学学报[J]，2006，25(6)：911～913
207 亓四华，费业泰，基于遗传算法的制造质量控制多目标的优化[J]。农业机械学报，2006，37(6)：110～112
208 NICKLAS L. D, ATKINS R. W, SETIA S. K, et al. Design and implementation of a parallel solution to the cutting stock problem[J]. Concurrency Practice and Experience, 1998, 10(10): 783-805
209 邢文训，谢金星，现代优化计算方法[M]。清华大学出版社，1999
210 张细政，邢立宁，伍栖，基于遗传算法的数据挖掘方法及应用[J]。哈尔滨工程大学学报，2006，27，Suppl，384～388
211 曹炬，冯松，遗传算法在矩形件优化排样中的应用[J]。计算机工程与应用，1999，(5)：5～7
212 贾志欣，殷国富，罗阳等。矩形件排样的模拟退火算法求解[J]。四川大学学报(自然科学版)，2001，33(5)：35-38
213 GREFENTETTE J. Genetic algorithm for the traveling salesman problem[C]. Process of 1st Conference on Genetic Algorithms and Their Applications. Mahwah, N.J: Lawrence Erlbaum Associates, 1985:160-168
214 周宏根，戚雪峰，景旭文，基于遗传算法的作业车间调度研究与应用[J]。现代制造工程，2006，(8)：5～8
215 初红艳，曹全军，费仁元，基于加工单元的制造车间的生产调度研究[J]。北京工业大学学报，2006，32(8)：730～736
216 胡岚，涂海宁，刘建胜，基于混合遗传算法的Job-Shop调度问题的研究[J]。现代制造工程，2006，(9)：23～25
217 张传顺，莫蓉，石胜友等，基于遗传算法的制造网格资源调度方法研究[J]。中国机械工程，2006，17(18)，1916～1919
2 孟永胜，装备制造业产品制造数据集成管理研究与应用[D]。大连理工大学博士学位论文，2005。P6
3 王红岩，蔡卫东，史锦屏。智能制造系统的关键技术[J]。锻压机械，2001，(6)：3～4
4 荣烈润，面向21世纪的智能制造[J]。机电一体化，2004，(4)：6～10
5 杨文玉，尹周平，孙容磊等，数字制造基础[M]。北京：北京理工大学出版社，2005
6 http://hexun.com/dmcasun/default.html
7 刘伟，杨玉英，朴文相。面向信息集成的覆盖件冲压工艺设计与表达[J]。计算机集成制造技术，2004，10(9)：1052～1055
8 陈庆欣，李新军，万敏，基于实例的飞机板金工艺知识库的构建[J]。北京航空航天大学学报，2006，32(6)：734～737
9 焦黎，孙厚芳，王颖，基于实例的模糊工艺推理技术研究[J]。成组技术与生产现代化，2006，(4)：21～24
10 祖巧红，陈定方，张波，基于实例的信息管理平台的协同开发研究及实现[J]。交通与计算机，2006，(3)：86～89
11 陈永府，杨小献，黄正东等。基于规则的数据收集研究[J]。计算机工程与设计，2007，(1)：164～167
12 陈青，基于规则的产品工程图质量验证[J]。盐城工学院学报(自然科学版)，2006，(4)：53～57
13 王军，陈锦江，基于实例与规则推理的面向液压缸产品族的智能设计系统研究[J]。机床与液压，2006，(12)：
14 蒋亚军，娄臻亮，规则推理与实例推理在模具加工刀具智能化选择中的应用[J]。上海交通大学学报，2005，39(7)：1066～1069
15 赖朝安，基于XML与Web的产品设计知识表示与知识库系统[J]。计算机工程，2005，31(16)：27～29+85
16 缪亚林，卞正中，缪相林等，可视化知识库智能建立的研究与实现[J]。计算机工程，2005，31(22)：210～212
17 朱恒民，姬小利，王宁生，支持数据挖掘的知识库系统[J]。西南交通大学学报，2005，40(3)：406～411+416
18 朱礼军、陈虔，刘慧等，基于知识本体的资源管理平台框架设计与实现[J]。北京航空航天大学学报，2005，31(11)：1245～1249
19 张平，邹湘军，孙健等，仿真网格环境下面向制造资源的知识融合[J]。系统仿真学报，2006，18(5)：1414～1417
20 戈鹏，殷国富，高伟。敏捷化CAPP系统建模与实现方法[J]。计算机集成制造系统-CIMS，2003，9(3)：184-188
21 陈万领，CAPP深化应用的思考[J]。中国制造业信息化，2004，33(4)：25-26
22 高伟，面向工艺设计信息系统的知识发现技术研究[D]。四川大学博士论文，2005
23 李培根，曹希彬，蔡力钢。基于实例的回转类零件工艺路线决策方法研究[J]。计算机辅助设计与图形学学报。2000，12(3)：235～240
24 李佳特，NC技术发展的历史回顾与展望[J]。世界制造技术与装备市场，2000，(2)：29～34
25 彭志忠，基于信息技术的制造业价值链增值过程研究[M]，济南：山东大学出版社，2004
26 林宋，方兴未艾的制造信息学研究[J]。CAD／CAM与制造业信息化，2003，(5)：64～66
27 周祖德，数字制造[M]。北京：科学出版社，2004
28 陈启申，ERP—从内部集成起步[M]。北京：电子工业出版社，2004
29 王先逵，吴丹，制造技术中的模糊逻辑决策研究[J]。中国机械工程，2000，11(1-2)：157～162
30 孙忠锋，袁庆丰，吕金平，基于神经网络建模和遗传算法的线切割工艺参数模糊优化[J]。机械制造，2006，44(500)：19～21
31 Ouyang C, Jiang T A. Developing an integration framework to support the information flow between PDM and MRP[J]. The International Journal of Advanced Manufacturing Technology, 2002 (16): 131-141
32 刘明周，刘正琼，郭嘉等，面向产品的企业数据数字化集成管理模式[J]。计算机辅助设计与图形学学报，2006，18(1)：137～142
33 熊有伦，吴波，丁汉，新一代制造系统理论及建模[J]，中国机械工程，2000，11(1-2)，49～52
34 张建华，企业知识管理的知识获取策略[J]。科技与管理，2006，37(3)：33～36
35 WANG C H. Integrating membership functions and fuzzy rule sets from multiple knowledge sources[J]. Fuzzy Sets and Systems, 2000(112): 141-154
36 CIROVER M D. A pragmatic knowledge acquisition methodology[J]. Proceeding of the Eighth International Joint Conference on AI, 1983(8): 436-438
37 T. Berners-Lee. Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by its Inventor, Harper Business, 2000
38 张宏斌，信息获取中的两类不确定问题研究[D]。华中科技大学博士学位论文，2004
39 王建勇，单松巍，雷鸣等。海量Web搜索引擎系统中的用户行为的分布特征及其启示[J]。中国科学(E辑)，2001(31)(4)：372-385
40 V.N.Gudiva, V.V.Raghavan, W.I.Grosky, et al. Information Retrieval On the World Wide Web. IEEE Internet Computing, 1997, 9-10
41 K.K.Nambiar. Theory of Search Engines, Computers & Mathematics with Applications. 2001(42): 1523-1526
42 S.Brin and L.Page. The anatomy of a large scale hyper-textual web search engine. In Proceedings of the Seventh International WWW Conference, Brisbane, Australia, 1998 (4): 14-18
43 T. Berners-Lee. Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by its Inventor, Harper Business, 2000
44 ChengXiang Zhai. Risk Minimization and Language Modeling in Text Retrieval. Doctoral Dissertation, Carnegie Mellon University, 2002
45 J.Lafferty and Chengxiang Zhai. Document Language Models, Query Models, and Risk Minimization for Information Retrieval. In: SIGIR'01, New Orleans, Louisiana, USA, September, 2001. ACM 2001, 9-11
46 王斌，李少波，谢庆生，基于ASP的网络化制造资源智能检索知识库模型设计[J]。贵州工业大学学报(自然科学版)，2006，35(2)：18～22
47 LI Shao-bo, XIE Qing-sheng, Prototype of Knowledge-based Product Development Integration Assistant System[J]. Progress in Intelligent Computation and Its Applications, ISICA2005, 2005, (4): 466—471
48 Roy M. Turner, Elise H. Turner, Thomas A. Wagner, Thomas J. Wheeler, and Nancy E. Ogle, Using Explicit, A Priori Contextual Knowledge in an Intelligent Web Search Agent[J]. In Airman et al. 2001, 343-352
49 MCILRAITH S A, SON T C, ZENG H. Semantic Web services[J]. Jour. of IEEE Intelligent Systems, 2001, 16(2): 46～53
50 FENSEL D, DECKER S, ERDMANN M, STUDER R. Onto-broker: how to enable intelligent access to the WWW[A]. AAAI-98 Workshop on AI and Information Integration[C]. Menlo Park, CA: AAAI Press, 1998, 36～42
51 Tim Bemers-Lee. Semantic web architecture[OL]. http://www.w3c.org/2000/Talks/1206-xml2k-tbl/slide10-0.html, 2000
52 Tim Bemers-Lee, James Hendler and Ora Lassila. The Semantic Web[R]. Scientific American, May 2001, 2837
53 张蕾，语义Web在信息智能检索上的应用[J]。通信与信息技术，2006，(7)：76～79
54 Tim Berners-Lee. Sematic Web-Xml2000, 2000[EB/OL]. http://www.w3c.org.2000/Talks/1200-xml2k-tbl/Overview.html
55 Gruber T R, A Translation Approach to Portable Ontology Specifications, Knowledge Acquisition, 1993, 5(2): 199～220
56 Neches R, Fikes R E, Gruber T R, et al, Enabling Technology for Knowledge Sharing, AI Magazine, 1991, 12(3): 36～56
57 李文杰，基于本体的分布式知识库系统研究[D]。天津大学博士学位论文，2004
58 Studer Rudi, Benjamins V Richard, Fensel Dieter. Knowledge engineering: Principles and methods[J]. Data and Knowledge Engineering, 1998, 25(1/2): 161～197
59 Guarino N, Giarretta P. Ontology and Knowledge Bases: Towards a Terminological Clarification. In: Proceedings of 2rid International Conference on Building and Sharing Very Large Scale Knowledge Bases. ISO Press, 1995, 25～32
60 Guarino N. Formal Ontology and Information Systems. In: Proceedings of the 1st International Conference on Formal Ontology in Information Systems(FOIS'98). Trento, Italy: IOS Press,1998, 3～15
61 蔡铭，林兰芬，董金祥，制造资源智能检索系统研究与实现[J]。计算机辅助设计与图形学学报，2004，16(4)：542～548
62 曹锐，陈刚，蔡铭，基于本体的网络化制造资源检索[J]。计算机工程，2004，30(3)：143～146
63 吴健，李莹，邓水光邓，网络化制造环境中的Web服务模糊匹配研究[J]。浙江大学学报(工学版)，2006，40(9)：1545～1549
64 张磊，苑伟政，王伟，基于本体的制造网格服务自动链接[J]。中国机械工程，2006，17(14)：1484～1488
65 李健生，图像元数据特征提取及其在检索中的应用。南京师范大学博士学位论文，2006
66 王民，吴刚，肖君等，基于XML与自然语言处理的智能化资源检索[J]。计算机工程与科学，2006，28(11)：103～129
67 Apache Jakarta Commons Digester [EB/OL]. http://jakarta.apache.org/commons/digester/2005-06.
68 Apache Lucene [EB/OL]. http://lucene.apache.org/2005-06
69 缑锦，杨建刚，蒋云良等，基于元信息和本体论的知识融合算法[J]。计算机辅助设计与图形学学报，2006，18(6)：820～823
70 张明宝，夏安邦，制造联盟资源计划元数据框架[J]。计算机集成制造系统，2004，10(4)：442～446
71 Matthew E Jarvis, Goss Nuzzo-Jones, Neil T. Heffeman, Applying Machine Learning Techniques to Rule Generation in Intelligent Tutoring Systems[J]. (Eds): ITS 2004, LNCS 3220, 2004, 541—553
72 Fang Sheng, Xien Fan, Gary Thomas, Peter NG, A Knowledge-Based Approach to Effective Document Retrieval[J]. Journal of System Integration, 2001, (10): 411—436
73 程晓东，李建勇，基于粗糙集的柔性制造系统概念设计实例检索技术[J]。计算机集成制造系统，2005，11(6)：768～771
74 Fayyad U, Piatetsky-Shapiro, Smyth, Uthurusamy. Advances in Knowledge Discovery and Data Mining, MIT Press, 1996
75 Pierce, E. M.. Developing and delivering a data warehousing and mining course. Communications of the Association for Information Systems, 1999, 2(16)
76 Simoudis, E., Livezey, B., Kerber, R.. Using Recon for Data Cleaning. In Proceedings of KDD-95. First International Conference on Knowledge Discovery and Data Mining. Menlo Park, Calif: American Association for Artificial Intelligence, 1995: 275～281
77 石杰楠，数据挖掘研究综述[J]。航天制造技术，2005，8(4)：27～31
78 Fayyad, U. M., Piatetsky-Shapiro, G., and Smyth. From Data Mining to Knowledge Discovery: An Overview. In Advances in Knowledge Discoveryand Data Mining. Menlo Park, Calif: AAAI Press, 1996:1～30
79 钟晓，马少平，张钹．数据挖掘综述[J]。模式识别与人工智能，2001，14(1)：48～55
80 韩少锋，陈立潮，数据挖掘技术及应用综述[J]。机械管理开发，2006，(4)：23～24
81 Quinlan, J.R., Rivest, R.L.. Inferring Decision Trees Usin g the Minimum Description Length Principle. Information and Computation, 1989, 80:227～248
82 李存荣，刘蓉，杨明忠，制造信息系统中基于遗传算法的关联知识挖掘[J]。工业工程与管理，2005，(4)：62～65
83 刘书暖，张振明，田锡天等，基于聚类分析法的典型工艺路线发现方法[J]。计算机集成制造系统，2006，12(7)：996～1001
84 王忠浩，邵新宇，张国军等，基于扩展粗糙集的工艺偏好知识发现[J]。机械工程学报，2005，41(7)：84～89
85 Dean J, Henzinger M R. Finding Related Pages in the World Wide Web[C]. Proceedings of the 8th International World Wide Web Conference, Toronto, Canada, 1999-05:389-401
86 Kleinberg J M, Authoritative Sources in a Hyperlinked Environment[C]. Proc. of 9th ACM-SIAM Symposium on Discrete Algorithms, 1998
87 Fink J, Kobsa A, Nill A. User-oriented Adaptivity and Adaptability in the AVANTI[Z]. Microsoft Usability Group, Redmond, Washington, USA, 1999
88 傅向华，马兆丰，何明等，一种个性化的主题提取和层次发现算法[J]。西安交通大学学报，2005，39(2)：119～122
89 王太雷，个性化推荐系统中相似模式聚类研究[J]，计算机工程，2005，3l(10)：156～158
90 张丙奇，基于领域知识的个性化推荐算法研究[J]。计算机工程，2005，3l(21)，7～9
91 刘文安，乔立红，基于产品数据管理系统的设计制造信息集成[J]。机械科学与技术，2005，24(1)：1～4
92 王淑营，岳红伟，网络化制造平台资源信息集成方案[J]。西南交通大学学报，2006，41(4)：471～475
93 夏绪辉，贺德强，路向阳，网络化制造中设备层信息集成框架研究[J]。中国机械工程，2006，17(9)：907～910
94 齐建军，刘爱军，雷毅等，基于XML模式的制造信息集成规范的研究[J]。计算机集成制造系统，2005，11(4)：565～571
95 王克明，熊光楞，谢金崇等，企业统一数据访问平台设计与实现[J]。机械科学与技术，2005，24(2)：241～243
96 贺德强，鄢萍，刘飞等，网络化制造环境下车间层信息交互模型及实现[J]。计算机集成制造系统，2004，10(5)：514～518
97 郝伟，刘建华，基于Web的机械制造信息集成管理系统研究[J]，科技资讯，2006，(17)：8～9
98 鲁康，赖惠，陈绍文，ERP中的制造数据结构[J]。CAD／CAM与制造业信息化，2004，(4)：16～20
99 滕岩，基于领域知识的智能信息检索研究。山东大学硕士学位论文，2006，P13
100 高新，知识管理在制造型企业中的运用初探[J]。市场周刊—管理探索，2005，(5)：30～31
101 刘苑辉，中小制造企业实施知识管理初探[J]。集团经济研究，2006，(6)：85～87
102 陈金水，王崟，非结构化数据存储管理的实用化方法。计算机与现代化[J]，2006(8)：25～31
103 徐洁磐，数据仓库与决策支持系统[M]。北京：科学出版社，2005
104 李坚，不确定性问题初探[D]。中国社会科学院研究生院博士学位论文，2006
105 S．J．普雷斯，贝叶斯统计学[M]。中国统计出版社，1992年版，第3页
106 C．R．劳，统计与真理—怎样运用偶然性[M]。科学出版社，2004年版，第34页
107 笛卡尔，探求真理的指导原则[M]，管震湖译，商务印书馆，1991年版，第四页
108 French S.Uncertainty and imprecision:modeling and analysis.Journal Of Operations Research Societyl[J].1995,46(1):70～79
109 李子臣，利用非结构化信息管理技术高效提升组织智能竞争力[J]。现代情报，2005(2)：41～43
110 张德政，张萍萍，非结构化信息管理。微计算机信息[J]，2006，22(3-3)：218～219
111 何月顺，丁秋林，计算机半结构化数据源的数据挖掘技术研究[J]。哈尔滨工业大学学报，2005，37(10)：1363～1365
112 王东临，http://www.sciencetimes.com.cn/co138/co197/article.html?id=67517
113 韦升阳，ECM：在业务系统中提炼信息．http://www.e-works.net.cn/ewk2004/ewkArticles/520/Article35001.htm.2006-1-3
114 崔明铎，制造工艺基础[M]。哈尔滨：哈尔滨工业大学出版社，2004
115 唐加福，汪定伟，模糊优弧理论与方法的研究综述。控制理论与应用[J]。2000，17(2)：159～164
116 Zimmermann H J. Fuzzy Set Theory and Its Application[M]. 2nd ed. Hinghum: Kluwer-Nijhoff, 1985
117 Hobbs J R. Granularity[C]. Prec. of IJCAI, Los Angeles, 1985:432～435
118 赵欣欣，朱铁丹，刘玉树，不同粒度下的文档分类[J]。计算机工程，2006，32(20)：183～184
119 郝京辉，网络化协作环境下机械产品加工任务粒度分析[J]。计算机集成制造系统，2006，12(3)：451～457
120 徐久成，沈钧毅，安秋生等，基于信息粒度与粗糙集的决策细化研究[J]。西安交通大学学报，2005，39(4)：335～338
121 郑征，相容粒度空间模型及其应用研究[D]。中国科学院研究生院(计算技术研究所)，博士学位论文，2006
122 Zadeh L. A., Fuzzy logic=Computing with words. IEEE Transactions on Fuzzy Systems, 1996, (2): 103
123 李道国，苗夺谦，张红云，粒度计算的理论、模型与方法[J]。复旦学报(自然科学版)，2004，43(5)：837～841
124 Pawlak Z. Rough Sets: International Journal of Computer and Information Sciences, 1982,11:341～356
125 张铃，张钹，模糊商空间理论(模糊粒度计算方法)[J]。软件学报，2003，14(4)：770～776
126 Skowron A , Stepaniuk J . Information granules : towards foundations of granular computing [J]. International Journal of Intelligent Systems, 2001,16 (1) :57～85.
127 Yao Y Y. St ratified rough set s and granular computing [A] . Proc of the 18th International Conference of the North American Fuzzy Information Processing Society [C]. New York : IEEE Press, 1999. 800～804.
128 Pawlak Z. Granularity of knowledge , indisccmibility and rough set s [A] . IEEE International Conference on Fuzzy Systems, Anchorage, USA ,1998
129 董家骧，计算机辅助工艺过程设计系统智能开发工具[M]。1版。北京，国防工业出版社，1996
130 张文修，仇国芳，基于粗糙集的不确定决策[M]。北京：清华大学出版社，2005
131 Pawlak Z, Rough Sets. International Journal of Computer and Information Sciences, 1982, 11:341～356
132 李万庆，基于智能优化算法的施工项目风险预测与网络计划优化研究[D]。天津大学博士学位论文，2004：p101～102
133 杨善林，倪志伟，机器学习与智能决策支持系统[M]。1版。北京：科学出版社，2004
134 高鹏，网络化制造环境下基于语义的制造知识管理技术若干问题的研究[D]。浙江大学博士学位论文，2005
135 顾雪平，张志刚，张文勤。基于神经网络的暂态稳定评估输入空间可分性[J]。华北电力大学学报。2000(4)：16-20
136 石冰，郑燕峰。信息检索中的数据挖掘技术[J]。情报学报。1999(2)：103-106
137 许增福，DL环境下的信息资源管理及知识发现研究[D]。哈尔滨工程大学博士学位论文，2004．12
138 鲁奎。基于XML／RDF数字图书馆信息资源描述与应用研究[D]。合肥工业大学硕士学位论文。2003．6：1-48
139 曹志红。数字图书馆资源组织与发布系统研究[D]。山东大学硕士学位论文。2002．11：1-45
140 刘震，邓苏，罗雪山等，语义对等网中资源元数据混合索引策略研究[J]。国防科技大学学报，2006，28(6)：95～101
141 韩夏，吴廷照，李秉严，生物医学信息资源的元数据描述与整合[J]。生物医学工程学杂志，2006，23(2)：459～462
142 Duval, E. et al. Metadata Principles and Practicalities D-Lib Magazine, 2002, 8(4).http://www.dlib.org/dlib/april02/weibel/04weibel.html
143 Hodge, Gall. Metadata Made Simpler. http://www.niso.org/news/metadata-simpler.pdf
144 林繁，杨树强，邹鹏，大规模事务处理系统的元数据管理[J]。计算机工程，31(21)：57～59
145 刘德文，DELPHI中采用XML实现数据交换[J]。电脑知识与技术，2005，(3)：16～17
146 左伟，李礴，XML在文本加工中的应用和实现[J]。中国传媒大学学报自然科学版，2006，13(4)：58～61
147 蒋社想，基于XML的WEB数据挖掘[J]。长沙通信职业技术学院学报，2006，5(4)：30～33
148 黄伟，刘娟，一种基于DOM树的HTML转换为XML的方法[J]。电脑知识与技术，2006，(20)：64～65
149 张明宝，应用于制造联盟使能技术的XML规范研究[J]。标准化研究，2007，(1—2)：58～62
150 邓超，熊选东，一种基于DOM的Web信息提取方法[J]。计算机与信息技术，2006，(8)：7～9
151 XHTML: The Extensible Hyper Text Markup Language, W3C Recommendation, January 2000. http://www.w3.org./TR/xhtmll. [DB/OL]
152 安自强，赵俊锋，基于DOM的XML解析与应用[J]。承德石油高等专科学校学报，2006，8(4)：27～31
153 H．M．Deitel，P．J．Deitel等著，康博等译。XML编程技术大全[M]。北京：清华大学出版社，2002
154 高继峰，基于语义Web的智能信息检索系统研究[D]。郑州大学硕士学位论文，2006
155 杨宁宁，沈建新，企业信息资源智能检索系统的研究[J]。机械制造与自动化，2006，35(6)：80～82
156 冯国臻，基于结构分析的大规模WWW文本信息检索技术的研究[D]。中国科学院研究生院(计算技术研究所)，博士学位论文，2001
157 肖兆武，信息检索系统中信息模型的建立方法研究[J]。科技情报开发与经济，2005，(8)：74～76
158 高华，余嘉元，人工智能中知识获取面临的哲学困境及其未来走向[J]。哲学动态，2006，(4)：45～50
159 李陶深，人工智能[M]。重庆：重庆大学出版社，2004
160 王金生，处理非结构化信息的桌面搜索模式的发展和竞争现状[J]。现代情报，2005，(9)：50～53
161 柳群英，基于知识服务的智能信息检索系统研究[J]。现代情报，2006，(7)：96～97
162 朱正娴，从文献线索提供到知识挖掘的跨越[J]。中国索引，2006，4(3)：52～53
163 聂卉，龙朝晖，语义推理技术在智能检索系统中的应用研究[J]。情报学报，2006，25(356～360)：356～360
164 宋炜，张铭，语义网简明教程[M]。北京：高等教育出版社，2004
165 滕岩，基于领域知识的智能信息检索研究[D]。山东大学硕士学位论文，2006
166 Genest D, M. Chein. An Experiment in Document Retrieval Using Conceptual Graphs. Conceptual structures: Fulfilling Peirce's Dream. Lecture Notes in Artificial Intelligence 1257. Aug. 1997
167 Tim Berners-Lee. Conceptual Graphs and the Semantic Web. http://www.w3.org/DesignIssues/CGhtml
168 周雪忠，文本挖掘在中医药中的若干应用研究[D]。浙江大学博士学位论文，2004
169 朱永盛，武港山，基于Web的新闻信息抽取[J]。计算机工程，2006，32(10)：74～76
170 王震江，XML的DOM编程[J]。电脑编程技巧与维护，2006，(10)：30～32
171 史忠植，知识发现[M]。北京：清华大学出版社，2002
172 蒙祖强，蔡自兴，基于分类模型的数据库个性化知识发现方法[J]。计算机工程，2006，32(20)，185～187
173 蒙祖强，蔡自兴，一种面向个性化知识发现的属性约简算法[J]。小型微型计算机系统，2005，26(2)：209～213
174 Sarwar B, Karypis G, Konstan J, et al. Analysis of Recommendation Algorithms for E-commerce[C]. Proceeding of the ACM Conference on Electronic Commerce, 2000:158-167
175 邓爱林，朱扬勇，施伯乐．基于项目评分预测的协同过滤推荐算法[J]．软件学报，2003，14(9)：1621-1628
176 张海燕，顾峰，姜丽红，基于模糊簇的个性化推荐方法[J]。计算机工程，2006，32(12)：65～67
177 史忠植，知识发现[M]。北京：清华大学出版社，2002
178 张蓉，Web挖掘技术研究[J]。计算机工程，2006，32(15)：4～6
179 刘刚，数据挖掘技术与分类算法研究[D]。中国人民解放军信息工程大学，博士学位论文，2004
180 成瑜，何洁月，本体驱动的半结构化Web生物数据抽取[J]。计算机工程，2006，32(5)：192～194
181 Gruber C. T. R., A Translation Approach to Portable Ontologies[J]. Knowledge Acquisition, 1993, 5(2): 199～220
182 宋琦，薛建武，智能检索系统中用户兴趣模型构建技术研究[J]。情报杂志，2007，(1)：57～60
183 吴丽辉，王斌，张刚，一个个性化的Web信息采集模型[J]。计算机工程，2005，31(22)：86～88
184 张鹏翥，决策支持系统[M]。上海：上海交通大学出版社，2005
185 程光耀，孙厚芳，雷贺功，慈建平，CAPP多工艺方案的模糊综合评价[J]。北京理工大学学报，2004，24(3)：197～200
186 肖伟跃，郭惠听，杨继荣，CAPP中多工艺方案的模糊综合评判策略[J]。现代制造工程，2003，9：34～37
187 王律，李蓓智，敏捷制造环境中多工艺方案的评估与决策研究[J]。东华大学学报(自然科学版)，30(2)：43～46
188 Inmon W H. Building the Data Warehouse[M]. John Wiley & Sons, Inc, 1996.
189 高伟，殷国富，成尔京，机械制造工艺序列中的知识发现方法研究[J]。机械工程学报，2004，40(5)：121～125
190 C. Grabowik, R. Knosala. The method of knowledge representation for a CAPP system. Journal of Materials Processing Technology, 2003, 133:p.90-98
191 George M．Marakas著，敖富江 译。数据仓库、挖掘和可视化—核心概念[M]。北京：清华大学出版社，2004
192 史忠植，知识发现[M]。北京：清华大学出版社，2002
193 徐泽水，不确定多属性决策方法及应用[M]。北京：清华大学出版社，2004
194 王辰宝，王永青，章明炽，张恩生等，机械加工工艺基础[M]。南京：东南大学出版社，1996
195 Xu Z S. A direct approach to group decision making with uncertain additive linguistic preference relations. Technical Report, 2003
196 钟毅芳，杨家军，程德云等，机械设计原理与方法[M]。武汉：华中科技大学出版社，2001
197 YANG Jingtao, ZHOU Jianzhong, XIANG Ling, et al. Pseudo parallel genetic algorithm and its application in economic operation of hydropowcr station[J]. Power System Technology, 2004, 28(14): 53-56.
198 WAN Zhiqiang, YANG Chao, LI Zhengneng. Application of hybrid genetic algorithm in acroclastic multidisciplinary optimization[J]. Journal of Bcijing University of Aeronautics and Astronautics, 2004, 30(12): 1142-1146.
199 EKLUND S E. A massively parallel architecture for distributed genetic algorithms[J]. Parallel Computing, 2004, 30(5-6): 647-676.
200 SLEEM A. Enhancing genetic algorithms performance using parallel and distributed computing approaches[J]. International Journal of Computers and Their Applications, 2003, 10(3): 137-148.
201 CAPI G. Evolution of recurrent neural controllers using an extended parallel genetic algorithm[J]. Robotics and Autonomous Systems, 2005, 52(2-3): 148-159.
202 CHEN Xiaofang. Chaotic migration-based pseudo parallel genetic algorithm and its application in inventory optimization[J]. Journal of Systems Engineering and Electronics, 2005, 16(2): 411-417.
203 LBA E, TROYA J M. Influence of the migration policy in parallel distributed GAs with structured and panmictic populations[J]. Applied Intelligence, 2000, 12(3): 163-181.
204 HOLLAND J H. Adaptation in natural and artificial systems[M]. Cambridge, Mass: MIT Press, 1975
205 屈喜龙，区域网络化制造资源优化配置的遗传算法模型[J]。中南大学学报(自然科学版)，2006，37(2)：347～351
206 齐德新，刘永贤，张树良，单染色体遗传算法在制造系统作业调度中的应用[J]。辽宁工程技术大学学报[J]，2006，25(6)：911～913
207 亓四华，费业泰，基于遗传算法的制造质量控制多目标的优化[J]。农业机械学报，2006，37(6)：110～112
208 NICKLAS L. D, ATKINS R. W, SETIA S. K, et al. Design and implementation of a parallel solution to the cutting stock problem[J]. Concurrency Practice and Experience, 1998, 10(10): 783-805
209 邢文训，谢金星，现代优化计算方法[M]。清华大学出版社，1999
210 张细政，邢立宁，伍栖，基于遗传算法的数据挖掘方法及应用[J]。哈尔滨工程大学学报，2006，27，Suppl，384～388
211 曹炬，冯松，遗传算法在矩形件优化排样中的应用[J]。计算机工程与应用，1999，(5)：5～7
212 贾志欣，殷国富，罗阳等。矩形件排样的模拟退火算法求解[J]。四川大学学报(自然科学版)，2001，33(5)：35-38
213 GREFENTETTE J. Genetic algorithm for the traveling salesman problem[C]. Process of 1st Conference on Genetic Algorithms and Their Applications. Mahwah, N.J: Lawrence Erlbaum Associates, 1985:160-168
214 周宏根，戚雪峰，景旭文，基于遗传算法的作业车间调度研究与应用[J]。现代制造工程，2006，(8)：5～8
215 初红艳，曹全军，费仁元，基于加工单元的制造车间的生产调度研究[J]。北京工业大学学报，2006，32(8)：730～736
216 胡岚，涂海宁，刘建胜，基于混合遗传算法的Job-Shop调度问题的研究[J]。现代制造工程，2006，(9)：23～25
217 张传顺，莫蓉，石胜友等，基于遗传算法的制造网格资源调度方法研究[J]。中国机械工程，2006，17(18)，1916～1919