2.2 相关理论综述
2.2.1 知识管理
1、知识
柏拉图曾经对知识进行了经典的定义：知识必须满足三个条件，它一定是被验证过的，正确的，而且被人们接受和相信的。知识简单地说就是经验的话，是人们在实践中获得的认识和经验的总结。知识不仅包含了人们对现实社会的认知，还包括人们在处事方面表现出的潜在的思维或行为方式。随着目前知识经济的发展，知识作为另类财富，更多的需要我们去关注和学习。
通过以上各种对知识的定义和观点描述，知识可以概况如下：一是知识是人内在化的信息，知识是经人的思维整理过的信息系列；二是知识与人的价值判断、行为方式相关联[34].
根据不同的分类标准，知识有如下几种分类：
第一，根据知识的媒介性质，知识分为隐性知识和显性知识。显性知识是能够用语言表达的知识，这里的语言是指包括文字、数学公式、图表、影象资料等诸种符号形式；简单来说，就是以语言作为媒介的知识，可以不通过知识的创造者进行存储和传播[34].隐性知识是存在人大脑当中的知识，只能是人本身作为媒介才能表现出来的知识，只能口口相传[34].
第二，根据知识拥有者的关系，知识可分为个人知识和组织知识。知识来源于个人知识，但一般都是应用组织知识。个人知识是个体拥有的能力、信息与知识的总和，具有竞争性、排他性和保密性。组织知识是存在于组织中的技术、原则、惯例、经验等等。知识创新来源于个人知识，知识转化一般都是在组织发生[34].
第三，根据知识表达的内容，知识可以分为事实知识（know-what）、原理知识（know-why）、技能知识（know-how）、人力知识（know-who）。事实知识是关于客观事实的知识，原理知识是关于自然规律或原理方面的知识，技能知识是关于技术诀穷、技能和能力方面的知识，人力知识是关于知道什么人具有什么样能力的知识[34].
事实知识和原理知识属于显性知识，易于整理和存储；技能知识和人力知识属于隐性知识。就知识的介绍，我们以数据、信息以及知识之间的对比关系来进行分析，同时在信息化领域，三者之间存在着必然的联系，表 2.2 中，给出了它们之间的对比关系。
本文根据前文中对知识的定义提出，铁路工程施工成本控制知识是用来解决铁路工程施工成本控制的各种信息，它包括系统化、形式化的铁路工程施工成本控制相关书籍、工程建设文本、相关的经验做法汇总等纸质材料，也包括存在于施工成本控制人员脑中的经验性知识、思维行为方式以及专家见解等。
2、知识管理
随着世界经济由工业经济向知识经济的转变，知识正在逐渐取代货币资本、劳动力和原材料等有形资源而成为经济增长中最关键性的生产要素，知识逐渐成为具有经济价值的稀缺性资源。在知识经济时代，随着知识对经济的贡献日益加大，产品、服务中的知识含量的不断提高，知识在经济中的地位越来越受到重视，知识在经济中的基础地位才开始为人们所认识[35].人们需要深入研究知识要素，并以此为基础，重新认识和思考管理世界。这样一来，就促进了知识管理研究的形成和发展。
知识管理的提出和实践就是近十年来的事情，目前还没有统一定义。知识管理不同于传统的任何管理，它涉及到生产管理、信息管理、技术管理、人力资源管理以及战略管理等多管理职能形式和内容，是一种超越所有职能形式之上的管理，是有关人类认识论和价值论相结合的学科领域[34].库柏认为：“知识是信息和人的认知能力相结合而产生的”,知识管理是人类运用信息创造人类行为的过程。这就是知识管理的目标。知识管理的定义，可以归纳为：知识管理是基于人类行为的需要将人类知识（不论是显性知识还是隐性知识）掌握起来分配到能产生最大价值的地方去[34].或者说知识管理是将获得的知识在恰当的时候交给恰当的人，使他们的活动创造人类价值。因此，知识管理是基于信息的管理，知识管理是基于人的管理；知识管理是基于学习和创新的管理；知识管理是基于知识资源的管理[34].
由于铁路工程施工成本控制领域的特殊性及知识管理的特征，本文所指的铁路工程施工成本的知识管理是指狭义的知识管理的过程。狭义的“知识管理”,主要是对知识本身的管理，包括对知识的创造、获取、加工、存储、传播和应用的管理[14].
知识管理的内容主要包括知识获取、知识表示以及知识推理等过程。文章将通过以上三个过程介绍铁路工程施工成本控制知识管理过程。
2.2.2 本体
随着知识时代的到来，大数据的提出，对于知识的管理人们提出了本体的概念，在知识的重用与共享中，起到关键作用。因此引入本体方法，将利用本体进行铁路工程施工成本控制本体库的建立，以更好地实现该领域的智能化，为施工人员提供科学的决策依据。
目前，本体的概念被广泛的应用在人工智能领域和知识管理的研究过程中。
本体是一种基本概念的集合，通常被称为领域模型或者概念模型[37].随着知识管理理念的不断深入各个领域，本体的研究开始出现在建筑施工管理领域，被用于描述工程领域内的知识，以实现知识的规范化、公式化表述，同时实现知识的共享和重用。
本体（Ontology）最早是一个哲学上的概念，从哲学的范畴来说，本体是客观存在的一个系统的解释或说明，关心的是客观现实的抽象本质[38].目前，众多研究学者将本体应用于知识工程、自然语言处理、人工智能等各方面，并取得了一定的研究成果。
对于本体的本质，我们将从以下几个方面进行描述：
（1）一个本体就是一个非形式的概念化系统；（2）一个本体是由一个逻辑理论表示的概念系统[39];（3）一个本体定义了组成主题领域词汇的基本术语和关系以及用于组合术语和关系以定义词汇的外延规则；（4）本体是概念模型的明确规范说明[40].
对于本体的定义，Gruber[41]给出了本体的定义被广泛认可，“Ontology 是概念模型的明确的规范说明”.Studer[42]等对其进行了深入的研究，认为 Ontology 是共享概念模型的明确的形式化规范说明。总结上述观点可得，本体包含 4 层含义：
概念模型（conceptualization）、明确（explicit）、形式化（formal）和共享（share）[44].
1、本体的构成
一个本体，包括一组概念的层次性关系的结构表示，会包括各相关概念、概念间的各种关系等。通常，本体是由概念类、属性、关系、公理和实例等五种元素组成。最为普遍的是 Myo Naing 和 Perez 等人提出的五元组模型[43],它有五个基本的建模元语组成，形式化表示为 Ontology=<C,P,R,A,I>.
概念类 C （concept）：可以是一般意义上的概念，也可以是任务、功能、行为、策略、推理过程。即1 2 3（ , , , ）nC = C C C …，C ,其中1 2 3, , ,nC C C …，C 是领域 C 中的对象，也是n个不同的概念[45];属性 P （property）：包括对象属性和数据属性；对象属性是指两个概念或者个体之间的关联；数据属性是指概念和数据之间的关联；关系 R（relation）：概念之间的各种关系，n元关系用于描述n类概念中对象之间的联系，1 2 3, , ,nC C C …，C 的笛卡尔积为1 2 3 nC ? C ? C ?… ?C的任意子集 D 为1 2 3, , ,nC C C …，C 之间的关系，当 n =2 时，称为二元关系。
公理 A:即推理的规则，或者约束条件；实例 I:属于某概念类的基本元素，即某概念所指的基本实体。[45]
由于不同领域知识存在其特殊性，在构建不同领域的知识本体时，具体的建立模型，可不完全服从五元组模型，可进行一定的调整，以满足各领域知识的实际情况需求。
2、本体的描述语言
本体作为一种知识表示的方法，有其自己的描述语言。本体描述语言能够清晰化、形象化的对领域知识做出描述，同时这些程序化语言为后续的知识管理过程提供计算机实现的基础。对于本体描述语言，必须满足以下要求：良好的语法定义、良好定义的语义、有效的推理支持、充分的表达能力、方便的表达性[46].
目前我们应用最多的，也是 W3C 组织推荐的本体语言主要包括：XML（S）、RDF（S）、OWL.几种不同的语言其基本描述如下表 2.3 所示。
对于以上几种描述语言，具有各自不同的特征及最佳应用领域，针对铁路工程施工成本控制知识的特征，以及各描述语言的最优化比较，我们将使用 OWL 语言作为铁路工程施工成本控制本体的描述语言。下面就 OWL 作为本体描述语言的优良性质进行简单分析[48].
（1）表示能力强
W3C 在将 OWL 指定为其推荐标准时声明：“OWL 可被用于明确表示词汇体系中的概念及概念间的关系，是一种本体描述语言。就词义和语义的表达来说，OWL 比 XML、RDF 和 RDFS 有更多的手段，因此在 Web 上表达机器可理解内容的能力也比这些语言强[51].”而且 OWL 具有更丰富的语义和逻辑关系表达能力。
（2）可针对不同用户群分层
OWL 提供了表达能力逐渐增强的三种子语言：OWL Lite,OWL DL 和 OWLFull.不同的语言可针对和应用于不同的客户群，能适用于任何应用。不同的用户可以根据应用系统对表达性和复杂性的需求选择不同的子语言[52].
（3）语法更为简单
OWL 语言遵循 XML 语法，语法更用以容易理解，并且简单适用。该特点可以满足实际操作过程中的语言应用要求。为后续知识的推广和维护起到重要作用。
（4）可支持推理能力分析
描述逻辑注重表示能力与推理能力的平衡，OWL 对于类和属性施加的限制基于描述逻辑之上，对知识的自动推理可以应用描述逻辑中的算法加以推理[52].文章第四章，我们将运用 Jena 进行规则推理，其中就是以 OWL 语言为蓝本，它可以很好的完成推理分析的语言要求。
（5）可扩充性分析
OWL 的可扩充性很好。定义类、属性或者类的实例时，没有必要一次性地把它定义成功，因为完全可以借助于 OWL 的可扩充性在后续继续定义并完善[27].如，在运用 OWL 表示铁路工程施工成本控制措施的过程中，可以先声明一个控制措施类，进行控制措施知识的表述，在新的控制措施应用是，我们可增加其相应的子类或属性。
国内外已有多名学者提出应用 XML 作为知识表示语言，并且论证了这种观点的可行性。由上面的分析我们可以看出虽然 OWL 语言基于 XML,但是它比 XML更适宜于知识系统中的知识表示[27].基于以上分析，OWL 语言基本具备知识表示语言所要求的性质，我们后续将应用 OWL 作为知识表示语言[52].
3、本体在工程领域的应用
有本体的概念、构成、描述语言以及其作用我们可以知道，本体可以更好的表示某一领域的知识，可以更好地完成知识的规范化表示，将概念变为计算机可理解的信息，更好地对领域知识进行表示。
在建设工程领域，Tamer E.El-Diraby[19]运用本体论给出了建立建设工程领域本体的方法。Han-Hsiang Wang 等人[17]运用了本体的方法研究了建筑信息模型中上下文的表示和推理方法，文中首次提出了描述符的概念。Hsien-Tang Lin 等人[47]研究了基于本体方法从建筑施工领域手册上提取建设领域本体，为建筑领域本体的提取做出了贡献。J. Niu 等人[20]提出了基于本体的施工索赔框架的构建思路。GulsahFidan 等人[18]运用本体的方法研究国际工程管理中的成本超支风险问题。这些文献的内容给本课题提供了全新的研究思路和建设性参考。
由于铁路工程施工成本控制领域的知识繁多，且具有较多隐性知识，对于智能化水平的提高有一定的限制性。因此，由以上已有经验，我们将本体概念引入铁路工程施工成本控制领域，已解决该领域现有方法的缺陷性，并更好地实现其智能化决策。
2.2.3 案例推理
1、定义
在认知科学理论的启示和支撑下，案例推理（Case-Based Reasoning,CBR）的思想，最早由耶鲁大学的 Roger Shank 教授提出，且 CBR 在人工智能领域得到更为广泛深入的应用和推广。在上述两个不同领域，对于 CBR 的理解也是不尽相同的[59].在认知科学领域，CBA 技术是指机器也可以学习、使用现实世界中人类执行的已有问题的解决方法。在人工智能领域，CBR 则是指解决问题的一种范式[49].
2、CBR 的工作原理CBR 的工作原理，就是模仿人们的认知心理过程[58].在 CBR 中，以案例为基础进行推理，把人们以往的经验存储成一个个的案例，当面临新的问题时，对案例库进行搜索，找到合适的案例作为参考，这其实是实现经验的重用；如果对找到的案例有不满之处，就可以进行修改以适应当前情况，修改后的案例将被再次存入案例库，以便下次使用时作为参考，这其实是实现经验的自学习[58].一般的，CBR 推理具有如下步骤，如图 2.2 所示，有时称之为 CBR 的生命周期，它常常由“4R”（Retrieve、Reuse、Revise、Retain）组成。
3、案例推理方法的优点
案例推理技术是基于人们的心理认知过程，以过去已解决问题的相关经验知识为基础进行类比推理以解决新问题，推理结果易于理解和接受[50].其主要优点表现在一下几点：
（1）创建时不会引发知识获取的瓶颈问题，因为知识获取是获得过去发生过的案例，而这些案例又是唾手可得的；（2）可以用于没有模型的领域；（3）仅需从案例库中检索出相似案例，容易实现；（4）因为案例库可以不断增长，所以即使仅有少量案例，也可以运行操作；（5）可以快速提供解决方案而不必每次都进行推理；（6）提供给用户的是具体的案例，容易理解；（7）可以通过获得新案例来学习，容易维护[50].
4、案例推理的主要过程
案例推理主要过程包括，案例表示、案例检索、案例重用、案例修正以及案例保存。本文第四章将重点讲述案例推理的过程。
2.3 铁路工程施工成本控制知识管理
2.3.1 铁路工程施工成本控制知识管理流程
铁路工程施工成本控制知识管理是在传统成本控制的基础上融合知识管理技术形成的。将知识管理应用于铁路工程施工成本控制中，是为了更好的利用已有的专家经验，可以实现智能化的施工成本管理理念，为经验不足的施工成本管理人员提供处理方法，辅助其作出有效决策，从而降低铁路工程建设过程中的成本，增加效益。
铁路工施工成本控制知识管理的基本流程：在传统的铁路工程施工成本控制过程的基础上，同时在施工成本目标确定之后，计划的制定与执行过程相继展开，执行过程中，施工成本支出状况的实时监测，数据的及时整理和归纳，先行工作仍是按部就班展开，之后在偏差事件即将或已经发生之后，针对偏差事件，我们将采取新的控制方法，及引入知识管理方法。将偏差事件进行本体表示，存入本体库中，之后利用 Jena 推理机对该偏差事件进行规则推理，确定事件的偏差等级或偏差出现的概率；最后在已建立的历史案例库中，根据案例推理，进行源案例与历史案例的匹配，找到最相似的源案例，调取相似案例的纠偏措施，结合目标案例是实际情况，做出最合理有效的成本控制措施。应用知识管理理念进行铁路工程施工成本控制具体流程，见图 2.3.
2.3.2 铁路工程施工成本控制知识管理研究范围界定
铁路工程施工成本控制是在传统的成本控制基础上采用知识管理进行相关工作改进的一种控制方法。由于铁路工程施工成本控制过程所涉及的控制主体及阶段存在一定的差异性，且由于研究水平的限制，我们只能针对特定的控制主体和特定的阶段加以研究，因此将首先明确本文所研究的铁路工程施工成本控制知识管理的范围。
由于铁路建设项目的特殊性，一般情况下，政府为其投资方及业主方，其建设过程整个需要国家的审批及监督。本文研究的主要为铁路工程的施工成本控制，所以必定要以铁路工程施工单位为研究主体。整个项目的建设实施过程都是依靠施工单位完成的，且对于施工成本控制的知识更能全面、及时的掌握，将铁路工程施工成本控制的知识管理研究应用于施工企业将更具现实指导意义。
铁路工程建设从前期策划到最后的运营使用要经历不同阶段，但针对本文的铁路工程施工成本控制研究来说，我们还是主要进行施工阶段的研究。施工阶段涉及项目建设过程中的各个参与单位，是铁路工程实现的主要过程，其中各种影响因素、各施工工序都会影响施工成本。目前关于施工阶段的施工成本控制多为理论方法、定性的方法，因此我们将知识管理应用于施工过程中，为进行科学有效的控制方法研究提供依据，对整个施工过程的成本管理提供智能化的方法和思路。
2.4 本章小结
本章对铁路工程施工成本控制的发展历史、传统控制方法的不足和缺陷进行了分析总结，引出铁路工程施工成本控制知识管理研究的必要性。在传统控制流程的基础之上，介绍了铁路工程施工成本控制知识管理方法的流程，并对铁路工程施工成本控制知识管理的研究范围进行了界定。同时，本章介绍了知识管理、本体及案例推理等相关的理论综述。本章是第三章、第四章、第五章研究的基础，为后续的知识获取、知识表示与知识推理的研究打好基础。
