新書推薦：
《
永无止尽的狂热：三岛由纪夫
》
售價：HK$
68.8
《
原来这就是逻辑学：16堂大师逻辑课
》
售價：HK$
57.3
《
隋唐王朝兴亡史
》
售價：HK$
78.2
《
货币新纪元：区块链重塑金融生态
》
售價：HK$
101.2
《
规制如何生财：清代盐政基本原理研究（1644-1850）
》
售價：HK$
101.2
《
小学生C++趣味编程从入门到精通 青少年软件编程等级考试（C语言）学习用书
》
售價：HK$
102.4
《
新知文库精选·一念之差：关于风险的故事与数字
》
售價：HK$
78.2
《
道德自我的伦理根基——教化论视野下的现代性道德哲学批判
》
售價：HK$
101.2
|
| 編輯推薦： |
|
知识工程是知识管理、智慧研制进而创新研发的基础。
|
| 內容簡介： |
|
本书颠覆了知识管理理念，重新定义了知识。无论是知识对象的范围、知识分类模式、知识加工方法还是知识与业务的融合模式，都不同于以往的知识管理体系。从精益研发的实践要求出发，反推出知识工程的新理念、新方法和新技术，将知识加工增值作为知识工程的核心。本书提出知识工程的三层架构：上层结构是知识与研发流程融合层，中间层是业界共有的知识管理层，下层结构是知识与设计环境融合层。
|
| 關於作者： |
田锋，安世亚太公司高级副总裁，国家工业软件与先进设计研究院常务副院长，北京市综合仿真工程试验室主任，智能制造推进联盟专家委员，生态设计与绿色制造促进会首席技术专家，科技部科技支撑计划课题专家组副组长，机械工程学会设计分会委员，设计方法分会委员。
精益研发体系创始人，《精益研发2.0》（2016年出版）著作者，《精益研发》（2009年出版）著作总编，《精益研发》杂志（2008首刊）主编。曾发表精益研发、正向设计、综合设计、设计方法、复合材料等相关论文20余篇。
知识工程2.0体系创始人，《知识工程2.0》著作者，曾发表知识工程相关的论文10余篇。
综合仿真体系创始人，曾发表CAE技术、多学科优化、协同仿真、企业仿真体系建设等相关论文20余篇。
二十年研发、技术与咨询经历，为百余家企业提供研发体系建设和研发信息化咨询，对研发信息化技术与制造业需求的最佳结合方案具有深入研究。中国航空三大主机所、航天某设计研究所、船舶某研究院、中车集团等企业的精益研发、综合设计、协同仿真、仿真体系建设、知识工程、科技资源整合等项目的总设计师。
|
| 目錄：
|
目录
第1篇
第 1章.知识工程的发展背景
知识工程框架
1.1
与蓝图
1.2
1.3
1.4
1.5
知识工程对中国企业的重要性 003 国外知识工程发展日趋成熟 004 国内精益研发体系日渐成熟 011 面向流程的知识工程实践 012 知识工程的下一步发展方向 014
第 2章.知识工程蓝图与框架
2.1
2.2
2.3
2.4
2.5
2.6
企业知识的本质 016
知识资源增值是核心 018
知识工程体系蓝图 021
知识工程体系框架 023
知识工程体系成熟度 027
知识工程集成平台 032
第 3章.知识工程规划与建设
3.1
3.2
3.3
3.4
3.5
3.6
知识工程规划步骤 036
知识工程蓝图设计 038
知识工程路线规划 039
知识工程建设方法论 041
知识工程建设成果 043
知识工程的特点与价值 043
第 4章.知识泛在的智慧研制
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
智慧研制的时代背景 047
智慧研制需求背景 052
智慧研制三维架构 055
智慧研制理想模型 057
智慧研制集成平台 061
智慧研制体系模型 066
智慧研制成熟度模型 068
开放式智慧研制模式 074
智慧研制路线规划 079
智慧研制中知识泛在 083
第 5章.隐性知识的显性化
第2篇
知识增值加工
5.1
技术
5.2
5.3
5.4
5.5
5.6
知识螺旋与显性化 089 利用社区实现显性化 092 知识的显性化表达 095 知识体系的显性化 096 知识关系与知识地图 099 知识显性化以人为本 102
第 6章.数据知识的标准化 104
6.
1仿真数据的标准化 105
6.
2试验数据的标准化 106
6.
3标准化数据管理框架 107
6.
4基于标准化数据的业务协同 109
6.5基于数据标准化的科研驾驶舱 113
第 7章.信息知识的结构化 115
7.1利用自动摘要进行结构化 116
7.2利用分类进行信息的结构化 117
7.3利用聚类进行信息的结构化 118
7.4信息知识的组合检索 121
第 8章.模式知识的范式化 123
8.1模式知识的主要形式 124
8.2研制管控模式范式化 126
8.3设计协同模式范式化 131
8.4仿真集成模式范式化 132
8.5质量管理模式范式化 135
8.6智慧项目模式范式化 138
第 9章.技术知识的模型化 142
9.1基于模型的产品平台 143
9.2基于模型的系统工程 151
9.3基于模型的快速论证 159
9.4基于仿真模型的虚拟试验 164
9.5基于模型的定义 168
9.6基于模型的企业 175
第 10章.知识资源的全息化
10.1
10.2
10.3
10.4
10.5
10.6
大数据的通用定义 182 工业大数据的特点 183 工业大数据的分类 184 工业大数据的常规应用 185 工业大数据的知识应用 186 工业大数据分析技术 189
第 11章.企业知识工程规划
第3篇
知识工程实践
11.1
与案例
11.2
11.3
11.4
11.5
背景、意义及目标 195 知识工程体系成熟度评估 196 知识体系规划 201 知识平台规划 209 制度规划 218
第 12章.面向流程的知识工程
12.1
12.2
12.3
12.4
12.5
12.6
12.7
12.8
体系建设背景 220 体系建设目标 222 定义基于知识融合的科研活动模型 222 构建新一代产品数字化研制流程 228 建设面向产品设计的本体体系 229 建设多领域知识融合的知识库 235 开发产品多领域知识工程平台 242 体系先进性与创新性 249
第 13章.基于知识的精益研发
13.1
13.2
13.3
13.4
13.5
13.6
建设背景及目标 250 业务蓝图及建设方案 252 精益研发规范制定 256 精益研发业务梳理 258 精益研发平台建设 264 体系的价值及特色 284
附录 A. 常见问题及答复（摘录） 289
附.录
287
附录 B. 知识工程相关模型及技术 304
B.1
B.2
B.3
B.4
B.5
B.6
B.7
DIKW知识管理模型简介 304 社会技术学模型简介 305 物理 -事理 -人理（WSR）模型简介 306 霍尔（Hall）模型简介 307 V模型（Paul模型）简介 308 现代智能科技简介 310 创新方法论 TRIZ简介 314
附录 C. 文中部分英文名词缩写全称及中文释义 320
参考文献
322
后.记
325
|
| 內容試閱：
|
前言
研究发现，中国企业存在较为严重的人才断层现象。我国企业在用一批非常年轻的队伍进行越来越复杂系统的研制，其中潜藏着巨大的风险甚至威胁。人才断层已成为企业不得不解决的问题。解决人才断层问题不能寄希望于返老还童灵丹和长生不老药。人才的核心价值是经验与知识。当我们把人才断层定义为知识和经验的断层时，发现灵丹妙药真的存在，那就是知识工程。企业的强大之处，往往不在于引进了多少先进技术，而在于真实积累了多少现有成果。通过知识工程手段，让新一代技术人员快速拥有老一代专家的做事方法和处事经验，可以在很大程度上解决人才断层的问题。知识和经验的传承本来是一件自然的事情，但是中国企业的人才断层现状，要求我们必须通过特殊手段来强制完成这一使命，这个特殊手段就是知识工程。
知识工程体系认为，技术研发和产品研制企业是知识最密集的企业，是知识工程最重要的阵地。研制过程就是利用现有知识创造新知识的过程，凡是对研制工作有帮助的资源都是知识。我们不对知识和资源这两个概念作严格区分，知识工程就是对研制资源的智慧化增值加工过程。即使知识和资源有区别，也是相对而言、互相转化的。
知识体系的建立是知识工程的核心工作。本书从企业实践出发，研究制造业企业的资源特征，形成对知识体系的独特分类模式： 实物、数据、信息、模式和技术，同时这五类知识也具有层次递进的特征。针对这递进的五类知识，提出五种知识层级提升方法，即增值加工，分别是数字化、标准化、结构化、范式化和模型化。在智能制造时代，大数据分析方法的出现为知识层级的提升开辟了一种新方法智慧分析法，使得我们可以获得全息化的知识。因此，全息化是第六种知识加工方法。围绕知识的智慧化加工及其工程化应用，形成相应的技术、工具、流程、标准、规范、人才、组织以及这些要素的载体 知识工程平台，共同构成知识工程体系。
研制体系的三维模型中，知识是一个重要维度。依据本书所提出的知识工程分层模型，该维度由 5个层次构成：1 有序级、2 共享级、3 自动级、4 智能级和 5 智慧级，外加一个基本级 0 显性级，形成显序共自能慧模型。普通企业研制知识工程层次通常在显性级、有序级和共享级层面。先进企业开始使用自动化和智能化知识。未来工业 4.0时代，基于大数据的智慧级知识将普遍采用，那时我们将步入智慧研制时代。
基于知识工程，结合智能制造时代的新兴科技，本书提出了一个知识泛在的智慧研制理想模型，并映射而成相对应的信息化理想模型 智慧研制平台。将这两个模型推荐给中国制造业企业，协助其规划建设与智能制造时代相匹配的研制体系。在中国军工行业，正在进行智慧院所的体系设计，这两个模型也适合于进行智慧院所的规划和建设。
研制体系中知识积累和应用的层次决定了研制的智慧程度。知识层次越高，研制智慧程度越高。知识层级的提升，意味着企业智慧程度的提升。基于知识工程的层次模型，本书提出智慧研制体系的进化路线（成熟度模型）：自发级、意识级、稳序级、协同级、智能级、智慧级。
本书的讨论对象和举例多以研发企业或研发过程为背景，这是因为研发过程是知识密集度最高、知识产出最丰富、知识应用最深入的过程，并不代表本书所提的方法不适用于非研发型企业。非研发型企业或非研发过程的知识工程方法是本书所提方法的子集，大部分方法进行适应性改造，即可适用于这些企业或过程。
作者
2019年 3月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
