張維

摘 要： 目前我國的體育訓(xùn)練管理中仍然存在著不科學(xué)、訓(xùn)練目的性不強、輔助決策手段落后等缺點。將Agent和DSS技術(shù)運用到系統(tǒng)當(dāng)中，設(shè)計出一個基于黑板的多Agent智能體育訓(xùn)練管理決策支持系統(tǒng)方案，并進行具體的實施，從而有效地提高了決策系統(tǒng)的準確性和智能性。

關(guān)鍵詞： Agent； 智能DSS； 體育訓(xùn)練管理； 輔助決策手段

中圖分類號： TN710?34； G807?04 文獻標(biāo)識碼： A 文章編號： 1004?373X（2014）11?0111?03

Abstract： The shortcomings that sports training management is not science， the training purpose is not clear， and the auxi?liary decision means lags behind， still exist in China at present. A scheme to realize the multi?Agent intelligent DSS based on blackboard for sports training management was designed， in which Agent and DSS technology are applied. The system was implemented， so as to effectively improve the accuracy and intelligence of DSS.

Keywords： Agent； intelligent DSS； sports training management； auxiliary decision means

0 引 言

伴隨著全民健身活動的蓬勃開展，人們的生活觀念發(fā)生巨大變化。在一些大中城市，為健康而消費成為新時代提高生活質(zhì)量的一種時尚。全民健身運動也成為我國一項長期國策，據(jù)有關(guān)方面統(tǒng)計，我國國民整體身體素質(zhì)呈現(xiàn)下降趨勢，其中，大學(xué)生身體素質(zhì)下降趨勢最為嚴重[1]。目前，對于這一困擾問題，我國政府高度重視，先后出臺了很多相應(yīng)的政策和方法來應(yīng)對，但都效果不明顯。影響因素很多，其中體育訓(xùn)練計劃的制定和體育訓(xùn)練方法的實施不夠科學(xué)是最為重要的因素之一。由于體育教師水平殘差不齊，在制定體育訓(xùn)練計劃、體育訓(xùn)練方法時個人主觀意識比較濃厚，不能有效地根據(jù)學(xué)生的個人身體素質(zhì)有針對性的科學(xué)的制定計劃和方法，從而導(dǎo)致學(xué)生對體育訓(xùn)練的主動參與性不夠高，訓(xùn)練效果不明顯，在一定程度上制約了學(xué)生身體素質(zhì)的有效發(fā)展。

20世紀70年代，由美國麻省理工大學(xué)教授M.S.Scott Morton首次提出決策支持系統(tǒng)（Decision Support Systen，DSS）。在眾多智能化信息技術(shù)當(dāng)中，將DSS運用到體育運動的計劃、訓(xùn)練、日常管理等領(lǐng)域當(dāng)中，在實踐和系統(tǒng)應(yīng)用的過程中均取得了大量的實踐經(jīng)驗和成果[2]。從原有的二庫結(jié)構(gòu)的DSS逐步發(fā)展到以人工智能相結(jié)合的智能決策支持系統(tǒng)，經(jīng)歷了一段相當(dāng)漫長的發(fā)展過程。智能決策系統(tǒng)的出現(xiàn)不僅引起了人們的廣泛關(guān)注，也成為業(yè)界乃至世界各國科學(xué)研究的熱點。目前，智能決策系統(tǒng)大多采用科學(xué)理論的方法，通過人與計算機相互交流的方法為使用者提供科學(xué)合理的決策。然而，世界各國專家學(xué)者在體育訓(xùn)練管理領(lǐng)域的相關(guān)研究僅僅局限于某一運動員或某個具體項目，而對于如何提高大學(xué)生身體素質(zhì)的專業(yè)智能決策系統(tǒng)研究少之甚少。本文就是針對目前體育訓(xùn)練管理中出現(xiàn)的諸多問題進行完善，幫助他們制定出科學(xué)有效的符合大學(xué)生的體育訓(xùn)練計劃和訓(xùn)練方法。

1 DDS，Agent與MAS概述

DSS是以計算機為主要手段，運用管理科學(xué)、運籌學(xué)、控制學(xué)等理論和技術(shù)，通過與計算機之間的相互交流操作，智能化地支持決策活動的系統(tǒng)。從而幫助管理人員在半結(jié)構(gòu)化或非結(jié)構(gòu)化之間做出決策，提高決策效率，營造一個知識和信息相結(jié)合處理的工作環(huán)境。

Agent技術(shù)是一種在動態(tài)環(huán)境中能夠自治運行，并具有較高自治能力的計算機系統(tǒng)或?qū)嶓w。能感知不同環(huán)境下的變化，并隨變化主動做出相對應(yīng)的調(diào)整。在眾多Agent的研究中，最經(jīng)典和廣為教授的是Wooldridge等人有關(guān)Agent的“弱定義”和“強定義”的討論。每個Agent最基本的特性包括自主性、反應(yīng)性、面向目標(biāo)和針對環(huán)境性。強定義在此基礎(chǔ)上加入知識、目標(biāo)、責(zé)任、能力等精神概念[3]。如何解決Agent間的相互協(xié)作問題，是人們在研究Agent的過程中經(jīng)常遇到的其中一個問題。MAS的產(chǎn)生就是在Agent的原有基礎(chǔ)上重點研究Agent之間的相互協(xié)商和協(xié)作等問題。MAS協(xié)作解決問題的能力要比單獨的Agent強，為復(fù)雜問題提供了自然便捷和最佳的解決方案，并于現(xiàn)有軟件系統(tǒng)進行有效地銜接，有效提高系統(tǒng)的執(zhí)行能力，具有較強的穩(wěn)定性。

2 系統(tǒng)體系結(jié)構(gòu)[4]

根據(jù)大學(xué)生體育訓(xùn)練管理的特點，結(jié)合Agent和Multi?Agent的特性，基于Multi?Agent的DSS大學(xué)生體育訓(xùn)練管理決策系統(tǒng)框架圖如圖1所示，共定義4類Multi?Agent。

界面Agent主要用于實現(xiàn)和決策者之間實施交互，界面Agent在實施交互過程中，能夠根據(jù)主動探測環(huán)境的變化，獲取決策用戶的習(xí)慣、愛好、習(xí)性等主要特征信息，從而在決策時，提供最佳的用戶界面，為決策用戶提供統(tǒng)一思想的輔助決策。如圖2所示。

黑板控制Agent。黑板控制Agent是整個系統(tǒng)的控制中心，它主要對黑板和系統(tǒng)中其他Agent進行直接或間接地控制[5]。通過自身的知識庫和Agent之間的協(xié)作原則，把需要解決的問題劃分為若干個相應(yīng)的子問題，然后分配到黑板中不同層次中，對各層次進行相對應(yīng)的管理，消除Agent之間不同決策的沖突。如圖3所示。

功能Agent。其功能是對于從黑板接收過來的信息進行分類整理，從中獲取需要解決問題的目標(biāo)，之后對相關(guān)目標(biāo)進行分割，劃分成若干個小任務(wù)，轉(zhuǎn)交給各自的一個或多個決策Agent來加以執(zhí)行。如圖4所示。

決策Agent。各個決策Agent與系統(tǒng)中的決策者或有關(guān)部門相對應(yīng)，完成全部系統(tǒng)每個具體決策任務(wù)，在相應(yīng)功能Agent的制約下，借助決策Agent相互之間的的協(xié)作[6]，實現(xiàn)決策。

3 系統(tǒng)Agent的技術(shù)實現(xiàn)

3.1 Agent的實現(xiàn)

如今，面向系統(tǒng)Agent的軟件開發(fā)僅處于一個嶄新的軟件開發(fā)范疇，由于Agent領(lǐng)域的相關(guān)理論知識和應(yīng)用技術(shù)還不夠成熟，還沒有形成統(tǒng)一的開發(fā)模式，目前絕大多數(shù)采用面向?qū)ο蠹夹g(shù)的方法，研發(fā)出擁有Agent一些基本特性的系統(tǒng)[7]， 實現(xiàn)思路試將對象改裝成Agent，使改變裝后對象具有Agent的反應(yīng)性、自治性等一些基本的特性。Agent的功能實現(xiàn)需要三個部分組成[8]：知識推理、通信和執(zhí)行模塊。通信模塊主要任務(wù)是負責(zé)接收外部環(huán)境或別的Agent傳輸過來的信息，并將信息轉(zhuǎn)變成Agent所能理解的模式，同時向外部環(huán)境或其他Agent發(fā)送此信息。知識推理模塊，它具有Agent的特性、方法和行為規(guī)范。自動進行更行，為Agent自主活動的實施提供事實依據(jù)。執(zhí)行模塊，是Agent內(nèi)部的具體決策部件，依據(jù)知識模塊中的屬性、方法和行為原則作出具體的判斷，同時及時更新知識推理單元的知識。Agent的結(jié)構(gòu)關(guān)系如圖5所示。

3.2 Agent間的通信機制

在基于Multi?Agent的大學(xué)生體育訓(xùn)練管理決策系統(tǒng)中，Multi?Agent之間采用黑板模塊來實現(xiàn)Agent間的通信。如圖6所示。

在Multi?Agent中黑板提供工作范圍，Agent可以相互交換信息、數(shù)據(jù)和知識，Agent在最初創(chuàng)建時就已經(jīng)在黑板上填寫了信息項，同時可分享給其他Agent所使用，并根據(jù)Agent的具體需要可隨時訪問黑板，以便獲取更多新的信息[10]。Agent采用篩選的方法提取自己所需的信息，Agent在黑板系統(tǒng)中，他們之間不產(chǎn)生相互通信，每個Agent獨立解答求解的子問題。功能Agent，把一個問題分解成若干個子問題，讓更多的Agent參與到求解的工作當(dāng)中，暫時性的組成一個聯(lián)盟，一起去求解問題，聯(lián)盟求解工作結(jié)束后（任務(wù)完成后聯(lián)盟自動解散）利用功能Agent將其信息傳回給黑板匯總[11]，最終反饋給相應(yīng)的Agent界面，轉(zhuǎn)交給用戶。

在黑板系統(tǒng)中，Agent從黑板提供的公共區(qū)域提取和相互交換信息，他適合頻率較低、容量較大通信方式，這種方式符合體育訓(xùn)練管理DSS中決策方案的協(xié)商合作討論過程的通信方式。

4 系統(tǒng)模型庫、知識庫管理系統(tǒng)

4.1 模型庫管理系統(tǒng)

基于Multi?Agent的大學(xué)生體育訓(xùn)練管理決策系統(tǒng)中，采用面向?qū)ο蟮哪Ｐ蛠肀憩F(xiàn)模型庫，還可把若干模型對看成一個對象進行儲存和管理[12]，并提供與知識庫系統(tǒng)相匹配的接口。模型庫系統(tǒng)自身功能如下：

（1） 具有知識的表述和處理能力，能夠有效地提供模型系統(tǒng)的建造與操縱、體育訓(xùn)練領(lǐng)域的知識以及決策者的使用經(jīng)驗。

（2） 提供模型操縱的基本方法，提供最佳的選擇策略。

（3） 具有學(xué)習(xí)和自我分析能力。

（4） 提供模型之間的相分離機制。

（5） 提供模型最終結(jié)果的解釋機制。

4.2 知識庫管理系統(tǒng)

第一步要做好知識庫基本結(jié)構(gòu)的構(gòu)建工作，然后按照有關(guān)體育方面的專家所提供的知識，經(jīng)過吸收提取產(chǎn)生規(guī)則，并儲存在知識庫系統(tǒng)中。知識庫主要用于儲存與決策有關(guān)的規(guī)則，每一個規(guī)則都會被自動或人為地加上一個權(quán)重系數(shù)，知識規(guī)則進行工作時會有很多規(guī)則符合相應(yīng)的條件，這時就會提取權(quán)重系數(shù)最高的規(guī)則來進行推理，以便解決匹配問題的沖突現(xiàn)象[13]，產(chǎn)生式規(guī)則儲存的同時決策過程中所產(chǎn)生的新的規(guī)則也一同儲存到知識庫里。

5 系統(tǒng)實現(xiàn)

體育訓(xùn)練管理系統(tǒng)中的數(shù)據(jù)主要來源于陜西工院學(xué)生信息管理系統(tǒng)、服裝學(xué)院體育成績管理系統(tǒng)，體育訓(xùn)練計劃數(shù)據(jù)庫、運動項目數(shù)據(jù)庫等，模型分為預(yù)測和優(yōu)化模型、例聚類模型、回歸模型、EMSR模型等，規(guī)則庫中有預(yù)測計劃規(guī)則，例身體素質(zhì)綜合評估規(guī)則、體育訓(xùn)練手段規(guī)則、體育訓(xùn)練間歇安排規(guī)則等[14]。計劃制定執(zhí)行決策過程如下（一年級40人班級制定訓(xùn)練計劃）：

（1） 采集全班40人身體素質(zhì)基本數(shù)據(jù)和達標(biāo)測試數(shù)據(jù)，并將訓(xùn)練計劃的時間安排一同輸入到界面里。例如是制定一個周訓(xùn)練計劃還是一個學(xué)期訓(xùn)練計劃，是階段性計劃還是連續(xù)性計劃，還要有上課具體時間的安排。40人身體素質(zhì)基本數(shù)據(jù)和達標(biāo)測試數(shù)據(jù)儲存到數(shù)據(jù)庫，時間安排數(shù)據(jù)暫時儲存到黑板中，并形成相對應(yīng)的規(guī)則，指導(dǎo)訓(xùn)練計劃的產(chǎn)生。

（2） 界面Agent將制定計劃信息請求傳輸給黑板控制Agent后，黑板控制依據(jù)知識庫和協(xié)作的規(guī)則把需要處理的問題逐一分解成身體素質(zhì)測評、訓(xùn)練計劃安排、訓(xùn)練時間安排等若干個子問題，然后再將這些若干個子問題交給身體素質(zhì)測評功能Agent、訓(xùn)練計劃安排功能Agent、訓(xùn)練時間安排功能Agent等。

（3） 每個功能Agent把從黑板傳送過來的工作任務(wù)進行分類[15]，根據(jù)任務(wù)的需要進行歸類，分成若干個可以由Agent獨立完成的小任務(wù)。例如身體素質(zhì)測評功能Agent可分為身高、體重、視力、協(xié)調(diào)、心率、肺活量、握力等小任務(wù)，再交給相對應(yīng)的決策Agent進行決策。

（4） 各個功能Agent將決策Agent推理所得到的子結(jié)果反饋給黑板，黑板在單元中進行匯總，將身高、體重、視力、協(xié)調(diào)、心率、肺活量、握力、身體素質(zhì)測評最佳方法的選擇、最佳訓(xùn)練計劃安排、最佳訓(xùn)練時間安排等子結(jié)果匯總成一個總結(jié)果，最后通過界面Agent以一個固態(tài)表格的形式展示給計劃制定者，并作出行對應(yīng)的解釋。

6 結(jié) 論

本文針對目前大學(xué)體育教師很難根據(jù)學(xué)生實際情況制定出科學(xué)有效的訓(xùn)練計劃，結(jié)合Multi?Agent技術(shù)，設(shè)計了大學(xué)生體育訓(xùn)練管理決策系統(tǒng)，他能夠為大學(xué)生量身定做科學(xué)有效的訓(xùn)練計劃。在大學(xué)體育訓(xùn)練管理中具有一定的應(yīng)用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現(xiàn)狀與發(fā)展趨勢[J].軟件學(xué)報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應(yīng)用[D].濟南：山東師范大學(xué)，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統(tǒng)的研究[J].現(xiàn)代電子技術(shù)，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數(shù)據(jù)分析平臺中的應(yīng)用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執(zhí)銓.決策支持系統(tǒng)理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領(lǐng)域決策支持系統(tǒng)研究簡評[J].體育學(xué)刊，2006，13（6）：142?144.

[8] 李薇，張風(fēng)鳴.多Agent 技術(shù)研究與應(yīng)用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛(wèi)民，譚駿珊，汪斌.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在DSS中的應(yīng)用研究[J].計算機工程與設(shè)計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向?qū)ο蟮拿嫦駻gent 編程平臺的實現(xiàn)[J].計算機應(yīng)用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數(shù)據(jù)挖掘技術(shù)的實現(xiàn)[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數(shù)據(jù)挖掘技術(shù)發(fā)展及其應(yīng)用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.

6 結(jié) 論

本文針對目前大學(xué)體育教師很難根據(jù)學(xué)生實際情況制定出科學(xué)有效的訓(xùn)練計劃，結(jié)合Multi?Agent技術(shù)，設(shè)計了大學(xué)生體育訓(xùn)練管理決策系統(tǒng)，他能夠為大學(xué)生量身定做科學(xué)有效的訓(xùn)練計劃。在大學(xué)體育訓(xùn)練管理中具有一定的應(yīng)用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現(xiàn)狀與發(fā)展趨勢[J].軟件學(xué)報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應(yīng)用[D].濟南：山東師范大學(xué)，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統(tǒng)的研究[J].現(xiàn)代電子技術(shù)，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數(shù)據(jù)分析平臺中的應(yīng)用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執(zhí)銓.決策支持系統(tǒng)理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領(lǐng)域決策支持系統(tǒng)研究簡評[J].體育學(xué)刊，2006，13（6）：142?144.

[8] 李薇，張風(fēng)鳴.多Agent 技術(shù)研究與應(yīng)用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛(wèi)民，譚駿珊，汪斌.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在DSS中的應(yīng)用研究[J].計算機工程與設(shè)計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向?qū)ο蟮拿嫦駻gent 編程平臺的實現(xiàn)[J].計算機應(yīng)用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數(shù)據(jù)挖掘技術(shù)的實現(xiàn)[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數(shù)據(jù)挖掘技術(shù)發(fā)展及其應(yīng)用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.

6 結(jié) 論

本文針對目前大學(xué)體育教師很難根據(jù)學(xué)生實際情況制定出科學(xué)有效的訓(xùn)練計劃，結(jié)合Multi?Agent技術(shù)，設(shè)計了大學(xué)生體育訓(xùn)練管理決策系統(tǒng)，他能夠為大學(xué)生量身定做科學(xué)有效的訓(xùn)練計劃。在大學(xué)體育訓(xùn)練管理中具有一定的應(yīng)用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現(xiàn)狀與發(fā)展趨勢[J].軟件學(xué)報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應(yīng)用[D].濟南：山東師范大學(xué)，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統(tǒng)的研究[J].現(xiàn)代電子技術(shù)，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數(shù)據(jù)分析平臺中的應(yīng)用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執(zhí)銓.決策支持系統(tǒng)理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領(lǐng)域決策支持系統(tǒng)研究簡評[J].體育學(xué)刊，2006，13（6）：142?144.

[8] 李薇，張風(fēng)鳴.多Agent 技術(shù)研究與應(yīng)用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛(wèi)民，譚駿珊，汪斌.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在DSS中的應(yīng)用研究[J].計算機工程與設(shè)計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向?qū)ο蟮拿嫦駻gent 編程平臺的實現(xiàn)[J].計算機應(yīng)用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向?qū)ο笤O(shè)計模型[J].軟件學(xué)報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數(shù)據(jù)挖掘技術(shù)的實現(xiàn)[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數(shù)據(jù)挖掘技術(shù)發(fā)展及其應(yīng)用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.