知识工程是利用智能技术(人工智能、计算智能和商务智能)来建造高性能的知识系统，知识工程来源于知识管理中成熟的知识应用和知识创造，知识工程又是知识管理的技术支柱；而计算机进化规律的发掘对提高计算机应用能力和进一步促进计算机进化都有积极意义，它是介于知识工程与知识管理之间的有意义的课题。本书以“原理、实现、应用” 的讲述方式，系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例，以便读者能够从理论和实践两个方面较扎实地掌握知识工程和知识管理，初步达到既掌握知识又能利用书中介绍的实现技术去开发知识系统的目标。 本书适合用作计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材，也可为大学本科高年级学生所用，同时本书也可供有关教师和科研技术人员学习参考。

陈文伟 1963年毕业于哈尔滨工业大学计算数学专业。国防科学技术大学教授、博士生导师。中国人工智能学会机器学习专业委员会副主任，中国人工智能学会可拓工程专业委员会副主任，全国计算机继续教育研究会副理事长。研究方向为：人工智能专家系统、决策支持系统、机器学习、数据挖掘、可拓数据挖掘、数据仓库等。出版专著有《决策支持系统及其开发》、《智能决策技术》、《数据挖掘技术》、《决策支持系统教程》、《数据仓库与数据挖掘教程》《知识工程与知识管理》等。在《计算机学报》、《智能系统学报》等学术刊物发表学术论文90余篇。在《计算机世界报》专题版上最早向国内介绍和推广“数据开采”（1997年）、“数据仓库与决策支持系统”（1998年）等新技术。主持重大科研项目有：863计划高科技项目、“八五” “九五” “十五”国防预研项目、国家自然科学基金项目、中国科学院合作项目等。科研成果有：国家科学进步奖二等奖1项，军队科学技术进步奖二、三等奖多项。国家自然科学基金项目被评为优等。指导博士生、硕士生共计70多名获得学位。开设博士生、硕士生课程多门。在教学和指导研究生，获教学优秀奖、优秀研究生导师奖共10次。�

知识工程是利用人工智能、计算智能和商务智能技术来建造高性能的知识系统，是智能技术中的最实用的部分。智能技术重在原理，知识工程重在实践，二者相辅相成。人工智能的特点是符号推理，专家系统是典型代表。计算智能的特点是对仿生物的数学模型进行计算推理，神经网络是典型代表。商务智能的特点是从数据中获取知识，应对商务活动中随机出现的问题，基于数据仓库的决策支持系统是典型代表。 知识管理强调知识的交流和共享，特别是知识创造，可以提高社会中组织或个人的知识水平和解决问题的能力，使其适应随机变化的环境。知识工程与知识管理虽然处于两个不同的层次，但二者也是相辅相成的。知识工程是知识管理的技术支柱。知识工程能够帮助组织（或个人）充分利用计算机中的知识系统来解决实际问题。 当知识管理中的知识应用和知识创造逐步成熟并形式化后，通过数字化就可以成为知识工程的内容。专家系统就是将人类专家利用知识解决实际问题的过程，形式化（知识用规则形式表示）并数字化（计算机中运行）后形成的。神经网络是用数学模型模拟人脑信息传递过程（形式化），在计算机中运行（数字化），完成模式识别的任务。基于数据仓库的决策支持系统，利用了大量数据（包括数据仓库中的详细数据、综合数据、历史数据等），通过多维数据分析和数据挖掘获取知识，达到决策支持的效果。这是人类善于从数据中辅助决策，在计算机应用中的具体体现。知识工程与知识管理相互结合将能增强二者的关系，并能相互促进、共同发展。 本书详细介绍知识工程建造知识系统的具体过程和相关技术，既介绍原理又介绍实现方法和实例。这些开发方法和应用实例，均是作者在科研中的经验总结。 作者长期从事专家系统...