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和决策支持系统及其工具的开发和应用: 研制了专家系统工具TOES和马尾松毛虫防治决策专家系统、决策支持系统工具GFKDDSS、基于客户/服务器的决策支持系统快速开发平台CSDSSP以及全国农业投资空间决策支持系统等。

在数据挖掘的研究中，作者领导的课题组研制的基于信道容量的IBLE方法，比国外的基于信息增益的ID3方法在识别率上高出10个百分点。作者研制的经验公式发现系统FDD，比国外的BACON系统在发现公式上更为广泛。

作者提出的一种适应变化环境的“变换规则”新知识表示形式，扩充了规则知识的应用范围；作者还证明了变换规则的挖掘、推理的定理和变换规则链挖掘的定理，为获取变换规则和变换规则链提供了依据和方法；作者还提出了用变换规则作为一种适应变化环境的元知识表示形式，它更能有效地描述具有变化特点的领域知识。

本书更强调“知识创造”的内容。除了介绍知识创造模型外，还介绍了开源软件，开源软件是知识管理的典范。在互联网上互不相识的人们可以进行知识交流和共享，大家共同协作完善开源软件，这种集体协作创造知识的方式形成了新潮流。开源软件的成功，极大地促进了软件的发展，也是对知识私有的一次巨大冲击。

计算机（包括软件、硬件）和网络虽然是非生物，但在人类的帮助下，计算机在模拟人的能力方面得到了飞速发展。作者针对计算机和网络进化过程进行了研究，发掘了一些进化规律，以便能更清楚地认识计算机和网络的本质，这对于提高我们对计算机的使用效果，以及进一步促进计算机的进化起积极作用。计算机进化规律的发掘是介于知识工程与知识管理之间的有意义的课题，希望能够唤起有兴趣者发掘更多的计算机和网络的进化规律，加速计算机和网络的进化，使计算机和网络更有效地为人类服务。

本书不同于第一版在于： 增加了商务智能技术；突出了知识创造的内容，特别是相关分析的知识创造，这也是大数据时代强调的内容；增加了各章中部分思考题和计算题的答案（附录A和附录B），这些答案是书中各章内容的补充，也是值得探讨的问题。欢迎有兴趣的读者进行交流。

陈文伟 2015年11月