城市轨道交通选线知识库框架体系构建

城市轨道交通选线学科领域涉及面广，考虑因素复杂多样。为选出一条合理的城市轨道交通线路，除了要参照常规的铁路选线设计规范，还要依赖于已有工程实例、重要文献专著及选线工程师以往的经验等。将分散的选线领域相关知识收集汇总，开发城市轨道交通选线知识库，是辅助选线工程师进行线路设计，提高城市轨道交通选线设计水平与质量的重要手段。然而，在城市轨道交通选线知识库的开发中，知识库框架体系的构建是其“瓶颈”问题。一个合理的知识库框架体系能提高知识库的推理效率及简化其开发难度。因此，结合城市轨道交通选线知识特点，针对Visual Prolog开发工具特征，参考知识库相关理论，从知识获取、知识表示、知识推理3个方面，构建了一个面向对象、高效合理的知识库框架体系，为后续城市轨道交通选线知识库的开发提供了重要参考价值和思路。

知识库框架体系； Visual Prolog； 城市轨道交通选线

U212.32 A

［定稿日期］2022-03-23

［作者简介］佐坤逶（1996—），男，硕士，研究方向为线路勘测设计技术。

知识库是针对某一领域问题求解的需要，采用某种知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合［1］。线路工程涉及学科广泛，需要考虑诸多影响因素，是一门系统工程。将知识库与线路工程相结合，对于有效支持线路方案设计，促进线路方案科学性、合理性具有重要的理论意义和实用价值。目前，诸多学者对知识库系统在线路工程领域中的应用进行了探讨，并取得了一些系统开发及理论方面的成果。西南交通大学易思蓉［2］教授针对铁路选线领域的不同类型知识的特点，围绕面向对象技术，建立了基于虚拟环境选线系统的选线知识库及推理机制，实现了知识库系统表达及利用；中南大学欧阳志峰［3］深入研究了铁路绿色选线知识的获取和表示，同时构建了知识规则库，采用推理机推理绿色选线知识，辅助专家进行预测。长安大学的莫艳鸳［4］建立了公路地质选线知识库，包括数字地质对象模型、CAD+GIS 环境下的知识推理模块及选线知识库管理模块，为选线过程提供了规则指导和案例借鉴，实现了对公路选线的信息支持。

综上，国内学者对选线知识库的研究大多集中在公路及传统铁路领域。然而作为在大中城市公共交通运输的扮演着重要角色的城市轨道交通，其选线知识和技术区别于传统铁路和公路，传统铁路与公路知识库已经不再适用。而对于城市轨道交通选线知识库，国内暂时还没有较完善的总结和研究。因此本文拟在此基础上，通过研究知识库相关理论及Visual Prolog开发工具技术，结合城市轨道交通选线知识特点，构建了城市轨道交通选线知识库框架体系。为后续开发城市轨道交通选线知识库提供了理论和技术支撑。

1 知識库理论研究

知识库是一个智能的、基于知识的系统。知识获取、知识表示和知识推理是构建知识库系统的三大核心技术问题。知识库系统组成如图1所示。

1.1 知识获取

知识获取是指从知识源获得知识来建造知识库的工作。知识库中的知识来源分为初始知识和再生知识。由于知识获取需要大量现场调查，专家经验调查、案例收集等多个渠道资料收集工作，知识来源广、种类杂，建立知识库，必定要对原有的信息和知识做一次大规模的收集和整理，凝练知识结构体系。

1.2 知识表示

知识表示属于一种智能活动，是对知识的描述。其目标是研究可以用来构造知识的最合适的形式，以便最优地解决问题。一种优秀的知识表示方法既要表示知识充分、易于理解，又要有利于知识的运用，包括其维护、管理与组织。同时，知识表示也是知识推理的基础。

1.3 知识推理

知识推理，就是在已有知识的基础之上，推断出未知的知识的过程。知识的推理过程是由推理机来完成的。如何调度推理机使用知识来进行推理，需要依赖于推理控制策略。知识库系统求解问题的效率与准确性取决于推理控制策略的选择。推理控制策略主要包含冲突消解策略、推理方向和搜索策略［5］等几个方面。

2 Visual Prolog 开发工具概述

Visual Prolog意指可视化逻辑程序设计语言，是基于Prolog 语言的可视化集成开发环境，是国际上研究和开发智能化应用的主流工具之一［6］。Visual Prolog具有模式匹配、对象机制、回溯、递归、谓词库和事实数据库等诸多功能。其包含一个功能强大的对象机制，捆绑了一个大型函数库（API 函数）。Visual Prolog具有可视化开发环境（VDE），由应用程序专家、资源编辑器、编码专家、文本编辑器、帮助生成器及调试器6部分组成，可以用来维护、开发、测试GUI 界面的应用程序和Visual Prolog 图形资源［7］。

Visual Prolog 的程序结构包括谓词段、目标段、子句段、论域段共4部分。谓词段和论域段用来声明或定义正在使用的谓词或论域；子句段给出程序运行操作和方法；目标段是存储程序需要满足的初始目标。随着人工智能的不断发展，Visual Prolog已经成为适用于任何应用领域的优秀智能化应用开发工具。在专家系统构建、机器定理证明、自然语言理解等领域得到了广泛的应用。

3 城市轨道交通选线知识库框架体系构建

3.1 城市轨道交通选线知识库结构模式

城市轨道交通选线主要包括确定线路走向、路由、敷设方式、车站分布、线路平纵断面设计等内容。根据城市轨道交通选线特点，可将知识库中的知识分为一系列知识子空间，如线路定线设计子库、线路平面设计子库、线路纵断面设计子库、车站设计子库。每一个知识子空间又可以根据包含的对象不同进一步划分，形成若干相对独立的知识元。城市轨道交通选线知识库根据不同的条件，调用对应的知识子库，由推理机进行决策推理。城市轨道交通选线知识库结构模式如图2所示。

3.2 城市轨道交通选线知识获取

3.2.1 城市轨道交通选线知识来源

城市轨道交通选线知识主要来源于3个方面：

（1）规范知识——相关选线设计规范和城市轨道交通选线著作、报告、论文。

（2）经验知识——专家、工程师咨询。

（3）实例知识——工程实例。

综上所述，城市轨道交通选线知识来源与组成如见图3。

3.2.2 城市轨道交通选线知识获取方法

对于城市轨道交通选线知识，由于其具有特殊性和复杂性，知识内容多，涵盖范围广，自动知识获取方法并不适合选线知识的获取。所以本文采用非自动知识获取方法，通过人工方式从各个渠道抽取所需知识，将其形式化，形成城市轨道交通选线知识的事实和规则库。主要步骤：

（1）知识查阅筛选。通过现场调研、案例收集分析、规范查询和专家调查，结合相关文献资料筛选出与城市轨道交通选线相关的知识，进行汇总。

（2）知识整理分类。将汇总后的城市轨道交通选线知识进行梳理分类。将冗余知识排除（一致性检验），残缺知识补全（完整性检验），形成城市轨道交通选线知识数据库。

3.3 城市轨道交通选线知识表示

3.3.1 内部知识表示

城市轨道交通选线知识数量繁多、复杂多样、学科领域涉及面广，如果单采用某一种知识表示方法，不能完整清晰的表示其知识内容。所以在计算机内部，本文采用引入Prolog谓词构造的产生式表示法与面向对象表示法相结合的知识表示方法。运用面向对象知识表示方法，将城市轨道交通选线知识分为4个知识类，每个知识类分为若干知识子类，每个知识子类有若干知识对象，每个知识对象由属性和方法构成。相关层次结构如图4所示。

对于知识对象，每一个知识对象的属性即一条规则知识。表示为：“前提（各种情况）——结论（选线建议）”。产生式表示方法可以明确表示事实之间的联系，在知识库的修改、扩充、维护等方面有其独特的优势。Prolog语言简洁明了，在知识表示方面十分便捷。综上，结合两者优势，将每一个知识对象的属性（规则知识）以引入Prolog谓词构造的产生式表示方法来表示。

以线路定线大类中线路走向子类为例，线路走向子类知识对象属性（规则知识）表示如表1所示。

线路走向规则知识在知识库中具体表现形式为：

dxzx （“ID编号”“控制点类型”“选线建议”“解释或实例（）；

具体实现代码：

clauses

getallKZD（KZDlist） ：-

KZDlist = ［ KZD ||dxzx （_，KZD， _， _） ］.

clauses

getzxcx（ID， KZD， XXJY， JS） ：-

dxzx（ID， KZD， XXJY， JS），

！.

getzxcx （_， _， "0"， "0"）.

3.3.2 外部知識表示

知识库中的知识，一方面要求被内部计算机有效地存储、检索、识别并能进行推理，另一方面又要求能够以更直观的方式呈现给用户。城市轨道交通选线知识库包含的知识种类繁多、覆盖面广、知识存量大。因此，针对用户外部的知识表示方式应采用多种角度进行综合描述。本文采取文字、图形、图像等方式进行外部知识表示，实现知识外部表示的可视化。如图5所示。

3.4 城市轨道交通选线知识推理

针对Visual Prolog特点，并根据城市轨道交通选线知识特征，本文采用面向对象的推理机制完成推理工作，其中用到正向推理、深度优先搜索、选左消解等推理策略。

具体推理步骤为：当将已知事实送入知识库时，系统先定位目标所属对象类，在知识库中找出与目标相匹配的子句，此时若有多条子句符合要求，按照Visual Prolog内部程序，按从上到下的顺序选择，每次只考虑一个子句，采用深度优先搜索进行匹配向下推导，运用选左消解（总是在目标语句和程序中的一个子句间进行，总是选择目标语句的第一个目标与子句的结论消解），从左至右依次进行消解，若消解成功，则推出新的目标语句，再对其重复搜索匹配消解操作，直至推理出所需结论；若消解失败，则选择的子句无法继续往下推导，运用回溯功能，再考虑后面的子句（图6）。

城市轨道交通选线知识库框架体系构建如图7所示。

4 结论

开发城市轨道交通选线知识库的关键在于构建合理的城市轨道交通选线知识库框架体系。本文在研究城市轨道交通选线知识特点的基础上，结合Visual Prolog开发工具及知识库相关理论，完成了城市轨道交通选线知识库框架体系的构建，该知识库框架具有结合了Prolog语言特点的混合知识表示方法和面向对象的高效逻辑推理机制，结构清晰明了，为后续城市轨道交通选线知识库的开发奠定了重要基础。

参考文献

［1］ 《电子计算机普及辞典》编辑部.电子计算机普及辞典［M］. 北京： 电子工业部计算机工业管理局，1985.

［2］ 易思蓉.虚拟环境铁路选线设计系统的理论和方法研究［D］.成都：西南交通大学，2000.

［3］ 欧阳志峰.基于 GIS 的铁路绿色选线决策支持系统（GRASDSS）的知识库研究［D］.长沙：中南大学，2008.

［4］ 莫艳鸳. 公路三维地质模型及地质选线知识库研究［D］.西安：长安大学，2020.

［5］ 王光远等， 结构智能选型［M］. 北京： 中国建筑工业出版社. 2005.

［6］ 雷英杰， 人工智能 （AI） 程序设计 面向对象语言 ［M］. 北京： 清华大学出版社， 2005.

［7］ 雷英杰等， Visual Prolog语言教程［M］. 西安： 陕西科学技术出版社， 2002.