序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇農(nóng)業(yè)專家系統(tǒng)論文范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！

篇1

DOI：10．3969／j．issn．1008－0821．2012．02．040

〔中圖分類號(hào)〕G250.71 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2012）02－0159－08

Knowledge-based Expert System Development Overview MapLiao Yi

（Political Department，National University of Defense Technology，Changsha 410073，China）

〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.

〔Key words〕knowledge maps;expert systems;the development trajectory

專家系統(tǒng)作為人工智能的一個(gè)重要分支，發(fā)展已經(jīng)超過(guò)50年，在很多應(yīng)用領(lǐng)域都獲得了廣泛使用，取得了豐碩成果。本文運(yùn)用文獻(xiàn)計(jì)量這一獨(dú)特視角對(duì)專家系統(tǒng)進(jìn)行了再回顧和再分析，將智能科技劃分為初創(chuàng)期、成長(zhǎng)期、低谷期、發(fā)展期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專家系統(tǒng)的學(xué)科結(jié)構(gòu)、影響程度、關(guān)鍵節(jié)點(diǎn)與時(shí)間點(diǎn)等重要而獨(dú)特的知識(shí)，為了解和掌握專家系統(tǒng)的發(fā)展與演化過(guò)程提供了獨(dú)特視角。

1 數(shù)據(jù)來(lái)源

SCI（Science Citation Index）是美國(guó)科學(xué)情報(bào)研究所ISI（Institute for Science Information）出版的期刊文獻(xiàn)檢索工具，所收錄的文獻(xiàn)覆蓋了全世界最重要和最有影響力的研究成果，成為世界公認(rèn)的自然科學(xué)領(lǐng)域最為重要的評(píng)價(jià)工具。本文以Web of Science中的SCI數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，選用高級(jí)檢索方式，以“Expert System/Experts System”作為主題詞，于2011年5月在Web of Secience中進(jìn)行檢索，一共檢索到14 500篇相關(guān)文獻(xiàn)記錄。獲得的年度分布如圖1。所示。雖然，專家系統(tǒng)研究從20世紀(jì)五六十年代就開(kāi)始了，但是從圖1可以看出直到1982年才有主題詞與專家系統(tǒng)相關(guān)的論文出現(xiàn)。圖1表明1991年左右，專家系統(tǒng)相關(guān)論文達(dá)到了峰值，但隨后呈逐年下降的趨勢(shì)。到1999年，只有494篇。但21世紀(jì)開(kāi)始，專家系統(tǒng)相關(guān)論文又出現(xiàn)了增加的趨勢(shì)，并維持在一個(gè)穩(wěn)定的水平中。圖1 專家系統(tǒng)在SCI數(shù)據(jù)庫(kù)文獻(xiàn)發(fā)表年度變化情況

2012年2月第32卷第2期基于知識(shí)圖譜的專家系統(tǒng)發(fā)展綜述Feb.，2012Vol.32 No.22 專家系統(tǒng)前40年的發(fā)展

本文利用基于JAVA平臺(tái)的引文分析可視化軟件Citespace，首先設(shè)定時(shí)間跨度為1950-1991年，時(shí)間切片長(zhǎng)度為1年，聚類方式為共被引聚類（Cited Reference），閾值選擇為（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出這些引文的時(shí)間跨度為1950－1990年，可以繪制出該時(shí)間段的專家系統(tǒng)論文時(shí)區(qū)分布圖，如圖2所示。我們以年代先后為序，將20世紀(jì)80年代以前作為第一階段，80年代至90年代作為第二階段。圖2 1950-1991年各年度專家系統(tǒng)論文之間的時(shí)區(qū)分布圖

2.1 專家系統(tǒng)起源時(shí)期

根據(jù)圖2顯示，這段時(shí)期有7個(gè)突出節(jié)點(diǎn)，既有7位代表人物。第一個(gè)節(jié)點(diǎn)代表的是“人工智能之父”――英國(guó)著名科學(xué)家阿蘭?麥席森?圖靈（Alan Mathison Turing），他于1950年在《心靈》雜志上《計(jì)算機(jī)器與智能》，提出了著名的“圖靈測(cè)試”，探討了機(jī)器智能的可能性，為后來(lái)的人工智能科學(xué)提供了開(kāi)創(chuàng)性的構(gòu)思［1］。

第二個(gè)節(jié)點(diǎn)代表的是美國(guó)工程院院士、加州大學(xué)扎德（LA.Zadeh）教授，他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文，提出模糊集合理論，給出了模糊性現(xiàn)象定量描述和分析運(yùn)算的方法，從而誕生了模糊數(shù)學(xué)。1978年，扎德教授提出了“可能性理論”，將不確定性理解為可能性，為模糊集理論建立了一個(gè)實(shí)際應(yīng)用上的理論框架，這也被認(rèn)為是模糊數(shù)學(xué)發(fā)展的第二個(gè)里程碑。同年，國(guó)際性期刊《International Journal of Fuzzy Sets and System》誕生，這使得模糊理論得到普遍承認(rèn)，理論研究高速發(fā)展，實(shí)際應(yīng)用迅速推廣。

第三個(gè)節(jié)點(diǎn)代表的美國(guó)兩院院士、卡內(nèi)基-梅隆大學(xué)教授艾倫?紐厄爾（Allen Newell），1972年，他出版了《人怎樣解題》（Human Problem Solving)一書(shū)，書(shū)中描述了他和西蒙試圖建立一個(gè)計(jì)算機(jī)化的“通用問(wèn)題求解器”的歷程：20世紀(jì)50年代，他們發(fā)現(xiàn)，人類的問(wèn)題解決，在一定知識(shí)領(lǐng)域內(nèi)可以通過(guò)計(jì)算機(jī)實(shí)現(xiàn)，所以他們開(kāi)始用計(jì)算機(jī)編程來(lái)解決問(wèn)題，1956年，他們研發(fā)出了邏輯理論家和通用問(wèn)題求解器（General Problem Solver），并建立了符號(hào)主義人工智能學(xué)派。我們可以看出，這本書(shū)是對(duì)他以前所作工作的總結(jié)與歸納，而邏輯理論家和通用問(wèn)題求解器正是專家系統(tǒng)的雛形，為專家系統(tǒng)的出現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)。

但是艾倫?紐厄爾的嘗試無(wú)法解決大的實(shí)際問(wèn)題，也很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大搜索空間也難于處理。為此，美國(guó)國(guó)家工程院院士、斯坦福大學(xué)教授費(fèi)根鮑姆（E.A.Feigenbaum）等人在總結(jié)通用問(wèn)題求解系統(tǒng)成功與失敗的經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識(shí)，于1965年研制了世界上第一個(gè)專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。專家系統(tǒng)進(jìn)入了初創(chuàng)期，其代表有dendral、macsyma（數(shù)學(xué)專家系統(tǒng)）等，第一代專家系統(tǒng)以高度專業(yè)化、求解專門問(wèn)題的能力強(qiáng)為特點(diǎn)，向人們展示了人工智能應(yīng)用的廣闊前景［2］。

第四個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院著名的人工智能學(xué)者明斯基（Minsky）。1975年，他在論文《表示知識(shí)的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理論，框架理論的核心是以框架這種形式來(lái)表示知識(shí)。理論提出后，在人工智能界引起了極大的反響，并成為了基于框架的專家系統(tǒng)的理論基礎(chǔ)，基于框架的專家系統(tǒng)適合于具有固定格式的事物、動(dòng)作或事件。

第五個(gè)節(jié)點(diǎn)代表人物是美國(guó)普林斯頓大學(xué)教授格倫謝弗（Glenn Shafer），他在1976年出版了《數(shù)學(xué)理論的證據(jù)》（A mathematical theory of evidence）一書(shū)，介紹了由他和Dempster于1967年提出的D-S理論（即證據(jù)理論）。證據(jù)理論可處理由不知道因素引起的不確定性，后來(lái)，該理論被廣泛應(yīng)用于計(jì)算機(jī)科學(xué)和工程應(yīng)用，是基于D-S證據(jù)理論的專家系統(tǒng)的理論基礎(chǔ)。

第六個(gè)重要節(jié)點(diǎn)代表是美國(guó)斯坦福大學(xué)愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授，他于1975年在著名雜志《數(shù)學(xué)生物科學(xué)》上發(fā)表《A model of inexact reasoning in medicine》（《在醫(yī)學(xué)模型的不精確推理》）一文，他結(jié)合自己1972－1974年研制的世界第一個(gè)醫(yī)學(xué)專家系統(tǒng)――MYCIN系統(tǒng)（用于診斷和治療血液感染及腦炎感染，是第二代專家系統(tǒng)的經(jīng)典之作），提出了確定性理論，該理論對(duì)專家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。

第七個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的戴維斯（Randall Davis）教授，他于1976年提出元知識(shí)的概念，并在專家系統(tǒng)的研制工具開(kāi)發(fā)方面做出了突出貢獻(xiàn)――研制出知識(shí)獲取工具Teiresias，為專家系統(tǒng)獲取知識(shí)實(shí)現(xiàn)過(guò)程中知識(shí)庫(kù)的修改和添加提供了工具［3］，關(guān)Teiresias，他于1977年在《Artificial Intelligence》雜志上中進(jìn)行了詳細(xì)介紹，而這也為本時(shí)期專家系統(tǒng)的快速增多和廣泛應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

20世紀(jì)70年代后期，隨著專家系統(tǒng)應(yīng)用領(lǐng)域的不斷開(kāi)拓，專家系統(tǒng)研發(fā)技術(shù)逐漸走向成熟。但同時(shí)，專家系統(tǒng)本身存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一等問(wèn)題也被逐漸暴露出來(lái)。人們從各種不同類型的專家系統(tǒng)和知識(shí)處理系統(tǒng)中抽取共性，人工智能又從具體研究逐漸回到一般研究。圍繞知識(shí)這一核心問(wèn)題，人們重新對(duì)人工智能的原理和方法進(jìn)行探索，并在知識(shí)的獲取、表示以及知識(shí)在推理過(guò)程中的利用等方面開(kāi)始出現(xiàn)一組新的原理、工具和技術(shù)。

2.2 專家系統(tǒng)發(fā)展的黃金時(shí)期

20世紀(jì)80年代是專家系統(tǒng)突飛猛進(jìn)、迅速發(fā)展的黃金時(shí)代，根據(jù)圖2顯示，這段時(shí)期共有論文982篇，有7個(gè)突出節(jié)點(diǎn)。

1980年，出現(xiàn)了第一個(gè)節(jié)點(diǎn)代表――美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)系系主任尼爾森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一書(shū)，表明了拉近理論和實(shí)踐的距離的目標(biāo)，書(shū)中對(duì)基于規(guī)則的專家系統(tǒng)、機(jī)器問(wèn)題解決系統(tǒng)以及結(jié)構(gòu)對(duì)象的代表等都進(jìn)行了具體的論述。

1981年，出現(xiàn)了第二個(gè)節(jié)點(diǎn)代表――英國(guó)赫特福德大學(xué)教授Clocksin，威廉F，他出版的《PROLOG語(yǔ)言編程》一書(shū)，引起了計(jì)算機(jī)科學(xué)界的極大興趣，并已被證明是一個(gè)重要的編程語(yǔ)言和人工智能系統(tǒng)的新一代基礎(chǔ)，是專家系統(tǒng)的重要編程語(yǔ)言。

1982年，出現(xiàn)了第三個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)教授米勒（Miller RA），他在《英格蘭醫(yī)藥分冊(cè)》上發(fā)表了《基于計(jì)算機(jī)的醫(yī)學(xué)內(nèi)科實(shí)驗(yàn)診斷顧問(wèn)》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，屬當(dāng)時(shí)診斷專家系統(tǒng)的代表力作，書(shū)中介紹了著名的內(nèi)科疾病診斷咨詢系統(tǒng)INTERNIST-1，之后將其不斷完善成改進(jìn)型INTERNIST-2，即后來(lái)的CADUCEUS專家系統(tǒng)，其知識(shí)庫(kù)中包含了572種疾病，約4 500種癥狀。

1983年，出現(xiàn)了第四個(gè)節(jié)點(diǎn)代表――美國(guó)的海斯羅斯（Hayes-Roth，F(xiàn)）教授，他于1983年發(fā)表著作《建立專家系統(tǒng)》，對(duì)專家系統(tǒng)建立的原則和要素、開(kāi)發(fā)的生命周期等重要問(wèn)題進(jìn)行了詳細(xì)講解，為研究與開(kāi)發(fā)各種類型的專家系統(tǒng)提供了理論依據(jù)。

1984年，出現(xiàn)了第五個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)計(jì)算機(jī)科學(xué)、哲學(xué)和醫(yī)學(xué)教授布魯斯?布坎南（Bruce G.Buchanan），他于1984年發(fā)表著作《規(guī)則的專家系統(tǒng)：斯坦福啟發(fā)式編程項(xiàng)目Mycin實(shí)驗(yàn)》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，這是有史以來(lái)關(guān)于醫(yī)療診斷系統(tǒng)MYCIN的實(shí)驗(yàn)規(guī)則庫(kù)公布?；谝?guī)則的專家系統(tǒng)MYCIN是專家系統(tǒng)開(kāi)發(fā)過(guò)程中一個(gè)里程碑，研究其開(kāi)發(fā)思路與方法具有非常重要的意義。

1985年，出現(xiàn)了第六個(gè)節(jié)點(diǎn)代表――美國(guó)人工智能專家、加州大學(xué)教授哈蒙（Harmon P），他出版了《專家系統(tǒng)：人工智能業(yè)務(wù)》（《Expert systems：artificial intelligence in business》）一書(shū)。書(shū)中闡述了專家系統(tǒng)如何解決問(wèn)題，代表知識(shí)，并得出推論，并介紹了人工智能的具體制度，確定了專家系統(tǒng)的市場(chǎng)。

1986年，出現(xiàn)了第七個(gè)節(jié)點(diǎn)代表――著名的專家系統(tǒng)學(xué)者沃特曼（Waterman DA），他出版了《專家系統(tǒng)指南》一書(shū)，該書(shū)對(duì)專家系統(tǒng)的概念、組成、建立過(guò)程、建立工具、應(yīng)用領(lǐng)域等做了深入淺出的系統(tǒng)介紹與論述，是當(dāng)時(shí)全面介紹專家研發(fā)與應(yīng)用的經(jīng)典書(shū)籍。

20世紀(jì)80年代初，醫(yī)療專家系統(tǒng)占主流，主要原因是它屬于診斷類型系統(tǒng)且容易開(kāi)發(fā)。80年代中期，出現(xiàn)大量投入商業(yè)化運(yùn)行的專家系統(tǒng)，為各行業(yè)帶來(lái)了顯著的經(jīng)濟(jì)效益。從80年代后期開(kāi)始，大量新技術(shù)成功運(yùn)用到專家系統(tǒng)之中，使得專家系統(tǒng)得到更廣泛的運(yùn)用。在這期間開(kāi)發(fā)的專家系統(tǒng)按處理問(wèn)題的類型可以分為：解釋型、預(yù)測(cè)型、診斷型、設(shè)計(jì)型等。應(yīng)用領(lǐng)域擴(kuò)展到農(nóng)業(yè)、商業(yè)、化學(xué)、通信、醫(yī)學(xué)等多個(gè)方面，成為人們常用的解決問(wèn)題的手段之一。

然而，與此同時(shí)，現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴(yán)重的缺陷，使不少計(jì)算機(jī)界的知名學(xué)者對(duì)專家系統(tǒng)產(chǎn)生了懷疑，認(rèn)為專家系統(tǒng)存在的問(wèn)題有以下幾點(diǎn)：（1）專家系統(tǒng)中的知識(shí)多限于經(jīng)驗(yàn)知識(shí)，極少有原理性的知識(shí)，系統(tǒng)沒(méi)有應(yīng)用它們的能力；（2）知識(shí)獲取功能非常弱。為了建造專家系統(tǒng)，必須依賴于專家獲取知識(shí)， 不僅費(fèi)時(shí)， 而且很難獲取完備性和一致性的知識(shí)；（3）求解問(wèn)題的方法比較單一，以推理機(jī)為核心的對(duì)問(wèn)題的求解尚不能反映專家從認(rèn)識(shí)問(wèn)題到解決問(wèn)題的創(chuàng)造性過(guò)程；（4）解釋功能不強(qiáng)［4］。等到學(xué)者們回過(guò)頭重新審視時(shí)，20世紀(jì)90年代的專家系統(tǒng)理論危機(jī)已然爆發(fā)。

3 90年代專家系統(tǒng)向多個(gè)方向發(fā)展

由于20世紀(jì)80年代專家系統(tǒng)研究迅猛發(fā)展，商業(yè)價(jià)值被各行各業(yè)看好，導(dǎo)致90年代大批專家系統(tǒng)從實(shí)驗(yàn)室走出來(lái)，開(kāi)始了它們的工程化市場(chǎng)化進(jìn)程。從圖1看以看出，在20世紀(jì)90年代，專家系統(tǒng)的相關(guān)論文不增反減，進(jìn)入一個(gè)局部低谷期，這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件，設(shè)置參數(shù)為（4，4，20）（4，3，20）（4，4，20），獲取了該時(shí)期論文的引文聚類圖（如圖3所示）。圖2 專家系統(tǒng)1990－2000年的論文引文聚類圖

從圖3中我們可以看出，全圖的節(jié)點(diǎn)比較分散，沒(méi)有形成大的聚類，這表示該階段沒(méi)有形成重點(diǎn)研究方向，也沒(méi)有重大科研成果和標(biāo)志性著作產(chǎn)生，專家系統(tǒng)的市場(chǎng)化進(jìn)程嚴(yán)重牽引了研究者們的注意力，這是專家系統(tǒng)研究陷入低谷期的重要原因。

這段時(shí)間專家系統(tǒng)的研究工作大致分以下幾個(gè)方面：第一個(gè)研究方向依舊是建立在扎德（LA.Zadeh）教授模糊理論上的模糊專家系統(tǒng)，它同樣是該年代專家系統(tǒng)研究的重點(diǎn)方向。

第二個(gè)研究方向是骨架專家系統(tǒng)，代表人物有美國(guó)斯坦福大學(xué)的愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授。1974年末，MYCIN系統(tǒng)基本建成后，MYCIN的設(shè)計(jì)者們就想到用其它領(lǐng)域的知識(shí)替換關(guān)于感染病學(xué)的知識(shí)，可能會(huì)得到一個(gè)新的專家系統(tǒng)，這種想法導(dǎo)致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專家系統(tǒng)的研制周期，隨后，AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應(yīng)運(yùn)而生，它們?cè)?0世紀(jì)90年代專家系統(tǒng)的研究進(jìn)程中，發(fā)揮著重要作用。

第三個(gè)研究方向是故障診斷專家系統(tǒng)，代表人物有美國(guó)麻省理工學(xué)院的蘭德?tīng)?戴維斯（Randall Davis）教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結(jié)構(gòu)和行為的診斷推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，該論文描述了一個(gè)利用知識(shí)結(jié)構(gòu)和行為，在電子電路領(lǐng)域進(jìn)行故障診斷排除的專家系統(tǒng)。之后，故障診斷專家系統(tǒng)在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就，已成為當(dāng)今世界研究的熱點(diǎn)之一。

第四個(gè)研究方向是基于規(guī)則的專家系統(tǒng)，布魯斯?布坎南（Bruce G.Buchanan）的著作對(duì)基于規(guī)則的專家系統(tǒng)在這個(gè)時(shí)期的發(fā)展仍有著積極的指導(dǎo)作用。多種基于規(guī)則的專家系統(tǒng)進(jìn)入了試驗(yàn)階段。傳統(tǒng)基于規(guī)則的專家系統(tǒng)只是簡(jiǎn)單的聲明性知識(shí)，而目前，規(guī)則的形式開(kāi)始向產(chǎn)生式規(guī)則轉(zhuǎn)變，并趨向于提供較完善的知識(shí)庫(kù)建立和管理功能。

第五個(gè)研究方向是知識(shí)工程在專家系統(tǒng)中的運(yùn)用。代表人物是美國(guó)斯坦福大學(xué)的克蘭西教授（Clancy W J），他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類》（《Heuristis classification》），啟發(fā)式分類即對(duì)未知領(lǐng)域情況的類的識(shí)別過(guò)程。它是人類思維解決問(wèn)題的重要方法，在人工智能、專家系統(tǒng)中可常用啟發(fā)式設(shè)計(jì)計(jì)算機(jī)程序，模擬人類解決問(wèn)題的思維活動(dòng)。

第六個(gè)研究方向是機(jī)器學(xué)習(xí)在專家系統(tǒng)中的運(yùn)用。代表人物是機(jī)器學(xué)習(xí)領(lǐng)域前輩、澳洲悉尼大學(xué)著名教授John Ross Quinlan。他于1986年在《機(jī)器學(xué)習(xí)》（《Mach.Learn》）雜志上發(fā)表《決策樹(shù)算法》（《Induction of Decision Trees》）一文，文中他詳細(xì)描述了決策樹(shù)算法的代表――ID3算法。之后，有大量學(xué)者圍繞該算法進(jìn)行了廣泛的研究，并提出多種改進(jìn)算法，由于決策樹(shù)的各類算法各有優(yōu)缺點(diǎn)，在專家系統(tǒng)的實(shí)際應(yīng)用中，必須根據(jù)數(shù)據(jù)類型的特點(diǎn)及數(shù)據(jù)集的大小，選擇合適的算法。

第七個(gè)研究方向是神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，代表人物有人工智能專家Stephan I.Gallant和美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專家系統(tǒng)》（《Connectionist expert systems》）一文，文中講述Gallant 設(shè)計(jì)了一個(gè)連接主義專家系統(tǒng)（Connectionist expert system），其知識(shí)庫(kù)是由一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的（即神經(jīng)網(wǎng)絡(luò)知識(shí)獲?。?，開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的先例。

第八個(gè)研究方向是遺傳算法在專家系統(tǒng)中的運(yùn)用。代表人物是遺傳算法領(lǐng)域著名學(xué)者、美國(guó)伊利諾伊大學(xué)David Goldberg教授和人工智能專家L.Davis。1989年，Goldberg出版了專著《搜索、優(yōu)化和機(jī)器學(xué)習(xí)中的遺傳算法》，該書(shū)系統(tǒng)總結(jié)了遺傳算法的主要研究成果，全面而完整地論述了遺傳算法的基本原理及其應(yīng)用；1991年，Davis編輯出版了《遺傳算法手冊(cè)》，書(shū)中包含了遺傳算法在科學(xué)計(jì)算、工程技術(shù)和社會(huì)經(jīng)濟(jì)中的大量應(yīng)用實(shí)例，該書(shū)為推廣和普及遺傳算法的應(yīng)用起到了重要的指導(dǎo)作用。這些都推動(dòng)了基于遺傳算法的專家系統(tǒng)的研發(fā)推廣。

第九個(gè)研究方向是決策支持系統(tǒng)在專家系統(tǒng)中的運(yùn)用，代表人物是美國(guó)加利福尼亞大學(xué)伯克利分校教授埃弗雷姆?特班（Efraim Turban）。他于1990年出版了《決策支持和專家系統(tǒng)的管理支持系統(tǒng)》（《Decision support and expert systems:management support systems》）一書(shū)。20世紀(jì)80年代末90年代初，決策支持系統(tǒng)開(kāi)始與專家系統(tǒng)相結(jié)合，形成智能決策支持系統(tǒng)，該系統(tǒng)充分做到了定性分析和定量分析的有機(jī)結(jié)合，將解決問(wèn)題的范圍和能力提高到一個(gè)新的層次。

第十個(gè)研究方向是各種理論知識(shí)在專家系統(tǒng)中的綜合運(yùn)用，代表人物是美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）和美國(guó)伊利諾伊州研究所教授Abdul-Rahman K.H?？ㄋ箍疲↘osko）于1992年出版《神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)：一個(gè)擁有機(jī)器智能的動(dòng)力系統(tǒng)方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一書(shū)，這是第一本將神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)結(jié)合起來(lái)的讀本，也是神經(jīng)網(wǎng)絡(luò)與模糊理論綜合應(yīng)用于專家系統(tǒng)建設(shè)的經(jīng)典著作；Abdul-Rahman K.H教授于1995年，在美國(guó)電氣和電子工程師協(xié)會(huì)的《電力系統(tǒng)及自動(dòng)化》（《Transactions on Power Systems》）會(huì)議刊上發(fā)表了《人工智能模糊無(wú)功負(fù)荷的最優(yōu)VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，論文提出了一個(gè)解決無(wú)功功率（VAR）控制問(wèn)題，這個(gè)方法包含了專家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡(luò)的重要知識(shí)。

雖然專家系統(tǒng)大量建造，但投入實(shí)際運(yùn)行的專家系統(tǒng)并不多，且效率較低，問(wèn)題求解能力有待進(jìn)一步提高。原因之一就是專家系統(tǒng)主要是模擬某一領(lǐng)域中求解特定問(wèn)題的專家的能力，而在模擬人類專家協(xié)作求解方面很少或幾乎沒(méi)有做什么工作。然而在現(xiàn)實(shí)世界中，協(xié)作求解具有普遍性，針對(duì)特定領(lǐng)域、特定問(wèn)題的求解僅僅具有特殊性，專家系統(tǒng)雖然在模擬人類專家某一特定領(lǐng)域知識(shí)方面取得了成功，但它仍然不能或難以解決現(xiàn)實(shí)世界中的問(wèn)題。其次，開(kāi)發(fā)的專家系統(tǒng)的規(guī)模越來(lái)越大，并且十分復(fù)雜。這樣就要求將大型專家系統(tǒng)的開(kāi)發(fā)變成若干小的、相對(duì)獨(dú)立的專家系統(tǒng)來(lái)開(kāi)發(fā)，而且需要將許多不同領(lǐng)域的專家系統(tǒng)聯(lián)合起來(lái)進(jìn)行協(xié)作求解。然而，與此相關(guān)的分布式人工智能理論和實(shí)用技術(shù)尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問(wèn)題得以解決，才能克服由于單個(gè)專家系統(tǒng)知識(shí)的有限性和問(wèn)題求解方法的單一性等導(dǎo)致系統(tǒng)的“脆弱性”，也才能提高系統(tǒng)的可靠性，并且在靈活性、并行性、速度等方面帶來(lái)明顯的效益［5］。

4 21世紀(jì)專家系統(tǒng)進(jìn)入穩(wěn)定發(fā)展時(shí)期

進(jìn)入21世紀(jì)，專家系統(tǒng)開(kāi)始緩慢發(fā)展，這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件，設(shè)置參數(shù)為（6，6，20）（5，5，20）（5，5，20），獲取了該時(shí)期論文的引文聚類圖（如圖4所示）。圖4 專家系統(tǒng)2000－2010年的論文引文聚類圖

這個(gè)時(shí)期專家系統(tǒng)有3個(gè)主要研究方向：第一個(gè)是研究方向是節(jié)點(diǎn)明顯的基于模糊邏輯的專家系統(tǒng)研究方向。90年代以來(lái)，模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器的智能水平。基于模糊邏輯的專家系統(tǒng)有以下優(yōu)點(diǎn)：一是具有專家水平的專門知識(shí)，能表現(xiàn)專家技能和高度的技巧以及有足夠的魯棒性（即健壯性）；二是能進(jìn)行有效的推理，能夠運(yùn)用人類專家的經(jīng)驗(yàn)和知識(shí)進(jìn)行啟發(fā)性的搜索和試探性的推理；三是具有靈活性和透明性。

第二個(gè)是研究方向是Rete模式匹配算法在專家系統(tǒng)中的應(yīng)用，代表人物是美國(guó)卡內(nèi)基―梅隆大學(xué)計(jì)算機(jī)科學(xué)系的Charles L.Forgy教授，1979年，他首次提出Rete算法。專家系統(tǒng)工具中一個(gè)核心部分是推理機(jī)，Rete算法能利用推理機(jī)的“時(shí)間冗余”特性和規(guī)則結(jié)構(gòu)的相似性，并通過(guò)保存中間運(yùn)算結(jié)果的方法來(lái)提高推理的效率。1982年，他在《人工智能》雜志上發(fā)表《Rete算法：許多模式／多對(duì)象的模式匹配問(wèn)題的一個(gè)快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，該文解釋了基本算法的概念，介紹了詳細(xì)的算法，描述了模式和適當(dāng)?shù)膶?duì)象交涉算法，并說(shuō)明了模式匹配的執(zhí)行操作。

第三個(gè)是研究方向是專家系統(tǒng)在電力系統(tǒng)中的運(yùn)用。世界各國(guó)的專家們開(kāi)始熱衷于在電力生產(chǎn)的各個(gè)環(huán)節(jié)使用專家系統(tǒng)，代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國(guó)伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國(guó)立技術(shù)大學(xué)的Protopapas C.A、和中國(guó)的羅旭，他們?cè)诿绹?guó)電氣和電子工程師協(xié)會(huì)的《電力傳輸》（《IEEE transactions on power delivery）會(huì)議刊及《電源設(shè)備系統(tǒng)》會(huì)議刊（《On Power Apparatus and Systems》）上發(fā)表了多篇有影響力的論文，內(nèi)容涉及系統(tǒng)恢復(fù)、電力需求預(yù)測(cè)、變電站故障診斷和報(bào)警處理等多方面。

這十年間，專家系統(tǒng)的研究不再滿足于用現(xiàn)有各種模型與專家系統(tǒng)進(jìn)行簡(jiǎn)單結(jié)合，形成基于某種模型的專家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法，來(lái)解決困擾專家系統(tǒng)的知識(shí)獲取瓶頸、匹配沖突、組合爆炸等問(wèn)題，而這也推動(dòng)了研究不斷向深層次、新方向發(fā)展。但是，由于專家系統(tǒng)應(yīng)用的時(shí)間長(zhǎng)、領(lǐng)域廣，他們?cè)庥龅钠款i問(wèn)題一時(shí)得不到有效解決，導(dǎo)致了這一時(shí)期末，專家系統(tǒng)研究呈現(xiàn)出暫時(shí)的下滑現(xiàn)象。

5 專家系統(tǒng)發(fā)展趨勢(shì)分析

圖一發(fā)展曲線上第二個(gè)時(shí)間節(jié)點(diǎn)是1992年，從該年起專家系統(tǒng)相關(guān)論文呈下降趨勢(shì)，然后在2002年又開(kāi)始緩慢增長(zhǎng)，近一年多來(lái)又開(kāi)始下降，這標(biāo)志著專家系統(tǒng)研究在布滿荊棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年為一個(gè)單位，統(tǒng)計(jì)了1990－2009年20年期間專家系統(tǒng)相關(guān)論文中高頻詞的變化情況，如表1所示，從該表可以獲得這個(gè)時(shí)期專家系統(tǒng)研究的一些特點(diǎn)。

（1）在1990-1999年期間，人工智能出現(xiàn)新的研究，由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究，使人工智能更加實(shí)用，這給專家系統(tǒng)帶來(lái)了發(fā)展的希望。正因?yàn)槿绱?，我們從詞頻上可以看出，人工智能（artificial intelligence）一詞在這十年一直位居前兩位，在專家系統(tǒng)研究中處于主導(dǎo)地位，而與其相關(guān)的知識(shí)表示（knowledge representation）、知識(shí)獲取(knowledge acquisition)等，也成為了學(xué)者們研究的重點(diǎn)方向。

（2）該時(shí)期的第二個(gè)特點(diǎn)是神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇。神經(jīng)網(wǎng)絡(luò)是通過(guò)模擬人腦的結(jié)構(gòu)和工作模式，使機(jī)器具有類似人類的智能，如機(jī)器學(xué)習(xí)、知識(shí)獲取、專家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡(luò)（neural network）一詞得以快速增長(zhǎng)，1995年時(shí)位列第一，進(jìn)入21世紀(jì)也是穩(wěn)居第二位，神經(jīng)網(wǎng)絡(luò)很好地解決了專家系統(tǒng)中知識(shí)獲取的瓶頸問(wèn)題，能使專家系統(tǒng)具有自學(xué)習(xí)能力，它的出現(xiàn)為專家系統(tǒng)提供了一種新的解決途徑［6］，同時(shí)也顯示出他獨(dú)有的生機(jī)與活力。

（3）該時(shí)期是模糊邏輯的發(fā)展時(shí)期。模糊理論發(fā)展至今已接近三十余年，應(yīng)用范圍非常廣泛，它與專家系統(tǒng)相結(jié)合，在故障診斷、自然語(yǔ)言處理、自動(dòng)翻譯、地震預(yù)測(cè)、工業(yè)設(shè)計(jì)等方面取得了眾多成果。我們從詞頻上可以看出，模糊邏輯（fuzzy logic）一詞，除在1990－1994年期間位居第六位外，之后都位居前三甲，2000-2004年期間更是位列第一。模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器智能水平，這種控制方法既保持了基于規(guī)則的方法的價(jià)值和用模糊集處理帶來(lái)的靈活性，同時(shí)把專家系統(tǒng)技術(shù)的表達(dá)與利用知識(shí)的長(zhǎng)處結(jié)合起來(lái)，能處理更廣泛的控制問(wèn)題。

（4）故障診斷成為專家系統(tǒng)研究與應(yīng)用的又一重要領(lǐng)域。故障診斷專家系統(tǒng)的發(fā)展起始于20世紀(jì)70年代末,雖然時(shí)間不長(zhǎng),但在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就,已成為當(dāng)今世界研究的熱點(diǎn)之一。這從高頻詞分布可以開(kāi)出，故障診斷（fault diagnosis）從1995-1999年間的最后一位攀升至2005-2009年間的第一位，足見(jiàn)其強(qiáng)大的生命力。在專家系統(tǒng)己有較深厚基礎(chǔ)的國(guó)家中，機(jī)械、電子設(shè)備的故障診斷專家系統(tǒng)已基本完成了研究和試驗(yàn)的階段，開(kāi)始進(jìn)入廣泛應(yīng)用。

（5）遺傳算法的應(yīng)用逐漸增多。20世紀(jì)90年代，遺傳算法迎來(lái)了發(fā)展時(shí)期，無(wú)論是理論研究還是應(yīng)用研究都成了十分熱門的課題。尤其是遺傳算法的應(yīng)用研究顯得格外活躍，不但應(yīng)用領(lǐng)域擴(kuò)大，而且利用遺傳算法進(jìn)行優(yōu)化和規(guī)則學(xué)習(xí)的能力也顯著提高。進(jìn)入21世紀(jì)，遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解擴(kuò)展到了許多更新、更工程化的應(yīng)用方面。這在高頻詞分布中可以看出，以2000作為臨界點(diǎn)，遺傳算法（genetic algorithms）從20世紀(jì)90年代的10名之后，到位于高頻詞前六強(qiáng)之中，充分反映出它發(fā)展的良好勢(shì)頭。

6 小 結(jié)

專家系統(tǒng)是20世紀(jì)下半葉發(fā)展起來(lái)的重大技術(shù)之一，它不僅是高技術(shù)的標(biāo)志，而且有著重大的經(jīng)濟(jì)效益。“知識(shí)工程之父”E.Feignbaum在對(duì)世界許多國(guó)家和地區(qū)的專家系統(tǒng)應(yīng)用情況進(jìn)行調(diào)查后指出：幾乎所有的ES都至少將人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。

專家系統(tǒng)技術(shù)能夠使專家的專長(zhǎng)不受時(shí)間和空間的限制，以便推廣稀缺的專家知識(shí)和經(jīng)驗(yàn)；同時(shí)，專家系統(tǒng)能促進(jìn)各領(lǐng)域的發(fā)展，是各領(lǐng)域?qū)＜覍I(yè)知識(shí)和經(jīng)驗(yàn)的總結(jié)和提煉。

專家系統(tǒng)發(fā)展的近期目標(biāo)，是建造能用于代替人類高級(jí)腦力勞動(dòng)的專家系統(tǒng)；遠(yuǎn)期目標(biāo)是探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)模擬人類的思維過(guò)程和智能行為，這幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇。

隨著人工智能應(yīng)用方法的日漸成熟，專家系統(tǒng)的應(yīng)用領(lǐng)域也不斷擴(kuò)大。有人類活動(dòng)的地方，必將有智能技術(shù)包括專家系統(tǒng)的應(yīng)用，專家系統(tǒng)將成為21世紀(jì)人類進(jìn)行智能管理與決策的工具與助手。

參考文獻(xiàn)

［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．

［2］黃可鳴.專家系統(tǒng)二十年［J］.計(jì)算機(jī)科學(xué)，1986，（4）：26-37.

［3］路耀華.思維模擬與知識(shí)工程［M］.北京：清華大學(xué)出版社，1997．

［4］趙致琢.專家系統(tǒng)研究［J］.貴州大學(xué)學(xué)報(bào)：自然科學(xué)版，1990，（6）：40-48.

篇2

[關(guān)鍵詞]網(wǎng)絡(luò)經(jīng)濟(jì)會(huì)計(jì)時(shí)空觀會(huì)計(jì)假設(shè)缺陷會(huì)計(jì)系統(tǒng)變化

在我們跨入21世紀(jì)之際，由現(xiàn)代信息技術(shù)，特別是網(wǎng)絡(luò)技術(shù)引發(fā)的全球信息化浪潮沖擊著傳統(tǒng)社會(huì)生活的每一個(gè)角落，網(wǎng)絡(luò)化、數(shù)據(jù)化、知識(shí)化已成為時(shí)代的主旋律。網(wǎng)絡(luò)時(shí)代改變了整個(gè)社會(huì)經(jīng)濟(jì)的生產(chǎn)結(jié)構(gòu)和勞動(dòng)結(jié)構(gòu)，打破了傳統(tǒng)的企業(yè)管理模式和會(huì)計(jì)模式，由此，也動(dòng)搖了傳統(tǒng)會(huì)計(jì)理論的框架，其中，首當(dāng)其沖的是改變了會(huì)計(jì)的時(shí)空觀。

一、網(wǎng)絡(luò)經(jīng)濟(jì)與會(huì)計(jì)

現(xiàn)代社會(huì)經(jīng)歷的信息革命是人類歷史上文明發(fā)展的嶄新階段。隨著20世紀(jì)40年代末信息論、系統(tǒng)論、控制論的產(chǎn)生，經(jīng)典理論中關(guān)于宇宙\"實(shí)體\"和能量要素的觀念被物質(zhì)、能、信息三要素理論所取代。從信息角度對(duì)事物客體加以新的描述，已成為現(xiàn)代人的認(rèn)識(shí)和思維方式。[1]目前，微電子技術(shù)、現(xiàn)代通訊技術(shù)、生物工程、人工智能、CI設(shè)計(jì)等知識(shí)密集型產(chǎn)業(yè)的迅速倔起，形成了繼第一產(chǎn)業(yè)(農(nóng)業(yè))、第二產(chǎn)業(yè)(工業(yè))、第三產(chǎn)業(yè)(商業(yè))之后的第四產(chǎn)業(yè)，從而將人類社會(huì)從\"工業(yè)文明\"推進(jìn)到\"信息文明\"。在現(xiàn)代信息技術(shù)的催化下，全球的網(wǎng)絡(luò)經(jīng)濟(jì)已具雛形，網(wǎng)絡(luò)己不僅僅是信息傳遞的媒介，更為企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)提供了新的場(chǎng)所，開(kāi)創(chuàng)出一些全新的經(jīng)濟(jì)組織(如虛擬企業(yè))和經(jīng)營(yíng)方式(如電子商務(wù))。因特網(wǎng)給世界經(jīng)濟(jì)上足了發(fā)條:以往建立一個(gè)公司直到其上市，通常需要幾年甚至十幾年時(shí)間，可是今天的網(wǎng)絡(luò)公司，從幾個(gè)人的小作坊搖身一變成為幾億美元的上市公司，只需十個(gè)月;電子計(jì)算機(jī)從50年代開(kāi)始發(fā)展，40多年間，從286到386……到奔騰，芯片的發(fā)展速度呈現(xiàn)出每18個(gè)月翻一番，同時(shí)保持成本基本不變的趨勢(shì)，這就是著名的\"摩爾定律\"。因特網(wǎng)驅(qū)趕著IT業(yè)一路狂奔，加緊工作，不斷創(chuàng)新，因?yàn)?8個(gè)月后\"不成功便成仁\"?？梢哉f(shuō)，因特網(wǎng)己滲透到整個(gè)世界的每一角落，正深刻改變著經(jīng)濟(jì)社會(huì)的\"游戲規(guī)則\"。[2]

會(huì)計(jì)是社會(huì)生產(chǎn)力發(fā)展的產(chǎn)物，\"經(jīng)濟(jì)越發(fā)展，會(huì)計(jì)越重要\"。會(huì)計(jì)作為社會(huì)經(jīng)濟(jì)計(jì)量的支柱，從內(nèi)容到形式總是體現(xiàn)著各個(gè)時(shí)代經(jīng)濟(jì)發(fā)展的主要風(fēng)貌，它的不斷發(fā)展標(biāo)志著社會(huì)文明和經(jīng)濟(jì)管理的進(jìn)步。就信息文明對(duì)會(huì)計(jì)學(xué)科的影響而言，它便會(huì)計(jì)發(fā)展史經(jīng)歷了由會(huì)計(jì)電算化到會(huì)計(jì)信息化兩次重大變革。

會(huì)計(jì)電算化是以電子計(jì)算機(jī)替代人工記賬、算賬、報(bào)賬的過(guò)程，它的出現(xiàn)是會(huì)計(jì)技術(shù)手段上的一次\"革命\"。會(huì)計(jì)電算化的到來(lái)，把廣大會(huì)計(jì)工作人員從那種日夜埋頭于抄寫(xiě)、計(jì)算、整理、匯總、核對(duì)等繁重的手工作業(yè)中解放出來(lái)，使他們得以騰出精力，逐漸由\"核算型\"轉(zhuǎn)向\"管理型\"，從而提高了會(huì)計(jì)工作的效率，促進(jìn)了會(huì)計(jì)工作的規(guī)范化，為整個(gè)管理規(guī)則的信息化和現(xiàn)代化奠定了基礎(chǔ)。值得注意的是，盡管手工會(huì)計(jì)系統(tǒng)的紙張、筆墨、算盤(pán)己被電子計(jì)算機(jī)所替代，但會(huì)計(jì)規(guī)則(如會(huì)計(jì)假設(shè)、會(huì)計(jì)原則)并沒(méi)有因使用計(jì)算機(jī)而改變。因此，有人將此時(shí)的電算化會(huì)計(jì)系統(tǒng)稱之為\"手工會(huì)計(jì)系統(tǒng)的仿真\"。[3]

近期來(lái)，現(xiàn)代信息技術(shù)、尤其是網(wǎng)絡(luò)技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用和發(fā)展，預(yù)示著會(huì)計(jì)技術(shù)手段由會(huì)計(jì)電算化進(jìn)一步跨越到會(huì)計(jì)信息化階段。會(huì)計(jì)信息化的目標(biāo)是通過(guò)將會(huì)計(jì)與現(xiàn)代信息技術(shù)(主要是網(wǎng)絡(luò)技術(shù))的有機(jī)結(jié)合，對(duì)會(huì)計(jì)基本理論與方法、會(huì)計(jì)實(shí)務(wù)工作、會(huì)計(jì)教育等多方面均進(jìn)行全面發(fā)展，進(jìn)而據(jù)以建立滿足現(xiàn)代企業(yè)管理要求的會(huì)計(jì)信息系統(tǒng)。因此，會(huì)計(jì)信息化的本質(zhì)是會(huì)計(jì)與現(xiàn)代信息技術(shù)相融合的一個(gè)發(fā)展過(guò)程。作為會(huì)計(jì)發(fā)展史上的又一個(gè)里程碑，會(huì)計(jì)信息化是一次\"質(zhì)\"的飛躍，其意義在于:它不再是會(huì)計(jì)技術(shù)手段的簡(jiǎn)單替代，或電子計(jì)算機(jī)的延伸，而是由此引發(fā)的對(duì)現(xiàn)行會(huì)計(jì)規(guī)則的挑戰(zhàn)，以及對(duì)傳統(tǒng)會(huì)計(jì)理論與方法的整合。對(duì)此，一些有識(shí)之士，適時(shí)提出\"網(wǎng)絡(luò)財(cái)務(wù)\"[4]或《網(wǎng)絡(luò)會(huì)計(jì)\"的全新概念。

二、從網(wǎng)絡(luò)經(jīng)濟(jì)角度重新審視會(huì)計(jì)的時(shí)空觀

康德哲學(xué)認(rèn)為，宇宙本體之下，最基本的范疇是時(shí)間和空間。經(jīng)濟(jì)學(xué)意義上的時(shí)空觀意味著滿足人類需求的衡量:農(nóng)業(yè)文明，產(chǎn)品生產(chǎn)者就是自身產(chǎn)品的需求者，沒(méi)有商品交換，沒(méi)有產(chǎn)品的社會(huì)性，不需要也不可能跨越時(shí)間和空間去滿足他人需要;工業(yè)文明，產(chǎn)品變成商品，擴(kuò)大了人們的經(jīng)濟(jì)交往范圍。商品生產(chǎn)者投人資本進(jìn)行商品生產(chǎn)，資本是一種時(shí)間的等待，就是犧牲當(dāng)前的消費(fèi)，投資于長(zhǎng)遠(yuǎn)的利益。此外，為實(shí)現(xiàn)商品價(jià)值，需要通過(guò)動(dòng)力型的生產(chǎn)力，也就是蒸汽機(jī)來(lái)跨越商品生產(chǎn)者與商品消費(fèi)者之間的空間距離;信息文明，由于因特網(wǎng)，世界變成了一個(gè)地球村，此刻，時(shí)間和空間的距離又變小了。只要在線，發(fā)個(gè)E@M隊(duì)IL，瞬間即可溝通信息，與地球另一邊的企業(yè)距離變得很近。如不上網(wǎng)，與隔壁企業(yè)的距離卻很遠(yuǎn)，這完全是另外一種意義上的時(shí)空概念。因特網(wǎng)的本質(zhì)就在于使時(shí)間和空間的距離為零，或近似于零，也就是便距離帶來(lái)的磨擦系數(shù)降低，減少科斯所說(shuō)的交易成本，加速度地實(shí)現(xiàn)商品流通。[5]目前，隨著信息文明的到來(lái)，會(huì)計(jì)所面臨的社會(huì)環(huán)境和經(jīng)濟(jì)環(huán)境與工業(yè)時(shí)代相比，發(fā)生了巨大變化。但現(xiàn)行的會(huì)計(jì)理論與方法仍局限于工業(yè)文明的層次，這種過(guò)時(shí)的思維模式如同機(jī)器上的固定齒輪，僵化呆板而又缺乏大局觀。如果從網(wǎng)絡(luò)經(jīng)濟(jì)的角度重新審視，展示在我們面前的將是一片會(huì)計(jì)時(shí)空的新視野。

(一)網(wǎng)絡(luò)會(huì)計(jì)的空間觀對(duì)會(huì)計(jì)主體假設(shè)的影響

空間，是指運(yùn)動(dòng)著的物質(zhì)的伸張性和廣延性，一定的空間范圍對(duì)物質(zhì)運(yùn)動(dòng)的發(fā)展有制約和影響作用。傳統(tǒng)會(huì)計(jì)的主體假設(shè)從空間上限定了會(huì)計(jì)工作的具體范圍，在這一假設(shè)基礎(chǔ)上，資產(chǎn)、負(fù)債、所有者權(quán)益、收入、費(fèi)用、利潤(rùn)等基本要素才有空間的歸屬。[6]在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代，企業(yè)作為會(huì)計(jì)主體，其外延不斷變化，至少表現(xiàn)在兩個(gè)方面:

1．模糊性。例如，已構(gòu)成母、子公司關(guān)系的企業(yè)集團(tuán)出現(xiàn)后，會(huì)計(jì)為之服務(wù)的主體已具有雙重性;再如，基于網(wǎng)絡(luò)的一種臨時(shí)性結(jié)盟組織(VIRTUALFIRMS虛擬公司)已不同于傳統(tǒng)意義上的企業(yè)組織，它借助于計(jì)算機(jī)網(wǎng)絡(luò)根據(jù)工作任務(wù)或市場(chǎng)變化的需要，可以迅速地進(jìn)行分合、重組，即其\"主體\"可能時(shí)而膨脹、時(shí)而縮小、甚至解散;[7]以及近期出現(xiàn)并快速發(fā)展的基金項(xiàng)目。如此，便會(huì)計(jì)核算的空間范圍處于一種模糊狀況。對(duì)于會(huì)計(jì)主體的這種模糊性，需要重新認(rèn)識(shí)和拓展會(huì)計(jì)主體假設(shè)的空間界限。

2．整合性。隨著全球經(jīng)濟(jì)一體化和國(guó)際資木流動(dòng)的加劇，企業(yè)間不斷進(jìn)行分化、重組、兼并，跨地區(qū)、跨行業(yè)、強(qiáng)弱聯(lián)合、強(qiáng)強(qiáng)聯(lián)合，成立企業(yè)集團(tuán)，乃至跨國(guó)集團(tuán)公司，會(huì)計(jì)主體呈不斷整合之勢(shì)。以往由于受傳統(tǒng)方式的空間局限，集團(tuán)型企業(yè)(總公司)對(duì)異地機(jī)構(gòu)(子公司、分公司)的會(huì)計(jì)核算和財(cái)務(wù)管理，在技術(shù)難度和管理成本上都是高昂的。因而，在一定程度上，制約了資本的流動(dòng)和企業(yè)的整合。基于互聯(lián)網(wǎng)的會(huì)計(jì)系統(tǒng)突破了這一空間局限，無(wú)需遠(yuǎn)行，通過(guò)遠(yuǎn)程報(bào)表、遠(yuǎn)程監(jiān)控，使物理距離變成鼠標(biāo)距離，使其管理能力能夠輕易地延伸到全球的任何一個(gè)結(jié)點(diǎn)。從而，也使得\"大企業(yè)變小\"、\"復(fù)雜機(jī)構(gòu)變得簡(jiǎn)單明了\"。從這個(gè)意義上來(lái)說(shuō)，又縮小了會(huì)計(jì)為之服務(wù)的空間范圍。

(二)網(wǎng)絡(luò)會(huì)計(jì)的時(shí)間觀對(duì)持續(xù)經(jīng)營(yíng)、會(huì)計(jì)分期假設(shè)的影響

時(shí)間，是指事物運(yùn)動(dòng)的持續(xù)性和順序性，是運(yùn)動(dòng)著的物質(zhì)存在的形式。時(shí)間是無(wú)限的，但具體事物運(yùn)動(dòng)的時(shí)間是有限的，它是一種不可再生的資源。持續(xù)經(jīng)營(yíng)假設(shè)和會(huì)計(jì)分期假設(shè)確立了會(huì)計(jì)工作的時(shí)間范疇，前者設(shè)定會(huì)計(jì)主體是一個(gè)\"健康肌體\"，后者的設(shè)定是為了便于對(duì)會(huì)計(jì)主體\"健康狀況\"的定期診斷。網(wǎng)絡(luò)會(huì)計(jì)對(duì)持續(xù)經(jīng)營(yíng)、會(huì)計(jì)分期假設(shè)的突破表現(xiàn)在:

1．即時(shí)性。持續(xù)經(jīng)營(yíng)假設(shè)設(shè)定了企業(yè)在未來(lái)的一定期間內(nèi)不會(huì)發(fā)生解體清算的前提條件，這是進(jìn)行資產(chǎn)計(jì)價(jià)和收入配比、費(fèi)用分配的基礎(chǔ)。但現(xiàn)代經(jīng)濟(jì)中的不確定因素不斷增加，隨時(shí)都可能導(dǎo)致企業(yè)解體，比如，按照\(chéng)"摩爾定律\"IT業(yè)企業(yè)的生命周朔只有18個(gè)月;而短期的基金項(xiàng)目、網(wǎng)絡(luò)會(huì)計(jì)的虛擬公司是一種臨時(shí)性組織，從事的多是一次易，完成后即告解散，生命周期極短，顯示出即合即分的\"即時(shí)性\"特征。因此而引發(fā)對(duì)持續(xù)經(jīng)營(yíng)假設(shè)的否定，縮短了會(huì)計(jì)的時(shí)間界限。

2．實(shí)時(shí)性。會(huì)計(jì)分期假設(shè)為定期報(bào)告企業(yè)財(cái)務(wù)狀況，確定經(jīng)營(yíng)損益提供了前提，同時(shí)，它也是權(quán)責(zé)發(fā)生制、會(huì)計(jì)要素確認(rèn)與計(jì)量的依據(jù)。在網(wǎng)絡(luò)環(huán)境下，計(jì)算機(jī)強(qiáng)大的運(yùn)算和傳輸功能，使手工處理信息高成本的障礙被掃除。如果說(shuō)PC時(shí)代的會(huì)計(jì)系統(tǒng)主要解決工作量問(wèn)題，那么網(wǎng)絡(luò)會(huì)計(jì)將在此基礎(chǔ)上重點(diǎn)突破速度問(wèn)題。時(shí)間上便會(huì)計(jì)核算從事后達(dá)到實(shí)時(shí)，財(cái)務(wù)管理從靜態(tài)走向動(dòng)態(tài)，只要需要，無(wú)需顧及和等待會(huì)計(jì)期末，擊點(diǎn)鼠標(biāo)即可生成所需的會(huì)計(jì)信息，豐富了會(huì)計(jì)信息的內(nèi)容，提高了信息的質(zhì)量和價(jià)值。由此，可以滿足期貨業(yè)務(wù)、衍生金融工具的特殊需求，滿足廣大投資者(股民)的投資需求，去年11月，國(guó)際會(huì)計(jì)準(zhǔn)則委員會(huì)就了\"因特網(wǎng)上的會(huì)計(jì)報(bào)告\"的文件。網(wǎng)絡(luò)會(huì)計(jì)的實(shí)時(shí)性便會(huì)計(jì)分期假設(shè)消除了時(shí)間的斷點(diǎn)。

三、穿越網(wǎng)絡(luò)時(shí)空隧道的會(huì)計(jì)反思

會(huì)計(jì)的時(shí)空觀是構(gòu)架會(huì)計(jì)理論與方法的哲學(xué)。網(wǎng)絡(luò)環(huán)境下，它的重大改變必將引起會(huì)計(jì)系統(tǒng)的一系列變化:

l．集成化。會(huì)計(jì)信息是對(duì)企業(yè)經(jīng)濟(jì)活動(dòng)的反映，其數(shù)據(jù)源于業(yè)務(wù)部門(如，人、財(cái)、物、供、產(chǎn)、銷)?；诨ヂ?lián)網(wǎng)的企業(yè)管理信息系統(tǒng)，將企業(yè)整個(gè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的每個(gè)信息采集點(diǎn)都納入企業(yè)信息網(wǎng)之中，大量的數(shù)據(jù)通過(guò)網(wǎng)絡(luò)從企業(yè)各個(gè)管理子系統(tǒng)(如生產(chǎn)管理系統(tǒng)、庫(kù)存管理系統(tǒng)、人事管理系統(tǒng))直接采集，并通過(guò)公共接口，與有關(guān)外部系統(tǒng)(如銀行、稅務(wù)、經(jīng)銷商等)相聯(lián)結(jié)，便會(huì)計(jì)系統(tǒng)不再是信息的\"孤島\"，絕大部分的業(yè)務(wù)信息能夠?qū)崟r(shí)轉(zhuǎn)化，直接生成會(huì)計(jì)信息，會(huì)計(jì)數(shù)據(jù)處理呈集成化之勢(shì)。

2．簡(jiǎn)捷化。由于電子計(jì)算機(jī)具有強(qiáng)大的運(yùn)算功能，系統(tǒng)由計(jì)算機(jī)來(lái)執(zhí)行從會(huì)計(jì)憑證到財(cái)務(wù)報(bào)告全過(guò)程的信息處理，人工干預(yù)大大減少，客觀上消除了手工方式下信息處理過(guò)程的諸多技術(shù)環(huán)節(jié)，如平行登記、錯(cuò)帳更正、過(guò)帳、結(jié)帳、對(duì)帳、試算平衡等。[8]再者，計(jì)算機(jī)又承擔(dān)起存貨計(jì)價(jià)、成本計(jì)算和計(jì)提折舊等繁雜的核算工作。因此，相對(duì)于手工會(huì)計(jì)而言，會(huì)計(jì)電算化的技術(shù)性及其復(fù)雜程度也大幅度降低，傳統(tǒng)的手工會(huì)計(jì)處理將逐漸退出歷史舞臺(tái)。

3．多元化。即:(1)收集與提供信息多元化。在經(jīng)濟(jì)社會(huì)一體化、數(shù)字化、網(wǎng)絡(luò)化的基礎(chǔ)上，會(huì)計(jì)系統(tǒng)通過(guò)對(duì)企業(yè)內(nèi)外各個(gè)機(jī)構(gòu)、部門的信息接口轉(zhuǎn)換、接收貨幣形態(tài)的信息，同時(shí)亦可接收非貨幣形態(tài)的相關(guān)信息，其信息渠道更加寬敞;隨著多媒體技術(shù)的采用，電算系統(tǒng)除了提供數(shù)字化信息，也可提供圖形化信息(如財(cái)務(wù)分析、預(yù)測(cè)的直方圖、折線圖)以及語(yǔ)音化信息(如有聲財(cái)務(wù)分析報(bào)告);(2)處理信息方法多元化。電算化條件下，會(huì)計(jì)系統(tǒng)在主體認(rèn)定的計(jì)算方法(如固定資產(chǎn)折舊的直線法)的同時(shí)，如果需要亦可選用其他備選方法(如雙倍余額遞減法、年數(shù)總和法)進(jìn)行計(jì)算，比較差異。為加強(qiáng)管理與考核，甚至可以啟用手工方式下所不得不放棄的核算方法，例如，零售企業(yè)的\"售價(jià)數(shù)量金額核算法\"、工業(yè)企業(yè)的\"作業(yè)成本法\"等全新的核算方法;此外，由于系統(tǒng)可以接收(或調(diào)用)大量非貨幣形態(tài)的相關(guān)信息，便于系統(tǒng)運(yùn)用有關(guān)數(shù)學(xué)模型，進(jìn)行財(cái)務(wù)分析、預(yù)測(cè)和決策;(3)提供信息空間多元化。借助于信息處理方法多元化的結(jié)果，會(huì)計(jì)系統(tǒng)提供信息的空間非常廣闊，根據(jù)需要，有貨幣形態(tài)的信息，亦有非貨幣形態(tài)的相關(guān)信息(如職工的招聘與下崗、社會(huì)公益事項(xiàng))，既有歷史信息(歷史成本)，也有現(xiàn)在信息(重置成本、公允價(jià)值)和未來(lái)信息(預(yù)定成本、目標(biāo)利潤(rùn))，最終的會(huì)計(jì)信息將擺脫現(xiàn)有模式，能夠滿足不同用戶的個(gè)性需要，用戶可以通過(guò)\"菜單\"或\"會(huì)計(jì)頻道\"，[9]選擇搭配會(huì)計(jì)信息的\"套餐\"或\"節(jié)目\"。

4．電子化。我國(guó)會(huì)計(jì)電算化的初級(jí)階段便會(huì)計(jì)手段由算盤(pán)到鍵盤(pán)，從賬本到磁盤(pán)。而網(wǎng)絡(luò)會(huì)計(jì)將便會(huì)計(jì)介質(zhì)繼續(xù)變化，迅速走向電子化，如各種發(fā)票、結(jié)算單據(jù)均以電子化的形式出現(xiàn)，會(huì)計(jì)數(shù)據(jù)流動(dòng)過(guò)程中的簽字蓋章等傳統(tǒng)確認(rèn)手段失去意義。此外，隨著電子商務(wù)的興起，貨幣的\"質(zhì)地\"也將變化，不再是原來(lái)的紙幣或硬幣。網(wǎng)絡(luò)會(huì)計(jì)環(huán)境是一個(gè)集供應(yīng)商、生產(chǎn)商、經(jīng)銷商、用戶、銀行等機(jī)構(gòu)為一體的網(wǎng)絡(luò)體系，巴不存在貨款的直接交易，而代之以電子貨幣進(jìn)行網(wǎng)上結(jié)算。計(jì)算機(jī)信息處理的集中性、自動(dòng)性，使傳統(tǒng)職權(quán)分割的控制作用近于消失，信息載體的改變及其共享程度的提高，又使手工系統(tǒng)以記賬規(guī)則為核心的控制體系失效。[10]對(duì)此，現(xiàn)代信息技術(shù)給企業(yè)的內(nèi)部控制賦予了新的內(nèi)涵:如口令控制、數(shù)據(jù)加密、職能權(quán)限管理、訪問(wèn)時(shí)間權(quán)限管理、操作日志管理等。

5．開(kāi)放化?；诨ヂ?lián)網(wǎng)的會(huì)計(jì)系統(tǒng)，大量的數(shù)據(jù)通過(guò)網(wǎng)絡(luò)是從企業(yè)內(nèi)外有關(guān)系統(tǒng)(如證監(jiān)會(huì)、銀行、企業(yè)的生產(chǎn)部廣]、人事部門等)直接采集。特別是企業(yè)外部的各個(gè)機(jī)構(gòu)、部門(如會(huì)計(jì)師事務(wù)所、財(cái)政、審計(jì)、稅務(wù)、銀行、證券監(jiān)管、保險(xiǎn)監(jiān)管等)可根據(jù)授權(quán)，在線訪問(wèn)，通過(guò)Intemet進(jìn)入企業(yè)內(nèi)部，直接調(diào)閱會(huì)計(jì)信息。瞬間溝通便會(huì)計(jì)信息系統(tǒng)由封閉走向開(kāi)放，由數(shù)據(jù)的微觀處理逐步登上宏觀數(shù)據(jù)運(yùn)作的殿堂。對(duì)此，企業(yè)會(huì)計(jì)信息系統(tǒng)必須注意系統(tǒng)的安全性，加強(qiáng)回叫設(shè)備(C/L「一BM旺DEVIC磅)以及防火墻(FI旺WML)等技術(shù)，防止網(wǎng)上泄密和惡意攻擊。[11]會(huì)計(jì)信息透明度的增強(qiáng)，有效地避免會(huì)計(jì)處理的\"黑箱\"操作，有利于對(duì)企業(yè)會(huì)計(jì)信息系統(tǒng)的社會(huì)監(jiān)督和政府監(jiān)督。

6．智能化。電算化會(huì)計(jì)系統(tǒng)可以理解為一個(gè)由人、電子計(jì)算機(jī)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)、數(shù)據(jù)及程序等有機(jī)結(jié)合的應(yīng)用系統(tǒng)。它不僅具有核算功能，而且更具控制功能和管理功能，因此，它離不開(kāi)與人的相互作用，尤其是預(yù)測(cè)與輔助決策的功能必須在管理人員的參與下才能完成。所以，會(huì)計(jì)信息化不再是一個(gè)簡(jiǎn)單的模擬手工方式的\"仿真型\"或\"傻瓜型\"系統(tǒng)，而是一個(gè)人機(jī)交互作用的\"智能型\"系統(tǒng)。目前，隨著我國(guó)經(jīng)濟(jì)體制改革的深化，面對(duì)已經(jīng)來(lái)臨的全球化知識(shí)經(jīng)濟(jì)的浪潮，會(huì)計(jì)工作加快了由核算型向管理型的重心轉(zhuǎn)移。由此，要求會(huì)計(jì)系統(tǒng)必須放大功能，而網(wǎng)絡(luò)會(huì)計(jì)所表現(xiàn)出來(lái)的集成性、簡(jiǎn)捷性、開(kāi)放性、多元性、實(shí)時(shí)性等技術(shù)特征，為此提供了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。并且，在這種戰(zhàn)略性轉(zhuǎn)移的過(guò)程中又不斷推陳出新，例如，建立以會(huì)計(jì)為核心的\"企業(yè)管理信息系統(tǒng)(EIP)\"[lz]、\"智能型會(huì)計(jì)專家系統(tǒng)\"等，從而，又推動(dòng)會(huì)計(jì)職能向更深的層次延伸。

綜上所述，在網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，會(huì)計(jì)系統(tǒng)以計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)等新型的信息處理工具置換了傳統(tǒng)的紙張、筆墨和算盤(pán)。而這種置換不僅僅是簡(jiǎn)單的工具改變，也不再是手工會(huì)計(jì)的簡(jiǎn)單模擬，更重要的是它所帶來(lái)的對(duì)傳統(tǒng)會(huì)計(jì)理念、理論與方法前所未有的、強(qiáng)烈的沖擊與反思，如果我們能夠認(rèn)識(shí)到這一點(diǎn)，充分發(fā)揮現(xiàn)代信息技術(shù)的潛能，將會(huì)引發(fā)又一場(chǎng)會(huì)計(jì)發(fā)展史上的大革命。

主要參考文獻(xiàn):

1(美)A沃爾勃特·信息經(jīng)濟(jì)學(xué)·吉林:吉林大學(xué)出版社·1992

2石子強(qiáng)·改變游戲規(guī)則·北京晚報(bào)，北京:北京晚報(bào)社，2000年2月15日

3薛云奎·電算化會(huì)計(jì)的局限:仿真手工·財(cái)會(huì)世界，北京:中國(guó)財(cái)經(jīng)報(bào)社，2000年2月24日

4王文京、胡迸平·網(wǎng)絡(luò)財(cái)務(wù)時(shí)代撲面而來(lái)·會(huì)計(jì)研究，1999;10:37一41

5奇平;無(wú)需遠(yuǎn)行，無(wú)需久等·南方周末，廣東:南方周末報(bào)社，1999年11月5日

6王世定·論會(huì)計(jì)假設(shè)·見(jiàn):中國(guó)會(huì)計(jì)學(xué)會(huì)，1994年會(huì)計(jì)學(xué)論文選，北京:中國(guó)財(cái)經(jīng)出版社，1996:157一169

7雷光勇、黃斌·試論網(wǎng)絡(luò)公司及其對(duì)財(cái)務(wù)會(huì)計(jì)的影響·會(huì)計(jì)研究，1999;1:24一27

8劉志濤·會(huì)計(jì)電算化對(duì)會(huì)計(jì)理論和實(shí)務(wù)發(fā)展影響的研究·見(jiàn):中國(guó)會(huì)計(jì)學(xué)會(huì)，中國(guó)會(huì)計(jì)學(xué)會(huì)重點(diǎn)科研課題文集，北京:中國(guó)財(cái)經(jīng)出版社，1998:33一48

9薛云奎·管理集成與會(huì)計(jì)頻道·會(huì)計(jì)研究，1999;11:30一36