用实践的效果反馈，对该知识实施相应更新与完善操作，增强其对应用环境变化的适应性及知识应用的有效性，从而将原有知识活性提高到髙于“的新水平；其二，对活性不仅低于并且进一步低于匕“。…的知识，则实施淘汰或休眠操作，亦即将其从当前政务知识库物理删除或转人与当前政务知识库同结构但不参与政务管理组织知识运营的休眠知识库。

如前所述，为提髙系统的柔性，政务知识活性测度模型采用了多种测度方法，各方法从不同的视角测度知识活性，从而得到不同的活性取值和量纲。显然，知识进化操作的门限阈值（匕 。和、—。 ）亦要依测度方法的不同而作相应调整。这增加了实际操作的复杂度。事实上，依据某一独立的知识活性测度方法获得的知识活性不仅具有很强的片面性，而且基于劳动价值理论得到的知识获取成本额只含有零点时刻信息，不具有时间演进信息。

基于上述考量，为提髙知识进化的效率与有效性，我们采取如下策略：以通过知识活性综合测度模型获得的知识活性作为主要进化依据，以通过各独立测度方法获得的知识活性作为辅助参考，其辅助作用体现在对调整因子以取值的影响。如此，厂-“和匕一。 便可以被唯一确定在区间〔0，1〕上的无量纲值。该策略只针对知识周期进化，知识应用进化由于不涉及对巳有知识的淘汰与休眠问题，对于创新知识的纳入则主要依赖于知识稀缺性维度的测度结果实现。

当知识价值测度结果满足条件    时，对所测度知识

实施更新和完善操作，其更新与完善流程如图7-10所示。简单的知识更新与完善操作（相对于小粒度知识〕可由知识主体依据当前知识应用环境的变化情况以及知识应用效果反馈，通过知识进化子系统的人-机接口手工完成。对于相对复杂的大粒度知识的更新与完善操作则通过系统的智能辅助模块，以人机交互的方式半自动完成。知识的更新与完善操作可借鉴V领域基于案例推理祀1）386（1 1-6&8001118 _？ 0811 系统中的知识适配〈3*1叩131100〕和修正〈1 丨³⁶〕的策略与技术（详见第八章所不同的是，这里是对电子政务系统中已有知识而非新知识，依据其标准条件向量与当前知识应用环境特征间差异，作相应调整与完善。由于该操作不是完全意义上的知识创新，所以可引入0811系统中的转换型知识适配3（1叩131丨。10思想，并通过参数调整〈卩31⁸01⁶1枕 耶13-如!!）的方式实现。为了提升对知识实施半自动更新与完善效率和有效性，辅以入I领域基于规则推理（阳 “3咖阳…啤，拙只）系统支持。此外，为了确保对大粒度、较为重要的知识实施有效的更新与完善操作，可通过计算机仿真 001111）11161： 81111111311011 技术对初步完善后的知识做应用仿真，并依据预演效果反馈对该知识实施进一步的调整与完善，直到其仿真应用效果理想为止。

当知识价值测度结果满足在匕—一₂时，则对所测度知识实施进行淘