经过30多年的发展，中国人原创的可拓学在创新理论、形式化方法和实际应用等方面都有长足的进展^[1]. 可拓学用形式化方法推演人类的创新思维，并用计算机辅助解决矛盾问题，因此，可拓策略的软件化研究逐渐成为热点. 例如，文献[2]提出了结合知网的ESGS软件架构，文献[3]给出了可拓策略生成系统框架，文献[4]提出了可拓策略生成系统的构件化设计，文献[5]给出了基于分类的ESGS矛盾问题建模方法，文献[6]总结了可拓学与HowNet结合的策略生成系统研究进展，文献[7]构建了可拓创新软件体系结构，文献[8]探讨了基于Agent的可拓策略生成机制，文献[9]研发了自助游可拓策略生成系统. 这些研究仍然存在诸多缺点，如：软件通用型不强，普通用户不能随时随地利用这些软件进行创新活动，移动平台的可拓策略软件研究较少等.

基于万众创新对可拓策略软件的需求，本研究团队致力于可拓策略要素的服务实体化、个人创新智能的构件化和群体创新智能的网络化^[10]以及自适应软件的可拓形式化方法^[11]研究. 作为初步的研究成果，本文提出一种基于策略生成系统实现的新型可拓策略生成软件架构，开发了Android移动可拓策略生成软件，旨在引导创新者依据策略生成方法在创新过程中解决矛盾问题，提升创新能力.

1 可拓策略生成软件架构

可拓策略生成软件架构实现的策略生成流程如图1所示，第2步的分解确定核问题是让用户新建问题后，不断地让其分解出子问题，直到所有叶子问题能够对应成为核问题. 第3步的维护核问题信息是引导用户自己进行矛盾基元的构造和判定标准的构造，主要输入核问题的目标基元、条件基元以及相关基元属性的关联函数. 请求服务进行关联函数K值进行计算后，便开始了整个策略生成过程，不断在策略生成后，判断是否矛盾问题已有解决方案，如果没有，则继续进行；反之，请求优度评价服务进行方案评价，并显示最优策略.

简单来说，用户创新思维的推演实质是从核问题的条件基元或目标基元出发，不断增加、修改或删除更多基元的发现、推敲和整合过程，每次推演都需要借助可拓策略软件系统提供诸多的本地或远程服务如关联函数计算、拓展分析、可拓变换以及推演结果的优度评价等来支持.

基于以上流程认知和构造通用创新软件的需要，必须构建灵活通用的软件架构，包括适应各种终端设备的显示层、连接界面和逻辑的控制层、适应创新推理的逻辑层以及推理信息存取与同步的数据库层. 本文提出的可拓策略生成软件架构见图2.

1.1 显示层

显示层是引导用户进行可拓策略生成过程最重要的部分，由图2可知显示层在界面引导用户使用可拓策略软件的整体过程。

问题建模阶段首先引导用户分解问题，直至用户认为所有叶子问题已能够充分表达原问题在不同方面的多个核心问题，即可分别进入核问题建模，而有时进入核问题建模会发现存在重复核问题或核问题分解不合理的情况，就需要返回问题分解界面进行重新分解.

可拓推演过程由可拓分析、可拓变换和优度评价组成，是可拓策略生成过程的核心，用户在可拓分析后如果发现存在解决方案，可进行可拓变换. 如果进行可拓变换或优度评价后，用户还有其他可拓分析思路，依然可回到可拓分析界面.

最后解决完所有核问题后，需要回到问题分解界面，用户请求矛盾评价服务进行评价或继续进行其他核问题解决.

1.2 控制层

控制层不仅控制了界面跳转逻辑和界面内容显示，而且控制请求服务. 例如允许用户请求远程服务来进行关联函数等服务的计算，或者直接调用客户端上的服务进行计算.

控制层在问题建模阶段需要控制分解树的节点关系和核问题建模完成的情况，如果未完成，则引导用户维护核问题建模信息，并且调用关联函数服务计算K值.

在可拓推演阶段，控制层需要将所有分析节点以树结构的形式进行复现，用户可通过点击查看当前节点信息来查看节点是否已进行可拓变换确定为方案，或是否受其他分析影响，如果推演节点进行可拓变换之后，即可调用优度评价服务来显示出所有变换方案最优值.

在优度评价阶段，可调用不同优度评价服务来筛选当前最优方案，并回溯方案的产生过程呈现给用户.

1.3 逻辑层

逻辑层介于控制层与数据库层之间，为控制层提供可拓策略生成逻辑跳转，同时也为数据库提供数据库处理逻辑. 逻辑层可分为4个层次。

第1层是问题分解层，从一个问题出发，总是可以分解出许多子问题来表达问题的不同方面，并且叶子问题与核问题相对应，多个核问题实体表达了问题的关键部分.

第2层是核问题定义层，核问题内部信息包含了当前问题条件下的目标和条件信息，并且由属性关联函数维护问题属性的评价标准.

1.4 数据库层

数据库层是逻辑层的具体实现. 数据库中的表设计是容易扩展的，例如可拓分析包含了5个分析，每个分析功能都对应一张表，而可拓分析所有功能都由一张总表来管理可拓分析节点信息，功能所对应的表则相对独立.

因此，当需要添加新的功能时，只需要直接添加功能所对应的表即可. 在维护关联函数、可拓分析节点信息和可拓变换信息时都采用了这种设计，以便适应未来功能更新或修改的情况，这里体现了本可拓策略生成软件架构的灵活性和通用性.

2 应用实例

毕业旅游是大学社交过程中不可或缺的活动，但毕业旅游和一般旅游社出团游不同，班级毕业旅游更倾向于定制化的旅游. 该案例用已实现的Android移动可拓策略生成软件来解决笔者所遇到的毕业旅游问题的全过程.

2.1 解决地点选择问题

经过筛选并听取班级意见，存在可能毕业旅行的地点有海南和茂名. 但这两个地点都分别存在不同的问题，即海南虽然好，但是花费相对较贵；而茂名虽然便宜，但是只去两天且比较近，找个周末就能很方便地去玩. 因此对地点选择问题进行核问题建模分别整理了两个地点的目标基元G、条件基元L等核问题信息，见图3.

为了能够选择出一个比较符合毕业旅游的地点，又由上述核问题信息可知，问题特征基本上考虑的主要是实部部分，如果直接分析解决实部部分，无法很好地解决地点选择问题，所以通过转换问题的虚部部分来解决问题. 虚部部分主要考虑毕业旅游地点的意义和影响，分析两个地点的虚部特征，得出新核问题信息如图4所示.

在软件上可通过点击节点上的虚实共轭分析，对核问题整体进行替换，将当前条件基元与目标基元替换成虚部特征基元后，完成分析功能. 发现地点为海南的分析节点无矛盾，因此可将海南节点选中为可拓变换方案，并且在实施变换后进行优度评价，得出问题解决方案为海南.

2.2 解决旅游地点矛盾

确定了海南作为当前需要分析矛盾的旅游地点，还需要维护特征为实际开销的关联函数类型为初等关联函数，设置满意区间在（700元，850元）之间，可接受区间在（500元，900元）之间，过渡区间设置为（500元，950元）之间，最优值为850元；特征为支持人数的关联函数类型为简单关联函数，设置满意区间在（35人，45人）之间，最优值为45人. 最后维护关于问题的目标G和条件L的评判函数为

$P = G * L = G * ( {\text{实际开销}\cap\text{人数}} ),$

即可完成核问题建模过程.

根据以上评判函数，需要优先解决的是实际开销过高问题. 经过分析，如果能够分析出实际开销的组成在哪一方面的开销最大，就可以有针对性地降低开销. 在可拓分析界面上，选择发散分析的一对象多征功能，可分析出实际开销由人均车费、住宿费、门票费和其他费用组成，再选择相关分析将这些组成部分用相关分析来建立与实际开销的相关关系，其核问题的目标基元G和条件基元L信息可见图5.

优先分析占比重较高的人均车费，但人均车费与人数又存在关系，人数过少，导致成本上升，可选择相关分析建立人均车费与人数的相关关系为

$\text{人均车费}{\rm{ = }}\frac{\text{总车费}}{\text{人数}},$

由人均车费与人数的相关关系可知需要先解决人数问题，才能解决人均车费问题.

解决人数问题的方法比较多，比如可以通过与别的班级联谊或拼车，从而增加可去人数. 本文采用这种思路，但考虑到费用相对较高，默认联谊班级的支持人数依然与条件支持人数一致，因此先选择发散分析的一征多对象功能. 针对支持人数发散出联谊班级基元，特征为支持人数，特征值为18人，选择可拓分析的可组合分析功能，将当前条件基元与发散出的联谊班级基元组合成新的基元，此时支持人数变为36人，人数矛盾解决. 根据人均车费与人数的相关关系，可得更新后的人均车费为227.5元，此时可知实际开销变为972.5元，请求关联函数计算特征，发现实际开销依然存在问题.

接下来分析占比重较大的其他费用，其他费用主要在玩和吃的开销上，吃饭可以选择大部分同学一起吃，从而人均吃饭费用会降低，故选择可扩分析的可扩缩分析将其他费用缩小至原来的0.7倍，得到其他费用为241.5元. 此时实际开销的关联函数值为0.09，实际开销矛盾解决，并根据最终分析节点的分析类型设为扩缩变换方案.

2.3 优度评价

为了节省篇幅，本文没有呈现在可拓分析阶段的分析过程界面. 优度评价过程中，选择取权重优度方式，设置实际开销的权重为0.7，支持人数的权重为0.3，可得优度评价结果如图6所示，优度评价下方是分析路径的回溯过程.

3 结论及展望

从万众创新需要方便实用的辅助软件出发，提出了新型的可拓策略生成软件架构，并开发了移动端可拓策略软件. 毕业旅游的案例验证了该可拓策略软件的用户友好性、创新推导便捷性. 后续工作是进一步完善软件的功能和性能，增加创新软件的智能和协同能力，使本软件架构更加通用，更加适应现实创新过程中的不同需求.