第69章　属性认知

69.1 属性认知的提出背景

在ICAI通用核心理论中，对象是机器认知的基本实体，而属性是描述对象结构和特征的基本信息单元。

机器确定一个对象之后，还必须进一步回答：

这个对象具有什么特征？

例如，对于一个无人飞机对象，仅仅知道：

对象：UAV001
类型：无人飞机

还不能支持后续认知。机器还需要知道：

重量：5kg
高度：100m
速度：20m/s
电量：80%
温度：35℃
位置：(100,200)

这些信息构成对象的属性。

因此：

$对象→属性对象\rightarrow属性$

是对象认知向进一步状态认知发展的基础。

属性认知（Attribute Cognition）是指机器个体针对对象的属性进行识别、分类、读取、表示、比较、计算、更新和判断的过程。

其基本过程为：

$属性识别→属性分类→属性取值→属性状态→属性变化→属性比较→属性计算属性识别 \rightarrow 属性分类 \rightarrow 属性取值 \rightarrow 属性状态 \rightarrow 属性变化 \rightarrow 属性比较 \rightarrow 属性计算$

因此：

$属性认知=属性定义+属性类型+属性值+属性状态+属性变化+属性比较+属性计算\boxed{ 属性认知 = 属性定义 + 属性类型 + 属性值 + 属性状态 + 属性变化 + 属性比较 + 属性计算 }$

69.2 属性定义

**属性（Attribute）**是描述对象某一特征、参数、结构、能力、条件或可计算信息的数据结构。

对象回答：

“是什么？”

属性回答：

“具有什么特征？”

例如：

对象：Device001

属性：
型号 = D100
重量 = 50kg
功率 = 1000W
温度 = 75℃
状态码 = 2

属性可以表示对象的：

名称
尺寸
重量
颜色
数量
速度
温度
位置
功率
容量
价格
型号
等级
类别
参数

属性基本模型：

$A={ID,ObjectID,Name,Type,Value,Unit,Source,Time}A=\{ID,ObjectID,Name,Type,Value,Unit,Source,Time\}$

其中：

$AA$ ：属性；
$IDID$ ：属性唯一标识；
$ObjectIDObjectID$ ：属性所属对象；
$NameName$ ：属性名称；
$TypeType$ ：属性类型；
$ValueValue$ ：属性值；
$UnitUnit$ ：属性单位；
$SourceSource$ ：属性来源；
$TimeTime$ ：属性时间。

因此：

$Attribute⊂ObjectStructureAttribute\subset ObjectStructure$

一个完整对象可以表示为：

$O={ID,Type,A,S,R,H}O=\{ID,Type,A,S,R,H\}$

其中 $AA$ 就是对象的属性集合。

69.3 属性类型

**属性类型（Attribute Type）**是对属性的数据形式、语义类别和计算方式进行分类的结构。

不同属性具有不同的数据类型。

例如：

姓名 → 字符串
年龄 → 整数
重量 → 浮点数
是否在线 → 布尔值
位置 → 坐标结构
时间 → 时间结构
温度 → 数值+单位
状态 → 枚举

因此可以建立：

$AttributeType={String,Integer,Float,Boolean,Enum,DateTime,Coordinate,Object,Collection}AttributeType= \{ String, Integer, Float, Boolean, Enum, DateTime, Coordinate, Object, Collection \}$

从认知用途来看，还可以进一步划分：

69.3.1 身份属性

用于描述对象身份。

例如：

ID
编号
序列号
名称

69.3.2 分类属性

用于确定对象属于什么类型。

例如：

设备类型
产品类型
车辆类型
飞机类型

69.3.3 结构属性

用于描述对象组成。

例如：

长度
宽度
高度
部件数量
组件结构

69.3.4 参数属性

用于描述对象的技术或业务参数。

例如：

额定功率
最大速度
容量
价格
重量

69.3.5 动态属性

会随着时间和运行过程发生变化的属性。

例如：

当前位置
当前速度
当前温度
当前电量
当前负载

因此：

$AttributeType=StaticAttribute+DynamicAttributeAttributeType= StaticAttribute+DynamicAttribute$

属性类型直接影响后续属性的比较和计算方式。

69.4 属性值

**属性值（Attribute Value）**是属性在特定时间和条件下所对应的具体数据。

例如：

属性：重量
属性值：5
单位：kg

或者：

属性：速度
属性值：20
单位：m/s

属性值可以表示为：

$V=(Value,Unit,Time,Source)V=(Value,Unit,Time,Source)$

其中：

$ValueValue$ ：实际数值或数据；
$UnitUnit$ ：单位；
$TimeTime$ ：获得时间；
$SourceSource$ ：数据来源。

因此完整属性：

$A={Name,Type,V}A=\{Name,Type,V\}$

例如：

$Aspeed={Speed,Float,(20,m/s,t)}A_{speed}= \{Speed,Float,(20,m/s,t)\}$

属性值不是永远固定的。

对于动态属性：

$Vt≠Vt+1V_t\neq V_{t+1}$

例如无人飞机速度：

$Speedt=20m/sSpeed_{t}=20m/s$

经过加速后：

$Speedt+1=25m/sSpeed_{t+1}=25m/s$

因此：

$属性≠固定常量属性 \neq 固定常量$

而是可以成为持续变化的机器数据结构。

69.5 属性状态

属性值描述的是“属性当前是多少”，而属性状态进一步描述：

当前属性值处于什么状态。

例如：

温度 = 85℃

仅仅知道数值85℃还不够。

根据设备规则：

0～60℃：正常
60～80℃：偏高
80℃以上：过热

机器可以进一步得到：

温度值：85℃
温度状态：过热

因此：

$AttributeValue→AttributeStateAttributeValue\rightarrow AttributeState$

属性状态可以表示为：

$AS={Attribute,Value,Condition,State,Time}AS=\{Attribute,Value,Condition,State,Time\}$

其中：

$AttributeAttribute$ ：属性；
$ValueValue$ ：属性值；
$ConditionCondition$ ：判断条件；
$StateState$ ：属性状态；
$TimeTime$ ：判断时间。

例如：

$Temperature=85Temperature=85$

并且：

$Temperature>80Temperature>80$

则：

$State(Temperature)=OverheatState(Temperature)=Overheat$

因此：

$AttributeState=f(AttributeValue,Condition,Rule)AttributeState=f(AttributeValue,Condition,Rule)$

属性状态是属性认知进入状态认知的重要桥梁。

69.6 属性变化

**属性变化（Attribute Change）**是属性值在不同时间或不同条件下发生变化的过程。

基本形式：

$At→At+1A_t\rightarrow A_{t+1}$

或者：

$Vt→Vt+1V_t\rightarrow V_{t+1}$

例如：

电量：
80%
↓
75%
↓
70%
↓
65%

机器不仅可以保存当前值，还可以保存属性变化历史：

时间T1：80%
时间T2：75%
时间T3：70%
时间T4：65%

属性变化可以计算：

$ΔV=Vt+1−Vt\Delta V=V_{t+1}-V_t$

其中：

$ΔV\Delta V$ ：属性变化量；
$VtV_t$ ：当前属性值；
$Vt+1V_{t+1}$ ：下一时刻属性值。

如果：

$ΔV>0\Delta V>0$

表示属性值增加。

如果：

$ΔV<0\Delta V<0$

表示属性值减少。

如果：

$ΔV=0\Delta V=0$

表示属性值没有变化。

进一步可以计算变化率：

$Rate=Vt+1−VtΔtRate=\frac{V_{t+1}-V_t}{\Delta t}$

其中：

$RateRate$ ：属性变化率；
$Vt+1−VtV_{t+1}-V_t$ ：属性变化量；
$Δt\Delta t$ ：时间间隔。

例如电量从80%下降到70%，经过10分钟：

$Rate=70−8010=−1%/minRate=\frac{70-80}{10}=-1\%/min$

机器由此可以得到：

电量正在下降
下降速度：1%/分钟

这比单纯保存“当前电量70%”具有更高的认知价值。

69.7 属性比较

**属性比较（Attribute Comparison）**是机器针对两个或多个属性值，根据类型、单位、条件和比较规则进行关系判断的过程。

基本比较：

$V1>V2V_1>V_2$ $V1<V2V_1<V_2$ $V1=V2V_1=V_2$

例如：

设备A温度：70℃
设备B温度：80℃

机器计算：

$70<8070<80$

得到：

设备A温度低于设备B

属性比较不仅可以进行大小比较，还可以进行：

相等
不等
包含
属于
范围
接近
超过
低于
匹配
不匹配

例如：

$V∈[0,100]V\in [0,100]$

表示属性值是否处于规定范围。

如果：

$V<MinV<Min$

则：

低于下限

如果：

$V>MaxV>Max$

则：

超过上限

如果：

$Min≤V≤MaxMin\leq V\leq Max$

则：

处于正常范围

因此：

$AttributeComparison=ValueComparison+RuleComparison+RangeComparison+RelationComparisonAttributeComparison = ValueComparison + RuleComparison + RangeComparison + RelationComparison$

属性比较是属性认知进入规则判断、状态判断和能力匹配的重要计算基础。

69.8 属性计算

**属性计算（Attribute Calculation）**是机器根据一个或多个属性值、规则、公式、条件和历史数据计算新的属性值、属性状态或属性结果的过程。

基本形式：

$Vnew=f(V1,V2,⋯ ,Vn)V_{new}=f(V_1,V_2,\cdots,V_n)$

其中：

$V1,…,VnV_1,\dots,V_n$ ：输入属性值；
$ff$ ：计算规则；
$VnewV_{new}$ ：计算得到的新属性值。

例如：

长度 = 10m
宽度 = 5m

面积：

$Area=Length×WidthArea=Length\times Width$

因此：

$Area=10×5=50m2Area=10\times5=50m^2$

这里：

长度
+
宽度
↓
属性计算
↓
面积

面积并不是直接输入的数据，而是由已有属性计算得到的新属性。

69.9 多属性计算

现实对象通常不是由单一属性决定其状态，而是由多个属性共同参与计算。

例如设备运行状态：

$S=f(Temperature,Pressure,Speed,Load)S=f(Temperature,Pressure,Speed,Load)$

其中：

$TemperatureTemperature$ ：温度；
$PressurePressure$ ：压力；
$SpeedSpeed$ ：速度；
$LoadLoad$ ：负载；
$SS$ ：计算得到的设备状态。

例如：

温度：85℃
压力：正常
速度：正常
负载：95%

机器可以根据规则计算：

设备状态：高负载运行

因此：

$多个属性→综合计算→对象状态多个属性 \rightarrow 综合计算 \rightarrow 对象状态$

这说明属性认知不仅是数据读取，还具有结构化计算能力。

69.10 属性与对象状态

属性和状态存在直接关系，但二者不能混为一谈。

例如：

对象：
Device001

属性：
Temperature = 85℃

经过规则：

$Temperature>80Temperature>80$

得到：

状态：
Overheat

因此：

$AttributeValue→Rule→AttributeState→ObjectStateAttributeValue \rightarrow Rule \rightarrow AttributeState \rightarrow ObjectState$

可以进一步表示：

$ObjectState=f(A1,A2,⋯ ,An,R)ObjectState=f(A_1,A_2,\cdots,A_n,R)$

其中：

$A1,…,AnA_1,\dots,A_n$ ：对象属性；
$RR$ ：状态判断规则；
$ObjectStateObjectState$ ：对象状态。

因此：

$属性≠状态属性\neq状态$

但：

$属性→状态属性\rightarrow状态$

属性是状态计算的重要输入。

69.11 属性与对象关系

属性还可以参与对象之间的关系判断。

例如：

车辆A速度：80km/h
车辆B速度：60km/h

通过速度属性比较：

$80>6080>60$

可以进一步得到：

车辆A速度高于车辆B

又例如：

对象A位置：(100,100)
对象B位置：(103,104)

可以根据坐标属性计算距离：

$d=(x2−x1)2+(y2−y1)2d=\sqrt{(x_2-x_1)^2+(y_2-y_1)^2}$

其中：

$dd$ ：两个对象之间的距离；
$x1,y1x_1,y_1$ ：对象A坐标；
$x2,y2x_2,y_2$ ：对象B坐标。

如果：

$d<Thresholdd<Threshold$

则可以建立：

对象A
↓
邻近
↓
对象B

因此：

$属性→属性计算→关系判断属性 \rightarrow 属性计算 \rightarrow 关系判断$

属性不仅描述对象，还能够参与对象关系形成。

69.12 属性认知与知识

属性认知还需要与知识结构结合。

例如机器已有规则：

温度 > 80℃
→ 高温

当前对象属性：

Temperature = 85℃

机器进行属性匹配：

$85>8085>80$

得到：

$TemperatureState=HighTemperatureState=High$

因此：

$CurrentAttribute+KnowledgeRule→AttributeConclusionCurrentAttribute + KnowledgeRule \rightarrow AttributeConclusion$

知识提供规则，属性提供当前数据，计算过程产生认知结果。

因此：

$属性认知≠知识属性认知\neq知识$

但是：

$属性认知+知识→属性判断属性认知+知识 \rightarrow 属性判断$

69.13 属性认知的统一模型

属性认知可以统一表示为：

$AC=f(O,A,V,S,Δ,C,K,H)AC= f(O,A,V,S,\Delta,C,K,H)$

其中：

$ACAC$ ：属性认知结果；
$OO$ ：对象；
$AA$ ：属性；
$VV$ ：属性值；
$SS$ ：属性状态；
$Δ\Delta$ ：属性变化；
$CC$ ：属性比较；
$KK$ ：相关知识；
$HH$ ：属性历史。

基本过程：

$Object→Attribute→Value→StateObject \rightarrow Attribute \rightarrow Value \rightarrow State$

动态过程：

$Valuet→Valuet+1→ChangeValue_t \rightarrow Value_{t+1} \rightarrow Change$

比较过程：

$Value1+Value2→ComparisonValue_1 + Value_2 \rightarrow Comparison$

计算过程：

$Value1+Value2+⋯+Valuen→CalculatedValueValue_1+Value_2+\cdots+Value_n \rightarrow CalculatedValue$

最终：

$属性→属性值→属性状态→属性变化→属性比较→属性计算\boxed{ 属性 \rightarrow 属性值 \rightarrow 属性状态 \rightarrow 属性变化 \rightarrow 属性比较 \rightarrow 属性计算 }$

69.14 属性认知工程模型

在ICAI工程中，属性必须从理论结构转换为实际对象。

对应关系：

属性理论
↓
属性数据结构
↓
Attribute Domain Object
↓
Attribute Class
↓
AttributeEngine
↓
AttributeService
↓
AttributeRepository
↓
MySQL
↓
Runtime

属性领域对象可以设计为：

CognitiveAttribute
│
├── id
├── object_id
├── name
├── type
├── value
├── unit
├── source
├── state
├── time
└── history

69.15 PHP OOP属性模型

可以建立独立的属性领域类：

class CognitiveAttribute
{
    protected $id;
    protected $objectId;
    protected $name;
    protected $type;
    protected $value;
    protected $unit;
    protected $source;
    protected $state;
    protected $time;
    protected $history;

    public function setValue($value)
    {
        $this->value = $value;
    }

    public function getValue()
    {
        return $this->value;
    }

    public function compare($value)
    {
        if ($this->value > $value) {
            return 'greater';
        }

        if ($this->value < $value) {
            return 'less';
        }

        return 'equal';
    }

    public function calculate($operator, $value)
    {
        switch ($operator) {
            case '+':
                return $this->value + $value;

            case '-':
                return $this->value - $value;

            case '*':
                return $this->value * $value;

            case '/':
                return $value != 0
                    ? $this->value / $value
                    : null;
        }

        return null;
    }
}

这个类对应本章中的核心理论：

setValue()
↓
属性值

compare()
↓
属性比较

calculate()
↓
属性计算

69.16 AttributeEngine

属性认知Engine负责属性相关的结构化计算：

$AttributeEngine=ValueEngine+StateEngine+ChangeEngine+CompareEngine+CalculateEngineAttributeEngine= ValueEngine + StateEngine + ChangeEngine + CompareEngine + CalculateEngine$

运行过程：

对象
↓
读取属性
↓
获取属性值
↓
判断属性状态
↓
读取历史值
↓
计算属性变化
↓
属性比较
↓
属性计算
↓
形成属性认知结果

例如：

对象：
Device001

温度：
75℃

读取历史：
70℃

变化：
+5℃

规则：
>80℃ = 过热

当前状态：
正常

继续运行

当温度变成85℃：

85℃
↓
属性变化 +10℃
↓
属性比较 85>80
↓
属性状态 = 过热
↓
对象状态 = 过热

这就是属性认知进入对象状态认知的实际过程。

69.17 属性数据库模型

属性数据可以独立保存：

cognitive_object_attributes

建议结构：

id
object_id
attribute_name
attribute_type
attribute_value
attribute_unit
attribute_state
source
created_at
updated_at

属性变化可以保存：

cognitive_attribute_history

结构：

id
attribute_id
old_value
new_value
change_value
change_rate
change_time

这样机器可以同时保存：

$当前属性当前属性$

以及：

$属性变化历史属性变化历史$

从而形成：

$CurrentValue+History\rightarrowAttributeChangeCurrentValue+History\rightarrowAttributeChange$

69.18 属性认知Runtime

属性认知进入Runtime后，需要持续执行。

基本过程：

对象进入Runtime
↓
读取对象属性
↓
读取属性值
↓
检查属性类型
↓
检查属性单位
↓
计算属性状态
↓
读取历史属性
↓
计算属性变化
↓
进行属性比较
↓
执行属性计算
↓
形成属性认知结果
↓
更新对象状态
↓
进入关系与场景计算

因此：

$ObjectRuntime→AttributeRuntime→StateRuntime→RelationRuntimeObjectRuntime \rightarrow AttributeRuntime \rightarrow StateRuntime \rightarrow RelationRuntime$

属性认知是动态机器个体运行中的连续过程，而不是一次性的初始化操作。

69.19 属性认知案例

以一个智能无人飞机为例。

初始属性：

高度 = 100m
速度 = 20m/s
电量 = 80%
温度 = 35℃

经过运行：

高度 = 120m
速度 = 25m/s
电量 = 70%
温度 = 40℃

机器首先计算属性变化：

$ΔHeight=120−100=20m\Delta Height=120-100=20m$ $ΔSpeed=25−20=5m/s\Delta Speed=25-20=5m/s$ $ΔBattery=70−80=−10%\Delta Battery=70-80=-10\%$ $ΔTemperature=40−35=5℃\Delta Temperature=40-35=5℃$

然后根据属性规则进行判断：

电量下降
温度上升
高度上升
速度上升

如果规则规定：

$Battery<20%→LowPowerBattery<20\%\rightarrow LowPower$

当前：

$70%>20%70\%>20\%$

因此：

电量状态：正常

如果后续：

$Battery=15%Battery=15\%$

则：

$15<2015<20$

得到：

电量状态：低电量

进一步：

$低电量→风险判断→目标调整→方法选择→决策低电量 \rightarrow 风险判断 \rightarrow 目标调整 \rightarrow 方法选择 \rightarrow 决策$

由此可以看到，属性认知并不是孤立的数据管理，而是直接参与机器个体后续的认知和行为。

69.20 属性认知与ICAI统一认知链

本章建立的属性认知处于对象认知之后、状态认知之前。

统一关系：

$Object→Attribute→State→Relation→Scene→KnowledgeObject \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene \rightarrow Knowledge$

属性进一步进入目标和行为体系：

$Attribute→State→Need→Goal→Capability→Matching→Method→Decision→BehaviorAttribute \rightarrow State \rightarrow Need \rightarrow Goal \rightarrow Capability \rightarrow Matching \rightarrow Method \rightarrow Decision \rightarrow Behavior$

因此，一个属性变化可能最终导致机器行为变化。

完整链条：

$属性变化→状态变化→需求变化→目标变化→能力匹配变化→方法变化→决策变化→行为变化属性变化 \rightarrow 状态变化 \rightarrow 需求变化 \rightarrow 目标变化 \rightarrow 能力匹配变化 \rightarrow 方法变化 \rightarrow 决策变化 \rightarrow 行为变化$

这构成属性认知的真正工程意义。

69.21 属性认知的核心原则

第一，属性从属于对象

$Attribute⊂ObjectAttribute\subset Object$

属性必须具有明确的所属对象。

第二，属性类型决定计算方式

$Calculation=f(AttributeType)Calculation=f(AttributeType)$

不同类型的属性不能使用完全相同的计算方式。

第三，属性值可以动态变化

$Valuet→Valuet+1Value_t\rightarrow Value_{t+1}$

第四，属性状态由规则计算形成

$AttributeState=f(Value,Condition,Rule)AttributeState = f(Value,Condition,Rule)$

第五，属性可以进行比较

$V1 Compare V2V_1\;Compare\;V_2$

第六，属性可以产生新的属性

$A1+A2+⋯+An→AnewA_1+A_2+\cdots+A_n \rightarrow A_{new}$

第七，属性可以参与状态和关系计算

$Attribute→StateAttribute \rightarrow State$ $Attribute→RelationAttribute \rightarrow Relation$

第八，属性变化必须可以被记录

$History={V1,V2,⋯ ,Vn}History= \{V_1,V_2,\cdots,V_n\}$

这样机器才能获得属性变化经验。

69.22 本章总结

属性认知是ICAI通用核心理论中连接对象与状态的重要理论。

本章明确：

$对象回答“是什么”\boxed{ 对象回答“是什么” }$ $属性回答“具有什么特征”\boxed{ 属性回答“具有什么特征” }$

属性进一步形成：

$属性→属性类型→属性值→属性状态→属性变化→属性比较→属性计算\boxed{ 属性 \rightarrow 属性类型 \rightarrow 属性值 \rightarrow 属性状态 \rightarrow 属性变化 \rightarrow 属性比较 \rightarrow 属性计算 }$

完整属性模型：

$A={ObjectID,Name,Type,Value,Unit,State,Source,Time,History}\boxed{ A= \{ ObjectID, Name, Type, Value, Unit, State, Source, Time, History \} }$

属性认知最终形成：

$对象→属性→属性值→属性状态→属性变化→属性比较→属性计算→对象状态\boxed{ 对象 \rightarrow 属性 \rightarrow 属性值 \rightarrow 属性状态 \rightarrow 属性变化 \rightarrow 属性比较 \rightarrow 属性计算 \rightarrow 对象状态 }$

从ICAI工程角度：

$属性理论→属性对象→PHPClass→AttributeEngine→AttributeService→Repository→MySQL→Runtime\boxed{ 属性理论 \rightarrow 属性对象 \rightarrow PHP Class \rightarrow AttributeEngine \rightarrow AttributeService \rightarrow Repository \rightarrow MySQL \rightarrow Runtime }$

由此，属性不再只是数据库中的一个字段，而成为ICAI机器个体进行认知、判断、状态计算、关系计算、目标形成、能力匹配和行为决策的重要计算元素。

最终形成：

$Object+Attribute+State+Relation→CognitiveStructure\boxed{ Object + Attribute + State + Relation \rightarrow CognitiveStructure }$

第68章建立了对象认知，本章建立了属性认知，二者共同构成ICAI机器个体对现实对象进行结构化认知的基础。下一层将进一步进入状态认知，研究对象和属性发生变化后，机器如何形成、识别、比较和计算对象状态。

第69章 属性认知

第69章 属性认知

69.1 属性认知的提出背景

69.2 属性定义

69.3 属性类型

69.3.1 身份属性

69.3.2 分类属性

69.3.3 结构属性

69.3.4 参数属性

69.3.5 动态属性

69.4 属性值

69.5 属性状态

69.6 属性变化

69.7 属性比较

69.8 属性计算

69.9 多属性计算

69.10 属性与对象状态

69.11 属性与对象关系

69.12 属性认知与知识

69.13 属性认知的统一模型

69.14 属性认知工程模型

69.15 PHP OOP属性模型

69.16 AttributeEngine

69.17 属性数据库模型

69.18 属性认知Runtime

69.19 属性认知案例

69.20 属性认知与ICAI统一认知链

69.21 属性认知的核心原则

第一，属性从属于对象

第二，属性类型决定计算方式

第三，属性值可以动态变化

第四，属性状态由规则计算形成

第五，属性可以进行比较

第六，属性可以产生新的属性

第七，属性可以参与状态和关系计算

第八，属性变化必须可以被记录

69.22 本章总结