智能制造 第5章 智能制造設(shè)計(jì)

University

of

Science

and

Technology

Beijing了解面向?qū)ο蟮闹R(shí)表示方法、基于約束滿足的智能設(shè)計(jì)和智能設(shè)計(jì)系統(tǒng)的發(fā)展趨勢(shì)；熟悉設(shè)計(jì)的概念，基于規(guī)則、原型的智能設(shè)計(jì)方法；掌握智能設(shè)計(jì)的概念，基于案例的智能設(shè)計(jì)方法，智能設(shè)計(jì)系統(tǒng)的概念和關(guān)鍵技術(shù)。具體包括：在CAD、CIMS等概念中了解智能設(shè)計(jì)的產(chǎn)生，從對(duì)象的概念和對(duì)象的表達(dá)中了解面向?qū)ο蟮闹R(shí)表示方法，了解基于約束滿足的智能設(shè)計(jì)方法應(yīng)用的場(chǎng)合；從設(shè)計(jì)的本質(zhì)和3個(gè)基本特征熟知設(shè)計(jì)的概念，熟悉基于規(guī)則的智能設(shè)計(jì)方法中產(chǎn)生式規(guī)則的概念和使用、基于原型的智能設(shè)計(jì)方法的流程；掌握智能設(shè)計(jì)的5個(gè)特點(diǎn)和基于案例的智能設(shè)計(jì)方法的流程和優(yōu)勢(shì)，掌握智能設(shè)計(jì)系統(tǒng)的抽象層次模型、4種人工智能方法和4種智能設(shè)計(jì)策略。目錄CONTENTS智能設(shè)計(jì)概述從廣泛意義上講，設(shè)計(jì)是指人類從事任何有目的的活動(dòng)之前都要進(jìn)行的構(gòu)思或謀劃。因此，設(shè)計(jì)無(wú)處不在、無(wú)所不需，人類文明的歷史就是不斷進(jìn)行的設(shè)計(jì)活動(dòng)的歷史。產(chǎn)品是設(shè)計(jì)結(jié)果的物質(zhì)表現(xiàn)如果設(shè)計(jì)人員所設(shè)計(jì)的產(chǎn)品，是以一定的技術(shù)手段來(lái)實(shí)現(xiàn)

社會(huì)特定需求的人造系統(tǒng)，則稱之為技術(shù)系統(tǒng)。一般來(lái)說(shuō)，技術(shù)系統(tǒng)可以用右圖來(lái)描述，它的處理對(duì)象是能量、物料和信息。設(shè)計(jì)的目的是保證系統(tǒng)功能的實(shí)現(xiàn)，建立性能優(yōu)良、成本低廉、價(jià)值最佳的技術(shù)系統(tǒng)。它在產(chǎn)品的整個(gè)生命周期中占據(jù)著非常關(guān)鍵的位置，從根本上決定著產(chǎn)品的內(nèi)在和外在品質(zhì)、質(zhì)量和成本，其重要性是不言而喻的。右圖用一條曲線顯示了設(shè)計(jì)的作用：產(chǎn)品成本的約70%是由設(shè)計(jì)階段決定的；而運(yùn)用計(jì)算機(jī)輔助設(shè)計(jì)/計(jì)算機(jī)輔助制造（CAD/CAM）技術(shù)的工程階段，只決定約20%的成本；加工過(guò)程控制階段，則只決定約10%的成本。由此可見(jiàn)，設(shè)計(jì)是決定產(chǎn)品命運(yùn)的重要環(huán)節(jié)。設(shè)計(jì)是一種創(chuàng)造性活動(dòng)，設(shè)計(jì)的本質(zhì)是創(chuàng)造和革新。設(shè)計(jì)的本質(zhì)具有約束性、多解性、相對(duì)性等基本特征約束性多解性相對(duì)性設(shè)計(jì)是在多種因素的限制和約束下進(jìn)行的，其中包括科學(xué)、技術(shù)、經(jīng)濟(jì)等發(fā)展?fàn)顩r和水平的限制，也包括生產(chǎn)廠家提出的特定要求和條件，同時(shí)還涉及環(huán)境、法律、社會(huì)心理、地域文化等因素。解決同一個(gè)技術(shù)問(wèn)題的方法是多種多樣的，滿足一定條件的設(shè)計(jì)方案通常也不是唯一的。任何設(shè)計(jì)對(duì)象本身都是包括多種要素構(gòu)成的功能系統(tǒng)，其參數(shù)的選取、尺寸的確定、結(jié)構(gòu)形式的設(shè)想等都具有很強(qiáng)的可選性。設(shè)計(jì)要求的多目標(biāo)特性使得設(shè)計(jì)人員經(jīng)常處于一種矛盾的狀態(tài)之中。這種相互矛盾的要求給設(shè)計(jì)工作增加了難度，加上事先難以預(yù)料的一些不確定因素的影響，使得設(shè)計(jì)人員在設(shè)計(jì)方案選擇和判定時(shí)，只能做到在一定條件下的相對(duì)滿意。智能設(shè)計(jì)的產(chǎn)生可以追溯到專家系統(tǒng)技術(shù)最初應(yīng)用的時(shí)期，其初始形態(tài)都采用了單一知識(shí)領(lǐng)域的符號(hào)推理技術(shù)——設(shè)計(jì)型專家系統(tǒng)，這對(duì)于設(shè)計(jì)自動(dòng)化技術(shù)從信息處理自動(dòng)化走向知識(shí)處理自動(dòng)化有著重要的意義，但設(shè)計(jì)型專家系統(tǒng)僅僅是為解決設(shè)計(jì)中某些困難問(wèn)題的局部而產(chǎn)生的，這只是智能設(shè)計(jì)的初級(jí)階段。智能設(shè)計(jì)的發(fā)展與CAD的發(fā)展緊密聯(lián)系在一起。在CAD發(fā)展的不同階段，設(shè)計(jì)活動(dòng)中智能部分的承擔(dān)者是不同的，如右表所示。智能設(shè)計(jì)技術(shù)代表形式智能部分的承擔(dān)者階段傳統(tǒng)設(shè)計(jì)技術(shù)人工設(shè)計(jì)/傳統(tǒng)CAD人類專家非智能設(shè)計(jì)階段現(xiàn)代設(shè)計(jì)技術(shù)ICAD設(shè)計(jì)型專家系統(tǒng)智能設(shè)計(jì)初級(jí)階段先進(jìn)設(shè)計(jì)技術(shù)I2CAD人機(jī)智能化設(shè)計(jì)系統(tǒng)智能設(shè)計(jì)高級(jí)階段智能設(shè)計(jì)與CAD的發(fā)展過(guò)程智能設(shè)計(jì)是設(shè)計(jì)人員重要的輔助工具，它通過(guò)應(yīng)用現(xiàn)代信息技術(shù)，模擬人類的思維活動(dòng)來(lái)提高設(shè)計(jì)系統(tǒng)的智能水平，使設(shè)計(jì)系統(tǒng)能夠更多地代替設(shè)計(jì)人員完成設(shè)計(jì)過(guò)程中的復(fù)雜任務(wù)。智能工程是智能設(shè)計(jì)的關(guān)鍵技術(shù)和基礎(chǔ)，而智能設(shè)計(jì)則是智能工程的重要應(yīng)用領(lǐng)域。智能設(shè)計(jì)的特點(diǎn)以設(shè)計(jì)方法學(xué)為指導(dǎo)以人工智能技術(shù)為實(shí)現(xiàn)手段以傳統(tǒng)CAD技術(shù)為數(shù)值計(jì)算和圖形處理工具面向集成智能化提供強(qiáng)大的人機(jī)交互功能智能設(shè)計(jì)方法在智能設(shè)計(jì)概念被明確提出后的幾十年里，智能設(shè)計(jì)方法研究取得了很大的進(jìn)展，目前已演化和形成一系列較為成熟的智能設(shè)計(jì)方法，這些方法對(duì)于模擬人類在常規(guī)設(shè)計(jì)活動(dòng)中通過(guò)邏輯思維活動(dòng)運(yùn)用和加工相應(yīng)類型設(shè)計(jì)知識(shí)的行為尤為重要。面向?qū)ο蟮闹R(shí)表示方法基于規(guī)則的智能設(shè)計(jì)方法基于案例的智能設(shè)計(jì)方法基于原型的智能設(shè)計(jì)方法基于約束滿足的智能設(shè)計(jì)方法OOKR是以知識(shí)所描述或針對(duì)的對(duì)象為單位來(lái)組織知識(shí)，并用對(duì)象之間的關(guān)系來(lái)表示關(guān)系型和層次型知識(shí)的一種混合型知識(shí)表示方法。OOKR以領(lǐng)域?qū)ο鬄橹行慕M織知識(shí)庫(kù)系統(tǒng)結(jié)構(gòu)，對(duì)象是知識(shí)庫(kù)的基本單元。OOKR將多種單一的知識(shí)表示方法按照對(duì)象的程序設(shè)計(jì)原則組合成一種混合知識(shí)表達(dá)形式。對(duì)象的表達(dá)由4種集合組成，如右圖所示。面向?qū)ο蟮闹R(shí)表示方法（Object-OrientedKnowledge

Representation，OOKR）RBD方法是源于人類設(shè)計(jì)者能夠通過(guò)對(duì)過(guò)程性、邏輯性、經(jīng)驗(yàn)性的設(shè)計(jì)規(guī)則進(jìn)行逐步推理來(lái)完成設(shè)計(jì)的行為，是最常用的智能設(shè)計(jì)方法之一。該方法將設(shè)計(jì)問(wèn)題的求解知識(shí)用產(chǎn)生式規(guī)則的形式表達(dá)出來(lái)，從而通過(guò)對(duì)規(guī)則形式的設(shè)計(jì)知識(shí)推理而獲得設(shè)計(jì)問(wèn)題的解。RBD的基本過(guò)程右圖所示，關(guān)于設(shè)計(jì)問(wèn)題的各種設(shè)計(jì)規(guī)則被存儲(chǔ)在設(shè)計(jì)規(guī)則庫(kù)中，而綜合數(shù)據(jù)庫(kù)中存放有當(dāng)前的各種事實(shí)信息?；谝?guī)則的智能設(shè)計(jì)方法（Rule-Based

Design，RBD）CBD方法是通過(guò)調(diào)整或組合過(guò)去的設(shè)計(jì)解來(lái)創(chuàng)造新設(shè)計(jì)解的方法，是人工智能中基于案例推理（Case-Based

Reasoning，CBR）技術(shù)在設(shè)計(jì)型問(wèn)題中的應(yīng)用，它源于人類在進(jìn)行設(shè)計(jì)時(shí)總是不自覺(jué)地參考過(guò)去相似設(shè)計(jì)案例的行為。CBD的基本過(guò)程右圖所示，大量設(shè)計(jì)案例被存儲(chǔ)在設(shè)計(jì)案例庫(kù)中?；诎咐闹悄茉O(shè)計(jì)方法（Case-Based

Design，CBD）人類設(shè)計(jì)專家經(jīng)常能夠根據(jù)以往的設(shè)計(jì)經(jīng)驗(yàn)把一種設(shè)計(jì)問(wèn)題的解歸結(jié)為一些典型的構(gòu)造形式，并在遇到新的設(shè)計(jì)問(wèn)題時(shí)從這些典型構(gòu)造形式中

選取一種作為解的結(jié)構(gòu)，進(jìn)而采用其他設(shè)計(jì)方法

求出解的具體內(nèi)容。這些針對(duì)特定設(shè)計(jì)問(wèn)題歸納

出的設(shè)計(jì)解的典型構(gòu)造形式，即“設(shè)計(jì)原型”。

這種采用設(shè)計(jì)原型作為設(shè)計(jì)解屬性空間的結(jié)構(gòu)并

進(jìn)而求解屬性空間內(nèi)容的智能設(shè)計(jì)方法，稱為基

于原型的設(shè)計(jì)方法。PBD的基本過(guò)程如右圖所示，設(shè)計(jì)原型被存儲(chǔ)在設(shè)計(jì)原型庫(kù)中備用?；谠偷闹悄茉O(shè)計(jì)方法（Prototype-Based

Design，PBD）CSD方法是把設(shè)計(jì)視為一個(gè)約束滿足的問(wèn)題（Constraint-Satisfied

Problem，CSP）進(jìn)行求解。人工智能技術(shù)中，CSP的基本求解方法是通過(guò)搜索問(wèn)題的解空間來(lái)查找滿足所有問(wèn)題約束的問(wèn)題解。但是，智能設(shè)計(jì)與一般的CSP存在一些不同。在一個(gè)復(fù)雜設(shè)計(jì)問(wèn)題中，往往涉及眾多變量，搜

索空間十分巨大，這使得通常很難通過(guò)搜索方法

而得到真正設(shè)計(jì)問(wèn)題的解。因而，CSD常常是借助其他智能設(shè)計(jì)方法產(chǎn)生一個(gè)設(shè)計(jì)方案，然后來(lái)判別其是否滿足設(shè)計(jì)問(wèn)題中的各方面約束，而CSP一般只用于解決設(shè)計(jì)問(wèn)題中的一些局部子問(wèn)題。約束在產(chǎn)品幾何表達(dá)方面的應(yīng)用由來(lái)已久，

CAD系統(tǒng)的“鼻祖”Sketchpad就是一個(gè)基于約束的交互式圖形設(shè)計(jì)系統(tǒng)，這一技術(shù)一直被延伸和發(fā)展到目前的三維產(chǎn)品造型技術(shù)中。智能設(shè)計(jì)顯然是與產(chǎn)品幾何密不可分而需要具有幾何約束的，而且對(duì)于設(shè)計(jì)對(duì)象的功能性、結(jié)構(gòu)性、工程性、經(jīng)濟(jì)性等各個(gè)方面也都可能提出一定的約束。此外，設(shè)計(jì)中的一些常識(shí)性知識(shí)也可能通過(guò)約束來(lái)表達(dá)。需要明確的是，雖然設(shè)計(jì)約束并不被直接用于產(chǎn)生設(shè)計(jì)解，但它在判別設(shè)計(jì)解的正確性或可行性方面是不可缺的，因而是產(chǎn)品設(shè)計(jì)知識(shí)的重要組成部分。由于設(shè)計(jì)約束的內(nèi)容十分豐富，因而它存在多種表達(dá)形式。常見(jiàn)的判斷型約束常表現(xiàn)為謂詞邏輯形式的陳述性知識(shí)，但也存在許多具有前提條件的約束。此時(shí)，約束包括前提和約束內(nèi)容兩部分，具有類似于規(guī)則的形式。另外，對(duì)于一些復(fù)雜約束還存在相應(yīng)的特殊表示方法。基于約束滿足的智能設(shè)計(jì)方法（Constraint-Satisfied

Design，CSD）智能設(shè)計(jì)系統(tǒng)引用日期2021-05-08概念掌握結(jié)構(gòu)體系掌握抽象層次模型掌握集成求解策略掌握智能設(shè)計(jì)系統(tǒng)是面向CIMS的智能設(shè)計(jì)的高級(jí)發(fā)展階段，是人機(jī)高度和諧、知識(shí)高度集成的設(shè)計(jì)系統(tǒng)。雖然它也需

要采用專家系統(tǒng)技術(shù)，但只是將其作為自身的技術(shù)基礎(chǔ)之

一，與設(shè)計(jì)型專家系統(tǒng)之間存在著根本區(qū)別。設(shè)計(jì)型專家系統(tǒng)只處理單一領(lǐng)

域知識(shí)的符號(hào)推理問(wèn)題，相當(dāng)

于模擬設(shè)計(jì)專家個(gè)體的推理活

動(dòng)，屬于簡(jiǎn)單系統(tǒng)；而智能設(shè)

計(jì)系統(tǒng)則要處理多領(lǐng)域知識(shí)和

多種描述形式知識(shí)，是集成化

的大規(guī)模知識(shí)處理環(huán)境，需要

模擬和協(xié)助人類專家群體的推

理決策動(dòng)，屬于人機(jī)復(fù)雜系統(tǒng)。這種人機(jī)復(fù)雜系統(tǒng)的集成性要

求對(duì)跨領(lǐng)域知識(shí)子系統(tǒng)進(jìn)行協(xié)

調(diào)、管理、控制和沖突消解等，而且應(yīng)有必要的機(jī)制保證人和

機(jī)器的有機(jī)結(jié)合。設(shè)計(jì)型專家系統(tǒng)一般只能解決

某一領(lǐng)域的特定問(wèn)題，只是圍

繞具體產(chǎn)品設(shè)計(jì)模型或針對(duì)設(shè)

計(jì)過(guò)程某些特定環(huán)節(jié)的模型進(jìn)

行符號(hào)推理，比較孤立和封閉，難以與其他知識(shí)系統(tǒng)集成；而

智能設(shè)計(jì)系統(tǒng)面向整個(gè)設(shè)計(jì)過(guò)

程，要考慮整個(gè)設(shè)計(jì)過(guò)程的模

型，設(shè)計(jì)專家思維、推理和決

策的模型（認(rèn)知模型）以及設(shè)

計(jì)對(duì)象（產(chǎn)品）的模型，特別

是在CIMS環(huán)境下的并行設(shè)計(jì)，

更需要體現(xiàn)出其整體性、集成

性、并行性等。設(shè)計(jì)型專家系統(tǒng)解決的核心問(wèn)

題是模式設(shè)計(jì)，方案設(shè)計(jì)可作

為其典型代表；與設(shè)計(jì)型專家

系統(tǒng)不同，智能設(shè)計(jì)系統(tǒng)要解

決的核心問(wèn)題是創(chuàng)新設(shè)計(jì)，這

是因?yàn)樵贑IMS大規(guī)模知識(shí)集成

環(huán)境中，設(shè)計(jì)活動(dòng)涉及多領(lǐng)域

和多學(xué)科的知識(shí)，其影響因素

錯(cuò)綜復(fù)雜，很難抽象出有限的

穩(wěn)態(tài)模式。即使存在設(shè)計(jì)模式，設(shè)計(jì)模式也是千變?nèi)f化的，幾

乎難以窮盡。這樣的設(shè)計(jì)活動(dòng)

必定更多地帶有創(chuàng)新色彩。根本區(qū)別從問(wèn)題描述的角度分析，任何復(fù)雜系統(tǒng)都有必要抽象出統(tǒng)

一的表達(dá)模型，通過(guò)抽象可以把復(fù)雜的問(wèn)題進(jìn)行分層分類，然后采用相應(yīng)的處理方法。參考ISO/OSI參考模型（七層協(xié)議），可以總結(jié)出智能設(shè)計(jì)

自身的特點(diǎn)，給左圖5.7所示的智能設(shè)計(jì)系統(tǒng)抽象層次模型。圖的左邊層次體現(xiàn)了智能設(shè)計(jì)過(guò)程中層與層之間的相互關(guān)聯(lián)，上一層以下一層為基礎(chǔ)，下一層為上一層提供支持和服務(wù)。同時(shí)可以看出，每一層都有自己的任務(wù)，正是這樣的分層和分類，才構(gòu)成了復(fù)雜系統(tǒng)設(shè)計(jì)的統(tǒng)一整體。圖的右邊體現(xiàn)了抽象層次模型在具體應(yīng)用時(shí)所承擔(dān)的任務(wù)，同時(shí)也呈現(xiàn)出如左邊一樣的特性。建立智能設(shè)計(jì)系統(tǒng)的抽象層次模型，是智能設(shè)計(jì)系統(tǒng)集成求解的基礎(chǔ)。①目標(biāo)層是智能設(shè)計(jì)要達(dá)到的總目標(biāo)，聲明系統(tǒng)要達(dá)到的要求，往往與市場(chǎng)的需求、用戶的要求相關(guān)聯(lián)。②決策層把要實(shí)現(xiàn)的總目標(biāo)分解成子目標(biāo)，并采用相應(yīng)的求解方法和策略，表現(xiàn)為任務(wù)的分解和進(jìn)一步的決策。③結(jié)構(gòu)層提供問(wèn)題組織與表達(dá)的方法。結(jié)構(gòu)層的合理確定，是保證系統(tǒng)統(tǒng)一和完整的先決條件。如目前廣泛采用的面向?qū)ο蟮慕M織方式，可以為問(wèn)題的描述提供有力的支持，結(jié)構(gòu)層是實(shí)現(xiàn)集成的基礎(chǔ)。④算法層是概念設(shè)計(jì)中非常關(guān)鍵的一層，為決策層提供強(qiáng)有力的支持工具。算法層包含所有可用的算法和方法，是問(wèn)題求解的關(guān)鍵所在。知識(shí)工程中的專家系統(tǒng)技術(shù)與基于實(shí)例的推理技術(shù)以及計(jì)算智能的人工神經(jīng)網(wǎng)絡(luò)、遺傳算法都可以為決策層提供支持，是求解問(wèn)題的關(guān)鍵所在。⑤邏輯層為算法層的協(xié)調(diào)和協(xié)作提供保障，邏輯層通過(guò)關(guān)系和約束把算法層聯(lián)系起來(lái)，使系統(tǒng)融合為一個(gè)整體。⑥傳輸層保證信息的正確和快速交換以及對(duì)信息的管理，是以上各層信息交流的平臺(tái)。⑦物理層提供系統(tǒng)運(yùn)行的軟硬件環(huán)境，包括信息的存儲(chǔ)以及與其他外部設(shè)備的連通。從人類思維的角度來(lái)看，人類思維可分為簡(jiǎn)單思維和復(fù)雜思維。簡(jiǎn)單思維與復(fù)雜思維最根本的區(qū)別在于主體擁有知識(shí)的多少和主體對(duì)客體的認(rèn)識(shí)程度。隨著知識(shí)的不斷積累，知識(shí)的形式也呈現(xiàn)出多種多樣：理論知識(shí)和實(shí)踐知識(shí)。理論知識(shí)和實(shí)踐知識(shí)體現(xiàn)了人類知識(shí)的不同層次關(guān)系，理論知識(shí)是實(shí)踐知識(shí)的抽象和升華；實(shí)踐知識(shí)是人類通過(guò)生產(chǎn)勞動(dòng)獲得的知識(shí)。理論知識(shí)和實(shí)踐知識(shí)，互相促進(jìn)，相互轉(zhuǎn)化，螺旋式地向前發(fā)展。從認(rèn)識(shí)論角度分析，人類知識(shí)可以分為過(guò)程知識(shí)、敘述知識(shí)和潛意識(shí)3類。過(guò)程知識(shí)是對(duì)客觀事物的精確描述，可以用準(zhǔn)確的數(shù)學(xué)模型來(lái)表達(dá)。敘述知識(shí)是指對(duì)客觀事物的描述能夠用語(yǔ)言文字來(lái)表達(dá)。潛意識(shí)是指客觀事物不能或難于用明確規(guī)范化的語(yǔ)言表達(dá)出來(lái)。設(shè)計(jì)師在進(jìn)行設(shè)計(jì)時(shí)，采用的知識(shí)并不是單一的。問(wèn)題的復(fù)雜性，決定了知識(shí)的異構(gòu)性。過(guò)程知識(shí)、敘述知識(shí)和潛意識(shí)為異構(gòu)知識(shí)的抽象形式，異構(gòu)知識(shí)具體化的形式可以概況為過(guò)程知識(shí)、符號(hào)知識(shí)、實(shí)例知識(shí)和樣本知識(shí)。在異構(gòu)知識(shí)體系中，不同層次、不同形式的知識(shí)相輔相成，互為補(bǔ)充。其原理主要為物理符號(hào)系統(tǒng)（即符號(hào)操作系統(tǒng)）假設(shè)和有限合理性原理，以專家系統(tǒng)（ES）和基于案例推理（CBR）為代表，統(tǒng)稱為知識(shí)工程（KE）。符號(hào)主義Symbolicism人工智能目前主要分為三大流派其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法，以人工神經(jīng)網(wǎng)絡(luò)（ANN）和遺傳算法（GA）為代表，統(tǒng)稱為計(jì)算智能（CI）。連接主義Connectionism其原理為控制論及感知-動(dòng)作型控制系統(tǒng)，研究工作重點(diǎn)是模擬人在控制過(guò)程中的智能行為和作用，以20世紀(jì)

80年代誕生的智能控制和智能機(jī)器人系統(tǒng)為其標(biāo)志性成果。行為主義Behaviorism引用日期2021-05-08人工智能方法的比較4種方法 優(yōu)化能力思維方式學(xué)習(xí)能力知識(shí)的可操作性解釋功能知識(shí)形式非線性能力ES較強(qiáng)抽象思維較差一般強(qiáng)規(guī)則、符號(hào)弱CBR一般類比思維較差一般一般實(shí)例一般ANN較強(qiáng)聯(lián)想思維強(qiáng)無(wú)無(wú)樣本強(qiáng)GA強(qiáng)仿自然一般無(wú)無(wú)多種知識(shí)強(qiáng)右表是知識(shí)工程和計(jì)算智能中的

4種人工智能方法的比較，在實(shí)際的智能制造設(shè)計(jì)系統(tǒng)中，常常是幾種方法的結(jié)合。引用日期2021-05-08智能設(shè)計(jì)集成求解策略掌握在智能設(shè)計(jì)系統(tǒng)的集成求解策略中常用到4種求解策略，分別是基于符號(hào)知識(shí)推理求基于案例推理求解基于人工神經(jīng)網(wǎng)絡(luò)求解基于遺傳算法求解如右圖所示。對(duì)于基于符號(hào)知識(shí)推理求解來(lái)說(shuō)，初始設(shè)計(jì)通過(guò)專家知識(shí)的推理得到初步方案，再進(jìn)一步分析推理結(jié)果，然后評(píng)價(jià)對(duì)結(jié)果是否滿意。如果對(duì)結(jié)果滿意，則輸出結(jié)果，否則修改相關(guān)參數(shù)，重新確定新的方案。重復(fù)以上步驟直到對(duì)結(jié)果滿意為止。由于工程問(wèn)題的復(fù)雜性，基于符號(hào)知識(shí)推理技術(shù)在多方案的產(chǎn)生和再設(shè)計(jì)上非常困難，遺傳算法為多方案的產(chǎn)生提供了有效的機(jī)制，而約束滿足方法則為基于符號(hào)知識(shí)推理提供了有效的再設(shè)計(jì)手段。對(duì)于基于案例推理求解來(lái)說(shuō)，初始設(shè)計(jì)是提取相關(guān)案例，對(duì)相關(guān)案例進(jìn)行類比設(shè)計(jì)，再通過(guò)對(duì)案例的

評(píng)價(jià)，確定是否采用該案例，或進(jìn)一步修改案例以滿

足設(shè)計(jì)要求?；诎咐评砬蠼庵R(shí)，屬于類比思維。對(duì)于人工神經(jīng)網(wǎng)絡(luò)求解來(lái)說(shuō)，初始設(shè)計(jì)是

在樣本訓(xùn)練的基礎(chǔ)上，通過(guò)輸入值的傳播產(chǎn)生候

選解，對(duì)候選解進(jìn)行評(píng)價(jià)，若對(duì)輸出結(jié)果不滿意，可重新調(diào)整網(wǎng)絡(luò)數(shù)值，增加樣本或提煉樣本，改

進(jìn)誤差，直到對(duì)輸出結(jié)果滿意為止。人工神經(jīng)網(wǎng)

絡(luò)學(xué)習(xí)處理樣本知識(shí)，屬于直覺(jué)思維。對(duì)于采用遺傳算法求解來(lái)說(shuō)，初始設(shè)計(jì)是

通過(guò)隨機(jī)方式產(chǎn)生個(gè)體，再由個(gè)體的選擇、重組、雜交、突變，然后施用進(jìn)化壓力，使得個(gè)體朝著

優(yōu)良的方向發(fā)展，如果得到的個(gè)體最優(yōu)則輸出，

否則進(jìn)一步通過(guò)遺傳操作修改個(gè)體，直到使個(gè)體

滿意為止。遺傳算法為基于符號(hào)知識(shí)推理快速提

供初始方案設(shè)計(jì)。智能設(shè)計(jì)系統(tǒng)的關(guān)鍵技術(shù)包括設(shè)計(jì)過(guò)程的再認(rèn)識(shí)、設(shè)計(jì)知識(shí)表示、多專家系統(tǒng)協(xié)同技術(shù)、再設(shè)計(jì)與自學(xué)習(xí)機(jī)制、多種推理機(jī)制的綜合應(yīng)用、智能化人機(jī)接口、多方案的并行設(shè)計(jì)、設(shè)計(jì)信息的集成化等。智能設(shè)計(jì)系統(tǒng)的發(fā)展取決于對(duì)設(shè)計(jì)過(guò)程本身的理解。盡管人們?cè)谠O(shè)計(jì)方法、設(shè)計(jì)程序和設(shè)計(jì)規(guī)律等方面進(jìn)行了大量探索，但從信息化的角度看，目前的設(shè)計(jì)方法學(xué)還遠(yuǎn)不能滿足設(shè)計(jì)技術(shù)發(fā)展的需求，智能設(shè)計(jì)系統(tǒng)的發(fā)展仍然需要探索適合于計(jì)算機(jī)處理的設(shè)計(jì)理論和設(shè)計(jì)模式。設(shè)計(jì)過(guò)程是一個(gè)非常復(fù)雜的過(guò)程，它涉及多種不同類型知識(shí)的應(yīng)用，因此單一知識(shí)表示方式不足以有效地表達(dá)各種設(shè)計(jì)知識(shí)。建立有效的知識(shí)表示模型和有效的知識(shí)表示方式，始終是設(shè)計(jì)型專家系統(tǒng)成功的關(guān)鍵。一般采用多層知識(shí)表達(dá)模式，將元知識(shí)、定性推理知識(shí)以及數(shù)學(xué)模型和方法等相結(jié)合，根據(jù)不同類型知識(shí)的特點(diǎn)采用相應(yīng)的表達(dá)方式，在表達(dá)能力、推理效率與可維護(hù)性等方面進(jìn)行綜合考慮。面向?qū)ο蟮闹R(shí)表示、框架式的知識(shí)結(jié)構(gòu)是目前采用的流行方法。較復(fù)雜的設(shè)計(jì)過(guò)程一般可分解為若干個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)對(duì)應(yīng)一個(gè)專家系統(tǒng)，多個(gè)專家系統(tǒng)協(xié)同合作、信息共享，并利用模糊評(píng)價(jià)和人工神經(jīng)網(wǎng)絡(luò)等方法以有效解決設(shè)計(jì)過(guò)程多學(xué)科、多目標(biāo)決策與優(yōu)化的難題。當(dāng)設(shè)計(jì)結(jié)果不能滿足要求時(shí)，系統(tǒng)應(yīng)該能夠返回相應(yīng)的層次進(jìn)行再設(shè)計(jì)，以完成局部和全局的重新設(shè)計(jì)任務(wù)。同時(shí)，可以采用歸納推理和類比推理等方法獲得新的知識(shí)，總結(jié)經(jīng)驗(yàn)，不斷擴(kuò)充知識(shí)庫(kù)，并通過(guò)再學(xué)習(xí)達(dá)到自我完善。良好的人機(jī)接口對(duì)智能設(shè)計(jì)系統(tǒng)是十分必要的。系統(tǒng)對(duì)自然語(yǔ)言的理解，對(duì)語(yǔ)音、文字、圖形和圖像的直接輸入和輸出是智能設(shè)計(jì)系統(tǒng)的重要任務(wù)。對(duì)于復(fù)雜的設(shè)計(jì)任務(wù)以及設(shè)計(jì)過(guò)程中的某些決策活動(dòng)，在設(shè)計(jì)專家的參與下，可以得到更好的設(shè)計(jì)效果，從而充分發(fā)揮人與計(jì)算機(jī)各自的長(zhǎng)處。智能設(shè)計(jì)系統(tǒng)中，除了演繹推理外，還應(yīng)該包括歸納推理、基于案例的類比推理、各種基于不完全知識(shí)的模糊邏輯推理方式等?；诎咐念惐韧评砗湍：壿嬐评淼仁悄壳爸悄茉O(shè)計(jì)系統(tǒng)的重要特征。各種推理方式的綜合應(yīng)用，可以博采眾長(zhǎng)，更好地實(shí)現(xiàn)設(shè)計(jì)系統(tǒng)的智能化。概念設(shè)計(jì)是CAD/CAPP/CAM一體化的首要環(huán)節(jié)，設(shè)計(jì)結(jié)果是詳細(xì)設(shè)計(jì)與制造的信息基礎(chǔ)，必須考慮信息