智能制造 第5章 智能制造設(shè)計

University

of

Science

and

Technology

Beijing了解面向?qū)ο蟮闹R表示方法、基于約束滿足的智能設(shè)計和智能設(shè)計系統(tǒng)的發(fā)展趨勢；熟悉設(shè)計的概念，基于規(guī)則、原型的智能設(shè)計方法；掌握智能設(shè)計的概念，基于案例的智能設(shè)計方法，智能設(shè)計系統(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)計的產(chǎn)生，從對象的概念和對象的表達(dá)中了解面向?qū)ο蟮闹R表示方法，了解基于約束滿足的智能設(shè)計方法應(yīng)用的場合；從設(shè)計的本質(zhì)和3個基本特征熟知設(shè)計的概念，熟悉基于規(guī)則的智能設(shè)計方法中產(chǎn)生式規(guī)則的概念和使用、基于原型的智能設(shè)計方法的流程；掌握智能設(shè)計的5個特點和基于案例的智能設(shè)計方法的流程和優(yōu)勢，掌握智能設(shè)計系統(tǒng)的抽象層次模型、4種人工智能方法和4種智能設(shè)計策略。目錄CONTENTS智能設(shè)計概述從廣泛意義上講，設(shè)計是指人類從事任何有目的的活動之前都要進(jìn)行的構(gòu)思或謀劃。因此，設(shè)計無處不在、無所不需，人類文明的歷史就是不斷進(jìn)行的設(shè)計活動的歷史。產(chǎn)品是設(shè)計結(jié)果的物質(zhì)表現(xiàn)如果設(shè)計人員所設(shè)計的產(chǎn)品，是以一定的技術(shù)手段來實現(xiàn)

社會特定需求的人造系統(tǒng)，則稱之為技術(shù)系統(tǒng)。一般來說，技術(shù)系統(tǒng)可以用右圖來描述，它的處理對象是能量、物料和信息。設(shè)計的目的是保證系統(tǒng)功能的實現(xiàn)，建立性能優(yōu)良、成本低廉、價值最佳的技術(shù)系統(tǒng)。它在產(chǎn)品的整個生命周期中占據(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)計的作用：產(chǎn)品成本的約70%是由設(shè)計階段決定的；而運用計算機(jī)輔助設(shè)計/計算機(jī)輔助制造（CAD/CAM）技術(shù)的工程階段，只決定約20%的成本；加工過程控制階段，則只決定約10%的成本。由此可見，設(shè)計是決定產(chǎn)品命運的重要環(huán)節(jié)。設(shè)計是一種創(chuàng)造性活動，設(shè)計的本質(zhì)是創(chuàng)造和革新。設(shè)計的本質(zhì)具有約束性、多解性、相對性等基本特征約束性多解性相對性設(shè)計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，同時還涉及環(huán)境、法律、社會心理、地域文化等因素。解決同一個技術(shù)問題的方法是多種多樣的，滿足一定條件的設(shè)計方案通常也不是唯一的。任何設(shè)計對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)計要求的多目標(biāo)特性使得設(shè)計人員經(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)計人員在設(shè)計方案選擇和判定時，只能做到在一定條件下的相對滿意。智能設(shè)計的產(chǎn)生可以追溯到專家系統(tǒng)技術(shù)最初應(yīng)用的時期，其初始形態(tài)都采用了單一知識領(lǐng)域的符號推理技術(shù)——設(shè)計型專家系統(tǒng)，這對于設(shè)計自動化技術(shù)從信息處理自動化走向知識處理自動化有著重要的意義，但設(shè)計型專家系統(tǒng)僅僅是為解決設(shè)計中某些困難問題的局部而產(chǎn)生的，這只是智能設(shè)計的初級階段。智能設(shè)計的發(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)計活動中智能部分的承擔(dān)者是不同的，如右表所示。智能設(shè)計技術(shù)代表形式智能部分的承擔(dān)者階段傳統(tǒng)設(shè)計技術(shù)人工設(shè)計/傳統(tǒng)CAD人類專家非智能設(shè)計階段現(xiàn)代設(shè)計技術(shù)ICAD設(shè)計型專家系統(tǒng)智能設(shè)計初級階段先進(jìn)設(shè)計技術(shù)I2CAD人機(jī)智能化設(shè)計系統(tǒng)智能設(shè)計高級階段智能設(shè)計與CAD的發(fā)展過程智能設(shè)計是設(shè)計人員重要的輔助工具，它通過應(yīng)用現(xiàn)代信息技術(shù)，模擬人類的思維活動來提高設(shè)計系統(tǒng)的智能水平，使設(shè)計系統(tǒng)能夠更多地代替設(shè)計人員完成設(shè)計過程中的復(fù)雜任務(wù)。智能工程是智能設(shè)計的關(guān)鍵技術(shù)和基礎(chǔ)，而智能設(shè)計則是智能工程的重要應(yīng)用領(lǐng)域。智能設(shè)計的特點以設(shè)計方法學(xué)為指導(dǎo)以人工智能技術(shù)為實現(xiàn)手段以傳統(tǒng)CAD技術(shù)為數(shù)值計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)計方法在智能設(shè)計概念被明確提出后的幾十年里，智能設(shè)計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)計方法，這些方法對于模擬人類在常規(guī)設(shè)計活動中通過邏輯思維活動運用和加工相應(yīng)類型設(shè)計知識的行為尤為重要。面向?qū)ο蟮闹R表示方法基于規(guī)則的智能設(shè)計方法基于案例的智能設(shè)計方法基于原型的智能設(shè)計方法基于約束滿足的智能設(shè)計方法OOKR是以知識所描述或針對的對象為單位來組織知識，并用對象之間的關(guān)系來表示關(guān)系型和層次型知識的一種混合型知識表示方法。OOKR以領(lǐng)域?qū)ο鬄橹行慕M織知識庫系統(tǒng)結(jié)構(gòu)，對象是知識庫的基本單元。OOKR將多種單一的知識表示方法按照對象的程序設(shè)計原則組合成一種混合知識表達(dá)形式。對象的表達(dá)由4種集合組成，如右圖所示。面向?qū)ο蟮闹R表示方法（Object-OrientedKnowledge

Representation，OOKR）RBD方法是源于人類設(shè)計者能夠通過對過程性、邏輯性、經(jīng)驗性的設(shè)計規(guī)則進(jìn)行逐步推理來完成設(shè)計的行為，是最常用的智能設(shè)計方法之一。該方法將設(shè)計問題的求解知識用產(chǎn)生式規(guī)則的形式表達(dá)出來，從而通過對規(guī)則形式的設(shè)計知識推理而獲得設(shè)計問題的解。RBD的基本過程右圖所示，關(guān)于設(shè)計問題的各種設(shè)計規(guī)則被存儲在設(shè)計規(guī)則庫中，而綜合數(shù)據(jù)庫中存放有當(dāng)前的各種事實信息?；谝?guī)則的智能設(shè)計方法（Rule-Based

Design，RBD）CBD方法是通過調(diào)整或組合過去的設(shè)計解來創(chuàng)造新設(shè)計解的方法，是人工智能中基于案例推理（Case-Based

Reasoning，CBR）技術(shù)在設(shè)計型問題中的應(yīng)用，它源于人類在進(jìn)行設(shè)計時總是不自覺地參考過去相似設(shè)計案例的行為。CBD的基本過程右圖所示，大量設(shè)計案例被存儲在設(shè)計案例庫中。基于案例的智能設(shè)計方法（Case-Based

Design，CBD）人類設(shè)計專家經(jīng)常能夠根據(jù)以往的設(shè)計經(jīng)驗把一種設(shè)計問題的解歸結(jié)為一些典型的構(gòu)造形式，并在遇到新的設(shè)計問題時從這些典型構(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)計方法

求出解的具體內(nèi)容。這些針對特定設(shè)計問題歸納

出的設(shè)計解的典型構(gòu)造形式，即“設(shè)計原型”。

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

進(jìn)而求解屬性空間內(nèi)容的智能設(shè)計方法，稱為基

于原型的設(shè)計方法。PBD的基本過程如右圖所示，設(shè)計原型被存儲在設(shè)計原型庫中備用?；谠偷闹悄茉O(shè)計方法（Prototype-Based

Design，PBD）CSD方法是把設(shè)計視為一個約束滿足的問題（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搜索問題的解空間來查找滿足所有問題約束的問題解。但是，智能設(shè)計與一般的CSP存在一些不同。在一個復(fù)雜設(shè)計問題中，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搜索方法

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

CAD系統(tǒng)的“鼻祖”Sketchpad就是一個基于約束的交互式圖形設(shè)計系統(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，而且對于設(shè)計對象的功能性、結(jié)構(gòu)性、工程性、經(jīng)濟(jì)性等各個方面也都可能提出一定的約束。此外，設(shè)計中的一些常識性知識也可能通過約束來表達(dá)。需要明確的是，雖然設(shè)計約束并不被直接用于產(chǎn)生設(shè)計解，但它在判別設(shè)計解的正確性或可行性方面是不可缺的，因而是產(chǎn)品設(shè)計知識的重要組成部分。由于設(shè)計約束的內(nèi)容十分豐富，因而它存在多種表達(dá)形式。常見的判斷型約束常表現(xiàn)為謂詞邏輯形式的陳述性知識，但也存在許多具有前提條件的約束。此時，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)計方法（Constraint-Satisfied

Design，CSD）智能設(shè)計系統(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)計系統(tǒng)是面向CIMS的智能設(shè)計的高級發(fā)展階段，是人機(jī)高度和諧、知識高度集成的設(shè)計系統(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)計型專家系統(tǒng)之間存在著根本區(qū)別。設(shè)計型專家系統(tǒng)只處理單一領(lǐng)

域知識的符號推理問題，相當(dāng)

于模擬設(shè)計專家個體的推理活

動，屬于簡單系統(tǒng)；而智能設(shè)

計系統(tǒng)則要處理多領(lǐng)域知識和

多種描述形式知識，是集成化

的大規(guī)模知識處理環(huán)境，需要

模擬和協(xié)助人類專家群體的推

理決策動，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

求對跨領(lǐng)域知識子系統(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)計型專家系統(tǒng)一般只能解決

某一領(lǐng)域的特定問題，只是圍

繞具體產(chǎn)品設(shè)計模型或針對設(shè)

計過程某些特定環(huán)節(jié)的模型進(jìn)

行符號推理，比較孤立和封閉，難以與其他知識系統(tǒng)集成；而

智能設(shè)計系統(tǒng)面向整個設(shè)計過

程，要考慮整個設(shè)計過程的模

型，設(shè)計專家思維、推理和決

策的模型（認(rèn)知模型）以及設(shè)

計對象（產(chǎn)品）的模型，特別

是在CIMS環(huán)境下的并行設(shè)計，

更需要體現(xiàn)出其整體性、集成

性、并行性等。設(shè)計型專家系統(tǒng)解決的核心問

題是模式設(shè)計，方案設(shè)計可作

為其典型代表；與設(shè)計型專家

系統(tǒng)不同，智能設(shè)計系統(tǒng)要解

決的核心問題是創(chuàng)新設(shè)計，這

是因為在CIMS大規(guī)模知識集成

環(huán)境中，設(shè)計活動涉及多領(lǐng)域

和多學(xué)科的知識，其影響因素

錯綜復(fù)雜，很難抽象出有限的

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

乎難以窮盡。這樣的設(shè)計活動

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

一的表達(dá)模型，通過抽象可以把復(fù)雜的問題進(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

自身的特點，給左圖5.7所示的智能設(shè)計系統(tǒng)抽象層次模型。圖的左邊層次體現(xiàn)了智能設(shè)計過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)用時所承擔(dān)的任務(wù)，同時也呈現(xiàn)出如左邊一樣的特性。建立智能設(shè)計系統(tǒng)的抽象層次模型，是智能設(shè)計系統(tǒng)集成求解的基礎(chǔ)。①目標(biāo)層是智能設(shè)計要達(dá)到的總目標(biāo)，聲明系統(tǒng)要達(dá)到的要求，往往與市場的需求、用戶的要求相關(guān)聯(lián)。②決策層把要實現(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，可以為問題的描述提供有力的支持，結(jié)構(gòu)層是實現(xiàn)集成的基礎(chǔ)。④算法層是概念設(shè)計中非常關(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，是問題求解的關(guān)鍵所在。知識工程中的專家系統(tǒng)技術(shù)與基于實例的推理技術(shù)以及計算智能的人工神經(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，邏輯層通過關(guān)系和約束把算法層聯(lián)系起來，使系統(tǒng)融合為一個整體。⑥傳輸層保證信息的正確和快速交換以及對信息的管理，是以上各層信息交流的平臺。⑦物理層提供系統(tǒng)運行的軟硬件環(huán)境，包括信息的存儲以及與其他外部設(shè)備的連通。從人類思維的角度來看，人類思維可分為簡單思維和復(fù)雜思維。簡單思維與復(fù)雜思維最根本的區(qū)別在于主體擁有知識的多少和主體對客體的認(rèn)識程度。隨著知識的不斷積累，知識的形式也呈現(xiàn)出多種多樣：理論知識和實踐知識。理論知識和實踐知識體現(xiàn)了人類知識的不同層次關(guān)系，理論知識是實踐知識的抽象和升華；實踐知識是人類通過生產(chǎn)勞動獲得的知識。理論知識和實踐知識，互相促進(jìn)，相互轉(zhuǎn)化，螺旋式地向前發(fā)展。從認(rèn)識論角度分析，人類知識可以分為過程知識、敘述知識和潛意識3類。過程知識是對客觀事物的精確描述，可以用準(zhǔn)確的數(shù)學(xué)模型來表達(dá)。敘述知識是指對客觀事物的描述能夠用語言文字來表達(dá)。潛意識是指客觀事物不能或難于用明確規(guī)范化的語言表達(dá)出來。設(shè)計師在進(jìn)行設(shè)計時，采用的知識并不是單一的。問題的復(fù)雜性，決定了知識的異構(gòu)性。過程知識、敘述知識和潛意識為異構(gòu)知識的抽象形式，異構(gòu)知識具體化的形式可以概況為過程知識、符號知識、實例知識和樣本知識。在異構(gòu)知識體系中，不同層次、不同形式的知識相輔相成，互為補充。其原理主要為物理符號系統(tǒng)（即符號操作系統(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)稱為知識工程（KE）。符號主義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)稱為計算智能（CI）。連接主義Connectionism其原理為控制論及感知-動作型控制系統(tǒng)，研究工作重點是模擬人在控制過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)能力知識的可操作性解釋功能知識形式非線性能力ES較強(qiáng)抽象思維較差一般強(qiáng)規(guī)則、符號弱CBR一般類比思維較差一般一般實例一般ANN較強(qiáng)聯(lián)想思維強(qiáng)無無樣本強(qiáng)GA強(qiáng)仿自然一般無無多種知識強(qiáng)右表是知識工程和計算智能中的

4種人工智能方法的比較，在實際的智能制造設(shè)計系統(tǒng)中，常常是幾種方法的結(jié)合。引用日期2021-05-08智能設(shè)計集成求解策略掌握在智能設(shè)計系統(tǒng)的集成求解策略中常用到4種求解策略，分別是基于符號知識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。對于基于符號知識推理求解來說，初始設(shè)計通過專家知識的推理得到初步方案，再進(jìn)一步分析推理結(jié)果，然后評價對結(jié)果是否滿意。如果對結(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)以上步驟直到對結(jié)果滿意為止。由于工程問題的復(fù)雜性，基于符號知識推理技術(shù)在多方案的產(chǎn)生和再設(shè)計上非常困難，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知識推理提供了有效的再設(shè)計手段。對于基于案例推理求解來說，初始設(shè)計是提取相關(guān)案例，對相關(guān)案例進(jìn)行類比設(shè)計，再通過對案例的

評價，確定是否采用該案例，或進(jìn)一步修改案例以滿

足設(shè)計要求?；诎咐评砬蠼庵R，屬于類比思維。對于人工神經(jīng)網(wǎng)絡(luò)求解來說，初始設(shè)計是

在樣本訓(xùn)練的基礎(chǔ)上，通過輸入值的傳播產(chǎn)生候

選解，對候選解進(jìn)行評價，若對輸出結(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，屬于直覺思維。對于采用遺傳算法求解來說，初始設(shè)計是

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

優(yōu)良的方向發(fā)展，如果得到的個體最優(yōu)則輸出，

否則進(jìn)一步通過遺傳操作修改個體，直到使個體

滿意為止。遺傳算法為基于符號知識推理快速提

供初始方案設(shè)計。智能設(shè)計系統(tǒng)的關(guān)鍵技術(shù)包括設(shè)計過程的再認(rèn)識、設(shè)計知識表示、多專家系統(tǒng)協(xié)同技術(shù)、再設(shè)計與自學(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、設(shè)計信息的集成化等。智能設(shè)計系統(tǒng)的發(fā)展取決于對設(shè)計過程本身的理解。盡管人們在設(shè)計方法、設(shè)計程序和設(shè)計規(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)計方法學(xué)還遠(yuǎn)不能滿足設(shè)計技術(shù)發(fā)展的需求，智能設(shè)計系統(tǒng)的發(fā)展仍然需要探索適合于計算機(jī)處理的設(shè)計理論和設(shè)計模式。設(shè)計過程是一個非常復(fù)雜的過程，它涉及多種不同類型知識的應(yīng)用，因此單一知識表示方式不足以有效地表達(dá)各種設(shè)計知識。建立有效的知識表示模型和有效的知識表示方式，始終是設(shè)計型專家系統(tǒng)成功的關(guān)鍵。一般采用多層知識表達(dá)模式，將元知識、定性推理知識以及數(shù)學(xué)模型和方法等相結(jié)合，根據(jù)不同類型知識的特點采用相應(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表示、框架式的知識結(jié)構(gòu)是目前采用的流行方法。較復(fù)雜的設(shè)計過程一般可分解為若干個環(huán)節(jié)，每個環(huán)節(jié)對應(yīng)一個專家系統(tǒng)，多個專家系統(tǒng)協(xié)同合作、信息共享，并利用模糊評價和人工神經(jīng)網(wǎng)絡(luò)等方法以有效解決設(shè)計過程多學(xué)科、多目標(biāo)決策與優(yōu)化的難題。當(dāng)設(shè)計結(jié)果不能滿足要求時，系統(tǒng)應(yīng)該能夠返回相應(yīng)的層次進(jìn)行再設(shè)計，以完成局部和全局的重新設(shè)計任務(wù)。同時，可以采用歸納推理和類比推理等方法獲得新的知識，總結(jié)經(jīng)驗，不斷擴(kuò)充知識庫，并通過再學(xué)習(xí)達(dá)到自我完善。良好的人機(jī)接口對智能設(shè)計系統(tǒng)是十分必要的。系統(tǒng)對自然語言的理解，對語音、文字、圖形和圖像的直接輸入和輸出是智能設(shè)計系統(tǒng)的重要任務(wù)。對于復(fù)雜的設(shè)計任務(wù)以及設(shè)計過程中的某些決策活動，在設(shè)計專家的參與下，可以得到更好的設(shè)計效果，從而充分發(fā)揮人與計算機(jī)各自的長處。智能設(shè)計系統(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的模糊邏輯推理方式等。基于案例的類比推理和模糊邏輯推理等是目前智能設(shè)計系統(tǒng)的重要特征。各種推理方式的綜合應(yīng)用，可以博采眾長，更好地實現(xiàn)設(shè)計系統(tǒng)的智能化。概念設(shè)計是CAD/CAPP/CAM一體化的首要環(huán)節(jié)，設(shè)計結(jié)果是詳細(xì)設(shè)計與制造的信息基礎(chǔ)，必須考慮信息