#7机电系统的智能设计理论和方法.docx
《#7机电系统的智能设计理论和方法.docx》由会员分享，可在线阅读，更多相关《#7机电系统的智能设计理论和方法.docx（15页珍藏版）》请在冰豆网上搜索。
#7机电系统的智能设计理论和方法
7．机电系统的智能设计理论和方法
7．1人工智能概述
人工智能（ArtificialIntelligence）简称AI，它是计算机科学的一个重要的研究领域。
近40年以来获得了迅速的发展，在很多领域都获得了广泛的应用。
7．1．1什么是人工智能
斯坦福大学人工智能研究中心的Nilsson教授认为：
“人工智能是关于知识的科学----怎样表示知识以及怎样获得知识并使用知识的科学。
”MIT的Winston教授指出：
“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作。
”这些定义反映了人工智能学科的基本思想和基本范围。
事实上，一般认为用计算机模拟人的智能行为就属于人工智能的范畴。
7．1．2人工智能的研究途径
从不同的途径认识和模拟人类的智能行为，产生了不同的人工智能的理论和技术为，模拟人类智能的途径有以下几种：
1.心理学途径
心理学的途径就是考察人类在解决各种问题时采取的方法，总结人们思维活动的规律，由此产生了人了智能的符号机制（symbolisms）。
符号机制认为认识的基本元素是符号，人的认识过程就是一种符号处理过程。
人类的思维过程可以用某种符号来描述，因此人工智能的核心就是“表示”问题。
40多年以来．人工智能的巨大进展主要就是在这种思想的指导下取得的。
2．生理学途径
这种途径直接模拟人和动物的大脑，由此产生了人工智能的连接机制（connectionism），即人工神经网络方法。
连接机制认为认识的基本元素就是神经元本身，认识过程就是大量神经元的整体活动，本质上是并行分布的模式。
因此，连接机制就是建立人工神经网络，模拟人类的智能行为。
自从80年代以来，连接机制的研究获得了很大的发展。
3．生物演化途径
生物演化途径的研究者认为，人类的智能就是从生物的演化中得到的，从对生物演化的模拟产生了演化算法（evolutionalprogramming）。
从70年代开始，演化算法的研究也取得了很大的发展。
目前，将演化计算、连接计算、模糊计算（符号机制中的模糊逻辑方法）和最近发展起来的混沌计算统称为计算智能（computationalintelligence）。
计算智能是人工智能研究的一个新的方向，使人工智能从传统的符号计算向符号计算和数值计算的综合集成的方向发展。
4．社会学途经
社会学选径注重研究人征社会中的行为，将人模拟成由多种智能品质构成的有机的整体—Agent,，综合考察Agent本身及其在Agent环境中的行为，这就是智能Agent理论。
近年来智能Agent基础理论也成为人工智能界最引入注目的研究课题之一。
7．1．3人工智能学科的发展
“人工智能”这一术语，是在1956年由McCarthy和Minsky等人发起的关于用机器模拟智能的学术讨论会上提出的，这就标志着人工智能这一学科的诞生。
1957年Rosenblatt研制了感知机，这是一种将神经元用于识别的系统，它的学习功能引起了广泛的兴趣，推动了连接机制的研究。
但是很快发现了感知机的局限性，不能解决复杂的识别问题，从而连接机制的研究进入低潮。
从60年代到70年代，符号机制的研究获得了很大的发展。
特别是DENDRAL、MYCIN和PROSPECTOR等有名的专家系统的研制成功，使人工智能开始走向实际的应用。
70年代H0lland提出了遗传算法，标志着演化计算研究的开始。
在80年代，连接机制的研究也有了突破性的进展，特别是Hopfield提出的网络模型和Rumelhart等人提出的多层网络学习算法，又把连接机制的研究推向高潮。
在这一时期，符号机制和演化计算的研究也有了很大的进展。
在90年代，智能Agent的研究开始引起人工智能界的广泛注意，并迅速成为一个热门的研究课题。
目前，人工智能的研究在上述各个分支都取得了很大进展。
随着知识在人类社会的发展中占有越来越重要的位置，人工智能的研究和应用也就越来越受到重视。
1962年美国普林斯顿大学的马克卢普教授提出了“知识产业”的概念。
所谓知识产业，就是生产和提供知识的产业。
它是以知识为主体形成的，知识产业不同于知识密集型产业。
知识密集型产业主要生产物质产品，而知识产业是以信息为中心的关联企业，主要产品是信息，其主要形式包括研究成果、软件、咨询报告、产品设计与工程设计等。
到了90年代，世界经济开始进入知识经济的时代。
1996年西方国家的经济合作发展组织（OECD）发出了一份年度报告，题目就是“以知识为基础的经济”。
根据其定义，知识经济是以知识为基础的经济，这种经济直接依赖于知识和信息的生产、分配和使用。
目前，西方知识经济是以信息产业为代表的迅速发展的高科技产业。
世界首富、微软公司总裁比尔·盖获被公认为知识经济时代的代表人物。
因此，知识经济也称为信息经济。
但严格来说，知识经济包含更多的内容。
信息科学、遗传工程、新能源、新材料、空间技术、海洋科学、环境科学及现代管理等知识成为发达国家经济投入的重要资本，形成了一些以知识、智力等无形资产投人为主的企业。
知识经济的出现，标志着人类社会正在步入一个以知识资源为主要依托的经济时代。
因此，研究知识的表示、获取与应用的科学—人工智能，就变得越来越重要了。
7．1．4人工智能的应用
目前，人工智能的主要应用领域包括：
（1）专家系统。
模拟人类专家的问题求解过程，解决那些只有专家才能解决的复杂问题。
（2）知识库系统。
对人类的知识进行存储、加工、管理，并根据需要对知识进行处理和应用。
（3）决策支持系统。
利用模型和知识，通过模拟和推理等手段，为人类的话动进行辅助决策。
（4）自然语言理解。
理解人类的自然语言，以实现人和计算机之间自然语言的直接通讯，从而推动计算机更广泛的应用。
（5）智能机器人。
具有感觉、识别和决策功能的机器人。
（6）模式识别。
模拟人类的听觉、视觉等感觉功能，对声音、图像、景物、文字等进行识别。
（7）自动程序设计。
由计算机完成程序的验证和综合，实现程序设计自动化。
当前，人工智能员主要的应用就是建造专家系统。
7．2智能CAD概述
设计一般包括两类工作：
一类为数值计算，包括计算、分析、绘图等，主要依靠建立涉及对象的数学模型并进行数值处理；另一类为符号推理，包括方案设计、评价、决策、结构设计等，它们均属于创造性活动，必须依靠思考与推理，因此这类工作主要依靠建立设计对象的知识模型并进行处理。
传统的CAD技术都以数值计算为基础，处理第二类工作很困难，可是在实际的设计工作中，第二类工作有着举足轻重的地位，例如，方案构思将对设计的优劣有决定性影响。
因此必须引入人工智能的原理与方法，采用专家系统技术，将CAD发展为智能CAD技术，以适应创造性设计的要求。
7．2．1智能CAD的形成
智能CAD（IntelligentCAD,ICAD）概念的形成经过了一个较长时间的酝酿才逐渐形成。
1．单一专家系统向协同式专家系统（Cooperativeexpertsystem,CES）的发展
CES的目标是在网络及分布式数据库环境下，用多个独立智能体（agent）进行集群推理，通过相互协作与通讯求解复杂问题。
CES的基本思想是：
1）智能体的自主性即每个智能体有自己的知识，能进行自己的推理、规划与通讯。
2）智能体的分布性指数据、知识和控制在逻辑上或地理上的分布性，各个智能体间是一种松耦合的关系，以保证将更多的时间用于内部事务的处理，而不作相互间过多的通讯。
3）智能体之间的协作指任务共享、知识共享及中间结果等问题的处理。
2．专家系统与传统CAD系统向高度集成的复杂系统发展
进入90年代，市场的激烈竞争导致了各种先进制造模式的出现，例如计算机集成制造系统以及并行工程等等。
它们的共同目标都是追求T、Q、C、S、E，即产品上市快、质量高、成本低、服务好以及环境清洁。
众所周知，如果只有先进的制造手段而没有先进的产品设计，则先进制造就会成为“无源之水”。
先进的产品设计方法及手段必须纳入这种复杂系统中加以统一考虑，其中要解决的核心技术之一就是集成。
考虑到专家系统与传统CAD系统集成以解决复杂产品设计的迫切需求，早在1987年荷兰的P.J.W.TenHagen和美国的J.Pohl就提出ICAD的概念，认为ICAD本身是一个系统，它将专家系统内嵌于CAD中，ICAD依靠知识库、数据库、专家系统等来解决各种设计问题。
他们认为ICAD是一个通用的设计软件或是一种支持环境，不应该是某种产品专用的设计软件。
随后，1990年，V.Akman和P.J.W.TenHagen等提出了集成的交互式智能CAD（InteractiveintegratedintelligentCAD,IIICAD）系统。
近几年来，我国的一些学者相继提出了智能工程和智能设计等，其出发点均是要采用集成的办法将专家系统、人工智能与传统CAD技术有机结合起来，形成智能化、集成化CAD系统，为复杂工程及产品设计提供支持。
3．ICAD的应用开发促进了ICAD的发展
近几年来，国内外在开发ICAD方面作了大量工作，应用领域遍及建筑、工程设计、机械产品设计、加工等。
在开发中针对具体问题，对设计过程、知识表示、知识库建立、信息集成、信息管理、用户接口等提出了一些新的方法和思路。
这些工作有力地促进了ICAD的发展。
综上所述，近十年来由于协同式专家系统的发展，由于CIMS、并行工程、敏捷制造等复杂大系统对新产品设计的迫切需求，设计集成环境的发展以及众多实际应用系统的开发实践，逐渐促成了ICAD的形成。
7．2．2智能CAD的基本概念
迄今为止，对ICAD还没有一个完整的统一定义，根据上面对ICAD形成的叙述，可以表述为:
ICAD是一种由多个智能体（或称专家系统）与多种CAD功能模块有机集成的支持产品设计的复杂系统。
ICAD的概念包含了一下内容：
1）ICAD是传统CAD技术与专家系统技术的有机集成，这种有机集成表现为ICAD是一个完整的系统；
2）ICAD中一般包含多个专家系统，它们独自负责解决某个单一领域的设计问题，但它们又是分布式的，通过协同工作，解决涉及多个领域的复杂设计问题；
3）ICAD应该为复杂产品的创新设计、革新设计或变型设计提供功能强大、可灵活变化的支持环境或工作平台，不应该是针对某类产品设计的专用系统；
4）ICAD支持复杂产品设计的范围应包括产品需求分析、方案设计、装配结构设计、可装配性分析、可制造性分析、工程分析、优化设计、运动仿真等。
7．2．3智能CAD研究的基本问题
在智能CAD的研究与应用开发中，要解决三个基本问题：
1．设计知识模型的表示与建模方法
设计知识模型的内容包括两个方面：
第一，设计对象的知识模型，即对设计对象本身所涉及的各种知识建立相应的模型；第二，设计过程的知识模型，即建立设计过程的规划、协同控制及评价决策等模型。
在知识模型的内容确定后，必须研究模型的表示方法，这种表示方法既能对知识模型进行逻辑描述，又能对知识模型的计算机化进行可操作性描述，同时必须研究相应的建模方法。
2．知识利用
在知识利用方面，要研究各种搜索方法、约束满足方法、基于规则的推理方法、基于实例的推理方法以及基于原型的设计方法等
3．ICAD的体系结构
体系结构是ICAD的重要研究内容，因为它必须体现ICAD的基本思想与特点，例如集成的思想、多智能体协同工作的思想、人机协同以人为本的思想等。
7．3智能CAD的关键技术
智能CAD系统的关键主要表现为两个方面，一是如何表达设计中各种各样的设计知识，即知识的表示问题，二是如何利用这些知识正确地获取设计的结果。
第二个问题的关键是知识推理。
7．3．1知识表示
知识的自动化处理技术是ICAD的核心技术，知识处理包括知识表示、知识利用和知识获取，智能CAD首先必须处理知识表示问题。
所谓知识表示就是要确定知识符号化的一种描述法则，以便把这种描述方便的、有效地变成计算机能处理的某种数据结构。
知识表示与其后的知识推理密切相关，什么样的知识表示决定了什么样的推理机制。
知识表示的方法很多，常见的有：
产生式规则、框架、谓词逻辑、语义网络、面向对象、实例等，它们各有特点，各自适用于一定的范围。
7．3．2知识推理
推理是ICAD的另一个关键技术，它关系到知识处理的效率和质量。
推理方法很多，而且和知识的表示密切联系。
常用的推理方法有：
1）演绎推理和归纳推理
2）精确推力和不精确推理
3）单调推理和非单调推理
7．4设计型专家系统
7．4．1专家系统的特点与类型
1．专家系统的特点
什么是专家系统？
专家系统是在特定领域中的一套计算机程序，它具有专家工作时利用知识和推理解决问题的能力。
专家系统是人工智能的重要应用领域。
它具有如下特点：
1）启发性它除了能利用大量专业知识外，还能利用经验知识作出假设和判断，引导推理的正确进行。
2）透明性专家系统能将其工作过程显示给用户，能对用户的提问作出必要的解释，并能为用户提供咨询等。
3）灵活性正如人类专家可以修改自己拥有的知识和学习新的知识一样，专家系统也能增加和修改它所拥有的知识，以适应逐渐复杂化的问题求解。
2．专家系统的类型
可划分为以下几种主要类型：
1）解释型专家系统根据获得的数据去分析问题的结构或状态。
这类系统的困难是数据常带噪音和误差，甚至相互矛盾。
2）预测型专家系统根据过去及现在的情况推断将来的情况。
例如，天气预报、人口预测、交通预报等。
3）诊断型专家系统根据观测到的事实推断对象系统的功能故障。
如医疗、电子、机械或软件等的诊断。
4）设计型专家系统构造对象模型（方案），而且满足约束条件，如机械设计、电子电路设计和建筑设计等。
这类系统主要问题是：
设计评价问题，再设计过程中回溯点的确定问题，多目标与约束协调问题等等
专家系统的分类不是唯一的，有时将专家系统又区分为分析型决策支持系统和设计型决策支持系统。
一般认为，处理设计问题比处理分析问题更困难，正如在机械设计中综合问题常比分析更困难一样，原因是设计型问题的求解结果往往是不确定的，因而推理更复杂，需要的知识更丰富。
7．4．2专家系统的基本结构
一个较为完善的专家系统的基本结构如图7-1所示，它包括七个部分：
1）知识库存放领域专家提供的专家知识。
它们包括书本知识（理论知识）、常识性知识以及凭经验得到的启发式知识。
一个专家系统性能的优劣完全取决于系统所具有的知识的质量和数量，因此，知识库的建立是专家系统的中心工作，也是最困难的工作，这涉及到知识工程是从领域专家那儿采集知识，进行整理、抽象及形式化（称知识获取），然后以计算机能接受的形式（知识表示）将这些知识存放在知识库中，以及知识库的管理问题等。
2）上下文它与数据库相类似，动态地反映或存放求解领域问题时的原始数据及事实，以及中间结果信息，类似于“黑板”。
3）推理机在一定的控制策略下，针对上下文中的当前信息，选取知识进行推理，以求解问题的结果。
有各种推理控制方式，常见的有：
数据驱动的正向推理、目标驱动的反向推理、正反向结合的混合推理等。
针对知识的精确与否，又可以分为精确推理和不精确推理两种。
4）知识获取模块知识获取分为人工方式、智能编辑及自动方式三种。
5）知识库维护模块实现对知识库中知识的矛盾、冗余检查，新知识加入后对已有知识的调整检查，以及对知识库的刘澜、增、删和修改等操作。
6）解释机制回答用户的提问，对求解过程及求解状态进行说明。
帮助用户了解求解的过程，判断求解的正确性，发现系统的错误，增强对所得结果的信任度。
7）人机接口一方面将专家或用户的输入信息翻译成计算机可接受的内部信息形式；另一方面将系统的反馈信息（如解释、结果等）输出显示。
人机接口还包括界面设计，以实现系统的操作友好性。
从上面的描述可以看出，构成一个专家系统，核心技术集中在三个方面，即知识获取、知识表示及知识利用。
7．4．3机械设计型专家系统的特点
如果对机械设计过程进行仔细分析，则发现机械设计是一个反复进行各种决策的过程。
这个决策过程可以分为：
①设计决策过程，即决定下一步设计应该做什么，是材料选择还是应力计算，即决定设计步骤；②技术问题决策，即对某个具体技术问题在经过某些分析、计算或比较后，决定是否可以接受，例如材料、几何形状、结构大小、加工工艺性等；③评价性决策，即对整个设计进行综合评价，确定可接受的标准，并在满足所有约束条件及目标要求的情况下选择一个较优的设计。
根据以上叙述，机械设计型专家系统具有以下特点：
1．时常采用“设计—评价—再设计”的过程决策模型（见图7－1）
图7－1中首先根据所给的设计要求产生一个初始设计，然后进行必要的分析、计算或比较，这时可以采用有限元分析、面向对象的工程分析或经验比较等手段，获得一个或几个改进的方案。
在此基础上运用系统工程学和模糊数学等理论进行评价，决定方案能否接受，为此必须建立有关评价体系及评价准则的知识。
如果方案不能接受，则必须进行再设计，根据再设计知识确定回溯点及相应参数的修改。
如果还不成功，则原先规定的设计要求必有不合理成分，需改进后重新开始设计。
这样的过程决策模型（亦即总控模型）是机械设计型专家系统的特点之一。
2．设计过程决策、技术问题决策及评价性决策要多种资源支持
图7－2中给出了所需的各种资源，它们大多数也是当前CAD中所用的资源，因此有关决策与相应CAD资源的密切结合是机械设计型专家系统的又一特点。
图7－1“设计—评价—再设计”的过程决策模型图7－2决策所需的资源
3．机械设计型专家系统具有的特殊困难
（1）大的决策空间解决办法是合理地划分为几个决策子空间，使有关的决策在相应的子空间中有效地进行。
（2）机械设计的多目标性及解的不唯一性目标不仅涉及使用性能，还常常涉及经济性等多方面的要求，致使满足目标的方案可能有多个，给评价决策带来困难。
（3）机械设计知识的多样性、病态结构及其模糊性机械设计知识不仅有启发式知识，而且有大量的数据、设计参数、计算公式、图表处理等，许多经验知识带有模糊性，因此对这些不同类型的知识与数据要进行合理分类与组织，并进行有效管理。
（4）设计变量、设计子任务和设计目标的相关性它们之间常常存在着一定的联系，有时甚至是相互矛盾的，因此相互协调及解决各种冲突的能力应加以考虑。
（5）接口技术的综合性接口应能处理多种运行环境、多种语言并存以及与图形系统。
数据库系统或其它应用系统的集成问题。
7．4．4设计型专家系统的控制与求解策略
本节首先介绍一般机械设计型专家系统的总控策略及具体的过程控制策略，并由此引出相应的系统结构。
接着介绍机械产品方案设计专家系统的求解策略及其系统结构。
1．总控策略
机械设计过程可用图7－4表示，该过程简单概括为“设计—评价—再设计”的有限次迭代，它是大多数机械设计所采用的总体求解策略，实质上是人工智能中“规划一生成一测
图7－4机械设计过程
试”的控制策略。
在图7-5中有五个主要的功能模块，现分别叙述如下：
（1）初始设计模块一般完成方案设计，通常需要丰富的知识与经验，其本身往往成为一个子专家系统。
（2）分析模块目的是为评价提供部分依据，评价的另外依据来自专家的启发式知识。
分析模块的内容是针对领域对象的，内容十分广泛，主要是各种各样的分析计算工作，包括有限元计算。
（3）评价模块目的是要拟订出具体的评价指标共计算其数值，以便对以前完成的工作有定量的评估。
这些指标的确定涉及系统工程学、价值工程学、决策论、运筹学、模糊数学等，也依赖于经验。
具体对象将有不同的评价指标。
评价除为接受性决策提供信息来源外，还为再设计的回溯决策提供依据。
（4）可接受性决策模块由多个评价指标综合建立起可接受性指标。
通俗地讲即对每个设计打分，一方面，决定当前设计能否被接受，另一方面存储所有可行设计，然后评出一个最佳设计，从而体现了设计的优化。
（5）再设计模块根据评价及决策给出的信息，运用专家知识，决定如何修改设计。
例如，如果轴的挠度太大导致了轴设计的失败，则根据再设计知识，作出诸如减少跨距、增加轴径、改变轴结构形式等可能的修正办法，并由此决定再设计的回溯点。
将上述设计过程从结构上加以形式化，就可得出图7－5所示的模块化系统结构。
图7—4设计过程的五个功能模块中的有
关知识，组成了图7－5知识库中相应的五个
知识子库。
其中的另外两个模块，即黑板与控
制模块，则用于设计信息的存储与设计过程的
管理。
（1）黑板模块黑板可视作一个工作存
储器，或相当于一个动态数据库，存储设计所
需的公共信息及设计过程中产生的信息，包括
中间设计结果和最终设计结果，实现在系统控图7－5控制的模块化系统结构
制下各模块门的信息传递。
另一方面黑板的当
前信息也反馈给控制模块，使它能根据反馈信息和自身所存储的行为决策知识，决定系统的下一步行动。
（2）控制模块起控制调度作用，由它实现设计过程的控制，详见几．2，2的叙述。
2．过程控制策略
常用的过程控制策略有：
①推理；②问题归纳，即用与／或图描述一个复杂的设计问题，也就是将复杂的设计问题分解为具有与／或关系的许多简单的设计子问题；③日程表，即执行任务的排序表，该排序表考虑了各任务的优先级别，且在执行过程中可动态地改变；④菜单，通过选择菜单灵活地调度设计过程。
在实际系统中往往采用多种控制策略，以下叙述的是一个基于黑板的采用两级控制的设计型专家系统的控制结构，在这个结构中，既包含了前一节所讨论的总控策略，也体现了本节所讨论的过程控制的策略。
在论述这个具体的控制结构前，有必要对黑板结构作简要介绍。
“黑板”结构最早是在1972—1977年关于自然语言理解的专家系统HEARSAY－
和
提出的，后来被广泛应用到许多具有很大搜索空间和多种知识类型的系统中。
前面的图7－5就是一个基于黑板的控制结构。
现在每当人们提到黑板结构时，总是指这种结构具有以下基本特点：
（1）知识常常被划分为若干相互独立的知识源，每个知识源对应一个特定的求解任务。
（2）黑板相当于全局数据库，也即为工作存储器，它记录了各于任务求解时的输入、输出信息，以及各子任务问的交换信息和共享信息。
（3）黑板结构中控制的根本任务就是要选择和激活适当的知识源，以便系统能利用最优数据和最有希望的解决问题的方法。
图7－6是在图7－5的基础上考虑了过程控制设计而形成的。
在该结构中采用了两级控制，即元级控制与目标级控制，现解释如下：
1）．元级控制
元级控制的工作原理是启动元推理机，对无知识库中的元知识进行推理，产生日程表，用于对设计过程进行控制。
可简单表达为：
元推理机—无知识—日程表。
（1）无知识是关于领域知识的知识，是管理和使用领域知识的知识。
元知识通常由通讯标准化知识，子系统特征知识、方法优选知识、冲突决策知识和设计任务规划知识等组成。
显然这些知识可用于对整个系统进行管理、协调、维护、控制和使用。
无知识的表达仍然可以采用常用的知识表示法，例如规则表示、框架表示或面向对象的类框架表示等。
（2）元推理机用来对无知识进行推理，它的实现取决于元知识的表示方法。
由于元知识的表示常常采用多种知识的表示方法，因此元推理机也不仅仅只有一种推理方式，时常由多种形式的推理机组成，例如有基于规则的推理机和框架推理机等。
就每种推理机而言，与前述相关推理机在原理上并无区别。
（3）日程表是元推理的结果，描述了需要进行目标推理的各个子问题的优先级排序。
日程表的作用是：
①规划目标级推理，使之有条不紊地进行
将一复杂的设计目标分解为若干个子目标（或称子问题，子任务），以利于提高目标推理的效率。
某一设计问题的日程表可能是这样的：
日程表
升级会员 