《智能制造技术基础》课件——第2章 智能系统方案与设计.pptxVIP

智能制造技术基础;概述;;;;;由于CIM技术的发展和推动，智能设计由最初的设计型专家系统发展到人机智能化设计系统。虽然人机智能化设计系统也需要采用专家系统技术，但它只是将其作为自己的技术基础之一。;;;智能设计概述;三、设计型专家系统;四、人机智能化设计系统;五、研究（academicresearch）实例;轴承选择示例;空气静压节流形式选择示例;空气静压轴承参数设计示例;空气静压轴承参数设计结果示例;主轴材料选择示例;主轴结构选择示例;临界角速度计算示例;综合评价示例;设计结果示例;总结;设计方案的智能映射与决策;;具体到制造领域，企业可以利用大众力量进行产品创意设计、品牌推广等，产品研发围绕用户需求，极大地增强了用户体验；用户也通过价值共享获得回报，从而达到企业与用户的双赢。

就企业和用户的关系而言，用户由产品购买者转变为产品制造者和产品创意者。社会化企业背景下产生了众包生产、产品服务系统等制造模式。

;;要使智能设计系统在更高水平承担现实世界中提出的设计任务，首先还要经过建模阶段。

设计知识模型实际上是从现实世界到逻辑世界的映射，它的建立最终是在逻辑世界完成的。

而要进一步利用和实施设计知识模型以完成设计任务，则要将逻辑世界中的设计知识模型映射到计算机世界中去。

因此，三个世界之间有两种映射关系存在，分别对应前面所说的智能设计的两大任务。;;;;;;;;;;;;;;;;;;智能设计系统;具体研究CAD集成、虚拟现实、并行及分布式CAD/CAM系统及其应用、多学科协同、快速原型生成和生产的设计等人机智能化设计系统(I2CAD)。

智能设计是智能工程与设计理论相结合的产物,它的发展必然与智能工程和设计理论的发展密切相关,相辅相成。

智能设计的发展和实践,既证明和巩固了设计理论研究的成果,又不断提出新的问题,产生新的研究方向。智能设计作为面向应用的技术其研究成果最后还要体现在系统建模和支撑软件开发及应用上。

;;;;;;;;;;人工智能、知识工程、专家系统的关系;人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的一个长期目??是发明出可以像人类一样或能更好地完成以上行为地机器；另一个目标是理解这种智能行为是否存在于机器、人类或其它动物中。

知识工程(KnowledgeEngineering，KE)产生于20世纪70年代中期，1977年著名的人工智能专家费根鲍姆(E.A.Feigenbaum)在第5届国际人工智能会议上。“知识工程”这一概念的提出，标志着人工智能的研究进入了实际应用的阶段。

专家系统(ExpertSystem，ES)是一个智能计算机程序系统，该系统存储有大量专家水平的某个领域知识与经验（知识库），同时具有求解问题的方法和策略（推理系统），可以解决某个领域内的许多有专家才能解决的复杂问题。系统能够接收外部的输入信息，运用人工智能技术进行推理、判断、决策等，模拟人类专家的决策过程，是人工智能应用的一个重要方面。;人工智能的主要学派

;专家系统三个特点

;专家系统主要由知识库和推理引擎两部分组成。

知识库由谓词演算事实和相关讨论主题的规则构成；

推理引擎由所有操纵知识库来演绎用户要求的信息的过程构成；

用户接口是用户与计算机交互的处理系统；解释子系统分析被系统执行的推理结构，并把它解释给用户。;1、基于规则的推理（RBR）

;产生式表示法是由美国数学家E.post于1943年提出来的，该方法用类似于文法的规则对符号进行置换运算，将每一条符号置换规则称为一个产生式。此后几经修改与充实，应用到许多领域之中。

1972年，A.Newell和A.Simon在研究人类的认知模型中开发了基于规则的产生式系统。目前，产生式表示法是人工智能中应用最多的一种知识表示方法，许多专家系统都用它来表示知识。

;规则的学习有两种方法，归纳法和演绎法。

归纳规则学习方法建立一个领域的新规则——不能从任何以前的规则推导出。

演绎规则学习：通过从以前知道的领域规则和事实推理附加的规则来扩展一个系统的性能效率，不用附加规则，系统也能推出使用附加规则推出的结论。

;2、基于事例的推理（CBR）

;对于CBR的概念，不同的学者有着不同的解释。我们暂时同意伯格曼(Bergmann)的看法，认为基于事例的推理一方面是模拟人类推理和思考过程的方法论，另一方面是建造智能计算系统的方法论。它在记忆中存储以前的经验，用来解决新问题。

在推理中，CBR从记忆中检索出与新问题相似的经验，根据新情况的具体背景，部分或全部复用旧的经验，必要时做相应的适应性(adaptation)修改，并在记忆中保存新的经验，实现动态学习。;我们可以将CBR过程划分为四个

阶段：

事例检索(RETRIEVE)