第六章-CAPP系统中常用的决策推理和人工智能技术

第六章CAPP系统中常用的决策推理和人工智能技术本章学习目标掌握决策树和决策表12了解人工智能技术及在CAPP中的应用3了解人工智能语言及CAPP专家系统的开发重点：掌握决策树和决策表及CAPP专家系统的开发流程4掌握CAPP专家系统的开发流程主要学习内容31工艺过程设计的特点概述2决策树和决策表3人工智能技术与CAPP专家系统设计简介4人工智能语言和专家系统工具简述1、工艺过程设计的特点概述1.工艺设计过程中存在不确定因素或多工艺方案

模糊评价和推理技术、人工神经网络、遗传算法、蚁群算法，以及多智能体（Agent）技术在CAPP系统中得到应用。2.许多工艺设计工作不是进行数学计算，多数问题的求解过程难以用数学模型来表示，其求解过程是逻辑、判断和决策的过程，这正是人工智能技术的特长所在。3.工艺过程设计中决策逻辑的常用表达方式——决策树和决策表。工艺过程设计的特点：工艺设计过程决策实例工艺路线决策示例—零件图工艺路线决策示例－特征编号加工特征加工方法F101,F301,F401,F501,F701,F801,F901，F10011粗车－半精车－精车F201,F11011粗镗－半精镗F6011粗铣－半精洗H1011钻孔－粗镗－半精镗－精镗2钻孔－扩孔－粗铰－精铰H401，H3011粗镗－半精镗H201－2041钻孔－扩孔S101-1041钻孔－攻丝D1011半精镗D201，D301，D4011粗车－半精车D5011半精车D6011半精镗D7011粗镗－半精镗工艺路线决策示例－特征加工方案工艺路线决策示例－零件加工路线AND/OR图2、决策树和决策表逻辑推理技术是指从已有的事实推出新的事实或结论。创成式CAPP系统的设计，其核心内容是各种逻辑的表达和实现，因此系统的决策逻辑是创成式CAPP系统的核心。在各种CAPP中，工艺过程设计决策逻辑的表达方式用的最多的就决策树和决策表。1）决策树决策树是系统工程中决策支持系统常用的方法，也是传统的系统分析和设计的有效实用方法树是一种连通而无回路的图，不仅可作为数据结构描述树状关系信息，也可以用来表达决策逻辑。构成：决策树由节点和分支构成。节点有根节点、终节点和中间节点之分。优点：表达决策逻辑简单、直观，容易建立和维护，且便于用逻辑流程图和程序代码实现，适合工艺过程设计。缺点：是难于扩展和修改。决策树示例决策树的软件实现孔

精度低

尺寸和形状精度高位置精度高位置精度低钻---镗

钻---铰

钻

C1C2A1C3C4A2A3开始C1A1C2YNC3YA2YC4A3YN结束NN2）决策表将一组用语言表达的决策逻辑关系用一个表格表达，方便计算机语言表达该决策逻辑，是计算机软件设计的基本工具，是工艺过程设计决策逻辑表达常用的方式之一。决策表由表头和表元素两部分表头又分成条件和动作两部分，其中条件放在表上部，而动作放在表下部。条件项目

条件状态

决策项目

决策动作

条件项目：与解决问题有关的条件条件状态：对条件根所列条件的回答（用T和F表示）动作项目：解决问题的动作动作状态：标识选择哪个动作（用X和空表示）决策表清晰、紧凑、易读、易懂、易改，方便作逻辑一致性和完备性检查特点：组成：2）决策表自然性表格形式直观，易于理解，适合与知识工程师与专家交流。模块性易修改性（和产生式规则相比）一致性决策表结构易于检测各规则之间的冗余和矛盾，知识库易于维护。决策表的优点决策表大小的控制。注意：1、某车削加工的决策描述2、基本型决策表扩展型决策表3、扩展型决策表向基本型决策表转换4、简单规则与复杂规则及复杂规则的分解5、冗余规则的合并及规则的不一致6、死循环某车削加工的决策描述2）决策表基本型决策表（限定表）条件项目部分准确地给出了条件是什么，并且条件状态只能是真、假或无关。扩展型决策表（非限定表）如果决策表中的条件状态不只是“T”、“F”或空格（无关）这三种情况，则成为扩展型决策表（非限定表）。2）决策表扩展型决策表向基本型决策表转换2）决策表简单规则与复杂规则决策表中，如果条件状态部分都是“T”或“F”，并且不含无关的一条规则称为简单规则，否则称为复杂规则。复杂规则的分解2）决策表冗余规则的合并及规则的不一致2）决策表——决策表中，如果一种动作被用来改变条件，并且重复使用该表时，则可能产生死循环。死循环例：加工一个圆柱形零件，技术要求是：圆柱面直径80mm，表面粗糙度Ra＝1.60μm，尺寸公差0.030mm。3、人工智能技术3.1人工智能概述3.2CAPP专家系统设计简介3.3知识的表达方式3.4工艺知识的表达3.5正向推理技术和反向推理技术3.6模糊推理技术3.7Agent技术及其在CAPP中的应用3.8非经典数学方法及其在CAPP中的应用简介3.1人工智能概述人工智能（AI-ArtificialIntelligence）是一门综合了计算机科学、控制论、信息论、神经生理学、语言学和哲学等多种学科的交叉学科。人工智能的本质：研究、设计和应用智能机器或智能系统来模拟人类智能活动的能力，以延伸人类智能的科学。3.1人工智能概述研究人工智能的两条途径：（1）心理学家和生理学家提出的，从大脑的神经元模型着手研究。（2）计算机领域的专家提出，从模拟人脑功能的角度着手研究。3.2CAPP专家系统设计简介1）CAPP专家系统的概念2）CAPP专家系统的特点3）CAPP专家系统的结构4）CAPP专家系统设计5）CAPP专家系统的工作过程1）CAPP专家系统的概念专家系统是一种问题求解的智能计算机软件系统，也称为知识系统。处理现实世界中提出的需要由专家来分析和判断的问题；应用专家推理方法的计算机模型来解决问题，并应使专家系统得到的结论和某领域专家得到的结论一致。两层含义：1）CAPP专家系统的概念专家系统和传统程序系统的区别传统程序系统专家系统以数据为其处理对象以知识为其处理对象以算法为主进行处理以启发性方法为主进行处理处理中常用重复迭代等方法处理中常用推理方法可对大型数据库操作可对大型知识库进行操作1）CAPP专家系统的概念继承和传播宝贵的工艺设计经验使工艺师的知识形式化汇集各种来源的知识建立专家系统的目的：2）CAPP专家系统的结构1.知识库2.数据库3.推理机4.解释部分5.知识获取部分3）CAPP专家系统特点专家系统具有处理不确定性和多义性知识的特长

工艺过程设计中，主要的工作不是计算，工艺决策方法主要依靠工艺人员长期的生产实际中积累起来的经验性知识专家系统具有对话能力

用户可向机器“询问”推理过程用户界面推理机解释机知识获取知识库和数据库领域专家一般用户AI专家专家系统具有较大灵活性

专家系统求解问题不是按预先确定的步骤进行，而是根据环境条件及达到的目标，在控制策略（推理机）指导下，通过搜索来寻找问题的解答

CAPP专家系统可以具有学习功能一般创成式CAPP系统以“逻辑算法+决策表”为特征

CAPP专家系统是以“推理+知识”为特征4）CAPP专家系统设计1.知识的获取2.选择知识的表达方式具有表达专家知识的能力能简单和方便的描述、修改和解释系统中的知识3.具体构造CAPP专家系统4.示例零件特征信息的提取知识和知识库推理机4）CAPP专家系统设计认识问题特征找出概念建立关系设计知识组织结构建立知识库及推理机制检测知识及系统功能提出要求形成概念确定知识表示和推理方法原型系统再改进再设计再分析再认识认识阶段概念化阶段形式化阶段实现阶段测试阶段回转体零件CAPP专家系统的结构5）CAPP专家系统的工作过程毛坯的选择各表面最终加工方法的选择工艺路线的确定工序设计零件模型的修改机床和夹具选择加工余量选择切削用量的选择工艺知识的表达方式：产生式规则、语义网络、谓词逻辑和框架。推理－－就是按照某种策略从已有的事实知识推出结论的过程。基本推理技术：正向推理和反向推理人工智能研究的核心问题之一：知识的表达、处理和应用。3.3知识的表达方式3.3知识的表达方式早期：是将知识间接的插入到规则和数据中目前：是将知识与规则和数据分开独立研究。出现知识的表达。较著名的知识的表达方式：产生式系统、语义网络、谓词逻辑和框架。产生式系统——首先是由美国数学家波斯特(E．Post)提出，并由Newell和Simon等人进行了深入的研究。最初为解决人类推理模型提出。特点：产生式系统的知识表示：前件→后件，前件就是前提，后件是结论或动作；即表示为“IF(条件)→THEN（结论）”。构成：知识获取环节、知识库、推理机、解释环节和知识库管理系统等。产生式系统的一般结构人机接口推理机解释程序知识获取程序知识库管理系统知识库用户专家知识获取环节对源知识的有效收集；对源知识的精练；对源知识的有效学习知识库—由描述问题求解领域的知识规则构成。推理机—是一组计算机程序，对所提出的问题最佳地利用知识库中的知识，完成问题的求解。解释环节—知识在机器内部是由编码表达的，为了使用户得到可以接受形式的解，同时对推理过程所使用的知识进行说明，解释环节对此作出解释。知识库管理系统—完成为了对知识库中的知识的建立、增、删、修改等操作。产生式系统各部分的功能规则的结构接近人类思考问题的方式，容易从人类专家那里获取领域知识；规则是独立的，容易被用户检查、修改和扩充。容易添加一些解释功能，以观察系统如何进行推理并得出结论；具有描述不确定知识的能力。产生式规则的优点3.4工艺知识的表达工艺事实——可看成是断言一个工艺特征，工艺特征主要指零件的名称、材料、精度和表面粗糙度，以及刀具、量具、机床型号等。工艺规则——它是工艺知识的主体，是表示工艺事实和加工工艺路线或工序内容之间的因果关系，在工艺设计中，依据工艺事实按工艺规则进行推理，得到加工路线和工序内容等。工艺设计不仅要用到许多常识性知识，更需要许多经验知识的支持。工艺经验知识是一种领域知识，它和待加工零件的种类、设计要求以及生产条件有关。工艺经验知识常用框架和产生式系统表示，由于产生式系统构造简单、便于扩展而应用广泛。工艺知识的组成：独立工艺事实的表达产生式系统中独立工艺事实用三元素组表示（特征、对象、数据）例：描述平面特征对象数据事实类别工艺事实之间的联系独立工艺事实只表示一部分工艺事实，更多的是组成工艺事实之间的联系。常用关系树来表示。NC铣削工艺过程设计关系树3.5正向推理技术和反向推理技术在解决复杂的现实世界问题中，人工智能的理论和方法，主要是以专家系统的形式获得了实际的应用。专家系统是一种计算机软件，它能模仿人类专家去解决实际问题，它具有推理能力和存储专家知识的知识库。具有推理能力的部分称为推理机，用来控制协调整个系统的工作。它可以根据当前输入的数据（如零件的制造特征等），利用知识库中的知识，按一定的推理策略去解决需要解决的问题。专家系统模仿人类专家工作，其推理过程与专家相似，推理方式有：正向推理反向推理正向推理正向推理——又称为数据驱动推理、前向链接推理，其推理基础是逻辑演绎的推理链，它从一组表示事实的谓词或命题（原始数据）出发，按一定的策略使用一组推理规则（知识库中专家知识），推出结论的方法。由数据到结论的策略，“数据推动策略”。CAPP中，正向推理是指由毛坯向成品零件，即由毛坯如何一步一步通过加工，最后变成零件。能根据数据库中的数据，知道如何运用知识库中的知识；能将运用知识库中的知识进行推理后得到的结论存入数据库，并将用过的知识记录下来（以备解释之用）；能判断何时结束推理；必要时向用户提问。对推理机的功能要求正向推理示例反向推理反向推理——反向推理又称为目标驱动推理，后向链推理，其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设(目标)，然后逐一验证这些假设。即先提出结论（假设），然后去寻找支持这个结论的证据。采用的是由结论到数据的策略，即“目标驱动策略”。CAPP中，反向推理是指由成品通过逐步给零件表面及中间表面叠加精加工、半精加工及粗加工余量的方法，最后变成毛坯的推理过程。能提出假设，并能运用知识库中的知识判断假设的真假；若真，记录下用了什么知识（以备解释之用）；若假，系统应能提出新的假设，再进行判断；判断何时结束推理；必要时能向用户咨询。对推理机的功能要求3.6模糊推理技术模糊推理技术的基础是模糊数学，模糊数学是研究和处理模糊现象的科学，它通过隶属度函数来描述事务的渐变过渡。自1965年扎德提出模糊集合的理论以来，模糊理论及应用的研究发展很快，其应用领域几乎包括了自然科学、社会科学和工程技术的每一个分支，CAPP也不例外。CAPP中主要利用模糊推理技术决策工艺方案、加工过程、机床刀具的选择等等。3.6模糊推理技术3.7Agent技术及其在CAPP中的应用有兴趣的同学自己学习3.8非经典数学方法及其在CAPP中的应用简介1.遗传算法遗传算法是模仿生物进化的适者生存原则指导搜索并改进目标，每个解的质量通过目标函数适应值（Fitness）进行评价，适应值大则遗传的概率高。2.遗传算法的三个算子复制（Copy）、交叉（Crossover）、变异（Mutation）复制（Copy）是把种群（Population）的个体（Individual）直接复制到下一代，遗传的概率取决于个体适应值交叉（Crossover）是两个种群的染色体基因通过一定的杂交方法重新组合，一般用二进制码表示变异（Mutation）是改变某一基因，达到种群的多样性、争取更大的搜索空间。3.应用遗传算法的设计步骤：设计染色体构造问题的适应度函数设计基本算子确定算法参数，即确定种群规模，复制、交叉和变异的概率、终止原则等。3.8非经典数学方法及其在CAPP中的应用简介(Example)遗传算法应用示例复制操作之前的各项数据串号初始种群（基因型）X值（表现型）目标函数值F(x)=x3-32x2-15x+60适应度Fi=(fmax-f)/(fmax-fmin)复制概率Fi/∑Fi期望复制数复制数Ri100001114000021110028-34960.7120.3491.39613010008-15960.3280.1610.644141001119-491810.491.962总计2.04144平均0.510.2511最大值10.3491.962遗传算法应用示例第一次复制操作之后的各项数据新串号复制种群(表现型)匹配对象(随机选取)交换点(随机交换点)新种群(基因型)

X值(表现型)fi(1)值适应度Fi(1)复制概率Fi/∑Fi期望复制数复制数111100421101127-39900.4990.2340.9361201000320101111-29460000310011221000016-42760.6350.2981.1921410011121010020-504010.4691.8762总计2.133144平均0.5330.2511最大值10.4691.8762遗传算法应用示例第二次复制操作之后的各项数据新串号复制种群(表现型)匹配对象(随机选取)交换点(随机交换点)新种群(基因型)

X值(表现型)fi(2)值适应度Fi(2)复制概率Fi/∑Fi期望复制数复制数111011431100024-49080.820.2921.1681210000221000016-42760000310100321010020-50400.9920.3531.4121410100131011123-504610.3561.4242总计2.812144平均0.7030.2511最大值10.3561.4242遗传算法应用示例第三次复制操作之后的各项数据新串号复制种群(表现型)匹配对象(随机选取)交换点(随机交换点)新种群(基因型)

X值(表现型)fi(3)值适应度Fi(3)复制概率Fi/∑Fi期望复制数复制数111000421101127-39900000210100211010121-51060.9960.3391.3561310111321010020-50400.9380.3201.281410111111011022-511010.3401.362总计2.934144平均0.7340.2511最大值10.3401.362由上计算可知：Max(Fi(3))-Max(Fi(2))=1-1=0<0.001(取ε=0.001)所以函数的最小值就是：当x=22时，f(x)=-5110遗传算法应用示例结论4、人工智能语言和专家系统工具简述一种描述性语言，用Prolog语言求解时，只须程序员描述待解问题中的对象及它们之间的关系的一些已知事实和规则。Prolog语言的数据和结构统一。Prolog语言能够自动实现模式匹配和回溯递归是Prolog语言的重要特点语法简明Prolog语言的发展Prolog（ProgramminginLogic）语言是一种以逻辑推理为基础的逻辑型程序设计语言。是一种陈述性语言。它与其他计算机语言（C,BASIC,Frotran等）的区别在于，