六章CAPP的决策推理和人工智能技术.ppt
1,计算机辅助工艺设计 CAPP系统设计,2,第六章 CAPP的决策推理和人工智能技术,CAPP工艺决策分为：逻辑决策、计算决策和创造性决策。逻辑决策：对于长期生产实践中积累的工艺经验进行系统的总结，建立相应的决策规则，根据逻辑推理进行决策，广泛应用于加工方法选择、机床选择和刀具选择等。最常用的决策逻辑表达和实现方法是决策表和决策树。,3,第六章 CAPP的决策推理和人工智能技术,计算决策：主要用于能够建立数学模型和已具备较完善的经验数据的情况，如工序尺寸计算、切削用量选择及工时计算等。创造性决策:对于一些具有较大模糊性，需要十分灵活的推理策略，如基准选择、装夹方案确定等，在很大程度上依赖于工艺人员的经验及创造性思维，往往采用人工智能技术来实现决策。,4,第六章 CAPP的决策推理和人工智能技术,6.1 决策表和决策树6.2 人工智能技术6.3 人工智能语言与专家系统工具6.4 CAPP专家系统设计,5,6.1 决策表和决策树,6.1.1 决策表概念：一种描述设计活动中条件与动作之间复杂关系的表，为分析、决策、表达决策推理提供依据。一个条件动作对，是事务活动的一条逻辑判断，我们通常称之为一条规则。,6,6.1 决策表和决策树,7,6.1 决策表和决策树,决策表的基本结构：四部分组成 每一列中条件项包含一组对条件根所列的所有条件的回答。T表示条件“真”，F表示条件为“假”，而空则表示“无关”（即此条件不是影响条件）；在动作项中，“”表示执行该动作，空表示不执行。决策表中，每一列表示一条决策规则。,8,6.1 决策表和决策树,分类基本型决策表：条件根部分准确地给出了条件是什么，而条件项只能是真、假或无关。扩展型决策表：条件项不只是“T”、“F”或无关，而包含不确切的数值或结论。通过改变条件根，可以将扩展型决策表转换成基本型决策表。,9,6.1 决策表和决策树,10,6.1 决策表和决策树,规则的独立性和一致性简单规则：条件项都是“T”或“F”，并且不含无关的规则称为简单规则，否则称为复杂规则。一条复杂规则可以简化成两个或更多的简单规则。,11,6.1 决策表和决策树,冗余规则：如果有两条规则，除了一个条件项两者分别取了“T”和“F”之外，其余的条件项和动作项都相同，这样的两条规则就是冗余规则，或重叠规则，对冗余规则，应将其合并。,12,6.1 决策表和决策树,建立决策表时，必须使表中的任意两条规则都具有独立性，使得惟一的一组条件对应惟一的一组动作，即任何两条规则，都不含有相同的简单规则。死循环：如果一种动作被用来改变条件，并且重复调用该表时，就可能产生死循环。当一个动作的条件在这个动作作完以后没有改变，则这个条件-动作对会反复被调用。,13,6.1 决策表和决策树,14,6.1 决策表和决策树,决策表设计：对于复杂的实际问题，可以采用分级结构，一级决策表可以调用一张或多张较低级的决策表，从而使决策表以嵌套式结构实现。,15,6.1 决策表和决策树,16,6.1 决策表和决策树,决策表技术的特点：自然性：表格直观，易于理解，适合于交流模块性（易修改性）：规则结构与内容相互独立，易实现规则的增加、删除和修改一致性：易于检测各规则之间的冗余和矛盾，易于维护,17,6.1 决策表和决策树,6.1.2 决策树概念：一种带有单个根，并从此根发出多个分支的图，用于决策时，每个分支都传送一个数值或表达式，表示一个“IF”语句，而一连串的分支则表示一个逻辑“AND”或“OR”。由根到终点的一条路径可以表示一条类似决策表中的规则，动作则列于每个最终分支的末端。,18,6.1 决策表和决策树,19,6.1 决策表和决策树,组成：一个根和一些节点、分支组成。根是树的源，且每个树智能有一个根；节点可以有若干个，且节点的前面有分支。根和节点的分支只能有两个逻辑值真或假。节点有两类：互斥的和非互斥的。互斥的节点允许在其后继的分支中至多有一个为真，而非互斥的节点则允许所有的后继分支同时为真。,20,6.1 决策表和决策树,21,6.1 决策表和决策树,22,6.2 人工智能技术,6.2.1 人工智能简述 人工智能AI（Artificial Intelligence）是20世纪50年代在美国兴起的一门综合性边缘学科，它和“能源技术”、“空间技术”一起被誉为20世纪三大科学技术成就。研究领域包括问题求解、定理证明、语音识别、图像处理和专家系统等分支，其中专家系统的研究已经走向实用化。,23,6.2 人工智能技术,6.1.2 专家系统概念：是一种求解问题的智能软件，在某一专业领域内，它把人类专家的经验和知识表示成计算机能够接受和处理的符号形式，采用专家的推理方法和控制策略，解决该领域内问题，并达到专家级水平，也称知识基系统（Knowledge Based System）。,24,6.2 人工智能技术,专家系统用于处理现实世界中需要专家来分析、解决的问题；专家系统通过推理的方法来解决问题，且得到的结论与专家决策相同。知识+推理=专家系统 数据+算法=一般软件,一般的数据库系统只是简单的存储答案，用户可以在机器中检索答案；而专家系统中存储的是推理的能力和知识。,25,6.2 人工智能技术,专家系统的结构,26,6.2 人工智能技术,专家系统的特点启发性：能使用判别性知识及已确定理论的形式化知识进行推理；透明性：能解释其推理过程并对有关知识的询问作出回答。灵活性：能够把新知识不断地加入到已有的知识库中；能根据不精确的和经验性的知识（数据）进行推理；知识库和推理机相分离，只需扩充知识库。,27,6.2 人工智能技术,6.2.2 知识的表达及推理概述知识的表达包括两个方面的问题：一是用什么方法来组织、表示知识；二是如何利用表示成一定形式的知识进行推理。常用的表达方法：规则表示法、框架表示法、逻辑表示法、语义网络表示法,28,6.2 人工智能技术,知识表达优劣的评价：是否能表示所要求解问题的全部知识；能否精确的表示所要求解问题的全部知识；通过适当的推理方式，能否高效的模拟专家的推理方式，并获得和专家相同的推理结果；是否方便扩充、删除和修改；是否接近于人类的自然表示方式，且易于被人理解。,29,6.2 人工智能技术,规则表示法及其推理规则表示法规则表示法又叫产生式表示法，将人类专家的知识表示成“如果条件，则结论”的形式，一般形式如下：IF 条件1 AND/OR 条件2AND/ORAND/OR条件n THEN结论1OR操作1 结论2OR操作2结论nOR操作n,30,6.2 人工智能技术,知识库规则树,31,6.2 人工智能技术,产生式系统 产生式系统最早由Post提出，该系统不把计算视为预定顺序的操作，而是将它看成由数据决定的、以某种顺序使用产生式规则的过程。产生式系统使用规则表示法表示知识，且这种方法广泛的应用于专家系统。,32,6.2 人工智能技术,33,6.2 人工智能技术,推理方式 推理方式又称为推理策略。每一种推理方法都是与知识表示的方法密切相关的，并且在很多方面依赖于知识表示。正向推理：由已知事实出发，按一定的策略运用知识库中的知识，推断出所需的结论，也称为“数据驱动策略”。工作步骤如下：扫描规则库，找出与当前事实匹配的规则；利用产生式规则，执行其操作部分，并将其结论作为新事实存入事实库；利用更新后的事实库重复、两步，直到不再有规则适用或问题得到解决为止。,34,6.2 人工智能技术,用户输入事实：油箱有油、电源有电、熔体正常、主传动链接、进给系统连接、有车刀。,35,6.2 人工智能技术,反向推理：先提出假设，然后去寻找支持这个假设的证据，也称为“目标驱动策略”。推理过程如下：验证知识库中是否有与假设一致的事实，若有，则假设成立；否则，进行下一步。将结论包含此假设的规则找出，若找不到，推理结束。将该规则的条件不负设定为假设，重复、两步，验证新的假设，直到不再有规则可用为止。,36,需要验证：能否在车床上进行钻孔？,37,6.2 人工智能技术,双向推理：混合式推理，把正向推理和反向推理技术混合运用不确定推理不确定性包括：证据不确定性结论不确定性。解决方法：模糊推理、基于概率论推理。,38,6.3 人工智能语言与专家系统工具,6.3.1 人工智能语言 Prolog和LISP是两种最重要的人工智能程序设计语言。6.3.2专家系统开发工具类型骨架型：从被实践证明了有价值的专家系统中抽出实际领域的知识，并保留系统中推理机的结构而形成的工具。,39,6.3 人工智能语言与专家系统工具,通用型：根据专家系统的不要应用领域和人工智能活动的特征研制出来的适用于开发多种类型专家系统的开发工具。辅助型：介于前两类之间，根据专家系统基本结构中的知识库、推理机和人机界面这三部分的逻辑功能而设计的工具系统。工艺设计专家系统开发工具的研究内容知识库开发及管理工具推理机解释机,40,6.3 人工智能语言与专家系统工具,41,6.3 人工智能语言与专家系统工具,
