（计算机软件与理论专业论文）专家系统在产品可制造性分析中的应用研究.pdf

摘要 y 6 3 8 9 9 6 近年来，专家系统技术已广泛应用到工业、农业、军事、医学以及国民经济 和社会生活的各个方面。将专家系统的研究应用于产品的可制造性分析中，利用 它指导产品设计，对于提高产品质量，缩短产品的开发周期，降低产品的制造成 本具有显著的应用效果。 本文细致研究和分析了专家系统技术在产品可制造性分析中的应用。论述了 专家系统的一般结构和特点，以及相关的知识表示方法和推理技术，讨论了可制 造性分析的策略、度量尺度和分析方法。依据产品可制造性分析的功能要求和特 点，采用基于特征的可制造性分析方法，建立产品可制造性分析系统原型，并对 其系统结构、知识表示、推理机制等方面做了一些有意义的研究工作。 知识的表示与组织是专家系统的关键技术之一。以机加工零件为例，研究了 产品的可制造性分析知识的组成、分类和特点，结合零件的特征表示和知识的一 般表达方法，本着提高推理效率的思想，提出了一种混合的产品可制造性分析知 识表达方法，并提出产品可制造性分析知识库的组织策略，采用关系型数据库建 立了产品可制造性分析知识库。在推理机制的研究方面，在对系统推理机的功能 和性能要求进行分析的基础上，研究了零件可制造性分析系统的推理策略，采用 正向分类的推理方法建立产品可制造陛分析推理机。推理机直接从零件模型信息 文件中提取事实，避免了要求用户根据产品模型输入大量事实或回答大量问题， 大大简化了系统的操作。推理过程中采用关键词对知识库进行分类，以提高系统 效率。 基于上述研究和分析，开发了基于特征和知识的产品可制造性分析系统原 型，用于对产品的设计模型进行分析和评价，以指导和加快产品设计过程。 关键词：专家系统知识表示知识库推理机可制造性分析 a b s t r a c t i nr e c e n ty e a r s ，t h et e c h n o l o g yo fe x p e r ts y s t e mi sa l r e a d yb r o a d l y u s e di n i n d u s t r y ，a g r i c u l t u r e ，m i l i t a r y ，m e d i c a l s c i e n c ea n dn a t i o n a l e c o n o m i e s 唧i t he a c h a s p e c t o f s o c i e t y1 i f e i t i s a p p l i e d t o p r o d u c t m a n u f a c t u r a b i l i t ya n a l y s i s i nm a n u f a c t u r i n gi n d u s t r ya n dg u i d i n gt h e p r o d u c td e s i g n s a n di tw i l lh a v er e m a r k a b l ee f f e c to ni m p r o v i n gp r o d u c t q u a l i t y ，r e d u c i n gl e a d t i m ea n dc o s to fp r o d u c t t h et e c h n o l o g yo fe x p e r ts y s t e ma p p l i e dt op r o d u c tm a n u f a c t u r a b i l i t y a n a l y s i s i sr e s e a r c h e di nt h i sp a p e r t h eg e n e r a lc o n s t r u c t i o na n dt h e c h a r a c t e r i s t i c so ft h e e x p e r ts y s t e m ，s o m ek n o w l e d g er e p r e s e n t a t i o n m e t h o d sa n di n f e r e n c et e c h n i q u ea r ed i s c u s s e d t h ep a p e ri n t r o d u c e st h e s t r a t e g y ，t h ed i m e n s i o n sa n dt h em e t h o d so fp r o d u c tm a n u f a c t u r a b i l i t y a n a l y s i s t h i sd i s s e r t a t i o ng i v e sap r o d u c tm a n u f a c t u r a b i l i t ya n a l y s i s p r o t o t y p es y s t e mw i t hf e a t u r e b a s e dm e t h o d ，i ta l s op u t sf o r w a r ds o m en e w m e t h o d sc o n c e r n e do ns y s t e mc o n s t r u c t i o n ，k n o w l e d g er e p r e s e n t a t i o na n d i n f e r e n c ee n g i n e k n o w l e d g er e p r e s e n t a t i o na n do r g a n i z a t i o ni so n eo ft h ek e yt e c h n i q u e o f e x p e r t s y s t e m i nt h e b n i l d u p w i t h t h em e c h a n i c a l p a r t s f o ra c h a r a c t e r i s t i c ，ak i n do fm i x e dk n o w l e d g er e p r e s e n t a t i o nm e t h o dw h i c hc a n r e p r e s e n tp r o d u c tm a n u f a c t u r a b i l i t ya n a l y s i si sd e v e l o p e da f t e rs t u d y i n g t h ec o m p o s i n g ，t h ec l a s s i f i c a t i o na n dt h ec h a r a c t e r i s t i c so fp r o d u c t m a n u f a c t u r a b i l i t yk n o w l e d g e ，j o i n i n gt o g e t h e rp a r t s f e a t u r e r e p r e s e n t a t i o nw i t ht h er e p r e s e n t a t i o nm e t h o do fk n o w l e d g et oi m p r o v et h e e f f i e i e n c y o fi n f e r e n c e e n g i n e b a s e do nr e t a t i o n a ld a t ab a s e t e c h n i q u e ，t h ek n o w l e d g yb a s ei so r g a n i z e d i nt h ea s p e c t so fi n f e r e n c e r e s e a r c h ，t h ei n f e r e n c ee n g i n ei sd e s i g n e da d o p t i n gt of o r w a r d r e a s o n i n g a n dc l a s s f i c a t i o nm e t h o d t h ei n f e r e n c ee n g i n ec a no b t a i nt h ei n f o r m a t i o n f r o mp r o d u c tm o l d i n gf i l ei n s t e a do fi n p u t t i n gm u c ho fd a t ao ra n s w e r i n g m a n yq u e s t i o n ss oa st os i m p l i f yt h eo p e r a t i o no ft h eu s e rv e r ym u c h d u r i n g t h ep r o c e s so fi n f e r e n c e ，t h ek n o w l e d g eb a s ei sc l a s s i f i e db yt h ek e y w o r d s t oi m p r o v et h es y s t e me f f i c i e n c y b a s eo nt h ea b o v er e s e a r c h e s ，af e a t u r ea n dk n o w l e d g e b a s e dp r o t o t y p e s y s t e mo fp r o d u c tm a n u f a c t u r a b i l i t ya n a l y s i s i s d e v e l o p e d ，u s e df o r p r o c e e d i n gt h ea n a l y s i st ot h ed e s i g nm o d e lo ft h ep r o d u c ta n dg u i d i n g a n dq u i c k e n i n gp r o d u c td e s i g np r o c e s s k e y w o r d ：e x p e r ts y s t e m ，k n o w l e d g er e p r e s e n t a t i o n ，k n o w l e d g e b a s e i n f e r e n c ee n g i n e ，m a n u f a c t u r a b i l i t ya n a l y s i s i i 专家系统在产品可制造性分析中的应用研究 第一章绪论 专家系统是近二十年来发展迅猛的人工智能研究领域的一个重要分支，也是 目前人工智能在实际应用中最活跃、最广泛、最成功的研究课题之一，已应用到 工业、农业、军事、医学以及国民经济和社会生活的各个方面。将专家系统的研 究应用于机加工零件的可制造性分析中，将有助于缩短产品的开发周期，降低产 品的制造成本，以提高企业的市场竞争能力。论文将结合专家系统的有关理论研 究机加工零件的可制造性分析。 1 1 论文研究工作的背景和意义 随着近几年来与世界经济的接轨，我国工业生产技术也得到了飞速发展，同 时市场竞争也更加激烈，给制造业带来了巨大的压力。制造业的竞争从7 0 年代 之前的企业规模和产品成本，8 0 年代的用户需求、上市时间、产品质量、产品 成本和售后服务，发展到9 0 年代的“市场响应速度第一”。2 l 世纪市场竞争将 会越来越激烈。而企业为了取得竞争的优势，则必须具有非常强的创新产品开发 能力，必须以最短的时间开发出质量高、成本低、被用户所接受的新产品。 传统的制造业多年来普遍采用的是从设计到制造的串行开发模式。该模式的 主要缺点是在产品的设计过程中不能及时考虑在产品制造过程中可能出现的加 工( 如制造工具的约束) 、装配等问题，容易造成设计与制造的脱节，产品的开 发成为设计一加工修改一设计一再加工这样循环的过程，势必会大大延长 产品的开发周期，增加产品的开发成本，并且难以保证产品的质量。面向制造的 设计( d f m - - d e s i g n f o rm a n u f a c t u r e ) 方法是解决这些问题的有效途径之一。 面向制造的设计( d f m ) 是在零件设计的时就考虑制造加工方面问题的一 种系统分析方法1 。其主要思想是在产品设计阶段尽早地考虑制造的可能性和 经济性，对产品的可制造性进行分析，并提供改进反馈信息，及时改进设计。 d f m 方法的根本目标在于缩短产品的开发周期，降低产品制造成本，使产品的 制造变得容易、简单，并提高产品的质量。 d f m 是一种全新的设计方法，是并行工程中的关键技术之一，它将产品的 设计与产品的制造相集成，将大幅度降低产品成本，提高产品质量和可靠性，并 专家系统在产品可制造性分析中的应用研究 缩短产品上市的时间1 ，从而增加了产品的市场竞争能力，这对于在我国加入 w t o 之后即将面临更加激烈的全球市场竞争的中国制造企业来说，d f m 技术的 研究和应用具有极为重要的意义。 产品可制造性分析( m a n u f a c u r a b i l i t y a n a l y s i s ，m a ) 是d f m 的一项关键技 术。m a 要求在产品设计时不但要考虑功能和性能要求，而且要同时考虑制造的 可能性、高效性和经济性，即产品的可制造性。其目标是在保证功能和性能的前 提下使制造成本最低。 1 2 论文研究工作的目标和主要内容 1 2 i 产品可制造性的研究现状 国内外的学者对产品的可制造性已经经过了二十多年的研究，研究者从各个 方面提出了许多理论和方法。例如b o o t h r o y d 和d e w h u r s t 教授共同提出的 b o o t h r o y d & d e w h u r s t 法【4 】 7 1 ；t a n n e r 等人提出可制造性指标( p r o d u e t a b i l i t y i n d e x ，p i ) 方法【8 】：s u b 提出的公理方法d x u ea n di , d o n g 于1 9 9 4 年提出一种 智能定量d f m 方、法【1 0 】；：s a m u e l 等提出了基于特征和面向对象技术的d f m 方 法 1 ”。国内的研究者也在基于知识的产品可制造性评价方面进行了研究。宋玉银 对基于知识的集成化机械零件d f m 方法进行了研究，利用面向对象技术将框架 和规则两种知识表示方法结合起来表达可制造性的评价知识，通过s t e p 文件来 实现c a d d f m 的集成 ”1 【“】：胡庆夕对回转类零件的可制造性评价问题进行了 研究1 1 9 】，国内的其它学者也做了许多研究工作。 1 2 2 论文研究工作的目标和主要内容 本文将应用以上理论和方法，结合专家系统设计的基本原理，对产品的可制 造性进行分析和研究，目标是建立产品可制造性分析系统，对产品的可制造性进 行及时的评价与分析，并在分析之后，提出设计中存在的问题和修改建议，以帮 助设计工程师及时发现设计问题和缺陷，并及时在加工之前加以改正。 研究工作的主要内容如下： ( 1 ) 在分析和研究产品可制造性的基础上，结合专家系统的有关理论和设 计方法，设计产品可制造性分析系统的结构框架。 ( 2 ) 研究产品可制造性分析知识的特点以及专家系统技术中知识的不同表 达方法，研究适合产品可制造性分析系统的合理的知识表达形式和组织策略。建 2 专家系统在产品可铝4 造性分析中的应用研究 立可制造分析知识库，提出一种基于关系数据库的知识表达方法，使知识的管理 和维护可以独立于推理系统进行。 ( 3 ) 根据专家系统技术中的有关推理机的理论和方法，结合( 2 ) 提出的知 识表达形式，研究出适合产品可制造性分析系统的推理方法和机制，并讨论了相 应的知识匹配方式和知识搜索策略，尽可能提高推理效率。 ( 4 ) 研究和分析产品可制造性分析系统中事实数据的形式和特点，采用传 递特征数据文件和事实咨询相结合的方法，实现专家系统中的事实获取，以达到 本分析系统与其它c a d 系统相集成的目的。 ( 5 ) 在以上分析和研究的基础上，以关系数据库( m s a c c e s s ) 的形式实 现知识库；采用面向对象的高级语言( v i s u a lc + + ) 与数据库管理系统相结合以 实现推理机制：开发基于特征和知识的产品可制造性分析系统，用于产品的可制 造性分析，及时指出设计问题并及时提出修改建议，实现产品的并行设计。 1 3 论文的整体结构安排： 本文简要介绍了一般专家系统中的知识表示方法和推理的策略等技术，以及 产品的可制造性分析的相关内容，重点介绍了基于知识和特征的产品可制造性分 析的知识表示模式和推理技术，并在此研究的基础上设计研制了基于知识和特征 的产品可制造性分析系统。 全文的结构安排如下： 第一章绪论 阐述本文的研究背景及研究意义，简述产品可常4 造性的研究现状， 提出本文研究工作的主要内容，及全文的整体结构安排。 第二章专家系统的相关理论 对专家系统的基本结构组成、功能、特征等进行简要介绍，重点研 究专家系统中的知识表示方法及各自的特点，并研究了推理技术中 推理方向和推理控制策略。 第三章产品可制造性分析 首先阐述产品可制造性分析与面向制造的设计( d f m ) 的关系， 指出可制造性分析是d f m 的关键技术，进而简单介绍产品可制造 性分析的策略和度量尺度，最后介绍基于特征的产品可制造性分析 专家系绕在产品可制造性分析中的应用研究 方法，它正是本文研究的可制造性分析方法的基础。 第四章基于特征和知识的产品可制造性分析系统p m a s 本章详细介绍了基于特征和知识的产品可制造性分析系统一一 p m a s 的研究和设计的全过程。在对产品可制造性分析系统的功能 要求进行研究的基础上，规划p m a s 系统的功能，并提出系统的 体系结构；提出本系统的基于规则的分析策略及基于特征的定量和 定性的分析方法；通过对产品可制造性分析知识的表示要求、分类、 特点等方面的研究，结合零件的特征表达方式和知识的有关表示方 法，提出本文研究系统的知识表示模式：最后，对推理机制进行研 究，根据所提出的知识表达方法和产品模型信息，研究本文系统的 推理方法和策略，给出具体的推理算法。此外，还研究产品模型信 息的表示方式和获取方法。 第五章系统的实现与运行 介绍所研制的产品可制造性分析系统的功能特点，以及整个系统的 运行情况，并以图文并茂的形式说明系统主界面及各个功能模块的 使用与执行。 第六章结束语 对全文进行总结，并指出进步的研究工作。 4 专家系统在产品可制造性分析中的应用研究 第二章专家系统的相关理论 2 1 专家系统概述 专家系统( e x p e r ts y s t e m ，简称e s ) 是目前人工智能中最活跃、最成效的 一个研究领域 1 5 】，自1 9 6 8 年费根鲍姆等人研究成功第一个专家系统 d e n d r a l 1 6 】以来，专家系统技术已得到迅速发展，广泛的应用于医疗诊断、 机械设计与制造1 【2 1 】、故障诊断【2 2 】。 2 ”、地质学吲、农业等多种领域中，产生 了巨大的社会效益及经济效益。 2 1 1 专家系统的定义 迄今为止，关于专家系统还没有一个公认的严格定义，一般认为： 它是一个智能程序系统； 它具有相关领域内大量的专家知识； 它能应用人工智能技术模拟人类专家求解问题的思维过程进行推理，解决相 关领域内的困难问题，并且达到领域专家的水平 1 5 。 美国斯坦福大学的e d w a r df e i g e n b a u m 把专家系统定义为“一种智能的计算 机程序，它运用知识和推理来解决只有专家才能解决的复杂问题” 2 7 。 从结构组成的角度来看，专家系统是一个由存放专门领域知识的知识库，以 及一个能选择和运用知识的机构组成的计算机系统。与传统程序相比，专家系统 似乎更专门、更特殊。传统程序通过算法对大量的数据进行积累和处理，是繁琐 的事务处理自动化。而专家系统通常是要完成那些需要拥有专门知识的领域专家 在几分钟或几小时内完成的量大而性质相对重要的任务，如诊断、规划、决策等 等。专家系统通常耍考察大量的可能性，或者说动态地建立解决问题的方法。 与通用的问题求解技术方面的知识不同，专家知识是指特定问题域 ( p r o b l e md o m a i n ) 方面的知识。特定问题域是专家能成功解决问题的领域，例 如医学、经济、科学或者工程学等等。正如人类专家一样，专家系统是针对某一 个问题域的。 像其他的任何工具一样，专家系统有其适宜或不适宜的应用领域，随着对专 家系统的不断实践，我们会发掘出这些应用领域。 专家系统在产品可制造性分析中的应用研究 2 i 2 专家系统的功能 根据定义，专家系统应具备以下几个功能： 1 存储问题求解所需的知识。 2 存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中间 结果、目标、子目标以及假设等等。 3 根据当前输入的数据，利用已有知识，按照一定的推理策略，去解决当 前问题，并能控制和协调整个系统。 4 能够对推理过程、结论或系统自身行为做出必要的解释，如解题步骤、 处理策略、选择处理方法的理由、系统求解各种问题能力、系统如何组织和管理 其自身知识等。这样既便于用户的理解和接受，同时也便于系统的维护。 5 提供知识获取、机器学习以及知识库的修改、扩充和完善等维护手段， 只有这样才能更有效地提高系统的问题求解能力及准确性。 6 提供一种用户接口，既便于用户使用，又便于分析和理解用户的各种要 求和请求。 存放知识和运用知识进行问题求解是专家系统的两个最基本功能。 2 1 3 专家系统的结构 一个典型的专家系统通常包括六个部分：知识库、推理机、综合数据库、人 机接口、解释机构以及知识获取机构，如图2 1 所示。其中知识库、推理机和 综合数据库是目前大多数专家系统的主要内容。而知识获取机构、解释程序和专 门的人机接口是所有专家系统都期望具有的三个模块，但它们并不是都得到了实 现。一般结构中各模块的功能和作用简述如下： 1 知识库( k n o w l e d g eb a s e ) ：用以存放领域专家提供的专门知识。这些专 门知识包括与领域相关的书本知识、常识性知识以及专家凭经验得到的试探 性知识。专家系统的问题求解是运用专家提供的专门知识来模拟专家的思维 方式进行的。这样知识库中拥有知识的数量和质量就成为一个专家系统中系 统性能和问题求解能力的关键因素。因此，知识库的建立是建造专家系统的 中心任务。 2 综合数据库( g l o b a ld a t a b a s e ) ：用于存放关于问题求解的初始数据、求 解状态、中间结果、假设、目标以及最终求解结果。 专家系统在产品可制造性分析中的应用研究 人机接口 iii 知识获取 推理机解释机构 机构 pa l 举，习l 竺合数警! 】知识库j 图2 1 专家系统的一般结构 3 推理机( i n f e r e n c ee n g i n e ) ：推理机是专家系统的思维机构，是构成专 家系统的核心部分，因为推理是专家系统解决问题的基本技术”1 。它能够根据当 前己知的事实利用知识库中的知识按一定的推理方法和控制策略进行推理求得 问题的解答或证明某个假设的正确性；在一定的控制策略下针对综合数据库中的 当前信息，识别和选取知识库中对当前问题求解有用的知识进行推理。 4 知识获取机构( k n o w l e d g ea c q u i s t i o nf a c i l i t y ) ：在专家系统的知识库建 造中用以部分代替知识工程师进行专门知识的自动获取，实现专家系统的自学 习，不断完善知识库。 5 解释机制( e x p l a n a t i o nf a c i l i t y ) ：解释机是专家系统区别于一般程序的 重要特征之一，亦是它取信于用户的一个重要措施。解释机由一组程序组成，它 能够跟踪并记录推理过程，当用户提出“为什么? 结论是如何得出的? ”等 询问需要解释时，它将根据问题的要求分别作出相应的处理，最后把解答用约定 的形式通过用户界面输出给用户，便于用户理解系统的问题求解，增加用户对求 解结果的信任程度，在知识库的完善过程中便于专家或知识工程师发现和定位知 识库中的错误，便于领域的专业人员或初学者能够从问题的求解过程中得到直观 学习。 6 人机接口( u s e ri n t e r f a c e ) ：是专家系统与领域内专家或知识工程师及一 般用户间的接口，它由一组程序及相应的硬件组成，用于完成输入输出工作。领 7 专家系统在产品可制造性分析中的应用研究 域专家或知识工程师通过它输入知识、更新、完善知识库；一般用户通过它输入 欲求解的问题、已知事实以及向系统提出的询问或者向用户索取更多的事实。它 可以将专家或用户的输入信息翻译为系统可接受的内部形式，把系统向专家或用 户输出的信息转换成人类易于理解的外部形式。 2 1 4 专家系统的基本特征 专家系统是一个基于知识的系统，它利用人类专家提供的专门知识，模拟人 类专家的思维过程，解决对人类专家都相当困难的问题。一般来说，一个高性能 的专家系统应具备如下特征： 1 具有专家水平的专门知识 专家系统建造的一个最重要目标是达到一个专家在解决某些任务时所体现 出的高水平的性能。专家系统能够成功地解决领域内的各种问题，在解题质量、 速度和运用知识的能力方面具有本领域人类专家的水平。其根本原因是系统中存 储有专家水平的知识。 2 符号处理能力 专家系统使用符号推理。专家系统用符号准确地表示领域有关的信息和知 识，并对其进行各种处理和推理。人工智能的权威人士认为：至今为止，人工智 能和计算机科学的最基本贡献是物理符号系统的概念，即能够拥有并处理符号， 而且在物理空间中可能实现各类系统的概念。 3 一般问题的求解能力 各种专家系统应具备一种公共的智能行为，能够作般的逻辑推理、目标搜 索和常识处理等工作。而且，专家系统往往采用试探性方式进行处理。为了使问 题求解更加符合实际情况，往往采用不精确推理。因而，专家系统能够解决问题 领域内的各种专门问题。 4 复杂度与难度 专家系统所拥有的知识是很专门的领域知识，涉及的面一般很窄，但必须具 有相当的复杂度和难度。如果其领域不够复杂的话，不需要专家来解决，没有什 么专家知识可言，就不能真正成为专家系统的用武之地。 5 具有解释功能 专家系统具有解释机制。它运用知识库中被求解过程使用过的知识和各种中 专家系统在产品可制造性分析中的应用研究 间结果，回答用户关于求解结果提问的“为什么? ”、“为什么要如此做? ”、“如 此做有什么好处? ”、“它是如何做的? ”等问题，并且能够给出求解过程的推理 路径显示。这种机制提供了系统的一种透明界面，加强了用户对专家系统的接受 性。同时，通过解释机制的推理路径显示，专家系统能够检查求解过程中知识运 用的合理与否，在问题的求解结果不满意时，进而发现推理的错误所在。此外， 知识工程师可以借助解释机制检查知识获取过程中的一些失误。解释机制在专家 系统建造时一般有一个独立的模块来实现，它的设计好坏对专家系统的性能影响 很大。 6 具有获取知识的能力 人类专家能够通过学习不断丰富自身的知识，高性能的专家系统也应该具备 这种不断获取知识的能力。或者它提供一种手段使知识工程师和领域专家能够不 断地给系统“传授”知识，使知识库越来越丰富，越来越完善；或者系统自身具 有自学习能力，从系统的运行过程中不断总结经验，抽取新知识，更换旧知识， 自动地使知识库中的知识不断丰富和更新。 7 知识与推理机构相互独立 专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充 性和维护性。在基于规则的系统中，知识可以很容易的增加，也就是说，知识库 可以随着规则的添加而逐步增加，从而使系统的性能和正确性得到持续地检查。 如果规则设计的好，那么规则间的相互影响作用就会非常小或者没有，从而消除 那些难以预料的负作用。知识的这种逐步增加可以快速原型化，使知识工程师可 以很快的演示专家系统的工作模式。这是一个重要的特征，因为它可保持专家和 管理者对项目的兴趣。快速原型化还可迅速暴露出专家知识或系统的缺陷、不一 致性或错误，从而使之能够立即得到纠正。 总的来说，一个专家系统应具备以下三个陛质： 1 启发性：不仅能用逻辑知识，也能使用启发性知识，它运用规范的专门 知识和知觉的评判指示进行判断、推理和联想，实现问题求解。 2 透明性：它使用户在对专家系统结构不了解的情况下，可以进行相互交 往，了解知识的内容和推理思路，系统i ! i l i 回答用户的一些有关系统自身行为 的问题。 9 专家系统在产品可制造性分析中的应用研究 3 灵活性：由于专家系统的知识与推理机构的分离，使系统不断接纳新知 识，调整有关控制信息和结构，确保推理基于知识库的协调，同时便于系统的修 改和扩充。 2 2 知识的特性 知识主要具有以下几种特性1 ： 1 相对正确性 知识是经过长期实践检验的人类对客观世界的认识的结晶，因而，在一定的 条件和环境下知识是正确的，但任何事情都是相对的，条件和环境发生了改变， 有些知识也就变成了不正确的。 2 不确定性 知识是有关信息关联在一起形成的信息结构。现实世界是复杂多样的，因而 信息可能是精确的，也可能是不精确、模糊的；不同信息间的关联可能是确定的， 也可能是不确定的，这就使得知识在除了具有“真”、“假”两种状态之外，还具 有中间状态，即知识的不确定性。 3 可表示性 知识之所以可以被存储与传播主要是由于它能够用语言、文字、图形、神经 网络等诸多方式表示出来。 4 可利用性 我们研究分析知识、传播知识正是为了利用它们解决人们所面临的各种问 题，使它们更好地为人类服务。 2 3 知识的表示方法 知识表示是对知识的一种描述的约定，是一种计算机可以接受的用于描述知 识的数据结构。对于专家系统技术是非常重要的。由于客观世界各个领域的知识 是纷繁复杂的，因而很难用一种统一的模式描述所有的知识。随着专家系统技术 的不断发展和应用领域的不断拓展，于是产生了多种知识表现模式，下面介绍几 种常用的知识表示方法。 2 3 1 一阶谓词逻辑表示法 一阶谓词逻辑是表示知识的一种最直观、最自然而且使用方便的表示方法。 它适合于表示事物的状态、属性、概念等事实性的知识，也可以表示事物问题间 1 0 专家系统在产品可制造性分析中的应用研究 确定的因果关系。 谓词逻辑的基本组成部分是谓词变量、函数和常量。由此构成原子公式。除 此外通常在原子公式之间加上连接词八( 与) 、v ( 或) 、- ( 蕴涵) 以组成复杂 的合式公式，用来表示更为复杂的知识。例如： 王丽喜欢唱歌而她的妹妹喜欢跳舞 l l k e ( w a n g l i ，s i n g i n g ) l i k e ( s i s t e r ( w a n g l i ) ，d a n c i n g ) 其中l i k e 是谓词，w a n g l i 、s i n g 玳g 、d a n c i n g 是常量，s i s t e r 是函数，八 是连接词它们共同构成了一个合式公式，用以表示完整的语义。 2 3 2 产生式( 或规则) 表示法 产生式表示法也称为产生式规则表示法。基于规则的产生式系统是目前实现 专家系统的种常用方法。著名的用于医疗诊断的专家系统m y c i n 就是采用了 类似的知识表示方式。 ( 一) 产生式的基本形式 产生式表示法主要表示具有因果关系的知识，它们基本形式为 p 哼q 或 i fpt h e n q 其中p 是产生式的前提条件，用于指出该产生式是否可用的条件；q 是产生式的 后件，是一组结论或操作。用于指出当前件p 被满足时，可以得出的结论或应该 执行的操作。下面列出产生式的巴科斯范式( b n f ) 的描述 ( 产生式 ：= ( 前提) 一( 结论 ( 前提) ：= ( 简单条件) l ( 复合条件) 【( 可信度 】 ( 结论) ：= ( 事实) l ( 操作) 【( 可信度) ( 复合条件) ：= ( 简单条件) a n d ( 简单条件) 【( a n d ( 简单条件) ) i ( 简单条件) o r ( 简单条件) ( o r ( 简单条件) ) ( 操作) ：= ( 操作名) 【( ( 变元) ，) 前提、结论和可信度是产生式规则的三要素( 在确定性知识中可信度为1 ) ，前 提和结论的可信度一般由专家给出。 ( 二) 产生式表示法的特点 产生式表示法之所以成为人工智能领域最重要且应用最广泛的知识表示 专家系统在产品可制造性分析中的应用研究 模式，主要因为其具有以下优点： 1 自然性 产生式表示用形如“如果则”的形式表示知识，这非常接近 于因果关系的表示方法，直观、自然、且便于推理。 2 模块性 产生式( 规则) 是规则库中最基本的知识单元，通常规则具有相同的形式， 因而便于对其进行模块化管理，使得对其增加、删除、修改等操作都可方便地完 成。 3 有效性 产生式表示法对于多种知识的表示都有其优越性，它既可表示确性定性知 识，也可以表示不确定性知识，既有利于表示启发性知识又可方便地表示过程性 知识。 4 方便性 由于每条产生式都是由前提和结论( 或操作) 两部分组成，而且每部分的知 识量都不大，因而便于对规则进行设计，也便于进行知识的一致性与完整性检测。 当然，产生式表示法也有其不足之处。首先，在使用产生式规则求解问题时 需用产生式的前件与已知事实相匹配，而有可能多条规则匹配成功，这就会涉及 到“冲突消解”问题，然后再选中规则执行，而且知识库中的规则往往数量巨大， 而匹配也较费时，因此反复的“匹配一冲突消解一执行”过程将会降低系统的效 率。 其次产生式规则能够直观地表达具有因果关系的过程性知识，但对具有结 构关系的知识却无能为力，它不善于表达事物间的结构关系。下面的框架知识表 达方法将会弥补这方面的不足。 2 3 3 框架表示法： 1 9 7 5 年美国著名的人工智能学者明斯基( m i n s k y ) 在其一篇论文中提出了 框架( f r a m e ) 理论。 ( 一) 框架的构成 框架是一种描述所论对象( 个事物、一个事件或一个概念) 属性的数据结 构，它类似于p a s c a l 等高级语言的记录结构。框架通常由若干个用来描述事物 专家系统在产品可制造性分析中的应用研究 各个方面的“槽”组成，每个槽是一个结构。槽又可根据实际情况划分为若干个 “侧面” 3 0 1 。槽用于描述所论对象某一方面的属性，侧面用来描述相应属性的一 个方面。槽和侧面都对应有不同的值，称为槽值和侧面值。在一个框架知识系统 中，通常会包含多个框架及多个侧面，为了以示区别，每个框架、槽、侧面都对 应有自己的框架名，槽名和侧面名。一个框架的一般结构如下： 框架结构中，槽值或侧面不但可以是简单的数据类型，而且还可以是另外一 个框架的名字，这样就可以建立起不同框架间的横向和纵向联系，形成框架网络。 ( 二) 框架中槽的设置与组织 在框架结构中，槽可以描述事物的各方面属性，还可以指出相关事物间的复 杂关系，因而起着至关重要的作用。在框架表示中，槽的设置与组织应注意以下 几方面的问题： ( 1 ) 充分表达事物各有关方砸的属性： ( 2 ) 充分表达相关事物间的各种关系； ( 3 ) 对槽及侧面进行合理的组织； ( 4 ) 有利于进行框架推理； ( 三) 框架表示法的特点 ( 1 ) 结构性： 框架表示法是一种经组织起来的结构化知识表示方法。它最突出的特点是善 于表达结构性的知识，能够把知识的内部结构关系及知识间的联系表示出来。 专家系统在产品可制造性分析中的应用研究 ( 2 ) 继承性 在框架网络中，子框架可以继承父框架的槽值，也可以进行修改和补充， 因而较好地保证了知识的一致性。 ( 3 ) 自然性 人们在遇到新事物时，往往通过从记忆中调用类似事物的框架，并将其中某 些细节加以改进、补充，进而形成对新事物的认识，框架表示法则正是体现了人 类的这种思维活动。 虽然框架表示法在表示结构化的知识时有其独特的优越性，然而它也有其局 限性，其主要不足之处是不善于表达过程性知识。 2 3 4 语义网络表示法 语义网络最初是作为人工智能中种表达人类记忆和理解语言的方法而提 出的【3 1 ) ，是用于表示命题信息的一种经典的人工智能表示技术【2 7 】。 语义网络是通过概念及其语义关系来表示知识的一种网络图，其结构可以用 图形表示为节点以及连接节点的有向弧。其中，节点表示各种事物、概念、情况、 属性、动作、状态等，弧表示它所连接的节点间的某种语义联系。每个节点可以 带有若干属性，一般用框架或元组表示。节点还可以是一个语义子网络，形成一 个多层次的嵌套结构。 一个语义网络由若干基本网元合并而成。基本网元是一个三元组：( 节点l ， 弧，节点2 ) 。如图2 2 所示： 口 r 田 图2 2 基本网元 其中x ，y 分别代表两个节点，r 表示x ，y 间的某种语义联系。 语义网络表示法有以下特点3 ： ( 1 ) 结构性 与概念相关的属性和联系被组织在一个相应的节点中，因而使概念容易访问 和学习。 ( 2 ) 联想性 1 4 专家系统在产品可制造性分析中的应用研究 能把实体的结构、属性与实体间的关系显示地和简明地表达出来，与实体相 关的事实、特征和关系可以通过相应的节点弧线推导出来，便于以联想的方式实 现对系统的解释。 ( 3 ) 自然性 表现问题更加直观，更易于理解，适于知识工程师与领域专家沟通，也符 合人类的思维习惯。 ( 4 ) 非严格有效性 语义网络结构的语义解释依赖于该结构的推理过程而没有结构的约定，因而 得到的推理不能保证像谓词逻辑法那样严格有效。 ( 5 ) 处理上的复杂性 节点间的联系可能是线状的、树状的或网状的，甚至可以是递归状的，因而 使知识的存储、修改、检索相对复杂，给知识系统的管理和维护也带来了一定的 困难。 2 3 5 面向对象表示法( o b j e c t - - o r i e n t e dk n o w l e d g er e p r e s e n t a t i o n ，简称 o o k r ) ( 一) 面向对象的基本概念 从问题求解的角度来讲，对象是与问题领域有关的客观事物。由于客观事物 都有其自然属性及行为，因此当把与问题有关的属性及行为抽取出来加以研究 时，相应客观事物就在这些属性及行为的背景下成为所关心的对象。从对象的实 现机制来讲，对象是一台自动机，它有一个名字，有一组数据和一组操作，不同 对象间的相互作用通过互传消息实现。面向对象的基本特性有：抽象性 ( a b s t r a c t i o n ) ，封装性( e n c a p s u l a t i o n ) ，继承性( i n h e r i t a n c e ) 和多态性 ( p o l y m o r p h i s m ) 等【3 2 】。 ( 1 ) 抽象性：在面向对象技术中，对象可以用( 对象标识，类名，超类，属 性集，方法集) 的五元组形式化表示，具有相同属性和方法的一组对象可以抽象 称为对象类。在o o k r 中，知识由对象构成，具有相同属性和方法的知识对象 的抽象称为一个知识类，知识对象是知识类的实例，具有这个知识类所描述的属 性和方法特性。知识对象将知识和处理这些知识的方法封装在一起，个对象可 以描述和求解一个独立的子问题。 专家系统在产品可制造性分析中的应用研究 ( 2 ) 封装性：每个对象将自己的数据及功能实现细节都封藏起来，对数据的 访问只能通过指定的接口，对于操作使得用户不必知道其内部实现细节就可以使 用，实现了信息隐蔽。封装性保证了模块具有较好的独立性，便于程序的维护与 修改。 ( 3 ) 继承性：子类可继承直接超类的数据及操作。因而每个子类的数据和操 作均由两部分构成。一部分是从父类那里继承过来的共享数据和函数，另一部分 是本类的私有数据。继承性有利于减少编程量和软件维护量，并且促进了软件重 用。 ( 4 ) 多态性：允许不同类的对象对具有同名的消息作出不同的反应。多态性 语言具有灵活、抽象、行为共享、代码共享的优势，很好地解决了应用程序函数 同名的问题。 ( 二) 面向对象的知识表示方法 面向对象的知识表示( o o k r ) 方法将多种单一知识表示方法( 产生式、框 架式) 按照面向对象的程序设计思想组成一种混合知识表达形式，即以对象为中 心将对象的属性、动作行为、领域知识和处理方法等有关知识“封装”在表达对 象的结构中p3 1 。它同时具有多种知识表示方法的功能，因而具有广泛的应用前景。 o o k r 模式的基本单元是对象。将问题求解中涉及的概念、实体等作为对象， 并以框架的形式表示，即每个框架都是一个对象【旧。每个对象由一组属性 ( a t t r i b u t e ) 、关系( r e l a t i o n s h i p ) 和方法( m e t h o d ) 的集合组成。一个对象的 属性集和关系集的值描述了该对象的内部状态，即该对象所具有的知识。与该对 象相关的方法集操作在属性集和关系集的值上。表示该对象的动态行为，即作用 于知识上的知识处理方法，包括知识的获取方法、推理方法、消息传递方法以及 知识的更新方法 ”】。因而在面向对象的知识库中。不同于传统的专家系统结构， 推理机不再是一个单独的模块，而是与知识库集成在一起，作为对象的方法定义 在知识库中。各个对象之间还可以超类、子类、实例的关系形成一个层次网络。 每个对象的所有属性，对该对象的属性进行操作的方法，以及操作使用的规则， 都封装在对象框架之中。 o o k r 模式中对象的基本结构由四类槽组成，如图2 3 所示。 专家系统在产品可制造性分析中的应用研究 对象 属性槽关系槽方法槽规则槽 属性槽名关系名方法名规则槽名 继承属性继承属性继承属性继承属性 属性类型关系类型方法类型规则类型 属性值关系实例方法体规则集 图2 3 面向对象知识模式中的对象结构 其中，关系槽表示对象与其它对象之间的静态关系：属性槽表示对象的静态数据