产品设计KBE使能技术

上传人:桔**** 文档编号:591281463 上传时间:2024-09-17 格式:PPT 页数:22 大小:442.50KB
返回 下载 相关 举报
产品设计KBE使能技术_第1页
第1页 / 共22页
产品设计KBE使能技术_第2页
第2页 / 共22页
产品设计KBE使能技术_第3页
第3页 / 共22页
产品设计KBE使能技术_第4页
第4页 / 共22页
产品设计KBE使能技术_第5页
第5页 / 共22页
点击查看更多>>
资源描述

《产品设计KBE使能技术》由会员分享,可在线阅读,更多相关《产品设计KBE使能技术(22页珍藏版)》请在金锄头文库上搜索。

1、产品设计产品设计2主讲人:曾富洪攀枝花学院攀枝花学院2第十一章第十一章 基于知识的工程(基于知识的工程(KBE)技术)技术11.4.3 知识推理知识推理1)推理的基本概念)推理的基本概念推理就是以某种策略由己知判断推出另一判断的思维过程。一般来说,推理都包括两种判断:一种是己知的判断,包括已掌握的与求解问题有关的知识及关于问题的已知事实;另一种是判断推出的新判断,即推理的结论。在KBE系统中,推理是由程序实现的,称为推理机。 推理的基本任务是从一种判断推出另一种判断,若从判断推出的途径来划分,推理可分为演绎推理、归纳推理、默认推理。 3第十一章第十一章 基于知识的工程(基于知识的工程(KBE)

2、技术)技术11.4.3 知识推理知识推理1)推理的基本概念)推理的基本概念 演绎推理是从全称推理导出特称判断或单称判断的过程,即由一般性知识推出适合于某一种具体情况的结论。这是一种从一般到个别的推理。演绎推理有多种形式,经常用的是三段论式,它包括:大前提:已知的一般性知识或假设。小前提:关于所研究的具体情况或个别情况的判断。结论:由大前提推出的适合于小前提所示情况的新判断。4第十一章第十一章 基于知识的工程(基于知识的工程(KBE)技术)技术11.4.3 知识推理知识推理1)推理的基本概念)推理的基本概念归纳推理:是一种从个别到一般的推理默认推理:又叫缺省推理,是知识不完全的情况下作出的推理,

3、通常的形式是:如果没有足够的证据证明结论不不成立,则认为结论是正确的 511.4.3 知识推理知识推理2) 推理的方式及分类推理的方式及分类 在人工知识智能领域中,根据知识的类型将推理方法分为以下三类:基于规则的推理(Rule-Based Reasoning, RBR),基于实例的推理(Case-Based Reasoning, CBR) 、基于模型的推理(Modeling-based Reasoning, MBR),下面就人工智能领域的三种推理方式进行介绍: 611.4.3 知识推理知识推理2) 推理的方式及分类推理的方式及分类(1) 基于规则的推理(RBR) 以产生式规则表示知识的推理,其

4、核心是演绎推理,从一组前提必然推导出某个结论,即三段论法。作为基本的推理方法,RBR目前应用最为广泛。RBR具有以下特点:具有很强的推理能力和较高的推理效率:知识表示形式简单(通常为IF-THEN结构),易于系统实现:知识(规则)捉取困难,知识库维护困难:RBS运行效率随规则库规模的增大而迅速降低;构造基于规则的KBS系统周期长;靠人工“移植”方式获取专家知识:非结构化的知识组织形式,求解复杂问题困难。711.4.3 知识推理知识推理例:例:事实事实:Fido会犬吠会犬吠(Barks)和咬人和咬人(Bites),否则否则Fido不是狗不是狗规则规则:所有的:所有的Terrier都是狗;所有会犬

5、吠的东西都是吵人的都是狗;所有会犬吠的东西都是吵人的(Noisy)目标目标:存在某个东西,除非它不是:存在某个东西,除非它不是Terrier,否则吵人否则吵人解:解:形式化表示形式化表示(1) 基于规则的推理(RBR)811.4.3 知识推理知识推理解:解:标准化表示标准化表示(1) 基于规则的推理(RBR)911.4.3 知识推理知识推理解:解:求解求解(1) 基于规则的推理(RBR)目标节点目标节点R2Fido/yFido/Z1Fido/xR1Fido/z与与/或图或图1011.4.3 知识推理知识推理解图置换:将所有变量的置换都作为置换元素,收集于一个解图置换:将所有变量的置换都作为置换

6、元素,收集于一个置换中,并对其进行复合处理,解图一致说明演绎成功置换中,并对其进行复合处理,解图一致说明演绎成功(1) 基于规则的推理(RBR)设解图中置换元素设解图中置换元素ti/vi(i=1,n),ti为指示置换项,为指示置换项,vi为指示变量为指示变量建立两个分别由建立两个分别由ti和和vi构成的表达式,构成的表达式,U1=(v1,v2,vn),U2= =(t1,t2,tn)检查检查U1和和U2能否合一,若不能合一,则置换是不一致能否合一,若不能合一,则置换是不一致的,进而解图不一致。若能合一,则建立起使的,进而解图不一致。若能合一,则建立起使U1和和U2合一的置换,称为解图置换合一的置

7、换,称为解图置换S的合一复合,进而解图是的合一复合,进而解图是一致的一致的1111.4.3 知识推理知识推理(2) 基于实例的推理(CBR) RBR不具备学习能力,如果问题超出系统所描述的范畴,就显得无能为力。CBR克服了上述缺陷,并且建立和维护相当简单,只需定义一致性的词表,从领域专家那里收集事例并装入事例库即可。 CBR过程可以分为四个主要阶段:事例检索、事例复用、解决方案修正和事例保存。 1211.4.3 知识推理知识推理(2) 基于实例的推理(CBR)1311.4.3 知识推理知识推理(2) 基于实例的推理(CBR) 事例的表示 一般情况可将事例表示成一组特征,对于复杂情况,可将一个事

8、例表示为一组相互关联的子事例的集合,以形成问题的解的结构。 事例的索引 CBR系统的效率很大程度上取决于从事例库中检索出适当事例的能力,因此,必须对事例进行适当的组织和索引。索引方法主要有:最近邻法、归纳法和基于知识的方法等,许多系统使用这几种方法的组合。 1411.4.3 知识推理知识推理(2) 基于实例的推理(CBR) 事例的检索与事例的索引相对应,检索方法有:相联检索、层次检索和基于知识的检索等。 事例的修正 通过检索得到与输入事例最佳匹配的事例后,修正算法则将该事例由满足大部分要求修正为满足全部要求。由于修正算法与具体的问题领域有关,故难以采用统一的方法,目前多数系统采用修正规则或领域

9、模型;对复杂的情况,还可将事例库中的若干事例“片段”组合起来以完成修正过程。在无法由计算机完成全部修正时,应采用人工干预。1511.4.3 知识推理知识推理(2) 基于实例的推理(CBR)CBR具有以下特点:与人类专家的决策过程相吻合,更符合人类认知过程;知识库创建简单、快速,能实现自动化和系统学习; 具有高的推理效率,对过去求解结果的复用可避免每次从头推导; 适用于弱知识领域; 求解全新问题时,缺乏相似事例指导,推理效率十分低下; 随着事例库增大,时间和空间复杂性将会提高; 细节技术多样化,且无完整、成熟的理论指导。1611.4.3 知识推理知识推理(3) 基于模型的推理基于模型的推理(MB

10、R) 基于模型的推理(MBR)是根据反映事物内部规律的客观世界的模型进行推理,具有代表性的是定性物理模型和因果模型。 定性物理模型是用定性方法描述技术系统的功能与行为,它可直接表示输入条件(前提或原因)到输出结果(现象或结论)的推理过程,称之为定性推理。该方法将知识和推理合为一体,无须建立与修改独立的知识库,缩小了主观思维与客观事物的差距,较接近事物的本质。 因果模型充分显示了客观事物内部的因果关系,大大提高了系统的透明度和可理解性。1711.4.3 知识推理知识推理3)推理方法的集成)推理方法的集成(1) CBRRBR集成如果将事例视为经验知识,则规则为原理性的知识。现实中,求解问题时,这两

11、类知识显然互为补充,因此CBR、RBR的集成从早期的CBR系统中便开始出现,如索引规则、修改规则、修正规则的采用等。虽然与RBR相比,CBR更符合领域专家的思维过程,但它并不独立于传统专家系统单独存在,而是与规则相辅相成,从创成和变异两个角度去解决问题,既可充分利用已有资源,又具有较好的柔性和适应性,从而使整个系统推理决策具有更高的效率和更好的质量。1811.4.3 知识推理知识推理3)推理方法的集成)推理方法的集成(2) CBRMBR集成 CBR适合求解常见问题,MBR则在求解中小型的新问题时优势明显,将两者集成,通过某些局部模型的建立,有利于控制系统的复杂性,从而提高系统的推理效率,更好地

12、解决此类问题。目前将CBRMBR集成已有了一些成功的应用,其集成方式可归纳为以下几种: MBR组织问题的求解框架,将CBR结合进来 以CBR组织问题的求解框架,推理过程的某些技术环节采用MBR CBR、MBR分别用于系统不同模块,独立实现各自的功能 1911.4.4 知识建模知识建模 知识发现的过程并非是提取和收集己有知识的过程,而是一个形成全新知识模型的过程,这个过程不是简单地将人类知识直接映射到规则生成器中,而需用领域专家知识产生一个满足KBE功能的信息模型。 1) 基于符号的知识建模基于符号的知识建模 基于符号的方法是通过符号操作的形式化描述,建立问题求解的知识模型。在符号型知识模型中,

13、知识常常采用产生式规则和语义网络的方法表示。通过将知识用符号规范化描述后,建立设计问题、约束和设计结果之间的复杂关系网络,同时将非确定型的约束采用模糊集理论来描绘。该模型的知识控制策略是一种问题驱动型,设计行为将问题和问题的解决方案联系起来,如果问题的解决方案是一个新的问题,那么需要将其分解,如此循序渐进,直至每个问题最终找到无需进一步分解的结果。 2011.4.4 知识建模知识建模2) 基于构形、工程、几何的知识建模基于构形、工程、几何的知识建模 构形知识(Configuration,C)指零件组合和几何特征之间合适的匹配关系,主要包括决定产品构成的规则、需求和关系。工程知识 (Engine

14、ering, E)是在产品设计中集成的工艺和制造知识,它包括基于规则的工程分析知识、公式化规则等。 几何知识(Geometry, G)是产品的三维和二维模型,是CAD系统的基本元素, 2111.4.4 知识建模知识建模整个产品几何模型由若干个特征构成。将各种工程和几何约束以规则等形式表示,在特征定义的同时进行基于知识的设计。 在基于CEG(Configuration, Engineering, Geometry)知识建模的KBE系统必须具有CAD建模的功能,这种知识建模方法避免了产品功能不完备或者制造工艺不合理和不经济的问题,充分发挥KBE系统的最大优势,即在大系统的实施过程中充分实现多领域知识的重用共享,减少设计和制造的周期。此外,它将工程知识包含在产品模型中,将几何特征视为产品上具有一定工程意义并且能够完成某一特定功能的一组几何实体。22小结小结1 1知识推理知识推理知识推理知识推理2 2知识建模知识建模知识建模知识建模

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 医学/心理学 > 基础医学

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号