复杂产品协同设计知识获取的研究现状及分析.pdfVIP

西安交通大学 复杂产品协同设计知识获取的 研究现状及分析 作 者：席文奎，韩 勇，袁小阳，李宗斌 西安交通大学机械工程学院 主要内容 • 知识获取在复杂产品协同设计中的重要性和内容 • 知识获取的研究历史和现状 • 协同环境下复杂产品设计过程中知识获取的研究 现状与发展动态 • 复杂产品协同设计知识获取的主要最新支撑技术 及相应的研究路线 西安交通大学机械工程学院 一、产品协同设计知识获取的重要性和内容 设计是以知识为基础，以获取新知识为目标。 复杂产品设计的核心问题主要涉及功能实现与 功能保障两方面，其协同设计过程是多领域多学科 协同决策与复杂知识获取、融合与重用的过程，主 要体现在功能实现部分、功能保障部分及两方面耦 合部分三个层次。复杂产品协同设计知识获取、协 同设计理论与方法及多种本源设计方法及其关联问 题的研究都需从这三个层次上来开展，图1表示了以 上关系。 西安交通大学机械工程学院 西安交通大学机械工程学院 二、知识获取研究历史及现状分析 • 2.1人工智能领域 知识获取是人工智能的基本研究课题，专家系统技术是人工智能 中面向应用的重要分支之一，是近年来的研究热点。人工智能和专家 系统的关键技术是知识库的构建，而知识获取一直是知识库构建的瓶 颈。 由于知识表示方法各有其优缺点，至今没有一套万能的方法来完成知识 库的构建和知识的获取。基于规则的推理知识表示方法和基于实例的 推理的知识表示方法应用比较广泛，但仍有许多不足的地方，因此有 学者提出采用基于规则、实例等表示方法的集成推理方法，更有利于 智能系统知识库构建和知识获取。 在知识获取和表达方面，人们作了大量的研究，但仅局限于个别 领域的描述性模型。由于设计过程的复杂性、不良定义问题的本质性 和缺乏结构性，设计过程难于形成统一的描述模型。 在知识库系统中运用神经网络，已经获得了一定的应用，有学者 提出神经网络在理论上可以解决目前在人工智能、专家系统和知识库 系统中普遍存在的知识获取问题[10]，但通过神经网络进行知识挖掘 获取的知识，其可靠性都有待于专家的验证。文献[15]采用基于专家 分析实例的知识获取方法,来获取设计过程明确知识和隐含知识。 西安交通大学机械工程学院 二、知识获取研究历史及现状分析 2.2 知识工程领域 基于知识的工程(Knowledge–Based Engineering, KBE)是20世纪 80年代提出的新型设计思想。通过集成人工智能和工程领域知识的应 用，将KBE 引入设计领域将对产品设计过程产生重要影响。知识获 取、知识表示和知识管理是KBE三大要素[10,16]。知识获取主要用于 工程设计知识的获得，包括问题识别、知识的概念化与形式化、知识 获取的实现和测试等阶段，反映了工程设计KBE 系统获取知识的能 力，是KBE主要研究内容和关键。 自从KBE的概念提出之后，工业化国家在工业领域内广泛引入了 KEB技术，美国、日本和欧洲各国政府在KBE技术的开发与应用方面 给予了有力的支持，将其列为国家未来发展战略的重要核心技术。国 内对KBE技术的研究刚刚起步，许多院校和科研院所投人到KBE研究 中[10,16-20]。 总的来说，KBE技术的研究取得了很大进展，但是综合研究尚处 于起步阶段，尚待形成完整的理论体系和实现方法[10]。知识获取作 为KEB的关键和核心，经验知识的获取还没有形成有效的途径，导致 经验知识无