[2C补充决策推理和人工智能技术.pptVIP

计算机辅助工艺设计—— CAPP系统设计 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。 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。 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 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。 6.1 决策表和决策树 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。 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。 6.1 决策表和决策树 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。 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。 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。 6.1 决策表和决策树 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。 6.1 决策表和决策树 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 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。 6.1 决策表和决策树 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。 6.1 决策表和决策树 6.1 决策表和决策树 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。 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[1]，采用专家的推理方法和控制策略[2]，解决该领域内问题，并达到专家级水平，也称知识