基于人工神经网络的工艺知识表示方法的研究.pdfVIP

第 32 桔第3 期 哈尔 m 工业大学学报 VoI, 32. 10 , 3 2000 年 6 月 JOURNALOF 1队RBIN Il可归1叽厅E OFTECl剧。1ρGY Jun 咱 .2000 文章编号:创67-62抖。灿)03-0132-0型 基于人工棉径网络的工艺知识褒示方法的研究 常伟，刘文剑，许之伟，顾琳 (哈iI演工业大学 CADIιAM 研究所.黑龙江哈iI滨阴阳1 ) 摘 要:工艺设i十才三架是应用生产实践中运步积累起来的工z:知识来进行创造性的实践活动，网此辅相当~..~ 部分知识是级验烈的知识，用蒜于规则的知识表达方法以及荔于板娘的知识表达方法描述工艺设计领域中 大般的数假理由和字符骂自绞验知识时，存夜知识最大、表达效率低利专家推理妓率低等缺陷，为此.ì1?:添了工 艺知识两种表示形式的特点，提出了采用人工神经网络的隐式表示与规则的报式褒示精销合的工艺知识漠 示法.通过神绞网络的 BP算法的学习功能，把工艺知识的外部制贝。我jf，转化为内部网络权值漠然形式咽并利 用该训练好的问烧生成供加工方法掖理逃择的榄糊规则矩阵 线键询: BP算法;I艺知识:人工神经网络. 中朗分贫寄: llil62 ,.口咀11 ,) 立面就栋ìR码: A Expr附ion of pr侃棚 knowledge based on neural network C忧ANGW，时， UU Wen-ji曲， XU Zhi-.町， GU Lin (CADI巳AM lnstitute ~ 日倒也山In咀tute of Te:也nolo臂.H拙.În I 盟则1. ιhíM) A胎tract: Machinin吕 ptηceS6 knowledge is actumulated fmm machinir唱 practìce ， and is maínly used 阳 C阿ate new machining process , As 盯lOSl machining knowled吕;e is derived from experience ，肌d 伽me巾。d 10 expre肺阳st of nu- melÏcal and character machini吨 knowledge based on rul刷刷d frame h刷出e drawhacks of low expre酬。n efficiency and low inference efficiency for a 101 of knowleclge ，四is paper wscusses the f阳tures of two method. 10 四press 由e machining process knowledge 阳时on rules and ANN，啊0 macmni鸣 ptoce捕 knowledge is changed from 阳回ler­ nal rules 叫)ression 10 the inlemal net 附ight value description by the BP algorithm o[ 剧N. and the trained nel is used to provide the fu呵I rules matrix for the machining process inference Key words: BP algorithm; machining process knowledge; ANN 古老的机械工艺设计学科注入新的活力，使得传 近几年来，人工神绞网络已在谐音识别、模式 统的机械工艺设计技术更能适应新的挑战 分类、自动控制等领域取得了成功的成网，这促使 人们开展人工