现代智能制造中关键智能技术研究综述.pdfVIP

中国机械工程第 11 卷第7 期2000 年7 月 : 1004- 132( 2000) 07- 0 828- 08 现代智能制造中的关键智能技术研究综述 胡建军　汪叔淳 : 结合人工智能的研究进展, 重点对计算智能中的学习进、化与自组 机制的研究现状与发展方向进行综述与评议, 阐明三者的共同特征 各、自 特点 相、互关系, 并指出现代智能制造系统进行智能集成的方向, 探求高智能 化的制造技术, 适应知识经济发展的需要。 : 智能制造; 学习; 进化; 自组织; 神 网络; 遗传算法; 进化计算 : T H 16; TP 18: A 胡建军　博士研究生 遗传编程技术在电路自动设计中的成功应用是这 1　智能制造与新一代智能技术 一创新能力的突出代表。它将为产品设计、工艺决 90 年代以来, 随着全球市场的形成, 产品间 策等各方面的创新带来新的机遇。 的国际竞争日趋激烈, 人工智能技术在制造中的 ( 3) 软件适应性的缺乏　缺乏适应性的专家 应用研究异常活跃, 智能制造技术日渐成为实现 系统在工厂实际应用中困难重重, 其主要原因是 制造的知识化、自动化、柔性化以实现对市场的快 无法适应各个工厂多样化的应用环境以及应用场 速响应的关键技术。其主要应用如下: 基于神 网 合的灵活多变。具有学习与进化能力的智能系统 络的智能检测、故障诊断、识别、设计、优化; 基于 将能在用户使用过程中自动总结归纳用户问题的 遗传算法的优化设计; 基于规则、基于框架的专家 特点, 从而自动适应应用环境的变化。这种在使用 系统; 基于类比推理、归纳学习与基于实例推理的 中学习的功能是使智能系统具有适应性的基 知识系统; 基于Agent 技术的分布式智能制造系 础。 统。但是, 目前智能制造的应用水平距人们的期望 ( 4) 计算实时性的要求　计算实时性的要求 还比较远, 主要是以下几个瓶颈问题的存在, 而以 是许多智能系统应用的基本要求, 但目前的智能 学习、进化、自组织为主要特征的新一代人工智能 算法都存在搜索收敛速度慢的缺点。较有希望的 技术可能为智能制造的研究带来新的曙光。 解决方法是使智能系统具有增量式的学习能力, ( 1) 知识的恰当表示与获取　以规则为主要 它使得系统在求解过程能有效地利用已积累的知 代表的符号知识表示具有粒度极限、知识获取困 识, 这种基于知识的搜索能力将随着系统的运行 难等弱点, 而以神 网络为代表的亚符号知识则 不断增强, 从而不必每求解一个问题都从零开始。 难以处理现实世界中复杂的结构化知识, 所以实 近几年来, 虚拟设计制造、基于知识的制造、 现二者的结合是较好的出路。具有广泛通用性的 计算制造、仿生制造等新的制造技术对智能技术 进化方法可能为我们提供一种有效的对混合知识 的需求更是相当迫切。为此, 本文对新一代智能技 进行学习的方法。进化方法可以在问题求解过程 术中的3 种最主要的核心机制进行系统论述, 介 中自适应地形成问题的知识表示形式, 并完成知 绍各自的特点、相互关系以及在智能系统中的主 识的获取与应用, 实现了知识表示、获取与应用的 要作用及其研究现状与发展方向。 统一。 2　学习 进、化与自组织机制的基本概念与 ( 2) 创新能力的实现　在制造过程中, 人们对 智能系统的需求包括辅助用户进行创新的能力、 发展历史 代替人类进行决策的能力, 以及超越人的知识范 　　新一代智能技术是指80 年代以来迅速发展 围进行创新的能力。传统智能技术缺乏本质上的 的以神 网络( ANN ) 、进化计算、模糊逻辑、 创新能力, 而以进化方法为主要代表的新一代智 Agent 为主要代表的计算智能技术。它为传统人 能技术具有试错型的探索式的学习与