CAPP的决策推理和人工智能技术.pptxVIP

计算机辅助工艺设计—— CAPP系统设计1 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。2 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。3 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4 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。5 6.1 决策表和决策树下雨TFF天热TF去网吧×去公园×去野餐×6 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。条件根条件项（T、F、空格无关）动作根动作项（×执行、空格不执行）7 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。8 6.1 决策表和决策树9 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。10 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。11 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。12 6.1 决策表和决策树13 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。14 6.1 决策表和决策树15 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16 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。17 6.1 决策表和决策树18 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。19 6.1 决策表和决策树20 6.1 决策表和决策树21 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。22 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