CAD人工神经网络专家系统的结构及其模型

CAD人工神经网络专家系统的结构及其模型 摘要： 针对CAD专家系统存在的局限性，提出人工神经网络专家系统。专家系统主要进行逻辑推理，人工神经网络进行联想、分类和识别；根据其结构，提出几种模型；指出其不足及发展方向。 ABSTRACT: Aiming at the limits of CAD expert system, the passage provides the concept of CAD neural network expert system. The main task of CAD expert system is to do logical-inference work, and the neural network expert system is used to associate, classify and identify; According to its structure, the passage provides several models. Finally, it points out the disadvantages and prospect of such system. 关键词： 人工神经网络 专家系统 CAD 当前，CAD专家系统是人工智能应用研究最活跃的课题之一，它已获得日益广泛的应用。它的突出几乎已经伸展到各个工程领域，吸引着不同专业的领域专家从事这方面的研究和开发工作，并且在这些领域中形成了新的生长点。这些特点也是当代一些前沿技术所共同具备的特点。 一般的说，专家系统是一种能以人类专家水平完成专门和困难的专业任务的计算机程序系统，其内部具有大量专家水平的某个领域的知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。换言之，专家系统是一个具有大量专门知识与经验的程序系统，它综合应用人工智能技术，根据某个领域的一个或者多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决一类需要专家来解决的复杂问题。 尽管CAD专家系统在实际应用中取得了一些较为显著的效果，但也存在一些问题。由于其内在的局限性，专家系统无法真正模拟人类专家的推力过程。此外，其知识获取过程存在“瓶颈”问题，而且学习能力较差，处理大型复杂问题较为困难。 人工神经网络是一种新颖的建模技术，于80年代中期开始引起国内机械工程领域广大科技人员的浓厚兴趣和广泛重视，并进行了大量研究、改进以及应用的探索工作。 与其他的模型不同，人工神经网络模型师法大自然的杰作－人类大脑的拓扑结构，从地球漫长的生物进化过程中吸取精华，从而形成了结构化、分布式、全息性、鲁棒性、并行性和非线性的特点。目前，人工神经网络技术在工况监测、预报和控制，在故障诊断中，以及在结构分析、设计、优化和几何建模中都已有广泛应用。 然而，从软硬件环境上看，人工神经网络本身的结构体系具有并行的特点，目前，绝大多数人工神经网络的应用环境（检测和控制）具有复杂、多任务、多目标实时运行和多事件实时并发的特点，而有关人工神经网络软件的研究。开发和运行都是在微机上进行的，大部分研究工作是建立在单CPU串行作业的操作系统上，不得不将系统的多任务并行的复杂系统结构退化为串行结构，这导致系统在实时性和实用性方面都存在严重不足，所开发的人工神经网络实际上都是“虚拟网络”，并不能充分体现人工神经网络的并行性和鲁棒性。 从CAD专家系统和神经网络技术的各自特点可以看到，专家系统和人工神经网络代表了人工智能中互补的两种方法。如果把专家系统和人工神经网络集成形成混合系统，其功能会比单一的专家系统或者人工神经系统更强、更有力。在这个系统中，专家系统根据某个领域或者一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程；人工神经网络用来处理不充分、容易变化的知识，进行联想、分类和识别等形象思维。 1 CAD人工神经网络专家系统结构 专家系统结构主要包括系统各组成部分的构造方法和组织形式。选择什么结构最为恰当，要根据系统的应用环境和所执行任务的特点决定。 一般专家系统的简化结构为图1所示： 专家知识 输入或提问 图1 专家系统的简化结构 它明确表示出了专家系统所具有的以知识库为基础和以推理机为实现手段的主要特征。 专家系统的理想结构如图2所示。在实际应用中的专家系统，由于其各自完成的任务不同，相应的系统结构也不尽相同，一般可以只具有图中所示的部分模块。 知识库 黑板 图2 理想专家系统的结构 图中接口是人－机系统进行信息交换的媒介：黑板是用来记录系统推理过程中用到的控制信息，中间假设和中间结果的数据库，它包括计划、议程和中间解三部分。计划记录了当前问题总的处理计划、目标、问题的当前状态和问题的背景等；议程记录了一些待执行的动作。这些动作大都是由黑板中已有结果与知识库中的规则作用而得到的。中间解区域中存放当前系统已发生的结果和候选假设。 知识库包括两部分内容，一部分是已知的同当前问题有关的数据信息，另一部分是进行推理时要用到的一般知识和专门领域知识等，这些知识大多以规则、网络和过程等形式表示。 调度器按照系统建造者所给的控制知识，从议程中选择一个项作为系统下一步要执行的动作；执行器应用知识库中的以及黑板中记录的信息，执行调度所选定的动作；协调器的主要作用是当得到新数据或者新假设时，对已得到的结果进行修正，以保持结果的前后一致性。 解释器的功能是向用户解释系统的行为，包括解释结论的正确性以及系统输入其他候选解的原因，为完成这一功能，通常需要利用黑板中记录的中间解、中间假设和知识库中的知识等。 2 CAD人工神经网络专家系统模型 根据以上介绍的专家系统的结构，一些学者陆续提出了一些集成人工神经网络和专家系统的模型，例如全集成模型，独立模型，转换模型，松连接模型。紧连接模型。其中，独立模型和转化模型不适合CAD，而全集成模型设计和构造较为复杂，而且市场上明显缺少支持全集成的开发工具，因此使用较少。下面重点介绍送连接模型和紧连接模型。 2．1松连接模型 这种模型根据应用需要降系统分解为分立的人工神经网络模块和专家系统模块，各模块之间通过数据文件进行通信。是一种真正集成人工神经网络和专家系统的模型。送连接模型的变形有前处理器、后处理器、并行处理器和用户界面等。 在前处理器中，人工神经网络作为前端，在数据传给专家系统之前整理分析数据。使用这种模型可以进行数据合成、消除误差、辨明目标、模式识别和联想记忆。专家系统可以利用这些信息解决分类、识别和问题求解。 在后处理器中，专家系统产生一个输出，通过数据文件传给人工神经网络。在这种结构形式中，专家系统进行数据的准备和操作，然后人工神经网络进行预测、数据分析、监控和抑制误差。 在并行处理器中，数据双向传输，允许人工神经网络和专家系统之间的交互与合作。而用户界面是将人工神经网络当作一种模式识别技术，这样能增加用户和专家系统交互的灵活性。 2．2紧连接模型 紧连接模型由独立的专家系统和人工神经网络模块组成，各模块之间通过内部数据结构传输信息。这样不仅增强了人工神经网络专家系统的运行性能，还改善了系统的交换能力。紧连接模型可以具有与松连接模型一样的变形，但是紧连接模型的前处理器、后处理器和并行处理器的速度相当快。只有紧连接模型才具有黑板结构、合作系统和嵌入系统的变形。 合作系统是紧连接模型中较为长剑的一种变形，与松连接模型中的并行处理器类似。嵌入系统一般是用一种模块控制调用另一模块。 与松连接模型相比较，紧连接模型减少了模块之间的频繁数据通信，改善了系统的运行时间性能。国外已经有了适用于开发紧连接模型系统的商品软件包，可以帮助开发者开发维护标准的人工神经网络模块和专家系统模块。总之，紧连接模型设计灵活，集成功能较强，适用与CAD人工神经网络专家系统的开发。 3不足及努力方向 关于CAD人工神经网络专家，已有众多的研究者对其基础理论、方法、技巧及其应用方面做了很多开拓性或探索性的工作，取得大量的成果。可是，从国内的实际情况看，CAD人工神经网络专家的理论、方法与技术的应用与开发，仍然处于初步阶段。首先，从内容看，绝大多数的研究和应用主要集中在前馈网络和BP算法上。对于人工神经网络在过程控制和组合优化方面的应用则研究较少。其次，从深度看，总的说来，多数研究工作中对其应用还停留在某些经验关系的拟合上，并未充分发挥模型合建模方法的优势合特长。有些计算机仿真也缺乏必要的试验验证。最后，从试验效果上看，应该说除了少数工程项目外，CAD人工神经网络专家系统基本上还处于实验阶段，距工业实用相去仍然很远。 由于各领域都日趋向综合化方向发展，传统的建模手段已不能适应未来发展的需要，结合了专家系统和人工神经网络两者而成的CAD人工神经网络专家系统便成为我们解决复杂问题的有力工具。当前及今后，这方面的努力方向是： 1） 在对已有成果总结和分析的基础上，使之模块化和规范化，形成通用产品。 2） 由于其结构化的特点，因而可以