機(jī)械制造信息資源的非規(guī)范知識處理技術(shù)研究.pdf

1、隨著社會經(jīng)濟(jì)的發(fā)展和科學(xué)技術(shù)的進(jìn)步，制造系統(tǒng)日益向智能化和柔性化方向發(fā)展，而智能化和柔性化是建立在對相關(guān)信息和知識快速有效的獲取、處理和傳遞基礎(chǔ)之上的。制造知識內(nèi)涵豐富，具有多樣性、復(fù)雜性、經(jīng)驗性和非規(guī)范性等特點，在相當(dāng)程度上增加了對設(shè)計制造知識進(jìn)行有效的歸納、整理、挖掘和應(yīng)用的難度，同時也降低了其可重用性和可集成性，為企業(yè)信息交互帶來了困難。如何減小和消除信息的非規(guī)范性的不利影響，最終實現(xiàn)面向智能制造的設(shè)計制造信息快速有效的獲取、處理

2、、傳播和應(yīng)用，是制造系統(tǒng)信息化和智能化研究的一項重要課題。 從結(jié)構(gòu)上來看，非規(guī)范制造信息是指半結(jié)構(gòu)化和非結(jié)構(gòu)化的制造信息；從形態(tài)上來看，非規(guī)范制造信息是指制造系統(tǒng)中的不確定、不精確、不完備、不協(xié)調(diào)和不穩(wěn)定的制造信息。非規(guī)范信息是企業(yè)信息資源的重要組成部分，也是企業(yè)的寶貴知識財富，但非規(guī)范信息也使企業(yè)信息環(huán)境變得更為復(fù)雜，信息的快速無障礙交互更加難以實現(xiàn)，從而增加了信息的使用成本，降低了信息的應(yīng)用價值。非規(guī)范信息處理的目標(biāo)就是盡可

3、能減小上述不利影響，并建立一種通用信息資源共享及應(yīng)用的支撐環(huán)境，使得各類信息能夠在企業(yè)范圍內(nèi)合理流動，將恰當(dāng)?shù)男畔⒑椭R在恰當(dāng)?shù)臅r間通過恰當(dāng)?shù)姆绞絺鬟f給相應(yīng)的人員。全文的核心內(nèi)容主要包括以下幾個方面。 (1)分析了智能制造對制造信息與知識資源的需求及現(xiàn)有的制造信息與知識資源系統(tǒng)的不足，在此基礎(chǔ)上提出了面向智能制造的信息資源及知識庫系統(tǒng)研究的總體目標(biāo)，并給出了系統(tǒng)框架結(jié)構(gòu)和功能模型；構(gòu)建了網(wǎng)絡(luò)環(huán)境下多模式知識形態(tài)的分類方法，并提出

4、了制造知識的基元表示形式，以解決制造知識的統(tǒng)一描述問題。 (2)分析了制造系統(tǒng)中的不確定性，歸納和闡述了不確定性制造信息產(chǎn)生的來源；對非規(guī)范性制造信息進(jìn)行了定義，分析了其來源及表現(xiàn)形式，并在此基礎(chǔ)上闡述了信息的非規(guī)范性與不確定性的聯(lián)系與區(qū)別；分析和總結(jié)了非規(guī)范性制造信息的特點；對信息粒度概念進(jìn)行了說明，闡述了對制造信息進(jìn)行信息粒度分析的必要性，對制造信息顆粒的劃分進(jìn)行了討論，并闡述了制造系統(tǒng)非規(guī)范性信息粒度計算方法；提出了非規(guī)范

5、性信息的規(guī)范度概念，并以粗糙集為理論基礎(chǔ)，提出了非規(guī)范性制造信息相關(guān)性描述方法。 (3)以設(shè)計和工藝知識基元為例，建立了相應(yīng)的制造知識基元體系，并提出了相關(guān)知識基元的基本格式；在上述工作基礎(chǔ)上，提出了制造知識基元的元數(shù)據(jù)表示方法，并對其在企業(yè)信息環(huán)境和網(wǎng)絡(luò)環(huán)境中的轉(zhuǎn)換、處理技術(shù)進(jìn)行了較為詳細(xì)的說明。 (4)討論了智能檢索與知識發(fā)現(xiàn)的聯(lián)系與區(qū)別，提出了網(wǎng)絡(luò)環(huán)境下非規(guī)范性制造知識的檢索模式；構(gòu)建了復(fù)雜信息環(huán)境下的非規(guī)范性制造

6、知識智能檢索系統(tǒng)，并分析了其工作模式、工作流程和關(guān)鍵技術(shù)，提出了包含語義匹配和語義推理機(jī)制的智能檢索方法，通過相似度和相關(guān)度計算實現(xiàn)檢索要求與檢索對象的智能匹配，以提高制造知識檢索的查全率和查準(zhǔn)率。 (5)建立了網(wǎng)絡(luò)環(huán)境下個性化制造知識主動推薦服務(wù)體系結(jié)構(gòu)，通過Web內(nèi)容挖掘、結(jié)構(gòu)挖掘和使用挖掘等Web數(shù)據(jù)挖掘方法，結(jié)合主動和被動學(xué)習(xí)方式，獲取用戶的制造知識興趣或偏好。提出了相應(yīng)的用戶興趣獲取、Web頁面相似性判斷及相似Web頁

7、面收集算法。 (6)針對工藝決策的非規(guī)范制造信息環(huán)境，提出運用不確定語言多屬性決策方法進(jìn)行多工藝方案評價；提出了工藝方案評價的多屬性體系；應(yīng)用不確定拓展有序加權(quán)平均算子進(jìn)行工藝輔助決策，以充分利用工藝人員的經(jīng)驗型知識。 (7)通過對簡單遺傳算法的改進(jìn)實現(xiàn)算法的加速，同時將人工排樣作為遺傳算法初始種群的組成部分，使人的經(jīng)驗知識融合到算法中。上述改進(jìn)不僅對算法有加速作用，以實現(xiàn)優(yōu)化結(jié)果和優(yōu)化效率的平衡，而且使得相關(guān)工作人員的

8、經(jīng)驗知識融入實際優(yōu)化過程，避免了完全脫離人工干預(yù)、單純依靠算法獲取優(yōu)化方案帶來的相關(guān)實用性問題。 (8)以建立面向機(jī)械制造的信息資源共享及應(yīng)用支撐環(huán)境為目標(biāo)，采用統(tǒng)一的基于XML的數(shù)據(jù)交換和插件技術(shù)，開發(fā)由制造信息資源與知識庫、制造知識發(fā)現(xiàn)、發(fā)布與應(yīng)用等模塊組成的通用制造信息資源和知識庫軟件原型系統(tǒng)。其中的制造信息資源與知識庫系統(tǒng)包括尺寸公差與形位公差智能查詢與選用、金屬切削計算及查詢等功能組件；制造知識應(yīng)用包括基于不確定語言多