基于CBR的發(fā)動(dòng)機(jī)智能設(shè)計(jì)的研究.pdf

1、發(fā)動(dòng)機(jī)設(shè)計(jì)是根據(jù)發(fā)動(dòng)機(jī)的用途和要求對(duì)發(fā)動(dòng)機(jī)的結(jié)構(gòu)和性能參數(shù)進(jìn)行計(jì)算、分析，并將其轉(zhuǎn)化為具體的描述以作為制造依據(jù)的工作過(guò)程，是發(fā)動(dòng)機(jī)生產(chǎn)的關(guān)鍵性環(huán)節(jié)，從根本上決定著發(fā)動(dòng)機(jī)產(chǎn)品的品質(zhì)、成本以及市場(chǎng)地位?；趯?shí)例的推理技術(shù)(CBR，Case-basedReasoning)是一種重要的智能設(shè)計(jì)方法，它基于過(guò)去的實(shí)例或經(jīng)驗(yàn)等知識(shí)來(lái)對(duì)當(dāng)前設(shè)計(jì)問(wèn)題進(jìn)行求解，包括實(shí)例描述、實(shí)例檢索、實(shí)例修正和實(shí)例維護(hù)四個(gè)關(guān)鍵技術(shù)，具有知識(shí)獲取簡(jiǎn)單、系統(tǒng)維護(hù)方便、求解邏

2、輯合理、求解效率較高、具有自學(xué)習(xí)能力等優(yōu)點(diǎn)。將CBR技術(shù)應(yīng)用于發(fā)動(dòng)機(jī)設(shè)計(jì)，對(duì)于發(fā)動(dòng)機(jī)設(shè)計(jì)知識(shí)與經(jīng)驗(yàn)的有效管理，充分利用企業(yè)現(xiàn)有的生產(chǎn)設(shè)備能力，降低開(kāi)發(fā)成本、縮短開(kāi)發(fā)周期具有十分重要的研究意義和應(yīng)用價(jià)值。
　　 基于實(shí)例的推理技術(shù)中，實(shí)例檢索是最為關(guān)鍵的技術(shù)，也是其體現(xiàn)設(shè)計(jì)智能化的核心。實(shí)例檢索是一個(gè)實(shí)例搜索過(guò)程，它的主要作用是在實(shí)例庫(kù)進(jìn)行實(shí)例匹配，并從中找出與當(dāng)前求解問(wèn)題相同或相似實(shí)例。基于加權(quán)最近鄰(K-NN)算法的實(shí)例匹配是

3、實(shí)例檢索應(yīng)用的主要手段，實(shí)例的相似性度量是實(shí)例檢索的主要評(píng)判標(biāo)準(zhǔn)。本文重點(diǎn)研究了發(fā)動(dòng)機(jī)智能設(shè)計(jì)系統(tǒng)檢索技術(shù)，確定了采用K-NN技術(shù)作為智能設(shè)計(jì)檢索技術(shù)，系統(tǒng)整合了比較合理的實(shí)例相似度計(jì)算方法，對(duì)一些實(shí)例匹配問(wèn)題提出了新的相似度度量方法，并提出了一種“初步檢索—推理檢索”的分步式檢索方法，極大地提高了其檢索效率。對(duì)于實(shí)例特征項(xiàng)權(quán)重的確定問(wèn)題，本文提出了以特征項(xiàng)數(shù)量為劃分原則，采用AHP法和遺傳算法兩種權(quán)重確定技術(shù)，并詳細(xì)介紹了兩種方法確定

4、特征項(xiàng)權(quán)重的實(shí)現(xiàn)原理和流程步驟。
　　 將基于K-NN的CBR技術(shù)與發(fā)動(dòng)機(jī)設(shè)計(jì)知識(shí)相結(jié)合，本文構(gòu)建了發(fā)動(dòng)機(jī)智能設(shè)計(jì)系統(tǒng)平臺(tái)整體框架，并基于軟件開(kāi)發(fā)工具VisualStudio2008和數(shù)據(jù)庫(kù)管理工具SQLServer2005搭建了發(fā)動(dòng)機(jī)智能設(shè)計(jì)系統(tǒng)軟件平臺(tái)。發(fā)動(dòng)機(jī)智能設(shè)計(jì)系統(tǒng)平臺(tái)的計(jì)算處理模塊分為權(quán)重計(jì)算模塊、實(shí)例檢索模塊、實(shí)例維護(hù)模塊和實(shí)例輸出模塊四部分;數(shù)據(jù)庫(kù)包括發(fā)動(dòng)機(jī)整機(jī)及各系統(tǒng)的源實(shí)例庫(kù)和實(shí)例特征項(xiàng)權(quán)重庫(kù)兩部分;系統(tǒng)平臺(tái)