智能設計

1)以設計方法學為指導。智能設計的發展，從根本上取決於對設計本質的理解。設計方法學對設計本質、過程設計思維特徵及其方法學的深入研究是智能設計模擬人工設計的基本依據。

2)以人工智慧技術為實現手段。藉助專家系統技術在知識處理上的強大功能，結合人工神經網路和機器學習技術，較好地支持設計過程自動化。

3)以傳統CAD技術為數值計算和圖形處理工具。提供對設計對象的優化設計、有限元分析和圖形顯示輸出上的支持。

4)面向集成智能化。不但支持設計的全過程，而且考慮到與CAM的集成，提供統一的數據模型和數據交換介面。

5)提供強大的人機交互功能。使設計師對智能設計過程的干預，即與人工智慧融合成為可能。

綜合國內外關於智能設計的研究現狀和發展趨勢，智能設計按設計能力可以分為三個層次：常規設計、聯想設計和進化設計。

常規設計

即設計屬性、設計進程、設計策略已經規劃好，智能系統在推理機的作用下，調用符號模型(如規則、語義網路、框架等)進行設計。目前，國內外投入應用的智能設計系統大多屬於此類，如日本NEC公司用於VLSI產品布置設計的Wirex系統，華中理工大學開發的標準V帶傳動設計專家系統(JDDES)、壓力容器智能CAD系統等。這類智能系統常常只能解決定義良好、結構良好的常規問題，故稱常規設計。

聯想設計

目前研究可分為兩類：一類是利用工程中已有的設計事例，進行比較，獲取現有設計的指導信息，這需要收集大量良好的、可對比的設計事例，對大多數問題是困難的；另一類是利用人工神經網路數值處理能力，從試驗數據、計算數據中獲得關於設計的隱含知識，以指導設計。這類設計藉助於其他事例和設計數據，實現了對常規設計的一定突破，稱為聯想設計。

進化設計

遺傳演演算法(GA，即Geneticalgorithms)是一種借鑒生物界自然選擇和自然進化機制的、高度并行的、隨機的、自適應的搜索演演算法。20世紀80年代早期，遺傳演演算法已在人工搜索、函數優化等方面得到廣泛應用，並推廣到計算機科學、機械工程等多個領域。進入20世紀90年代，遺傳演演算法的研究在其基於種群進化的原理上，拓展出進化編程(EP，即Evolutionaryprogramming)、進化策略(ES,即Evolutionarystrategies)等方向，它們並稱為進化計算(EC,即Evolutionarycomputation)。

進化計算使得智能設計拓展到進化設計，其特點是：

*設計方案或設計策略編碼為基因串，形成設計樣本的基因種群。

*設計方案評價函數決定種群中樣本的優劣和進化方向。

*進化過程就是樣本的繁殖、交叉和變異等過程。

進化設計對環境知識依賴很少，而且優良樣本的交叉、變異往往是設計創新的源泉，所以在1996年舉辦的“設計中的人工智慧”(Artificialinterlligenceindesign’96)國際會議上，M.A.Rosenman提出了設計中的進化模型，進而進化計算作為實現非常規設計的有利工具。

原理方案智能設計

方案設計的結果將影響設計的全過程，對於降低成、提高質量和縮短設計周期等有至關重要的作用。原理方案設計是尋求原理解的過程，是實現產品創新的關鍵。原理方案設計的過程是總功能分析——功能分解——功能元(分功能)求解——局部解法組合——評價決策——最佳原理方案。按照這種設計方法，原理方案設計的核心歸結為面向分功能的原理求解。面向通用分功能的設計目錄能全面地描述分功能的要求和原理解，且隱含了從物理效應向原理解的映射，是智能原理方案設計系統的知識庫初始文檔。基於設計目錄的方案設計智能系統，能夠較好的實現概念設計的智能化。

協同求解

ICAD應具有多種知識表示模式、多種推理決策機制和多個專家系統協同求解的功能，同時需把同理論相關的基於知識程序和方法的模型組成一個協同求解系統，在元級系統推理及調度程序的控制下協同工作，共同解決複雜的設計問題。

某一環節單一專家系統求解問題的能力，與其他環節的協調性和適應性常受到很大限制。為了拓寬專家系統解決問題的領域，或使一些互相關聯的領域能用同一個系統來求解，就產生了所謂協同式專家系統的概念。在這種系統中，有多個專家系統協同合作，這就是協同式多專家系統。多專家系統協同求解的關鍵，是要工程設計領域內的專家之間相互聯繫與合作，並以此來進行問題求解。協同求解過程中信息傳遞的一致性原則與評價策略，是判斷目前所從事的工作是否向著有利於總目標的方向進行。多專家系統協同求解，除在此過程中實現并行特徵外，尚需開發具有實用意義的多專家系統協同問題求解的軟體環境。

知識獲取、表達和專家系統技術

知識獲取、表達和利用技術專家系統技術是ICAD的基礎，其面向CAD應用的主要發展方向，可概括為：

*機器學習模式的研究，旨在解決知識獲取、求精和結構化等問題。

*推理技術的深化，要有正、反向和雙向推理流程式控制制模式的單調推理，又要把重點集中在非歸納、非單調和基於神經網路的推理等方面。

*綜合的知識表達模式，即如何構造深層知識和淺層知識統一的多知識表結構。

*基於分佈和并行思想求解結構體系的研究。

*黑板結構模型

黑板結構模型側重於對問題整體的描述以及知識或經驗的繼承。這種問題求解模型是把設計求解過程看作是先產生一些部分解，再由部分解組合出滿意解的過程。其核心是由知識源、全局資料庫和控制結構三部分組成。全局資料庫是問題求解狀態信息的存放處，即黑板。將解決問題所需的知識劃分成若干知識源，它們之間相互獨立，需通過黑板進行通信、合作並求出問題的解。通過知識源改變黑板的內容，從而導出問題的解。在問題求解過程中所產生的部分解全部記錄在黑板上。各知識源之間的通信和交互只通過黑板進行，黑板是公共可訪問的。控制結構則按人的要求控制知識源與黑板之間的信息更換過程，選擇執行相應的動作，完成調計問題的求解。黑板結構模型是一種通用的適於大空間解和複雜問題的求解模型。

基於實例的推理(CBR)

CBR是一種新的推理和自學習方法，其核心精神是用過去成功的實例和經驗來解決新問題。研究表明，設計人員通常依據以前的設計經驗來完成當前的設計任務，並不是每次都從頭開始，CBR的一般步驟為提出問題，找出相似實例，修改實例使之完全滿足要求，將最終滿意的方案作為新實例存處實例庫中。CBR中最重要的支持是實例庫，關鍵是實例的高效提取。

CBR的特點是對求解結果進行直接復用，而不用再次從頭推導，從而提高了問題求解的效率。另外，過去求解成功或失敗的經歷可用於動態地指導當前的求解過程，並使之有效地取得成功，或使推理系統避免重犯已知的錯誤。

智能設計系統的關鍵技術包括：設計過程的再認識、設計知識表示、多專家系統協同技術、再設計與自學習機制、多種推理機制的綜合應用、智能化人機介面等。

1)設計過程的再認識

智能設計系統的發展取決於對設計過程本身的理解。儘管人們在設計方法、設計程序和設計規律等方面進行了大量探索，但從計算機化的角度看，目前的設計方法學還遠不能適應設計技術發展的需求，仍然需要探索適合於計算機處理的設計理論和設計模式。

2)設計知識表示

設計過程是一個非常複雜的過程，它涉及到多種不同類型知識的應用，因此單一知識表示方式不足以有效表達各種設計知識，如何建立有效的知識表示模型和有效的知識表示方式，始終是設計類專家系統成功的關鍵。

3)多專家系統協同技術

較複雜的設計過程一般可分解為若干個環節，每個環節對應一個專家系統，多個專家系統協同合作、信息共享，並利用模糊評價和人工神經網路等方法以有效解決設計過程多學科、多目標決策與優化難題。

4)再設計與自學習機制

當設計結果不能滿足要求時，系統應該能夠返回到相應的層次進行再設計，以完成局部和全局的重新設計任務。同時，可以採用歸納推理和類比推理等方法獲得新的知識，總結經驗，不斷擴充知識庫，並通過再學習達到自我完善。

5)多種推理機制的綜合應用

智能設計系統中，除了演繹推理外，還應該包括歸納推理、基於實例的類比推理、各種基於不完全知識的模糊邏輯推理方式等。上述推理方式的綜合應用，可以博採眾長，更好地實現設計系統的智能化。

6)智能化人機介面

良好的人機介面對智能設計系統是十分必要的，對於複雜的設計任務以及設計過程中的某些決策活動，在設計專家的參與下，可以得到更好的設計效果，從而充分發揮人與計算機各自的長處。

智能設計的產生可以追溯到專家系統技術最初應用的時期，其初始形態都採用了單一知識領域的符號推理技術——設計型專家系統，這對於設計自動化技術從信息處理自動化走向知識處理自動化有著重要意義，但設計型專家系統僅僅是為解決設計中某些困難問題的局部需要而產生的，只是智能設計的初級階段。

近10年來，CIMS的迅速發展向智能設計提出了新的挑戰。在CIMS這樣的環境下，產品設計作為企業生產的關鍵性環節，其重要性更加突出，為了從根本上強化企業對市場需求的快速反應能力和競爭能力，人們對設計自動化提出了更高的要求，在計算機提供知識處理自動化(這可由設計型專家系統完成)的基礎上，實現決策自動化，即幫助人類設計專家在設計活動中進行決策。需要指出的是，這裡所說的決策自動化決不是排斥人類專家的自動化。恰恰相反，在大規模的集成環境下，人在系統中扮演的角色將更加重要。人類專家將永遠是系統中最有創造性的知識源和關鍵性的決策者。因此，CIMS這樣的複雜巨系統必定是人機結合的集成化智能系統。與此相適應，面向CIMS的智能設計走向了智能設計的高級階段——人機智能化設計系統。雖然它也需要採用專家系統技術，但只是將其作為自身的技術基礎之一，與設計型專家系統之間存在著根本的區別。

設計型專家系統解決的核心問題是模式設計，方案設計可作為其典型代表。與設計型專家系統不同，人機智能化設計系統要解決的核心問題是創新設計，這是因為在CIMS這樣的大規模知識集成環境中，設計活動涉及多領域和多學科的知識，其影響因素錯綜複雜。CIMS環境對設計活動的柔性提出了更高要求，很難抽象出有限的穩態模式。換言之，即使存在設計模式的自豪感，設計模式也是千變萬化，幾乎難以窮盡。這樣的設計活動必定更多地帶有創新色彩，因此創新設計是人機智能化設計系統的核心所在。

設計型專家系統與人機智能化設計系統在內核上存在差異，由此可派生出兩者在其他方面的不同點，例如，設計型專家系統一般只解決某一領域的特定問題，比較孤立和封閉，難以與其他知識系統集成，而人機智能化設計系統面向整個設計過程，是一種開放的體系結構。

智能設計的發展與CAD的發展聯繫在一起，在CAD發展的不同階段，設計活動中智能部分的承擔者是不同的。傳統CAD系統只能處理計算型工作，設計智能活動是由人類專家完成的。在ICAD階段，智能活動由設計型專家系統完成，但由於採用單一領域符號推理技術的專家系統求解問題能力的局限，設計對象(產品)的規模和複雜性都受到限制，這樣ICAD系統完成的產品設計主要還是常規設計，不過藉助於計算機機支持，設計的效率大大提高。而在面向CIMS的ICAD，即I3CAD階段，由於集成化和開放性的要求，智能活動由人機共同承擔，這就是人機智能化設計系統，它不僅可以勝任常規設計，而且還可支持創新設計。因此，人機智能化設計系統是針對大規模複雜產品設計的軟體系統，它是面向集成的決策自動化，是高級的設計自動化。

(複製粘貼 智庫百科；)