【摘要】： 隨著社會經(jīng)濟的發(fā)展和科學技術(shù)的進步，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、復雜性、經(jīng)驗性和非規(guī)范性等特點，在相當程度上增加了對設(shè)計制造知識進行有效的歸納、整理、挖掘和應用的難度，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、傳播和應用，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，降低了信息的應用價值。非規(guī)范信息處理的目標就是盡可能減小上述不利影響，并建立一種通用信息資源共享及應用的支撐環(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?shù)男畔⒑椭R在恰當?shù)臅r間通過恰當?shù)姆绞絺鬟f給相應的人員。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，并給出了系統(tǒng)框架結(jié)構(gòu)和功能模型；構(gòu)建了網(wǎng)絡環(huán)境下多模式知識形態(tài)的分類方法，并提出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；對信息粒度概念進行了說明，闡述了對制造信息進行信息粒度分析的必要性，對制造信息顆粒的劃分進行了討論，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)絡環(huán)境中的轉(zhuǎn)換、處理技術(shù)進行了較為詳細的說明。 (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)絡環(huán)境下非規(guī)范性制造知識的檢索模式；構(gòu)建了復雜信息環(huán)境下的非規(guī)范性制造知識智能檢索系統(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率。 (5)建立了網(wǎng)絡環(huán)境下個性化制造知識主動推薦服務體系結(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)合主動和被動學習方式，獲取用戶的制造知識興趣或偏好。提出了相應的用戶興趣獲取、Web頁面相似性判斷及相似Web頁面收集算法。 (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行多工藝方案評價：提出了工藝方案評價的多屬性體系；應用不確定拓展有序加權(quán)平均算子進行工藝輔助決策，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、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)以建立面向機械制造的信息資源共享及應用支撐環(huán)境為目標，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；制造知識應用包括基于不確定語言多屬性決策方法的工藝方案評價和基于改進遺傳算法的板材排樣算法等組件。
【圖文】：

在設(shè)計制造實際中，人們總是按照一定的信息粒度層次進行信息處理的。圖3.1為機械工業(yè)出版社出版的機械設(shè)計手冊軟件版的相關(guān)內(nèi)容，按照知識粒度的定義，其中的“彈簧設(shè)計”、“摩擦輪傳動設(shè)計”、“螺旋傳動設(shè)計”和“帶傳動設(shè)計”等都屬于同一知識粒度層次，而上述粒度層下的“設(shè)計方法”和“設(shè)

削外圓”、“車削圓錐面”、“車削偏心”及“車削特形面”等常用車削加工則屬于車削加工知識的子顆粒，如圖3.2所示。3.2.4非規(guī)范制造信息粒度計算方法作為一種新的信息處理概念和計算模式，粒度計算 (G~larComputing，G‘)主要用于不確定、不完整、模糊以及海量信息的分析處理過程，其基本目的是充分利用非規(guī)范信息，以構(gòu)建易于處理、魯棒性強的智能系統(tǒng)。粒度計算己被應用于社會和自然科學的諸多領(lǐng)域，如計算智能、人工智能、層次化理論、分治法、小群理論以及智能的記憶預測框架等[I2’1.粒度計算的理論基礎(chǔ)主要包括以下三種。(l)1996年zadeh教授提出的詞計算(Co哪uting withwords)理論 [l22]。zadeh認為人類主要是運用語言進行思考、判斷、推理的，而運用語言進行上述活動，就必然要進行“詞計算”。狹義的詞計算理論是指利用加、減、乘、除等通常意義下的數(shù)學概念和運算方法來構(gòu)造出以詞為定義域的類似結(jié)構(gòu)
【學位授予單位】：四川大學
【學位級別】：博士
【學位授予年份】：2007
【分類號】：TH16

【相似文獻】

相關(guān)期刊論文 前10條

1 潘正偉;李昆;;“熵”值在企業(yè)風險投資決策中的應用[J];徐州建筑職業(yè)技術(shù)學院學報;2005年04期

2 王居鳳;;具有飽和執(zhí)行器多重滯后系統(tǒng)的魯棒控制[J];中國計量學院學報;2005年04期

3 師勇;萬小朋;李愛軍;呂陽;;不確定性非線性系統(tǒng)的自適應輸出反饋控制[J];飛行力學;2005年04期

4 姜

本文編號：2593505