實例推理的數控刀架快速設計方法研究

王化軍

（滄州銘揚機械制造有限公司，滄州 061000）

實例推理的數控刀架快速設計方法研究

王化軍

（滄州銘揚機械制造有限公司，滄州 061000）

隨著社會發展速度的加快，人們對機械類產品的設計要求更加嚴格，為了滿足人們的各種需求及為設計人員提供更高效的服務，可以將實例推理的快速設計方法應用于機械產品零部件的設計過程中，這樣不僅能幫助設計人員快速設計，也能利用實例推理的特點，設計出更為精確的產品。本文就實例推理的數控刀架快速設計方法進行研究，并提出合理建議。

實例推理 數控刀架 快速設計在實例推理的數控刀架快速設計方法中，首先，要了解實例推理系統的組成及其作用，并在屬性相似度計算模型中，確定數值，確定符號，模糊數值，模糊區間，模糊符號；其次，在屬性的權重計算過程中，要考慮主觀權重與客觀權重的全局相似度；最后，要將這幾種計算方法應用在數控刀架設計的實例中，并從數據庫中找出與新實例最為相似的實例，最終達到幫助設計人員快速設計的目的。

1 實例推理系統的組成

1.1 CBR

實例推理系統中最為關鍵的是實例檢索技術，它能保障CBR系統的高效性，而相似度計算是實例檢索的核心，能保證CBR系統的可靠性。經過Schank等對模式識別理論知識中實例推理人工智能方法的研究可以得知，應用存儲在實例庫中一切成功事例的求解方法都能指導新實例，這是因為這是一個類似于類比推理、符合人類認知能力的獨立子類。圖1為實例推理系統的示意圖，從圖上可以得知，新實例的求解過程是根據實例庫中已經成功的實例得出的，在整個CBR系統中，出現一個新的實例，首先，應按照相似度計算法從實例庫中檢索出與之相似的實例，然后，利用成功實例的設計經驗對其進行修正，最后，通過實際驗證得到最終解，并且將成功的新實例存儲在實例庫中，作為今后實例指導的一部分。

圖1 CBR示意圖

1.2 相似度計算框架

CBR系統中的實例檢索一般都是模糊檢索，因為在實例庫中與新實例完全相同或完全匹配的成功實例很少，幾乎沒有，從CBR系統中檢索的結果更多的知識與新實例類似，或是某一部分、具體大綱相似。目前，實例檢索技術主要包括以下兩種，一是最近鄰居法，二是歸納法，通常情況下，采用最近鄰居法的較多。在進行相似度計算時，首先應通過精確屬性相似度計算模型及模糊屬性相似度計算模型，得出各個實例間的屬性相似度矩陣，然后利用主觀權重及客觀權重的組合權重，得出每個實例的全局相似度，最后將新實例與數據庫中成功實例進行比較，以此從數據庫中檢索出與實例最相似的成功實例。

2 屬性相似度計算模型

2.1 屬性類型相似度計算模型的確定

通常，CBR系統會將歐氏距離與海明距離作為相似度計算方法。

歐式距離計算公式為：

海明距離計算公式為：

其中，x，y為計算相似度的2個實例，sim（x，y），dist（x，y）為x和y的相似度值和距離等，當xi=yi時，dist(xi，yi)=0，說明2個實例一致，否則，dist(xi，yi) = 1，說明2個實例完全不同。

2.2 模糊屬性類型相似度計算模型

模糊屬性類型相似度計算模型較為復雜，且有多個模型，計算方式也多而復雜。整個過程是：首先，事先將計算好的相似度數值存儲在系統中，這樣在實際檢索過程中能節約檢索時間，然后，對檢索的實例屬性類型進行相似度計算，并通過模糊屬性類型相似度計算模型得出相應結果，最后，得出與新實例最為相似的成功實例。

3 屬性的權重計算

3.1 組合權重

在實例檢索過程中，各個屬性的主觀評價及客觀評價的重要性是通過權重來衡量的，大致可以分為兩類，一是主觀權重，二是客觀權重。主觀權重能體現屬性自身的特點和設計人員對屬性的偏好，客觀權重能體現屬性自身特點影響設計方案的結果，不論屬性自身的重要性，單看客觀權重對設計方案的影響，就能得知若將主觀權重與客觀權重相組合，更能反映出屬性對檢索結果的影響力。

3.2 客觀權重的計算

例如：將新實例作為X，而數據庫中的實例作為Y=（Y1、Y2、Y3......Yn），圖2是新實例與實力庫中的實例屬性相似度所構成的相似矩陣圖。

表1 數控刀架屬性實例庫

圖2 相似矩陣圖

從矩陣圖中可以得知，客觀權重系數的賦值，可以按照相似度離差信息的方法來進行計算。

3.3 組合權重合成辦法的選擇

（1）當各個屬性對檢索結果的影響程度差異較大，但各個屬性之間的數據差異不大時，可以采用加權線性和法，這是由于加權線性和法和法中權重系數的作用較為明顯，能反映出屬性影響程度的差異。（2）當各個屬性對檢索結果的影響程度不大，而各個屬性之間的數據差異較大時，可以采用乘法合成法。一方面因為乘法合成法中權重系數的占用比例不大，作用不明顯；另一方面，因為乘法合成法對屬性之間的數據差異較為敏感，能反映出被評價對象間相對地位上的差別。（3）當各個屬性對檢索結果的影響程度差異較大，且各個屬性之間的數值差異也較大時，就應該采用加乘混合法，因為加乘混合法有加法和乘法的優勢，但是計算過程較為復雜。（4）當各個屬性對檢索結果的影響程度較小，且各個屬性之間的數據差異也較小時，就可以采用加法合成法或是乘法合成法。

另外，組合權重合成辦法的選擇，不僅要考慮屬性自身的特點及屬性所包含信息對實例檢索結果的影響程度，還要考慮計算方式是否適合計算，這樣才能保證檢索結果的準確性和可靠性。

4 實例應用

以數控刀架的設計為實例，將上述相似度計算模型和組合權重的計算方法應用在此設計方案中，表1中數控刀架設計實例屬性包括CN、CS、FN、FI、FL，下面用全局相似度模型進行求解。首先將新實例X與實例庫中實例Y為例子進行相似度分析，得出以下結論：屬性CN的計算中，最大值為160，最小值為0，相似度為0.612 5；屬性FN的計算中，最大值為0，最小值為0，相似度為0.890 0；屬性FI的計算中，相似度為0.8；屬性FL的計算中，相似度為0。

首先，根據Matlab編程計算中能得知w=（0.146 2，0.058 5，0.078，0.183 3，0.195 2，0.071 1，0.011 9，0.003 1，0.040 4，0.212 3），其次，從整個計算過程可以得知，原本刀架型號和凈重給的主觀權重為0.05，經過綜合考慮屬性數值間的差異和相似度結果后，對其賦予了更大的權重，但這是符合實際情況的。最后，通過屬性相似度的加權求和法，能得知與新實例相似的是表1中的實例6，若將這實例作為新實例的建議解，且讓設計人員根據設計經驗及時驗證、修改，就能得到最終的新實例設計方案，達到快速設計的目的。

5 結語

綜上所述，本文對數控刀架的實例檢索過程中存在的屬性值進行分析，給出了全局相似度的計算模型，這一模型不僅操作簡單，而且十分實用，能在統一各類屬性之間相似度衡量標準的同時，綜合考慮主觀權重和客觀權重的性質，并通過組合權重來反映實例檢索結果的影響。由此可見，利用這個實例計算模型，能更好地將以往數控刀架設計經驗與新實例的設計方案結合，幫助設計人員實現快速設計。

[1]王海巧，孫蓓蓓.基于實例推理的數控刀架快速設計方法[J].東南大學學報:自然科學版，2013，（6）：1232-1237.

[2]張朝彪.數控機床模塊化設計方法研究[D].沈陽：東北大學，2012.

[3]張榮.基于實例推理的自動控制系統輔助設計研究[D].重慶：重慶大學，2013.

[4]張禹，白曉蘭，張朝彪，等.基于實例推理的數控車床智能模塊組合方法[J].機械工程學報，2014，（1）：120-129.

[5]宋均有.數控機床產品服務系統配置設計研究[D].沈陽：東北大學，2014.

Research on Rapid Design Method of Numerical Control Tool Turret Based on Case Reasoning

WANG Huajun
(Cangz hou Mingyang Machinery Manufacturing Co. Ltd., Cangzhou 061000)

with the rapid developm ent of s ociety, people have more stringent design requirements, in order to meet people's needs, and to provide more efficient services for the design, can be used in the design process of mechanical product components, not only to help design personnel quickly design, but also to use case reasoning features, des ign more accurate products. In this paper, we study the method of the fast design of numerical control tool, and put forward the reasonable suggestion.

cas e bas ed reasoning, numerical control, rapid design