基于CBR模型的模糊推理技術(shù)研究

崔友昌++高慶++周志明

摘 要：根據(jù)工藝特征這與設(shè)計要求，構(gòu)建工藝實例模型，研究工藝實例分類索引樹；運用面向?qū)ο蠹夹g(shù)描述產(chǎn)品實例，構(gòu)建工藝實例庫。本文在對CBR推理模型研究基礎(chǔ)上，通過結(jié)合工藝分類檢索樹，解決了工藝實例的匹配問題，特別針對具有復(fù)雜工藝特征屬性的實例。

關(guān)鍵詞：模糊推理； CBR模型；分類檢索

引言

CBR模型[1]第一次出現(xiàn)在《DynamicMemory》中，Schank以此模型為基礎(chǔ)構(gòu)建了一個問答式的專家系統(tǒng)，這成為后來基于該模型構(gòu)建系統(tǒng)的基礎(chǔ)。CBR模型，把人們解決問題的經(jīng)驗作為一個個實例存儲起來，當(dāng)遇到新的實例時CBR檢索經(jīng)驗實例庫，進(jìn)行相似性實例匹配，找到相應(yīng)工藝實例的相似性工藝實例后，針對設(shè)計要求對其做相應(yīng)的修改，然后存入到實例庫中。可以看出這個過程中關(guān)鍵的問題就是實例的檢索[2]。這種技術(shù)被廣泛應(yīng)用到多種實例中，特別是那種必須依靠大量的實際經(jīng)驗作參考的工藝實例中[3]。

實例檢索是整個CBR模型中的重中之重，它的搜索速度與匹配精度關(guān)乎著整個模型的推理結(jié)果。很多學(xué)者進(jìn)行了這方面的研究，楊方飛[4]提出了一種通過模糊相似優(yōu)先比來描述它們之間的相似情況，然后通過比較語義距離，分析模糊優(yōu)先比矩陣，比較相似度序列來定位相似實例。夏君鐵[5]引進(jìn)Hopfield神經(jīng)網(wǎng)絡(luò)的各種特性實現(xiàn)了初期設(shè)計階段的聯(lián)想功能。筆者主要研究基于實例模型的模糊推理方法，通過結(jié)合工藝分類索引樹，解決復(fù)雜特征屬性的工藝實例相似檢索問題，獲取工藝優(yōu)化設(shè)計方案。

一、工藝實例分類檢索樹

工藝實例分類樹按照各工藝特征對工藝實例的不同影響程度來構(gòu)建工藝實例。根據(jù)各個工藝特征的不同加工特點進(jìn)行不同層次類別進(jìn)行劃分，并以二叉樹的形式進(jìn)行表示。分支點表示工藝特征族，葉子節(jié)點表示工藝實例。相關(guān)層次具體劃分如下：

層1：根據(jù)零件外部整體形狀將工藝實例分為軸類零件加工、盤套類零件加工以及自定義類零件加工；層2：根據(jù)零件外部工藝特征加工特點分類，例如：軸類零件加工分為光軸類加工、單向階梯軸類加工、雙向階梯軸類加工等；層3：按照零件內(nèi)部基本形狀要素及主體形狀精度進(jìn)行實例分類；層4：各工藝實例的信息描述模型層。

二、基于實例模型的模糊推理算法

實例推理過程是抽取相似實例并修改，最后獲取新實例。利用工藝分類檢索樹把實例概念模型的特征與設(shè)計要求直接進(jìn)行模糊相似匹配，提取相似實例。基于知識對相似實例進(jìn)行評價與修改，從而獲得有化解。推理算法如下：

1.輸入設(shè)計要求A=（x1，x2，…，xm）

2.設(shè)定實例i的第j特征fij的權(quán)重因子uj（j=1，2，…，M）。M是實例概念特征的總數(shù)。

3.假定實例庫中實例總數(shù)為N，通過分類檢索樹，快速定位實例庫中相應(yīng)分類的每個實例i，實例i的特征for（i=l；i

4.求解實例i的模糊相似度

（1）從實例庫中獲取實例特征fij

（2）按照設(shè)計要求，將每一個特征的xj分別與實例對應(yīng)的特征fij進(jìn)行匹配，確定每一個特征的模糊相似度Sij，（j=1，2，…，m）實例I的每個特征的模糊相似度函數(shù)取正態(tài)分布，則xj與fij的模糊相似度為：

其中，O≤Sij≤1，xj為設(shè)計需求，uj期望值，σj為方差

，

（3）求解實例模糊相似度Si，

，Si表示實例i的模糊相似度uj表示實例i的第j個特征

的權(quán)重因子。

5.重復(fù)2-4，直到求出每個實例的模糊相似度。

6.提取相似實例，比較所有實例的相似度大小，找到具有最大模糊相似度的實例，S=Max{S1，S2，…SN}，作為當(dāng)前設(shè)計要求下的相似實例。

三、應(yīng)用實例

針對4號新零件，在實例庫中找到相同類型的3個零件，這里我們命名為1，2，3號零件。現(xiàn)從這3個零件中找到與4號零件最匹配的一個。各零件的工藝特征屬性值詳見表1。表中所選的特征屬性以4號件為參考件，同時參考特征索引樹選擇。

對零件的工藝特征值進(jìn)行規(guī)一化處理，根據(jù)零件加工過程中涉及的實例特征，建立實例特征關(guān)系矩陣。得到模糊相似度矩陣

取閾值為0.85，那么可知實例1為目標(biāo)零件4的最相似實例。

結(jié)語

根據(jù)工藝特征這與設(shè)計要求，構(gòu)建工藝實例模型，研究工藝實例分類索引樹；運用面向?qū)ο蠹夹g(shù)描述產(chǎn)品實例，構(gòu)建工藝實例庫。研究基于CBR模型的模糊推理技術(shù)結(jié)合工藝實例分類索引樹，解決了具有復(fù)雜特征屬性的工藝實例相似檢索問題，并匹配目標(biāo)實例的相似實例。通過實踐驗證了算法的可行性。

參考文獻(xiàn)：

[1] Schank， R. C. Dynam ic Memory[M ]. New York： Cambridge University Press，19821

[2] 羅尚虎，尹建偉，董金祥. 一個工藝實例的匹配方法[J ] . 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報， 2002 ， （6） ：590 - 593.

[3] 張光前.基于事例推理的技術(shù)及其應(yīng)用前景 [ J ]. 計算機(jī)工程與應(yīng)用 ， 2002 （20） ： 52 – 551

[4] 楊方飛.基于實例推理的水泵設(shè)計研究[D].中國農(nóng)業(yè)機(jī)械學(xué)會 2006 年學(xué)術(shù)年會論文集

[5] 夏君鐵，馬慶忠，任玉杰.基于 Hopfield 神經(jīng)網(wǎng)絡(luò)概念設(shè)計中聯(lián)想記憶 [J].遼寧工程技術(shù)大學(xué)學(xué)報， 2005，2