论文部分内容阅读
数学模型、几何模型与符号模型的无缝集成问题是智能ICAD的关键问题。人工智能技
术、神经网络、模式识别技术不断被应用于计算机辅助设计,为智能ICAD的发展开辟了新
的空间,为该领域的数值计算与符号推理的融合问题提供了宽泛的理论知识。
本文利用基于预测——发现——校验与反馈三段闭环模式的网络理论,构建基于本体知
识三维实体几何特征识别推理机,解决智能ICAD领域中数学模型、几何模型与符号模型的
无缝集成问题,具有很大的理论研究意义和实际应用价值。
构建三维实体几何特征识别推理机的体系结构,由前端处理器、模式识别器、后端处理
器以及反馈处理器四个基本核心机构组成。利用本体知识(元知识或称知识的知识)的概念,
通过对现实世界的专家知识进行抽取、识辨,并在逻辑世界对这些知识进行总结、提炼与抽
象规约,形成计算机世界基于本体的数值和符号知识表示,提出本体知识的集成模型。
推理机前端处理器记录三维实体造型设计的过程与步骤,调用设计专家本体知识库与规
则库中的元知识,对三维实体的基本特征归类预测。推理机前端处理器主要研究设计本体知
识的表示和利用两个问题。针对与设计本体知识有关的数学模型、符号模型和知识模型的集
成问题,提出基于语义网络与框架理论的设计本体知识表示的混合理论模型。提出基于设计
本体知识利用的知识推理策略,将符号系统和人工神经网络进行融合,构筑基于连接主义的
混合神经网络。
从知识库的构建、推理规则的规约提炼与知识推理策略三方面,深入研究了推理机模
式识别器建模理论。知识推理策略采用基于规则的混合演绎推理方法。模式识别器识辨三维
实体的所有基本特征,获取相应的几何尺寸与约束关系,确定每个基本特征的加工规则。
推理机后端处理器对数字化设计起到检验的作用。将加工工艺知识表示划分为加工机床
知识表示、夹具与装夹方式的知识表示、刀具选择的知识表示、刀具进入方式的知识表示以
及刀具加工方式的知识表示,针对他们的知识表示构建知识的表示集和加工函数集;运用基
于状态空间的启发式搜索策略理论模型与算法,自动进行加工工艺规划,通过完善的反馈机
制进行人工干预处理以及修正设计。
本文的研究内容,为解决智能ICAD系统中设计本体知识的利用、工艺本体知识的利用、
几何特征识别、数字化设计制造的并行与协同以及几何模型、数学模型与符号模型无缝集成
等问题提供理论与方法,适用于工程设计与制造、计算机图形学仿真、运动机构碰撞干涉校
验等领域。
关键词:本体知识,知识表示与利用,智能CAD,神经网络,模式匹配,异构模型集成,知识推理,自动工艺规划