例如集成的思想、多智能体协同工作的思想、人机协同以人为本的思想等。 7.3智能cAD的关键技术 智能CAD系统的关键主要表现为两个方面,一是如何表达设计中各种各样的设 计知识,即知识的表示问题,二是如何利用这些知识正确地获取设计的结果。第二 个问题的关键是知识推理 7.3.1知识表示 知识的自动化处理技术是ICAD的核心技术,知识处理包括知识表示、知识利 用和知识获取,智能CAD首先必须处理知识表示问题。 所谓知识表示就是要确定知识符号化的一种描述法则,以便把这种描述方便的、 有效地变成计算机能处理的某种数据结构。知识表示与其后的知识推理密切相关 什么样的知识表示决定了什么样的推理机制。 知识表示的方法很多,常见的有:产生式规则、框架、谓词逻辑、语义网络、 面向对象、实例等,它们各有特点,各自适用于一定的范围 7.3.2知识推理 推理是ICAD的另一个关键技术,它关系到知识处理的效率和质量。推理方法 很多,而且和知识的表示密切联系。常用的推理方法有 1)演绎推理和归纳推理 2)精确推力和不精确推理 3)单调推理和非单调推理 7.4设计型专家系统 7.4.1专家系统的特点与类型 专家系统的特点 什么是专家系统?专家系统是在特定领域中的一套计算机程序,它具有专家工 作时利用知识和推理解决问题的能力 l88
188 例如集成的思想、多智能体协同工作的思想、人机协同以人为本的思想等。 7．3 智能 CAD 的关键技术 智能 CAD 系统的关键主要表现为两个方面，一是如何表达设计中各种各样的设 计知识，即知识的表示问题，二是如何利用这些知识正确地获取设计的结果。第二 个问题的关键是知识推理。 7．3．1 知识表示 知识的自动化处理技术是 ICAD 的核心技术，知识处理包括知识表示、知识利 用和知识获取，智能 CAD 首先必须处理知识表示问题。 所谓知识表示就是要确定知识符号化的一种描述法则，以便把这种描述方便的、 有效地变成计算机能处理的某种数据结构。知识表示与其后的知识推理密切相关， 什么样的知识表示决定了什么样的推理机制。 知识表示的方法很多，常见的有：产生式规则、框架、谓词逻辑、语义网络、 面向对象、实例等，它们各有特点，各自适用于一定的范围。 7．3．2 知识推理 推理是 ICAD 的另一个关键技术，它关系到知识处理的效率和质量。推理方法 很多，而且和知识的表示密切联系。常用的推理方法有： 1）演绎推理和归纳推理 2）精确推力和不精确推理 3）单调推理和非单调推理 7．4 设计型专家系统 7．4．1 专家系统的特点与类型 1．专家系统的特点 什么是专家系统？专家系统是在特定领域中的一套计算机程序，它具有专家工 作时利用知识和推理解决问题的能力
专家系统是人工智能的重要应用领域。它具有如下特点 1)启发性它除了能利用大量专业知识外,还能利用经验知识作出假设和判断, 引导推理的正确进行。 2)透明性专家系统能将其工作过程显示给用户,能对用户的提问作出必要的 解释,并能为用户提供咨询等。 3)灵活性正如人类专家可以修改自己拥有的知识和学习新的知识一样,专家 系统也能增加和修改它所拥有的知识,以适应逐渐复杂化的问题求解。 2.专家系统的类型 可划分为以下几种主要类型 1)解释型专家系统根据获得的数据去分析问题的结构或状态。这类系统的困 难是数据常带噪音和误差,甚至相互矛盾 2)预测型专家系统根据过去及现在的情况推断将来的情况。例如,天气预报、 人口预测、交通预报等。 3)诊断型专家系统根据观测到的事实推断对象系统的功能故障。如医疗、电 子、机械或软件等的诊断。 4)设计型专家系统构造对象模型(方案),而且满足约束条件,如机械设计、 电子电路设计和建筑设计等。这类系统主要问题是:设计评价问题,再设计过程中 回溯点的确定问题,多目标与约束协调问题等等 专家系统的分类不是唯一的,有时将专家系统又区分为分析型决策支持系统和 设计型决策支持系统。一般认为,处理设计问题比处理分析问题更困难,正如在机 械设计中综合问题常比分析更困难一样,原因是设计型问题的求解结果往往是不确 定的,因而推理更复杂,需要的知识更丰富 7.4.2专家系统的基本结构 个较为完善的专家系统的基本结构如图7-1所示,它包括七个部分: 1)知识库存放领域专家提供的专家知识。它们包括书本知识(理论知识)、常 识性知识以及凭经验得到的启发式知识。一个专家系统性能的优劣完全取决于系统 所具有的知识的质量和数量,因此,知识库的建立是专家系统的中心工作,也是最 困难的工作,这涉及到知识工程是从领域专家那儿采集知识,进行整理、抽象及形 式化(称知识获取),然后以计算机能接受的形式(知识表示)将这些知识存放在知 识库中,以及知识库的管理问题等。 2)上下文它与数据库相类似,动态地反映或存放求解领域问题时的原始数据及 事实,以及中间结果信息,类似于“黑板 3)推理机在一定的控制策略下,针对上下文中的当前信息,选取知识进行推理, 189
189 专家系统是人工智能的重要应用领域。它具有如下特点： 1）启发性 它除了能利用大量专业知识外，还能利用经验知识作出假设和判断， 引导推理的正确进行。 2）透明性 专家系统能将其工作过程显示给用户，能对用户的提问作出必要的 解释，并能为用户提供咨询等。 3）灵活性 正如人类专家可以修改自己拥有的知识和学习新的知识一样，专家 系统也能增加和修改它所拥有的知识，以适应逐渐复杂化的问题求解。 2．专家系统的类型 可划分为以下几种主要类型： 1）解释型专家系统 根据获得的数据去分析问题的结构或状态。这类系统的困 难是数据常带噪音和误差，甚至相互矛盾。 2）预测型专家系统 根据过去及现在的情况推断将来的情况。例如，天气预报、 人口预测、交通预报等。 3）诊断型专家系统 根据观测到的事实推断对象系统的功能故障。如医疗、电 子、机械或软件等的诊断。 4）设计型专家系统 构造对象模型（方案），而且满足约束条件，如机械设计、 电子电路设计和建筑设计等。这类系统主要问题是：设计评价问题，再设计过程中 回溯点的确定问题，多目标与约束协调问题等等 专家系统的分类不是唯一的，有时将专家系统又区分为分析型决策支持系统和 设计型决策支持系统。一般认为，处理设计问题比处理分析问题更困难，正如在机 械设计中综合问题常比分析更困难一样，原因是设计型问题的求解结果往往是不确 定的，因而推理更复杂，需要的知识更丰富。 7．4．2 专家系统的基本结构 一个较为完善的专家系统的基本结构如图 7-1 所示，它包括七个部分： 1）知识库 存放领域专家提供的专家知识。它们包括书本知识（理论知识）、常 识性知识以及凭经验得到的启发式知识。一个专家系统性能的优劣完全取决于系统 所具有的知识的质量和数量，因此，知识库的建立是专家系统的中心工作，也是最 困难的工作，这涉及到知识工程是从领域专家那儿采集知识，进行整理、抽象及形 式化（称知识获取），然后以计算机能接受的形式（知识表示）将这些知识存放在知 识库中，以及知识库的管理问题等。 2）上下文 它与数据库相类似，动态地反映或存放求解领域问题时的原始数据及 事实，以及中间结果信息，类似于“黑板”。 3）推理机 在一定的控制策略下，针对上下文中的当前信息，选取知识进行推理