人工智能的根本目的是利用计算机模拟人的思维进行推理活动,专家系统是人工智能科学中偏向于应用的一个分支,是人工智能实用化的具体表现。专家系统实际上是一套能在某特定领域内利用知识和推理,以人类专家水平去解决该领域中困难问题的计算机程序,它具有能在专家级水平上工作的知识、经验和能力。 从20世纪60年代中期,首批专家系统在美国开始研制以来,已广泛应用于医学、数学、教育、工程、地质、生物化学、故障诊断和军事等领域,但在电子设计自动化(Electronic Design Automation)方面,专家系统的应用还比较少,特别是提供嵌入式系统软硬件知识的专家系统。随着电子产品的普遍使用,开发能够使用辅助电子设计的专家系统也成为了制造业信息的当务之急。本文便是在这个背景下研究“嵌入式仪表设计专家系统”的推理机。 “嵌入式智能仪表设计专家系统”基于专家的知识积累和数据挖掘技术建立了智能仪表设计专家知识库、规则库和案例库,利用人工智能技术为智能仪表专业设计人员提供智能化、建设性的设计帮助。区别于传统的程序,通过模拟专家和思维过程,利用知识来推理出结果,其结构可表达为“专家系统=知识+推理”,知识库是基础,推理机是它的核心。本文着重论述了推理机的设计和实现过程。 本文研究了,基于案例的推理和基于规则的推理相结合的推理方法。智能仪表设计的现有案例数据对于设计人员具有非常重要的参考价值,在多数情况下,设计要求往往和已有的成功设计案例具有较强的相似性。但是,基于案例的推理方法在支持创新性设计上提供的支持非常有限,因此本系统采用基于规则和语义网络的推理方法提供创新设计支持。 为了解决了大容量数据推理,时间上的可行性问题。根据嵌入式智能仪表设计的基本原理、设计特点和关键技术,对传统遗传算法进行导向性定制并成功运用到基于规则的的推理机当中;我们把多级分类索引技术和同异反参数选择技术引入基于案例的推理过程。 借助本系统,具备基本设计知识的设计人员便可以根据设计需求和现有条件给出专家程度的成熟的组合设计方案以及相关软、硬件模块和元器件的推荐方案,可以最大限度地扩展设计人员的知识获取能力,缩短智能仪表设计周期,在提高设计质量、可靠性和通用性的前提下为技术创新争取时间和提供平台。专家系统在嵌入式系统智能仪表开发平台中的应用,能够极大的提高企业竞争力,对于促进产业的发展具有现实的迫切性。