论文部分内容阅读
[摘要] 文章从KBE概念讲起，论述了KBE和一般专家系统的区别，剖析了KBE系统的核心关键技术，并对近年来该领域的研究应用情况做了一定的介绍
[关键词] 工程设计 KBE 知识获取 知识推理
1.认识KBE
1.1 KBE的概念
KBE(Knowledge~Based Engineering)的概念产生于20世纪70年代中期,1977 年美国斯坦福大学的 Feigenbaum 教授在第五届国际人工智能会议上提出了知识工程的概念[1],他认为 “知识工程是人工智能的一种技术 ,它运用人工智能的原理和方法,为那些需要专家知识才能解决的应用难题提供求解的手段,恰当运用专家知识的获取、表达和推理过程的构成与解释,是设计基于知识系统的重要技术问题”。 当今制造业普遍存在的问题是:①知识与经验的共享性差。年轻的技术人员经常重复前人犯的错误,老专家难以利用新工具产生新知识②产品设计时花费较多时间搜索、查阅书本知识。随着智能技术的发展与完善,如何将人类知识作为改造传统产业的原动力已成为重要的研究课题。伴随着对CAX与专家系统的研究的深入，KBE技术应运而生。
1.2 KBE的特点
KBE 的特点可以概括为[2]：①知识性，KBE是基于知识的工程，所以以知识为基础，系统为设计者提高设计所需各种知识；②领域性，KBE是以知识为基础的，它的起点是专家系统，所以 KBE是局限于一个具体领域的，不存在所谓的广泛意义上的通用KBE，这样才便于知识的提取，摩托车塑料产品在一定程度上与很多产品是相似的；③智能性，KBE不同于专家系统，它可以在人工干预下完成设计，计算数据、自动提取相关知识，并且具有独立于人之外的判断和推理能力。KBE还具有学习能力，随着系统的使用，KBE会将新的成功案例加入到知识系统去，随着用户对软件的应用，系统变得越来越聪明推理和计算更准确。
2.KBE的核心技术
KBE的关键技术主要由知识获取，知识表示和知识推理三部分组成。
2.1知识获取
知识获取就是从人类专家获取领域知识并将其转化成知识a库，是知识信息处理的关键问题。关于知识获取的方法和途径，人们提出了各种算法，创建了各种知识获取工具。例如基于神经网络的知识获取、基于实时数据采集的知识获取、基于模糊诊断的知识获取和基于数据挖掘的知识获取等。知识获取包括知识抽取和知识分析，知识获取不仅仅是已存在知识的抽取和收集，而且是一个新知识模型的创造过程。由于这些知识获取工具大都尚处于理论研究阶段, 真正应用于工程实践并取得良好效果的很少。直到目前为止, 知识获取仍然是构建实用高效KBE系统的“瓶颈”[3]。
2.2知识表示
知识表示是KBE的关键技术之一，主要研究用样的怎方法将解决问题所需知识存储在计算机中，并便于计算机处理。
目前普遍应用的传统知识表示方法主要有一阶谓词逻辑表示法、产生式表示法、框架表示法、脚本表示法、语义网络表示法等。
（1）一阶谓词逻辑表示法
一阶谓词逻辑表示法的局限性在于它难以表达不确定性知识和启发性知识，推理方法在事实较多时易于出现组合爆炸，且推理过程冗长、效率低。
（2）产生式表示法
产生式表示法又称为产生式规则表示法。“产生式”这一术语是由美国数学家波斯特在1943年首先提出来的。它具有自然、灵活、清楚、模块性好、通用性强等优点，目前已成为人工智能中应用最多的一种知识表示模式。产生式的基本形式为：if (前提1) &(前提2) &… then (结论1) & (结论2) &…
（3）框架表示法
框架理论是在1975年由美国著名人工智能学者明斯基（Minsky）首先提出的，它是描述对象属性的一种数据结构。在框架表示法中，框架被看成是知识表示的基本单元。不同的框架之间可以通过属性之间的关系建立联系，从而构成一个框架网络，充分表达相关对象间的各种关系。它的突出特点是善于表示结构性知识；具有良好的继承性，不仅减少框架网络表示知识的冗余，而且较好地保证了知识的一致性。此外还有脚本表示法，语义网络表示法等等。人们在知识表示的应用过程中，人们逐渐发现很难找到一种单一的表示方法能有效地解决领域内的所有知识表示。因此，混合知识表示方法将以往成熟的传统知识表示方法有效结合起来进行运用，成为了许多专家探讨的课题。
2.3知识推理
知识推理是整个 KBE 系统处理领域知识的核心部分,决定如何选用广义知识库中的知识 ,对用户提供的证据进行推理 ,最终对用户提出的问题做出回答或完成特定的动作。经典的知识推理模式主要有两种：一种是基于规则的推理方法(RuleBased Reasoning , RBR) ,这种推理模式具有知识表达直观、 模块性强、 推理逻辑清晰等优点 ,但是这种方法也具有一定的局限性 ,主要表现有推理效率低、自适应能力差和实时性差等除此之外还有基于实例的推理CBR ( Case Based Reasoning )其推理過程分为以下四个步骤: [4]
一: 检索。输入待解决问题的要求和特征信息, 系统从实例库中检索出与当前问题相似的实例或实例集。
二: 重用。 把步骤一获得的实例或实例集中的信息与知
识重用到新的问题。
三: 修正。修改实例, 使之适应当前问题。
四: 保存。当前问题的解形成一个新实例存入实例库,以备将来使用。
由于两种推理机制各有优缺点, 因此经常联合使用。
3.KBE的研究进展情况
近年来,美国、日本和欧洲各国政府在KBE技术的开发与应用方面给予了有力的支持,许多跨国公司和著名大学纷纷开展研究,以提高产品开发的创新能力。如福特汽车公司在英国的子公司—美洲虎(Jaguar)汽车公司采用KBE技术设计某车型发动机盖,设计时间由2个月减为2小时;英国航空公司在设计A340-600飞机机翼时,如用常规的CAD软件和分析软件,设计一个翼肋至少需要1天,仅对所有翼肋进行一次设计需要1人1年,而采用KBE技术后,10个小时即可完成机翼的设计。国内对KBE技术的研究刚刚起步，许多院校科研院所投人到KBE研究中[5]。上海交通大学CAD国家工程研究中心和海尔、福特等公司合作，开发模具设计KBE系统，取得了一定的进展。重庆大学的张丁非等人尝试用UG自带的KF模块为开发平台尝试开发镁合金压铸模具系统。暨南大学的李军等人在进行复杂冲压件可行性工艺方案的设计时运用价值工程和加权法将量化评价模型有机地融入智能决策系统中,实现了基于KBE的复杂冲压件自评价工艺方案设计。北航的敖永刚等人针对当前我国飞机板金零件工艺性审查复杂的现状,提出了在工艺性审查中利用KBE技术的必要性。分析了利用后台数据库及知识库创建工艺性审查系统的总体结构和实现方案,并对系统创建中的关键技术及解决方法进行了研究开发了一套飞机钣金件工艺性审查系统对该飞机蒙皮零件进行工艺审核。虽然目前KBE技术的综合研究尚处于起步阶段,缺乏完整的理论体系和实现方法, 但是随着新思想、新理论、新技术的大量涌现必将拥有广阔的研究与发展空间。
结束语
就制造业来看，KBE知识工程已经成为未来整个数字化、智能化制造的发展方向，其广阔的应用前景会给人类的明天带来更多的方便快捷。
参考文献:
[1] 韩花丽等.基于KBE的工程设计.机械研究与应用，2006，2：3－5.
[2] 胡建军等.基于神经网络的注塑模KBE开发.计算机工程与设计，2006，11，vol 27,no 22：4259－4260.
[3] 张亮等.面向现代机械工程的知识工程技术研究现状及发展，新技术新工艺, 2006，8：37－40.
[4] 于德江等.基于KBE的智能CAD方法研究.机械设计与制造，2007，9：178－180.
[5] 马小宝等.应用于工程设计的KBE技术.航空精密制造技术，2004,4：23-26.
[关键词] 工程设计 KBE 知识获取 知识推理
1.认识KBE
1.1 KBE的概念
KBE(Knowledge~Based Engineering)的概念产生于20世纪70年代中期,1977 年美国斯坦福大学的 Feigenbaum 教授在第五届国际人工智能会议上提出了知识工程的概念[1],他认为 “知识工程是人工智能的一种技术 ,它运用人工智能的原理和方法,为那些需要专家知识才能解决的应用难题提供求解的手段,恰当运用专家知识的获取、表达和推理过程的构成与解释,是设计基于知识系统的重要技术问题”。 当今制造业普遍存在的问题是:①知识与经验的共享性差。年轻的技术人员经常重复前人犯的错误,老专家难以利用新工具产生新知识②产品设计时花费较多时间搜索、查阅书本知识。随着智能技术的发展与完善,如何将人类知识作为改造传统产业的原动力已成为重要的研究课题。伴随着对CAX与专家系统的研究的深入，KBE技术应运而生。
1.2 KBE的特点
KBE 的特点可以概括为[2]：①知识性，KBE是基于知识的工程，所以以知识为基础，系统为设计者提高设计所需各种知识；②领域性，KBE是以知识为基础的，它的起点是专家系统，所以 KBE是局限于一个具体领域的，不存在所谓的广泛意义上的通用KBE，这样才便于知识的提取，摩托车塑料产品在一定程度上与很多产品是相似的；③智能性，KBE不同于专家系统，它可以在人工干预下完成设计，计算数据、自动提取相关知识，并且具有独立于人之外的判断和推理能力。KBE还具有学习能力，随着系统的使用，KBE会将新的成功案例加入到知识系统去，随着用户对软件的应用，系统变得越来越聪明推理和计算更准确。
2.KBE的核心技术
KBE的关键技术主要由知识获取，知识表示和知识推理三部分组成。
2.1知识获取
知识获取就是从人类专家获取领域知识并将其转化成知识a库，是知识信息处理的关键问题。关于知识获取的方法和途径，人们提出了各种算法，创建了各种知识获取工具。例如基于神经网络的知识获取、基于实时数据采集的知识获取、基于模糊诊断的知识获取和基于数据挖掘的知识获取等。知识获取包括知识抽取和知识分析，知识获取不仅仅是已存在知识的抽取和收集，而且是一个新知识模型的创造过程。由于这些知识获取工具大都尚处于理论研究阶段, 真正应用于工程实践并取得良好效果的很少。直到目前为止, 知识获取仍然是构建实用高效KBE系统的“瓶颈”[3]。
2.2知识表示
知识表示是KBE的关键技术之一，主要研究用样的怎方法将解决问题所需知识存储在计算机中，并便于计算机处理。
目前普遍应用的传统知识表示方法主要有一阶谓词逻辑表示法、产生式表示法、框架表示法、脚本表示法、语义网络表示法等。
（1）一阶谓词逻辑表示法
一阶谓词逻辑表示法的局限性在于它难以表达不确定性知识和启发性知识，推理方法在事实较多时易于出现组合爆炸，且推理过程冗长、效率低。
（2）产生式表示法
产生式表示法又称为产生式规则表示法。“产生式”这一术语是由美国数学家波斯特在1943年首先提出来的。它具有自然、灵活、清楚、模块性好、通用性强等优点，目前已成为人工智能中应用最多的一种知识表示模式。产生式的基本形式为：if (前提1) &(前提2) &… then (结论1) & (结论2) &…
（3）框架表示法
框架理论是在1975年由美国著名人工智能学者明斯基（Minsky）首先提出的，它是描述对象属性的一种数据结构。在框架表示法中，框架被看成是知识表示的基本单元。不同的框架之间可以通过属性之间的关系建立联系，从而构成一个框架网络，充分表达相关对象间的各种关系。它的突出特点是善于表示结构性知识；具有良好的继承性，不仅减少框架网络表示知识的冗余，而且较好地保证了知识的一致性。此外还有脚本表示法，语义网络表示法等等。人们在知识表示的应用过程中，人们逐渐发现很难找到一种单一的表示方法能有效地解决领域内的所有知识表示。因此，混合知识表示方法将以往成熟的传统知识表示方法有效结合起来进行运用，成为了许多专家探讨的课题。
2.3知识推理
知识推理是整个 KBE 系统处理领域知识的核心部分,决定如何选用广义知识库中的知识 ,对用户提供的证据进行推理 ,最终对用户提出的问题做出回答或完成特定的动作。经典的知识推理模式主要有两种：一种是基于规则的推理方法(RuleBased Reasoning , RBR) ,这种推理模式具有知识表达直观、 模块性强、 推理逻辑清晰等优点 ,但是这种方法也具有一定的局限性 ,主要表现有推理效率低、自适应能力差和实时性差等除此之外还有基于实例的推理CBR ( Case Based Reasoning )其推理過程分为以下四个步骤: [4]
一: 检索。输入待解决问题的要求和特征信息, 系统从实例库中检索出与当前问题相似的实例或实例集。
二: 重用。 把步骤一获得的实例或实例集中的信息与知
识重用到新的问题。
三: 修正。修改实例, 使之适应当前问题。
四: 保存。当前问题的解形成一个新实例存入实例库,以备将来使用。
由于两种推理机制各有优缺点, 因此经常联合使用。
3.KBE的研究进展情况
近年来,美国、日本和欧洲各国政府在KBE技术的开发与应用方面给予了有力的支持,许多跨国公司和著名大学纷纷开展研究,以提高产品开发的创新能力。如福特汽车公司在英国的子公司—美洲虎(Jaguar)汽车公司采用KBE技术设计某车型发动机盖,设计时间由2个月减为2小时;英国航空公司在设计A340-600飞机机翼时,如用常规的CAD软件和分析软件,设计一个翼肋至少需要1天,仅对所有翼肋进行一次设计需要1人1年,而采用KBE技术后,10个小时即可完成机翼的设计。国内对KBE技术的研究刚刚起步，许多院校科研院所投人到KBE研究中[5]。上海交通大学CAD国家工程研究中心和海尔、福特等公司合作，开发模具设计KBE系统，取得了一定的进展。重庆大学的张丁非等人尝试用UG自带的KF模块为开发平台尝试开发镁合金压铸模具系统。暨南大学的李军等人在进行复杂冲压件可行性工艺方案的设计时运用价值工程和加权法将量化评价模型有机地融入智能决策系统中,实现了基于KBE的复杂冲压件自评价工艺方案设计。北航的敖永刚等人针对当前我国飞机板金零件工艺性审查复杂的现状,提出了在工艺性审查中利用KBE技术的必要性。分析了利用后台数据库及知识库创建工艺性审查系统的总体结构和实现方案,并对系统创建中的关键技术及解决方法进行了研究开发了一套飞机钣金件工艺性审查系统对该飞机蒙皮零件进行工艺审核。虽然目前KBE技术的综合研究尚处于起步阶段,缺乏完整的理论体系和实现方法, 但是随着新思想、新理论、新技术的大量涌现必将拥有广阔的研究与发展空间。
结束语
就制造业来看，KBE知识工程已经成为未来整个数字化、智能化制造的发展方向，其广阔的应用前景会给人类的明天带来更多的方便快捷。
参考文献:
[1] 韩花丽等.基于KBE的工程设计.机械研究与应用，2006，2：3－5.
[2] 胡建军等.基于神经网络的注塑模KBE开发.计算机工程与设计，2006，11，vol 27,no 22：4259－4260.
[3] 张亮等.面向现代机械工程的知识工程技术研究现状及发展，新技术新工艺, 2006，8：37－40.
[4] 于德江等.基于KBE的智能CAD方法研究.机械设计与制造，2007，9：178－180.
[5] 马小宝等.应用于工程设计的KBE技术.航空精密制造技术，2004,4：23-26.