НОУ ИНТУИТ | Интеллектуальные САПР для разработки современных конструкций и технологических процессов. Лекция 1: Повышение интеллектуальности подсистем проектирования

Учитесь и получайте официальные документы БЕСПЛАТНО. Вы можете поддержать наш проект.

Регистрация Вход

Твой путь к знаниям!

Московский государственный открытый университет им. В.С. Черномырдина

Опубликован: 13.03.2008 | Доступ: свободный | Студентов: 1395 / 376 | Оценка: 3.96 / 3.70 | Длительность: 15:45:00

Темы: Искусственный интеллект и робототехника, Аппаратное обеспечение

Специальности: Разработчик аппаратуры

|

Вам нравится? Нравится 16 студентам

| Поделиться |

Поддержать курс

| Скачать электронную книгу

Аннотация: В лекции рассматриваются методы обучаемости систем проектирования, а также оценка степени обучаемости таких систем. Приводится экспериментальное определение величины обучающей выборки. Показан переход от диалогового режима проектирования к пакетному режиму

Ключевые слова: эвристическое программирование, работ, информация, полезность, ранжирование, ПО, доверительный интервал, отношение, задача линейного программирования, значение, объект, обучающая выборка, определение, САПР, индекс, переменная, монотонно убывающей, интеллект, мышление, связь, искусственный интеллект, права, игровая программа, программирование, программа, Произведение, опыт, компьютер, игра, деятельность, тупик, поиск, интеллектуальные задачи, эвристика, исключение, класс, представление, представление знаний, ядро, интеллектуальная система, предметной области, программная модель, умозаключение, информационные системы, машинный перевод, анализ, моделирование, доказательство теорем, машинный интеллект, искусственный разум

1.1. Общая постановка задачи

Повышение интеллектуальности подсистем проектирования осуществляется путем использования эвристического программирования, экспертных систем, путем перехода от режима диалога к пакетному режиму более высокого уровня.

Одно из требований автоматизированного проектирования в режиме диалога — это максимальное освобождение технолога-проектировщика от рутинных работ, требующих каких-либо вычислений или количественных оценок проектных ситуаций. В процессе проектирования технолог-проектировщик задает информацию о полезности следствий. Эта информация обрабатывается ЭВМ с целью сокращения числа целесообразных альтернатив и отбрасывания неприемлемых. Проектировщик, принимающий решение, анализирует результаты расчета на ЭВМ и отбирает рациональные (с его точки зрения) альтернативы, а если надо, то осуществляет дальнейшую детализацию альтернатив и возникающих из них следствий. Под полезностью понимают обобщенную оценку альтернативы, описывающую ее пригодность для дальнейшего проектирования и легкость реализации. Эту оценку дает технолог-проектировщик. Полезность следствия обозначают через Пij , где — условный номер альтернативы; — номер следствия данной -й альтернативы. Для освобождения технолога-проектировщика от количественной оценки альтернатив (следствий) применяют несколько способов задания оценок полезностей.

Например, производят простое ранжирование следствий или полезности альтернатив, сравнивают их между собой качественно, используя отношения типа "больше-меньше", "хуже-лучше", которые технолог-проектировщик может задавать знаками ">", "<".

На этапе выбора модели автомата для изготовления деталей может сложиться следующая ситуация [M]: для обработки втулки используют либо пруток, либо толстостенную трубу. Заготовку можно обработать на трех разных моделях автоматов. Следовательно, имеются две альтернативы и по три следствия из каждой. Для первой альтернативы необходимо получить полезность следствия $П_{11}, П_{12}, П_{13}$ ; для второй — $П_{21}, П_{22}, П_{23}$ . Задача состоит в нахождении доверительного интервала для каждого значения $П_{ij}$ .

Если ввести условие

$\sum\limits_{j=1}^{n}П_{ij} =1$

( 1.1)

,

где — число следствий из -й альтернативы, то нахождение доверительного интервала сводится к нахождению верхней и нижней границ оценки полезности следствий (альтернатив), т. е. к нахождению $П_{ij}^{+}$ и $П_{ij}^{-}$ соответственно.

Допустим, что технолог-проектировщик задал отношение между следствиями в следующем виде: $П_{11}< П_{12}; П_{13} < П_{12} < П_{23}; П_{23} < П_{11}; П_{22}< П_{11}$ .

Вводят ограничения и преобразуют эти выражения: $П_{11} - П_{12} < 0; П_{13} - П_{12} < 0; П_{12} - П_{23} < 0; П_{23} - П_{11} < 0; П_{22} - П_{11} > 0;$

$П_{11} + П_{12} + П_{13} = 1;$

$П_{21} + П_{22} + П_{23} = 1$ .

Подобную задачу сводят к задаче линейного программирования:

$Z=g^1x_1+g^2x_2+...+g^jx_j+...+g^nx_n \to \min ;\\ a^1_1x_1+a^2_2x_2+...+a^j_ix_j+...+a_m^nx_n \to b_i\text{ при }i=\overline{1,s};\\ a^1_1x_1+a^2_2x_2+...+a^j_ix_j+...+a_m^nx_n= b_i\text{ при }i=s+\overline{1,m};\\$

( 1.2)

где при всех I = 1,2, 3, ..., m; j = 1, 2, 3, ..., n — вещественные числа; g^j b_i и a_i^j — заданы, а неизвестные x_j подлежат определению.

Для перехода от режима диалога к пакетному режиму более высокого уровня формируют обучающие выборки. Составляют матрицу "признак-значение". Элемент матрицы $А_{ij}$ соответствует i-му значению j-гo признака, $i=\overline{1,m}$ ; $j=\overline{1,n}$ (где — максимальное число значений, принимаемых j-м признаком, — число признаков). Тогда

$\left(\begin{array} A_{11}\text{ }A_{12}\text{ }A_{13} … A_{1j} … A_{1n}\\ A_{21}\text{ }A_{22}\text{ }A_{23} … A_{2j} … A_{2n}\\ … … … … … … … \\ A = A_{i1}\text{ }A_{i2}\text{ }A_{i3} … A_{ij} … A_{in}\\ … … … … … … …\\ A_{m1}\text{ }A_{m2}\text{ }A_{m3} … A_{mj} … A_{mn} \end{array} \right)$

( 1.3)

С помощью матрицы можно описывать любые объекты или ситуации. Разница будет состоять в числе признаков, описывающих объект (ситуацию), и в количествах значений каждого признака.

Матрицу , полученную добавлением матрицы к матрице "нуль-единичного" столбца, называют полной формой понятия:

$S=\begin{pmatrix}A\end{pmatrix}...\begin{pmatrix} F_1\\ F_2\\ F_i\\ …\\ F_m\\ \end{pmatrix}$

( 1.4)

,

где F_i =1 — объект (ситуация), описываемый i-й строкой матрицы , является положительным событием; F_i = 0 — в противном случае.

Чтобы заполнить матрицу , следует рассмотреть большое количество вариантов комбинаций значений и классифицировать полученные комбинации $N=\Pi\limits_{j=1}^{n}m_j$ . Матрицу строят на основе обучающей выборки. Задачей построения обучающей выборки является определение существенных признаков, описывающих объект, и нахождение количества значений, которые может принимать каждый признак объекта.

Как показали исследования, многие технологи-проектировщики при опросе не могли четко сформулировать причины выбора одной альтернативы из некоторого количества предлагаемых. Причем признаки, по которым определялся объект (например, комплекс элементарных обрабатываемых поверхностей), для разных технологов-проектировщиков были неодинаковыми. Поэтому задачу выделения существенных признаков, описывающих объект, следует возлагать на технолога-проектировщика, работающего с использованием методов САПР.

Однако на многих этапах проектирования возникает задача отнесения объекта не к одному из двух классов, а из нескольких (например, при отнесении комбинаций поверхностей к одному из шести комплексов элементарных обрабатываемых поверхностей). В данном случае к матрице добавляется не "нуль-единичный" столбец, а столбец, в котором F_i принимает значения $F_i=\overline{1,k}$ , где — номер класса объекта, к которому относится классифицируемый объект, или F_i = 0 , если объект не был отнесен ни к одному из классов. Значения признаков, оценивающих объект в процессе диалога технолога-проектировщика с ЭВМ, накапливаются на магнитном диске. Каждому набору -гo значения признаков ставится в соответствие F_j , относящее этот объект к классу, определяемому технологом-проектировщиком.

Области распределения положительных и отрицательных объектов не должны пересекаться, иначе могут возникать ошибки. Влияние подобных ошибок на качество проектируемой наладки снижается за счет одновременного проектирования нескольких наладок и ведет к увеличению их числа.

Для оценки степени обученности системы используется экзамен на контролируемой группе объектов, который можно применить для постепенного перехода от режима диалога к новому уровню пакетного режима. Степень обученности системы оценивалась следующими показателями:

$p=\frac{n^++n^-}{N}$ — частота ошибок при оценке степени обученности системы;

$p^+=\frac{n^+}{N^+}; p^-=\frac{n^-}{N^-}$ — частота ошибок при распознавании положительных и отрицательных объектов, где — число контрольных объектов, используемых для оценки степени обученности системы; N^+, N^- — число положительных и отрицательных объектов; — число ошибок при распознавании положительных и отрицательных объектов.

Экспериментальное определение величины обучающей выборки проводили для этапа расчленения поверхности детали на комплексы элементарных обрабатываемых поверхностей [55]. Нужно было сформировать понятие "комплекс поверхностей, который можно обработать проходными резцами".

Были выделены следующие признаки, описывающие подобный комплекс поверхностей:

вид поверхностей, вошедших в комплекс;
последовательность диаметров поверхностей, начиная с левой стороны;
положение поверхностей, вошедших в комплекс;
допустимость обработки этих поверхностей;
наличие требования "притупить острые кромки";
вид заготовки.

Первый признак мог принимать восемь значений, второй — три, четвертый — два, пятый — два и шестой — три значения.

Понятие, которое необходимо было сформировать с помощью программы "ПАРК", имело следующий вид [55]:

$(I^1V6^1)\wedge 2^2 \wedge (3^3V(1^3 \wedge I^4)) \wedge 2^5 \wedge (1^6V2^6V3^6)$ ,

где верхний индекс обозначает номер признака, а переменная с индексом — номер значения признака.

Составляли пять обучающих выборок, которые различались по числу входящих в них объектов и по соотношению входящих в них положительных и отрицательных объектов. Выборки составляли так, что первая была произвольной, а последующие формировались добавлением нескольких описаний объектов к предыдущей выборке, т. е. осуществлялся постепенный рост обучающей выборки.

При обработке обучающих выборок на ЭВМ фиксировались показатели степени обученности и были получены зависимости этих показателей от величины обучающей выборки (рис. 1.1). Эти зависимости имеют монотонно убывающий характер.

Таким образом, при переходе от диалогового режима проектирования к режиму пакетному более высокого уровня степень обученности системы следует оценивать с помощью экзаменующей выборки непосредственно во время процесса проектирования. Обучающие выборки следует накапливать на внешних носителях информации и использовать по мере роста этих выборок.

При достижении показателя степени обученности системы значений, удовлетворяющих технолога-проектировщика (р = 5...10%), следует переходить к пакетному режиму более высокого уровня.

Зависимость частоты ошибок от величины обучающей выборки N: а — при оценке степени обученности системы; б — при распознавании положительных 1 и отрицательных 2 объектов

Рис. 1.1. Зависимость частоты ошибок от величины обучающей выборки N: а — при оценке степени обученности системы; б — при распознавании положительных 1 и отрицательных 2 объектов

Дальше >>

Авторизоваться

Интеллектуальные САПР для разработки современных конструкций и технологических процессов

Повышение интеллектуальности подсистем проектирования

1.1. Общая постановка задачи

Вопросы и ответы