基于ANN和RS的超硬材料及制品知識庫的研究①

宋冬冬,楊波,栗正新

(1.河南工業大學材料學院河南鄭州450007;2.湖南大學計算機與通信學院湖南長沙410082)

基于ANN和RS的超硬材料及制品知識庫的研究①

宋冬冬1,楊波2,栗正新1

(1.河南工業大學材料學院河南鄭州450007;2.湖南大學計算機與通信學院湖南長沙410082)

介紹了基于知識工程原理開發超硬材料及制品知識系統的思路。系統包括知識庫(基于教材、文獻、經驗)、數據庫(國家標準、產品、原材料、工藝、工裝、被加工材料、應用參數)和圖像庫(石墨-金剛石相圖,BN相圖、晶體結構、巖相圖、金相圖、工裝結構圖)。通過人工神經網絡對大量的研究數據進行知識挖掘來補充完善超硬材料及制品設計的配方、工藝和相圖數據。應用粗糙集理論,對大量復雜的知識數據進行簡化以便去除冗余屬性,為配方設計中原料選用提供了一種新方法。研究結果形成了一個初步的基于ANN和RS的超硬材料知識庫系統和專家系統,提高了超硬材料及制品(人造金剛石和cBN及制品)的研發效率及準確性。

超硬材料制品;人造金剛石;立方氮化硼;知識庫;數據庫;人工神經網絡;粗糙集

0 引言

目前超硬材料及制品領域的科學技術工作者已經取得了大量可供借鑒的專業知識,但是這些知識都分散在各類載體如書刊、手冊中,甚至有的部分還存放在專家的腦子里,有必要建立超硬材料及制品的知識庫系統從而提高研究開發效率。

1 概述

知識是一種經驗、相關信息和洞察力的組合[1]。可分描述性知識、過程性知識、控制性知識。知識庫是把人類所具有的知識以一定的表達形式(數據結構)存入計算機,并能按需要運用其中的知識求解現實實際問題[1]的系統。知識庫系統組成如圖1所示。用戶輸入要解決問題的初始信息,系統的推理機根據用戶輸入的信息,在控制策略的指導下,不斷地搜索知識庫,把知識庫中與所要求解問題的有關知識取出,通過邏輯推理得出問題的解答反饋給用戶。

人工神經網絡(Artificial Neural Networks,ANN)是模仿動物神經網絡行為特征理的算法?？梢酝ㄟ^預先提供的一批相互對應的輸入-輸出數據對模型進行訓練,從而得到一組權值描述輸入和輸出的數學關系。[2]

粗糙集理論是一種刻劃不完整性和不確定性的數學工具,能有效的分析和處理不精確、不一致等各種不完備信息,并從中發現隱含的知識,揭示潛在的規律,依據數據本身提供的信息就能夠在保留關鍵信息的前提下,對數據進行化簡并求得知識的最小表達[3]。

2 人工神經網絡和粗糙集理論在知識庫系統中的運用

利用ANN的并行處理、自組織、自學習等特點來支持知識庫系統,為解決問題提供有效的方法和技術手段[4]。

ANN和知識庫結合采用松耦合模型,即在系統內部分解為各自相對獨立的ANN和知識庫模塊,通過數據文件進行通訊。[5]ANN計算結果作為被調用的文件嵌入到知識庫中,收集到的信息被轉化為知識庫推理過程中的事實和規則。在有規則可循的情況下,應用規則推理;反之,則通過神經網絡學習,存儲各神經元之間的權值到數據庫文件中。

用粗糙集理論獲取知識并簡化人工神經網絡結構的原理如圖2所示。將采樣數據根據模糊隸屬度水平分別進行分類,用粗糙集理論從樣本中提取規則經驗(即人工神經網絡中間的權值)。對決策表進行化簡,消去決策表中包含的冗余知識。使得知識庫性能得以大大改善[6]。

3 基于人工神經網絡和粗糙集理論的超硬材料及制品的知識庫系統

超硬材料及制品材料設計知識庫系統以專家的理論知識和經驗知識相結合為基礎,在利用計算機存儲、推理等優勢的同時,運用人工神經網絡的并行處理、自組織、自學習等特點以及粗糙集理論的有效的分析和處理不精確、不一致等各種不完備信息,并從中發現隱含的知識,揭示潛在的規律的功能,建立用于超硬材料性能、磨具配方設計、制品生產工藝等的知識和與其相互關系的知識庫系統。

超硬材料及制品的知識庫系統由用戶界面、知識庫(K B)、知識庫管理系統(KBM S)、推理機和解釋系統組成。其核心組成部分是知識庫和推理機。其邏輯框圖如圖1所示。

圖1 知識庫系統邏輯框圖Fig.1 The logic diag ram of know ledge base system

圖2 基于粗糙集的屬性約簡流程Fig.2 The p rocessof attribu te reduction based on rough set

用戶接口是用戶和系統進行信息交流的平臺,在推理過程中需要輸入由用戶確定的性能、形狀、尺寸等相關參數,并可將推理中間過程與結果反饋給用戶。

知識庫中存放有關超硬材料及制品設計的知識,由事實知識和規則知識組成。根據設計的任務不同將知識庫分為不同的模塊。采用一階謂詞邏輯與產生式規則相結合的形式來表示知識,采用Delphi8.0和Access2003為系統開發工具和數據庫工具。這在Windows XP Home Edition環境下能變成現實。

推理機主要包括推理方式、搜索策略與沖突消解策略的確定。根據超硬材料及其制品設計思維方法及知識表達方法,通過比較廣度優先搜索與深度優先搜索方式的適用范圍,確定搜索策略采用廣度優先方式。在推理過程中,根據知識特點確定相應的沖突消解策略。采用與用戶交互相結合的方式來消解沖突。

知識庫管理系統對知識庫進行維護和管理,完成對知識的增加、修改和刪除,對知識進行一致性檢查。

解釋機制通過對推理過程的回溯即根據用戶的提問,對結論、求解過程以及系統當前的求解狀態提供說明。解釋系統由一組程序組成,它能跟蹤并記錄推理過程,當用戶提出詢問需要給出解釋時,它將根據問題的要求分別做相應的處理,最后把解答用約定的形式通過人機接口輸出給用戶。

圖3 超硬材料設計知識子庫框架圖Fig.3 The frame work graph of super hard materials sub library

4 基于粗糙集人工神經網絡建模法的超硬材料及制品的知識庫系統功能

超硬材料設計知識子庫功能框架如圖3所示

選擇超硬材料合成工藝的功能是根據需求確定超硬材料的種類(金剛石或者cBN),然后確定合成工藝,包括選擇合適的合成溫度、壓力、保溫時間等。

磨具配方設計功能用于確定結合劑、濕潤劑、粘結劑的用量以及成型密度等工藝參數。制品生產工藝的確定,根據制品的硬度、密度、形狀、尺寸大小、精度要求等確定生產工藝配方,包括壓制溫度、壓力、時間等具體參數。

5 展望

知識庫系統開發是一項很龐大復雜的工程,本系統還需進一步的開發。包括經驗的收集和實驗驗證、充實配方庫、提高粗糙集的精度等。還需要通過具體的應用對其中存在的錯誤進行修正,不斷提高系統的健壯性,以期能夠應用到工程實踐中去。

[1] 三島巖田.新材料開發與合金設計學[M].軟科學出版社.東京:1985.

[2] 王春華.磨具配方計算機輔助設計[J].鄭州工業高等?？茖W校學報,1999(1).

[3] Pawlak Z.etal.Rough sets—Communications of ACM,1995;38(11):89295.

[4] 高大啟.有教師的線性基本函數前向三層神經網絡結構研究[J].計算機學報,1998,21(1):80-86.

[5] 陳德禮,程羽.基于神經網絡和規則的專家系統的應用研究[J].計算機工程與科學,2004(6).

[6] 白潤,郭啟雯,李中奎,鄭欣,張廷杰,丁旭,王東輝.高密度鎢合金材料設計知識庫系統的開發[J].中國鉬業,2006,(06).

Research on super hard materials and its products knowledge base with ANN and RS

sonG Dong-dong1,YANG Bo2,LIZheng-x in1
(1.School of Materia ls Science and Engineering of Henan University of Technology,Zhengzhou,Henan 450007;2.School of Computer and Communication of Hunan University,Changsha,Hunan 410082)

This paper systematically in troduces the idea of establishment of a super hard materials and its products know ledge system.Inorder to improve the developing efficiency and accuracy of super hard materials and related products,a know ledge system was developed according to the principle of Know ledge-Based Engineering,which includes the knowledge base(relevant textbooks,literatures and experiences),database(standards,industrial products,raw materials,manufacturing technology,equipments,processed objects and parameters)and image base(graphite-diamond phase diagram,boron nitride phase diagram,crystal structure,ceramic phase diagram,metal phase diagram,mould image).The ANN(Artificial Neural Network)method was carried out to analyze the experiential data.Parameters for the preparation of super hard materials and related products were optimized.RS(Rough Set)method was applied to develop a new method for raw materials selection.A preliminary know ledge-based system and expert system of super hard materials and related products was proposed on the bases of the ANN and RS investigation.

super hard material products;artificial diamond;cubic boron nitride;know ledge base;database;ANN;rough set

TQ 164

A

1673-1433(2010)03-0025-04

2010-05-10

宋冬冬(1986-),男,河南工業大學材料學院研究生。

該課題受國家中小企業創新基金資助,《磨具CAD軟件》06C26214101442

栗正新,河南工業大學材料學院教授,研究方向為超硬材料及制品、磨料磨具zhengxin-li@haut.edu.cn