柔性化案例知識處理方法*

□ 王 成 □ 許建新 □ 喬安杰

1.西安航空學院 機械工程學院 西安 710077 2.西北工業大學 機電學院 西安 710072

1 研究背景

案例是表示問題情境的模式,涵蓋對已發生問題的表述及其解決方案。基于案例的推理是知識基系統領域發展最快的分支之一,也是人工智能發展較為成熟的一個分支[1]。基于案例的推理已廣泛應用于設計、規劃、決策、分類、評估等場景[2]。特別是在制造工程領域,有很多問題需要沿用基于案例的推理方法進行解決[3]。

基于案例的推理的思想與人類處理問題的方式類似,目前仍是解決工程問題的常用手段,因此對基于案例的推理進行研究,仍具有重要的工程價值。

目前,對基于案例的推理進行研究,重點分為案例的知識表示、檢索、調整、修改、學習等方面[4-5]。筆者著重對案例知識處理方法進行研究,即案例的知識表示及其推理過程。原則上,常用的知識表示方法均可以作為案例知識表示的方法[6]。目前常用的案例知識表示方法有框架表示法[7]、面向對象表示法[8]、本體表示法[9]等。現有研究普遍根據求解問題的特點,吸收各種知識表示方法的優點,進而形成新的知識表示方法。王寧等[10]研究了共性可擴展的應急知識元體系,結合情景劃分提出了應急管理案例情景化表示方法,滿足了情景-應對模式案例推理的需要。于峰等[11]基于基因模型構建多級案例結構,形成了可應對復雜突發事件情境-情景結構的案例表示模型,增強了案例結構的系統性表達。Mehla等[12]提出了一種新的層次化語義知識表示模型,用于表示案例結構,這一結構將增強基于案例的推理的知識密集程度。在案例推理方面,學者們提出了很多有效的方法,用于提升案例的推理性能。康俊杰等[13]提出了一種基于最小二乘支持向量機模型的自適應遺傳算法,用于優化案例推理性能,大大提升了檢索精度,實現了自適應目標案例匹配。Low等[14]提出了一種針對不完整數據庫的多重檢索案例推理框架,為相似案例提供了統計學意義上的準確排名,增強了案例推理的可靠性。Xu等[15]提出了一種融入最近鄰和人工神經網絡算法的智能案例推理方法,在檢索出的相似案例中建立高斯過程回歸模型,用于確定最優案例,以準確預測產品表面粗糙度和殘余應力。從上述研究可以看出,案例推理過程在很大程度上受案例表示形式的影響,多數案例推理研究主要集中在求解問題與目標案例的匹配計算方面,將其它推理方法融合至案例推理中,并且已取得了成果。對于案例與案例之間內部數據關聯關系和重新組織的研究,則少有涉及。由此可見,當前案例的知識表示方法及其推理方法在深度和廣度層面有很大的提升,但解決問題的能力還局限在案例內部自身的表達和處理,無法發揮群體案例之間的關聯組織能力,在解決單一問題方面可以起到積極作用,面對復雜問題或復合性問題時則具有一定的局限性。

工程實際應用中面對的問題往往比較復雜,單一或固定案例求解方法已無法滿足實際問題的求解需要,迫切需要一種柔性化的案例處理方法。為了挖掘群體案例的潛在價值,使案例的處理能力更加廣泛和柔性化,筆者提出了一種柔性化案例知識處理方法。這一方法采用不變部分+可變部分+可選部分+規則的組合框架來增強案例知識的處理能力,采用結構化數據組織方式來表達案例內部數據及案例與案例之間的層次關系,實現了案例的結構化組織和完整性表示。最后,以某企業民機典型零件的機加工工藝為例,驗證了這一方法的可行性。

2 擴展的案例知識表示

經典的案例一般表示為三元組,即案例::=<問題描述,方案描述,效果描述>。問題描述指對求解的問題及周圍世界或環境的所有特征的描述,方案描述指對問題求解方案的描述,效果描述指描述解決方案后產生的效果。隨著求解問題的復雜化,三元組結構已無法滿足知識表示的需要。因此,在三元組的基礎上,擴展案例知識表示結構,提出四元組案例表示結構,形式為C::=〈B,S,R,P〉。C為擴展的案例。B為案例的基本信息,包括案例標志、案例名稱、關鍵詞、摘要等。S為被選擇的規則集,S={r1,r2,...,ri,...,rm},是一個由m條規則組成的非空有限集合,ri是根據案例特征屬性進行匹配的第i條規則,由條件、條件匹配閾值結論組成。條件由特征屬性、操作符、值域、權重組成,定義見表1。條件匹配閾值是執行規則所要滿足的基本條件。結論真值用TRUE表示,假值用FALSE表示。規則采用IF-THEN方式表示,規則符號定義見表2。Kr為修訂的規則集,Kr={K1,K2,...,Ki,...,Kn},是一個由n條規則組成的非空有限集合。Ki的具體定義同ri,區別在于結論采用內部變量的方式進行參數化變量賦值,結論屬性定義見表3。P為實例,P={O,R},是一個由對象和關系組成的層次化、結構化數據集。Ο={O1,O2,...,Oi,...,Oy},表示由y組對象實例組成的集合,Oi表示第i組對象實例。R={R1,R2,...,Ri,...,Ry-1},表示由y-1組關系實例組成的集合。Ri=f(Oi,Oi+1),表示任意相鄰兩組對象實例滿足映射函數f的關系實例。采用結構化方式對實例內容進行表達,有助于數據的組織和利用。P由不變部分和可變部分組成,實例形式化表示如圖1所示。其中,不變部分以靜態數據的形式進行表示,可變部分以動態參數化的形式進行表示。

▲圖1 實例形式化表示

表1 條件屬性定義

從以上分析可以看出,經過擴展的案例雖然適用性有了一定提升,但是仍然存在以下不足:① 僅能針對一些簡單的問題進行求解;② 每一個案例的適用范圍比較窄;③ 案例結構固定,靈活性不高。為彌補這些不足,在四元組案例表示結構的基礎上,進一步擴展形成新的知識表示方式,即柔性化案例知識表示。

表2 規則符號定義

表3 結論屬性定義

3 柔性化案例知識表示

柔性化案例由一個二元組結構進行表示,形式為FC::=〈Cx,Rc〉。FC為柔性化案例集,Cx為第x個擴展案例,Rc為案例之間的關系。由此可見,柔性化案例是由多個擴展案例組成的有層次的數據集。柔性化案例知識表示結構如圖2所示。

如上所述,柔性化案例建立在擴展案例的基礎上,通過對擴展案例的進一步組織而形成,采用不變部分+可變部分+可選部分+規則的組合框架來應對求解問題的復雜變化。不變部分+可變部分形成了案例的主體信息,通過已知對象問題特性要求及選用條件規則進行案例選擇,得到能夠處理問題特性要求的最佳案例。可選部分作為當前主案例的補充內容進行有條件選用,選用方式與主案例的選用方式相同。從案例可以根據求解的需要進行若干層組織。

▲圖2 柔性化案例知識表示結構

4 柔性化案例推理過程

工程知識往往以案例的形式存儲在知識庫中,需要解決新的工程問題時,根據新問題的特性要求、主案例、從案例進行優選匹配,并對已選擇主案例或從案例的可變部分通過規則進行參數化自動修訂,最后得到解決方案。柔性化案例推理過程如圖3所示。

▲圖3 柔性化案例推理過程

步驟①為主案例選擇。獲取目標對象特征信息,基于決策規則實現主案例與目標對象特征信息的匹配度計算,并按照從高到低進行排序。根據設定的閾值進行篩選,如果在已篩選的序列中存在案例,那么選擇最優匹配度案例,復制案例包含的實例信息,否則主案例選擇不成功,轉至步驟④。

步驟②為參數化修訂。復制的實例信息中包含兩部分內容,即不變部分和可變部分。對可變部分進行基于決策過程的參數化修訂,實例中含有參數的內容實現實際值替換。

步驟③為從案例選擇。檢查當前案例是否包含從案例,如果不包含從案例,那么轉至步驟④。如果包含從案例,那么在從案例中基于決策規則實現從案例匹配度計算,然后篩選出大于設定閾值的從案例集,循環復制從案例包含的實例信息。每進行一次復制后,執行一次步驟②。

步驟④為程序結束。

5 實例驗證

針對多品種變批量復雜結構件工藝編制周期長、內容復雜多變等問題,采用筆者提出的柔性化案例知識處理方法進行解決。以某企業民機典型零件的機加工工藝為例,驗證筆者所提方法的可行性。首先,根據柔性化案例知識表示方法創建案例,并形成案例庫,包括主案例和從案例。然后,執行柔性化案例推理過程,生成最佳工藝方案。

根據柔性化案例知識表示方法進行主案例和從案例的構建。主案例的構建形式如圖4所示,從案例的構建形式如圖5所示。從圖4、圖5中可以看出,主案例和從案例均由所在層級、基本信息、選用規則、修訂規則及結構化實例組成,通過所在層級實現主案例和從案例的組合。

屬性屬性值層級主案例標識STP01名稱結構件典型工藝案例摘要按照規則進行結構件工藝的選用和修訂關鍵詞結構件,合金鋼,特種工藝選用規則r1:IF 產品型號 == 民機XXX AND 零件類型 == 結構件 AND 材料類型 == 合金鋼AND 熱處理 == 常規 AND 材料牌號 in {4130,4330M} AND 表面處理 in {鉻酸陽極化,鍍鎘}AND 特種檢驗 in {磁粉檢測,熒光檢查} AND 毛坯類型 == 鍛件THEN TRUE修訂規則變量定義:KV_SL,KV_SW,KV_HTL,KV_HTU,KV_S_SteelStrength,KV_S_PlatingThickness變量賦值:KV_SL=零件.毛坯長度;KV_SW=零件.毛坯寬度;KV_HTL=220;KV_HTU=240;KV_S_SteelStrength =150;KV_S_PlatingThickness =0.02結構化實例工序號工序名稱工序類型工序說明1下料輔助工序下料尺寸按KV_SL×KV_SW要求。2領料輔助工序按BAC 5617標準規范執行。3機加工機加工序按MO01號數控程序執行。4熱處理熱處理工序熱處理至KV_HTL～KV_HTU ksi。5硬度檢查特種工序按BAC 5617標準規范執行。6檢驗檢驗工序按BAC 5617標準規范執行脫碳控制。7機加工機加工序按MO02號數控程序執行。8中間檢查檢驗工序按圖紙要求進行尺寸和表面性能檢查。9消除應力熱處理工序按AMS-QQ-P-416標準規范執行。10電鍍鎘表面處理工序按圖紙要求進行精孔或局部區域保護。11電鍍鎘檢查檢驗工序按企業電鍍鎘檢查標準規范執行。12鍍鎘鈍化表面處理工序按企業鍍鎘鈍化標準規范執行。13鍍鎘鈍化檢查檢驗工序按企業鍍鎘鈍化檢查標準規范執行。14涂底漆輔助工序按圖紙要求進行精孔或局部區域保護。15底漆檢查檢驗工序按企業底漆檢查標準規范執行。16涂面漆輔助工序按圖紙要求選擇面漆顏色進行精孔或局部區域保護。17面漆檢查檢驗工序按企業面漆檢查標準規范執行。18標記輔助工序按企業標記標準規范執行。19成品檢驗檢驗工序按圖紙要求進行尺寸和性能檢驗。20保護輔助工序按企業標準規范執行。▲圖4 主案例構建形式

屬性屬性值層級從案例標識MPITO名稱磁粉檢查典型工序案例摘要按規則進行磁粉檢查工序的選用和修訂關鍵詞磁粉檢查選用規則r1:IF Operation.name exclude “電鍍” AND Operation.name include “機加”THEN TRUEr2:IF Operation.name include “電鍍” AND KV_S_SteelStrength <=160THEN INSERTr3:IF Operation.name include “電鍍” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness <=0.0203THENADDr4:IF Operation.name include “電鍍” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness >0.0203 AND KV_S_PlatingThickness <=0.127THEN INSERT,ADDr5:IF Operation.name include “電鍍” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness >0.127THEN INSERT修訂規則NULL結構化實例工序名稱工序類型工序說明磁粉檢查特種工序 按BAC 5424標準規范進行磁粉檢測。▲圖5 從案例構建形式

根據零件基礎信息,通過調用柔性化案例推理過程,在案例庫中匹配出最優的主案例和從案例,并進行數據整合和處理,形成完整的工藝方案。基于柔性化案例推理的工藝方案實現過程如圖6所示。

▲圖6 基于柔性化案例推理的工藝方案實現過程

6 結束語

為了應對工程問題復雜多變的求解需求,筆者提出了一種柔性化案例知識處理方法。這一方法采用不變部分+可變部分+可選部分+規則的組合框架對傳統案例進行了擴展,充分發揮群體案例的再造價值,采用結構化、層次化的方式有效組織案例內部數據及案例與案例之間的關聯關系,拓寬了知識求解范圍,提高了案例知識處理能力。根據柔性化案例知識表示方法,構建了案例庫。通過企業真實的工藝快速生成過程,驗證了柔性化案例知識處理方法的可行性。

后續可從兩個方面進行拓展:對選用規則進行深入研究,不斷對規則適用范圍進行擴展,使規則滿足精準、快速的匹配需求;在不變部分+可變部分+可選部分+規則組合框架的基礎上,結合現有知識表示方法,研究案例實例的多樣化表示方法。