劉志強(qiáng)，張維

（西北工業(yè)大學(xué)現(xiàn)代設(shè)計(jì)與集成制造教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安710072）

基于多決策屬性的刀具選擇規(guī)則提取算法研究

劉志強(qiáng)，張維

（西北工業(yè)大學(xué)現(xiàn)代設(shè)計(jì)與集成制造教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安710072）

傳統(tǒng)的規(guī)則提取算法只是對(duì)單一的條件屬性特征推理單一的決策屬性值進(jìn)行規(guī)則提取，為實(shí)現(xiàn)刀具智能選擇，本文提出了一種通過(guò)加工特征和工件尺寸對(duì)刀具進(jìn)行選擇的規(guī)則提取算法，采用粗糙集進(jìn)行刀具型號(hào)的規(guī)則提取，對(duì)刀具尺寸的選擇采用區(qū)間值的基本理論，最后通過(guò)一個(gè)實(shí)例驗(yàn)證該算法的有效性。

機(jī)械制造；規(guī)則提取；屬性特征；刀具智能選擇；粗糙集

0 引言

刀具是機(jī)械制造系統(tǒng)中重要的組成部分，它對(duì)加工表面的幾何形狀、尺寸精度、表面質(zhì)量及加工成本等方面有很大影響。在刀具選擇過(guò)程中，要涉及到工件材料、幾何尺寸、加工特征等許多原始資料，這些參數(shù)之間的關(guān)系錯(cuò)綜復(fù)雜，建立智能刀具選擇系統(tǒng)具有重要意義。隨著人工智能的發(fā)展，國(guó)內(nèi)外對(duì)刀具智能選擇進(jìn)行了大量研究，并取得一定成果。

多年的研究表明，在刀具智能選配系統(tǒng)中，規(guī)則的獲取是最難解決的，而且效率很低，往往要花很大一部分人力和財(cái)力在規(guī)則獲取上，它被公認(rèn)為是刀具智能選配系統(tǒng)的一個(gè)“瓶頸”。目前，在規(guī)則獲取領(lǐng)域，國(guó)內(nèi)外學(xué)者提出了基于粒計(jì)算的規(guī)則獲取算法[1]、基于神經(jīng)網(wǎng)絡(luò)的規(guī)則獲取算法[2]、決策樹(shù)規(guī)則提取算法[3]等規(guī)則獲取算法，并在實(shí)踐中獲得應(yīng)用。

刀具選擇規(guī)則涉及刀具型號(hào)、刀具尺寸等決策屬性，且具有不同的屬性值特征?，F(xiàn)有的規(guī)則獲取算法只是針對(duì)單一決策屬性值的規(guī)則提取，在進(jìn)行刀具選擇規(guī)則的獲取過(guò)程中，并沒(méi)有有效的算法可以同時(shí)獲取刀具型號(hào)、尺寸等決策屬性信息。針對(duì)刀具選擇規(guī)則多決策屬性特征，本文在粗糙集理論基礎(chǔ)上，提出了一種通過(guò)加工特征和工件尺寸對(duì)刀具進(jìn)行選擇的規(guī)則提取算法。

1 主要概念及約定

粗糙集理論是波蘭學(xué)者Paw lak Z在1982年提出的，能有效處理不精確、不一致及不完整等不完備的信息，并從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)則。它具有強(qiáng)大的數(shù)據(jù)分析能力，是處理復(fù)雜系統(tǒng)的一種有效方法。近年來(lái)越來(lái)越多的研究人員開(kāi)始對(duì)它進(jìn)行研究，并建立了粗糙集理論的數(shù)據(jù)模型，還提出了很多在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和人工神經(jīng)網(wǎng)絡(luò)等方面得到了廣泛應(yīng)用的算法。按照最終生成的決策規(guī)則集的性質(zhì)可分為3類(lèi)：生成最小規(guī)則集、生成全部規(guī)則、生成滿足一定精度的規(guī)則。

定義1[4]五元組是一個(gè)決策表，其中U為論域，C為條件屬性集，D為決策屬性集且，Va為屬性a的值域；是一個(gè)信息函數(shù)，它對(duì)一個(gè)對(duì)象的每一個(gè)屬性賦予一個(gè)信息值，即有

根據(jù)以上定義，本文做如下規(guī)定：

2 算法基本思想及步驟

刀具選擇涉及到加工類(lèi)型、加工精度、工件幾何參數(shù)等多方面工藝信息。以三菱刀具為例[5]，其刀具編碼涉及到刀具型號(hào)和尺寸規(guī)格兩種屬性，因此，本文提出一種基于加工特征和工件尺寸的刀具規(guī)則提取算法。根據(jù)其屬性值特點(diǎn)，對(duì)刀具型號(hào)的選擇采用粗糙集基本理論，分別對(duì)每個(gè)決策類(lèi)提取規(guī)則，直到當(dāng)前的規(guī)則集能夠覆蓋決策類(lèi)中的所有實(shí)例；在選定刀具型號(hào)后，采用范圍值方法對(duì)尺寸規(guī)格進(jìn)行選擇，分別計(jì)算提取最終規(guī)則

本文規(guī)則獲取算法基本步驟為：

步驟2：應(yīng)用粗糙集基本理論，提取關(guān)于D1的最小規(guī)則集。，i為規(guī)則集個(gè)數(shù)}。

根據(jù)粗糙集理論，分別對(duì)每個(gè)決策類(lèi)Y提取規(guī)則，直到當(dāng)前的規(guī)則集能夠覆蓋決策類(lèi)y中的所有實(shí)例，對(duì)決策類(lèi)Y的規(guī)則提取就此停止?；静襟E為：①根據(jù)初始決策表，提出只有1個(gè)原子條件的規(guī)則，導(dǎo)出規(guī)則；②根據(jù)導(dǎo)出到?jīng)Q策類(lèi)Yi上的規(guī)則，找出未被規(guī)則集Ri覆蓋的實(shí)例集，選取候選原子條件集合，直到當(dāng)前規(guī)則的因θ使得[θ]能夠包含于某個(gè)決策類(lèi)Yi，停止往規(guī)則的因θ中添加原子條件，并且得到一條候選規(guī)則；③檢查規(guī)則的因θ中是否有冗余的原子條件，如果有則刪除，輸出最終的簡(jiǎn)化規(guī)則

步驟3：根據(jù)步驟2得到的規(guī)則集，對(duì)于每條規(guī)則Rij進(jìn)行分類(lèi)排序，建立中間表，m為決策類(lèi)Yi個(gè)數(shù)，n為對(duì)應(yīng)決策類(lèi)Yi的規(guī)則個(gè)數(shù)。如規(guī)則，該規(guī)則覆蓋的實(shí)例為，建立對(duì)應(yīng)Yij的中間決策表

步驟4：對(duì)中間決策表Si′j，對(duì)每個(gè)決策類(lèi)Yij提取關(guān)于C2的規(guī)則，獲取最終規(guī)則

假設(shè)通過(guò)步驟2提取的規(guī)則集Ri中的規(guī)則r11覆蓋實(shí)例為，對(duì)應(yīng)中間表分別計(jì)算，并與r11結(jié)合得到最終規(guī)則R11：

步驟5：輸出最終決策規(guī)則表。

3 實(shí)例

刀具的選擇是一個(gè)異常復(fù)雜的過(guò)程，相應(yīng)規(guī)則所涉及的條件屬性多種多樣，不同的刀具類(lèi)型，不同的加工特征，其對(duì)應(yīng)的條件屬性集也不盡相同。表1給出了三菱整體立銑刀刀具的決策表S=＜U，C，D，f，V＞，其中U={1，2，…，16}，C={加工類(lèi)型，加工特征，工件材料，加工精度，最小曲率半徑，加工寬度，切深}，將集合中的元素按先后順序分別對(duì)應(yīng)集合C′={a，b，c，e，f，g}其中C1={a，b，c，e}，C2={f，g}，D={選擇刀具}。根據(jù)表1，其條件屬性值C1的集合依次為{一般平面，深部雕刻，曲面加工}、{鍵槽加工，筋槽加工，一般曲面，銅合金加工}、{碳鋼，預(yù)硬鋼，合金鋼，高硬度剛，銅合金}、{精加工，粗加工}，將集合中的元素按先后順序分別對(duì)應(yīng)編號(hào)0、1、2、3或4。

表1 實(shí)例表

經(jīng)過(guò)步驟2，對(duì)條件屬性集C1進(jìn)行處理，得到型號(hào)規(guī)則表，如表2所示。共得到五條規(guī)則，根據(jù)每個(gè)規(guī)則覆蓋的實(shí)例，建立相應(yīng)規(guī)則的中間，如表3所示。最后通過(guò)步驟4，得到最終的規(guī)則決策表4。

表2 型號(hào)規(guī)則表

表3 規(guī)則中間表1

表4 最終決策規(guī)則表

4 結(jié)束語(yǔ)

本文提出了一種基于多決策屬性的刀具選擇規(guī)則提取算法，根據(jù)刀具選擇的多決策屬性特征，運(yùn)用粗糙集基本理論及區(qū)間值基本思想，分別對(duì)刀具型號(hào)和刀具尺寸規(guī)格進(jìn)行規(guī)則提取，實(shí)現(xiàn)了針對(duì)多決策屬性的規(guī)則獲取方法，并通過(guò)實(shí)例驗(yàn)證了算法的有效性。刀具的選擇復(fù)雜多樣，不同的工件特征涉及不同的屬性特征，在選擇多種不同類(lèi)型刀具的算法上，還有待進(jìn)一步的研究。

[1]YiCheng，Duoqian Miao.Ruleextraction based on granulation order in interval-valued fuzzy information system[J].Expert Systemswith Applications，2011，4(03)：1-13.Solid-StateCircuits，2009，44（10）：2800-2807.

[2]Bart Baesens，Rudy Setiono，Christophe Mues，Jan Vanthienen. Using Neural Network Rule Extraction and Decision Tables for Credit-Risk Evaluation[J].Management Science，2003，49（03）：312-329.

[3]陳建輝，陳貞.基于粗糙集的決策樹(shù)規(guī)則提取算法[J].河北工程大學(xué)學(xué)報(bào)，2008，25（01）：108-110.

[4]陳建輝.基于粗糙集的最小規(guī)則提取算法[J].長(zhǎng)春工程學(xué)院學(xué)報(bào)，2008，9（03）：85-88.

[5]三菱刀具綜合樣本[M].2003.

[6]陳云，杜齊明，董萬(wàn)福.現(xiàn)代金屬切削刀具[M].北京：化學(xué)工業(yè)出版社，2008.

[7]PAWLAK Z.Rough set[J].International Journal of Computer and Information Sciences，1982，11（05）：341-356.

[8]孫林，徐久成，馬媛媛.基于新的條件熵的決策樹(shù)規(guī)則提取方法[J].計(jì)算機(jī)應(yīng)用，2007，27（04）：884-887.

[9]JamesMalone，Kenneth McGarry，StefanWermter Chris Bowerman. Data mining using rule extraction from Kohonen self-organising maps[J].NeuralComput&Applic，2005，15：9-17.

[10]張文宇.一種基于有序?qū)傩詻Q策系統(tǒng)分類(lèi)規(guī)則提取策略[J].控制理論與應(yīng)用，2007，24（2）：183-186.

Study on rule extraction algorithm for selection of toolbased on multi-decision property

LIU Zhiqing,ZHANGWei
（The Key Laboratory of Contemporary Design and Integrated Manufacturing Technology, Northwestern Polytechnic University,Xi'an 710072,ShanxiChina）

In order to achieve intelligent tool selection,a rule extraction algorithm based on machining features and workpiece size has been put forward in the text.The rough sets have been applied to gain rule extraction of tool model.The basic theory of interval-valued has been adopted to select the size of tool.Finally,the effectiveness of the algorithm has been validated by an example.

Rule Extraction;Property features;Intelligent Tool Selection;Rough Set

book=3,ebook=1

TG711

A

1672－0121（2012）03－0090－03

國(guó)家自然科學(xué)基金項(xiàng)目（50505039）

2011－12－29

劉志強(qiáng)（1986－），男，碩士在讀，主攻計(jì)算機(jī)集成制造、信息化工程、制造資源管理等研究