劉　敏

（安徽東升機電有限責(zé)任公司，安徽　合肥　230601）

?

基于實例推理的復(fù)雜產(chǎn)品設(shè)計實例的可適應(yīng)性重用

劉敏

（安徽東升機電有限責(zé)任公司，安徽合肥230601）

摘要：針對目前復(fù)雜產(chǎn)品不能很好地以低成本快速地響應(yīng)客戶的個性化需求問題，提出將可適應(yīng)設(shè)計方法學(xué)應(yīng)用于復(fù)雜產(chǎn)品的快速設(shè)計過程。圍繞可適應(yīng)性重用實例推理技術(shù)進行了研究：基于最近鄰檢索法，采用粗集理論和層次分析法相結(jié)合的組合權(quán)重確定法，對相似實例進行了檢索，并有效考慮到了屬性值為點值和區(qū)間值等情況。最后以液壓機產(chǎn)品為例，具體闡述了可適應(yīng)重用實現(xiàn)過程。結(jié)果表明，該方法實現(xiàn)了企業(yè)設(shè)計知識的有效重用，顯著提高了企業(yè)快速響應(yīng)市場的能力。

關(guān)鍵詞：可適應(yīng)重用；實例推理；組合權(quán)重；液壓機

根據(jù)知識利用程度的不同，機械產(chǎn)品的設(shè)計可分為3大類：創(chuàng)新設(shè)計、變型設(shè)計和常規(guī)設(shè)計［1］。據(jù)統(tǒng)計，90%以上的工業(yè)產(chǎn)品設(shè)計均為變型設(shè)計。這意味著當(dāng)一個新的設(shè)計問題出現(xiàn)時，通常采用修改已有的設(shè)計來解決問題?？蛇m應(yīng)性設(shè)計［2］的目的是延長產(chǎn)品或產(chǎn)品設(shè)計的使用周期，使生產(chǎn)型企業(yè)能夠在允許的質(zhì)量和成本限制下，通過調(diào)整已有產(chǎn)品或設(shè)計來快速地開發(fā)出新的面向客戶需求的產(chǎn)品。

實例推理（CBR［3，4］）是可適應(yīng)重用中重要技術(shù)，實例檢索的準(zhǔn)確程度決定可適應(yīng)重用效率，最近鄰搜索法是實例檢索最常用的方法。本文以最近鄰搜索法中的權(quán)值確定為切入點，針對傳統(tǒng)的層次分析法描述能力有限的問題，以單柱型液壓機為研究對象，采用粗集理論和層次分析法相結(jié)合的組合權(quán)重確定法對復(fù)雜產(chǎn)品實例進行檢索，對液壓機產(chǎn)品設(shè)計知識進行快速有效地檢索與重用。

1　模塊化產(chǎn)品相似性設(shè)計檢索

1.1相似性度量函數(shù)的確定

對于實例間的相似性度量技術(shù)，比較常用的有Tver?sky對比匹配函數(shù)、改進的Tversky匹配法、距離度量法或最近鄰算法等。本文針對實例屬性可能為定性屬性和定量屬性的情況，且定量屬性又可為點值和區(qū)間值的情況，采用最近鄰法進行相似度計算。

設(shè)實例集合為C={C1,C2,……,Cr,C0}，其中C0實例為問題實例，其反映了客戶所提出的要求。檢索特征屬性集合為Ck={P1k,P2k,……,Pnk}，當(dāng)?shù)趉個實例的第i個屬性取單值時，表示為Pik；當(dāng)?shù)趉個實例的第i個屬性取區(qū)間值時，表示為［minPik，maxPik］。表1所示為相似性度量函數(shù)。

1.2特征屬性權(quán)重的確定

權(quán)重的分配是否合理，直接影響到定制產(chǎn)品方案決策的準(zhǔn)確性。賦權(quán)方法主要有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法主要依靠專家的經(jīng)驗來進行權(quán)重的確定，容易受到專家經(jīng)驗、思維模式和個人喜好的影響?？陀^賦權(quán)法是根據(jù)各指標(biāo)之間的相關(guān)關(guān)系或各項指標(biāo)值的變異程度確定權(quán)重，避免了人為因素帶來的偏差，但卻忽略了指標(biāo)本身在實際運用中的重要程度，有時確定的指標(biāo)權(quán)重與預(yù)期的不一致，甚至導(dǎo)致與實際不符的錯誤結(jié)論。

鑒于此，提出并采用一種新的組合權(quán)重構(gòu)造法AR （AHP-RS），該方法采用粗集理論［5］和層次分析法相結(jié)合來確定屬性的綜合權(quán)重。粗集理論用于確定屬性的客觀權(quán)重，層次分析法用于確定屬性的主觀權(quán)重。由于決策問題大多為多屬性決策問題，在實際情況中，客觀權(quán)重的確定往往只能在準(zhǔn)則層到方案層這一層次上。而對于目標(biāo)層對準(zhǔn)則層這一層次上，往往在實例庫中沒有相應(yīng)的準(zhǔn)則層參數(shù)值。所以，對于這一層次各個準(zhǔn)則的權(quán)重確定就無法使用粗集理論來確定。在實際中，各個準(zhǔn)則對于目標(biāo)層的重要性也是由工程實際背景決定的，即是個模糊的概念，由工程專家憑借經(jīng)驗確定。圖3所示為利用AR法確定組合權(quán)重的過程。

設(shè)W′=［w1′,w2′,…,wn′］T為主觀權(quán)重，滿足：

設(shè)α為經(jīng)驗因子，W=［w1,w2,…,wn］T為組合權(quán)重，則式中:

表1　實例間相似性度量函數(shù)

表2　實例庫中實例條件屬性及其值

2　可適應(yīng)性重用示例

首先確定實例的特征屬性權(quán)重值，再利用表1所示的相似性度量函數(shù)計算問題實例和實例庫各實例之間的相似度。經(jīng)過與企業(yè)設(shè)計師的交流，YH30型液壓機中客戶所關(guān)心的主要決策屬性（準(zhǔn)則）有：可加工工件的大小D）、加工的效率（I）和液壓機所占的空間（M）。決策屬性的不同會引起實例庫中實例特征屬性權(quán)重的變化。實例庫中主要特征屬性有：開口高度（A）、喉深（B）、總功率（C）、滑塊行程（E）、滑塊速度（下行）（F）、滑塊速度（工作）（G）、滑塊速度（回程）（H）、外形左右尺寸（J）、外形前后尺寸（K）和外形高度（L）等，如表2所示。

2.1主觀權(quán)重的確定

圖1所示為構(gòu)造的特征屬性層次樹。對于圖1所示的特征屬性層次樹，利用AHP法進行相應(yīng)主觀權(quán)重的確定。目標(biāo)層到準(zhǔn)則層的判斷矩陣如表3所示。

表3　目標(biāo)層到準(zhǔn)則層判斷矩陣

表4　屬性離散表

圖1　特征屬性層次樹

可得其層次單排序為W=［w1，w2，w3］=［0.637，0.105，0.258］，符合一致性要求。同樣依次構(gòu)造準(zhǔn)則層到方案層的判斷矩陣，得出各特征屬性最終權(quán)重為：

2.2客觀權(quán)重的確定

基于表2中各實例的特征屬性值進行離散化處理。采用區(qū)間離散法，表4所示為各決策屬性離散表。

其中，決策屬性的離散值賦予是根據(jù)實例庫中各實例的相對比較而得，并由專家賦予。表4中各決策屬性下的屬性離散值經(jīng)過檢驗都為協(xié)調(diào)的，不需再進行劃分。對于決策屬性D，則：

ind（A）={（1，2），（3，6），（4，5）}

ind（B）={（1，2，3，5），4，6}

ind（C）={（1，2，3），（4，5），6}

ind（D）={（1，2），（3，4），（5，6）}

P={A，B，C}，則ind（P）={（1，2），3，4，5，6}，推得PosP（D）= ∪P_（D）={1，2，3，4，5，6}；ind（P-A）={（1，2，3），4，5，6}，推得Pos（P-A）（D）={4，5，6}≠PosP（D），因此A不可省略；同理B不可省略；C屬性可省略。rP（D）=1，r（P-A）（D）=0.5，r（P-B）（D）=4/6，推得rP（D）-r（P-A）（D）=0.5，rP（D）-r（P-B）（D）=2/6。

同樣，對決策屬性I和M下的條件屬性分別進行屬性約簡，得出決策屬性I中的條件屬性“滑塊行程”“滑塊速度下行”和“滑塊速度工作”可以省略；決策屬性M中的條件屬性“外形尺寸高度”可以省略?；喓蟮奶卣鲗傩詫哟螛淙鐖D2所示。

圖2　約簡后的實例特征屬性層次樹

2.3組合權(quán)重的確定

設(shè)定經(jīng)驗因子α=0.5，得到：

2.4相似實例的檢索

確定完實例特征的組合權(quán)重后，利用相似度計量函數(shù)進行相似實例的檢索。設(shè)問題實例為：

A=800mm

B=［350，450］mm

C=8kW

E=450mm

F=60mm/s

G=20mm/s

H=［75，85］mm/s

J=2 500mm，K=1 800mm

L=3 100mm

則根據(jù)表1中相似度計算公式計算問題實例與實例庫實例之間的相似度。

25t實例：simA=0.702，simB=0.841，simC=0.778，simE= 0.500，simF=0.875，simG=1.000，simH=0.455，simJ=0.647，simK=0.500，simL=0.655，計算得sim總1=0.345。同樣，可以計算實例50t、63t、100t、160t（A）和160t（B）的各自相似度大小，依次為：sim50t=0.388、sim63t=0.275、sim100t=0.355、sim160tA=0.335、sim160tB=0.217。由此可得，與問題實例最相似的實例庫實例為實例2。

3　結(jié)論

通過將可適應(yīng)設(shè)計方法學(xué)應(yīng)用到復(fù)雜產(chǎn)品的設(shè)計過程中，使得原有的設(shè)計和生產(chǎn)過程知識得到了有效的重用，縮短了新產(chǎn)品的上市時間，提高了企業(yè)的市場競爭力。本文以液壓機產(chǎn)品為研究對象，對可適應(yīng)性重用技術(shù)進行了深入的研究。結(jié)果表明：①采用實例推理方式對設(shè)計實例進行了檢索與重用，基于混合權(quán)重與最近鄰檢索法對實例庫中屬性值為區(qū)間與點值共存的實例進行了快速而準(zhǔn)確的檢索；②通過在液壓機產(chǎn)品開發(fā)中的應(yīng)用表明，可適應(yīng)性設(shè)計方法學(xué)能夠有效地對以往成功設(shè)計案例知識進行重用，提高了新產(chǎn)品的開發(fā)效率，縮短了市場響應(yīng)時間；③為同類產(chǎn)品的可適應(yīng)重用提供了參考。

參考文獻：

［1］Brown D，Chandrasekaran B.Design problem-solving：knowledge structures and control strategies［M］.San Francisco：Morgan Kaufmann，1989：152-154.

［2］Gu P，Hashermian M，Nee A Y C.Adaptable design［J］. CIRP Annals Manufacturing Technology，2004，53（2）：539-557.

［3］Kolodner J L.Improving human decision making through case-based decision aiding［J］.AI Magazine，1991，12（2）：52-68.

［4］吳慶鳴，張志強.基于KBE的隧道掘進機主機智能設(shè)計系統(tǒng)［J］.中國機械工程，2006，17（4）：331-333.

［5］楊善林.智能決策方法與智能決策支持系統(tǒng)［M］.北京：科學(xué)出版社，2005.

中圖分類號：TB472

文獻標(biāo)識碼：A

文章編號：1003-5168（2016）01-0084-04

收稿日期：2015-12-28

作者簡介：劉敏（1981-），男，本科，工程師，研究方向：產(chǎn)品快速設(shè)計。

Research on Adaptive Reusing of Design Instances for Mechanical Product

Liu Min
（Anhui Tosum Machinery and Electronic Co.,Ltd.,Hefei Anhui 230601）

Abstract:A design method with the adaptability is proposed to solve the problems existing in complex product design processes,such as high costs and low efficiency.The case based technologies of adaptive reusing are discussed.The similar case is retrieved by nearest neighbor algorithm and combined weight constructed by analytic hierarchy process (AHP)and rough set(RS).The attribute of case can be interval number and point number.The realization of adaptive reusing is described elaborately based hydraulic press machine finally.It is revealed that according to adaptive reus?ing,the design knowledge is reused effectively,the ability of enterprise respond to market fast is enhanced observably.

Keywords:adaptive reusing;case based reasoning;combinational weight;hydraulic press machine