知识化制造系统自重构的研究

《知识化制造系统自重构的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要知识化制造系统自重构的研究博士研究生：薛朝改东南导师：严洪森教授大学为了解决现代制造企业所面临并迫切需要解决的共性问题．知识化制造这一全新的制造理念应运而生。自重构是知识化制造系统(KMS)的重要特性，它提高制造系统的适应能力，改变现有系统灵活性差和需要二次开发的现状，也是现代制造系统中迫切需要的功能。为此本文对知识化制造系统自重构中的相关问题进行了研究。首先对制造系统的知识表达问题进行了研究，提出了一种全新的基于Agent网和知识网的复杂知识的表示方法，研究了白重构运算的性质及算法，开发了知识化制造系统自重构的使能：I=：具。然后，针对实际系统中模块的近似性，提山

2、了基丁近似匹配白重构的方法，并研究了基于近似匹配自重构的算法及使能：[具的实现。随后，针对自重构需要表达式的问题，提出了两种方法解决知识网的自动生成问题，即重构生成法及最简约生成法。毋后研究了自重构中的决策问题，提出了知识网需求评价的决策方法及模式选择的灰色决策树方法。具体说来，主要在如下几个方面进行了研究：1．研究了复杂系统诸如知识化制造系统等的知识表示问题，提山了基丁Agenc网及知识网的知识表示方法。研究了知识网自重构的算法及自重构中的预处理问题。从而奠定了知识化制造系统自重构的理论基础。为了方便实际应用．开发了知识化制造系统自重构的使能一

3、：具。在使能。E具开发

4、中，讨论了知识化制造系统中知识的表达及知识网库的设计，详细说明了知识网臼重构算法的实现以及知识网自重构后软件系统的自动生成等难点问题。最后，利j：}；

5、开发的臼重构使能。f具对某车身厂管理信息系统进行了自重构，验证了白重构理论及其使能‘C具的有效性。2．针对实际制造系统中存在着近似但不完全相同的模块的情况，研究了知识化制造系统基于近似匹配自重构的方法和应用。首先讨论了知识化制造系统白重构中自重构原(知识点原及联系原)的匹配性度量(匹配度)，给出了自重构原匹配度的定义、性质及算法：然后给出了知识网的基于近似匹配自重构的算法，奠定了基于近似匹配自重构的理论基础，并开发了基于

6、近似匹配自重构的使能工具：最后通过实例说明了知识化制造系统基于近似匹配自重构技术的应用。3．针对知识化制造系统自重构中需要用户给出自重构表达式的不足，研究了基于用户功能需求的知识网自动生成的方法。针对该问题．提出了两种方法以白动生成知识网．即重构生成法和最简约生成法。在知识网的重构生成法中，定义了知识网对用户需求的满意度关系利运算，建立了知识网多重集运算表达式优化的模型，基于改进的混合遗传算法，对知识网多重集表达式进行优化，并给出了知识网重构生成法的实现步骤。在知识网的最简约生成法中，首先确定了知识网最简约生成的匹配规则，然后分析了最简约生成过程中底层知识点的匹配问题，

7、并定义了知识点功能的简约符合度，给出了底层知识点匹配的算法和知识网最简约生成的步骤，解决了在满足州户功能需求条件F，如何生成最简约知识网的问题。4．针对知识化制造系统自重构的决策问题，研究了知识化制造系统白重构中知识网评价决策I东南大学博士学位论文及自重构后模式选择决策的方法及应_El；

8、。在自重构中的评价决策方面，从知识网需求的模糊关系出发，定义了知识网模糊需求的自重构运算，提出了知识化制造系统的模糊需求评价的决策方法。针对知识化制造系统自重构中模式选择的决策问题，提出了一种灰色决策树的方法。首先对影响知识化制造系统决策的因素进行分类和分析，给出其决策因素的概念模型，

9、并采用调研、评价以及泛函分析等不同的评价方法对各影响因素进行评价。然后基于关联分析，提出了灰色决策树的模型，给出了其决策的详细步骤。最后通过决策方法在知识化制造系统白重构决策中的应用，说明了方法的有效性。最后基于本文的研究成果，开发了知识化制造系统自重构子系统。该予系统集成了完全匹配的自重构使能!。[：具、基于近似匹配的自重构使能：[具、用户数据管理、用户视图、知识网评价、知识网自动生成以及系统软件自动生成等模块。知识化制造系统自重构的研究与开发，在理论上完善和发展了知识网及其多重集雨lKMs自重构理论，奠定了近似匹配条件下的自重构理论和自巫构优化理论的基础：在方法上为

10、复杂系统(诸如KMs、软件系统)中知识的形式化表示、知识网的自动生成及自歪构的决策问题提供了行之有效的方法：在实际应用上为KMs自重构提供了方便的应用平台，为KMs的推广廊用奠定了基础。关键词：知识化制造系统；自重构；Agem网：知识网；自重构使能工具：基于近似匹配的自重构自动生成：混合遗传算法；最简约生成：需求评价：决策；lI摘要RESEARCHINTOTHESELF．RECONFIGURATIONoFKNOWLEDGEABLEMANUFACTURINGSYSTEMPh．D．Candidate：XUEChao-gaiSupervised