柔性化案例知识处理方法*

□ 王 成 □ 许建新 □ 乔安杰

1.西安航空学院 机械工程学院 西安 710077 2.西北工业大学 机电学院 西安 710072

1 研究背景

案例是表示问题情境的模式,涵盖对已发生问题的表述及其解决方案。基于案例的推理是知识基系统领域发展最快的分支之一,也是人工智能发展较为成熟的一个分支[1]。基于案例的推理已广泛应用于设计、规划、决策、分类、评估等场景[2]。特别是在制造工程领域,有很多问题需要沿用基于案例的推理方法进行解决[3]。

基于案例的推理的思想与人类处理问题的方式类似,目前仍是解决工程问题的常用手段,因此对基于案例的推理进行研究,仍具有重要的工程价值。

目前,对基于案例的推理进行研究,重点分为案例的知识表示、检索、调整、修改、学习等方面[4-5]。笔者着重对案例知识处理方法进行研究,即案例的知识表示及其推理过程。原则上,常用的知识表示方法均可以作为案例知识表示的方法[6]。目前常用的案例知识表示方法有框架表示法[7]、面向对象表示法[8]、本体表示法[9]等。现有研究普遍根据求解问题的特点,吸收各种知识表示方法的优点,进而形成新的知识表示方法。王宁等[10]研究了共性可扩展的应急知识元体系,结合情景划分提出了应急管理案例情景化表示方法,满足了情景-应对模式案例推理的需要。于峰等[11]基于基因模型构建多级案例结构,形成了可应对复杂突发事件情境-情景结构的案例表示模型,增强了案例结构的系统性表达。Mehla等[12]提出了一种新的层次化语义知识表示模型,用于表示案例结构,这一结构将增强基于案例的推理的知识密集程度。在案例推理方面,学者们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]提出了一种基于最小二乘支持向量机模型的自适应遗传算法,用于优化案例推理性能,大大提升了检索精度,实现了自适应目标案例匹配。Low等[14]提出了一种针对不完整数据库的多重检索案例推理框架,为相似案例提供了统计学意义上的准确排名,增强了案例推理的可靠性。Xu等[15]提出了一种融入最近邻和人工神经网络算法的智能案例推理方法,在检索出的相似案例中建立高斯过程回归模型,用于确定最优案例,以准确预测产品表面粗糙度和残余应力。从上述研究可以看出,案例推理过程在很大程度上受案例表示形式的影响,多数案例推理研究主要集中在求解问题与目标案例的匹配计算方面,将其它推理方法融合至案例推理中,并且已取得了成果。对于案例与案例之间内部数据关联关系和重新组织的研究,则少有涉及。由此可见,当前案例的知识表示方法及其推理方法在深度和广度层面有很大的提升,但解决问题的能力还局限在案例内部自身的表达和处理,无法发挥群体案例之间的关联组织能力,在解决单一问题方面可以起到积极作用,面对复杂问题或复合性问题时则具有一定的局限性。

工程实际应用中面对的问题往往比较复杂,单一或固定案例求解方法已无法满足实际问题的求解需要,迫切需要一种柔性化的案例处理方法。为了挖掘群体案例的潜在价值,使案例的处理能力更加广泛和柔性化,笔者提出了一种柔性化案例知识处理方法。这一方法采用不变部分+可变部分+可选部分+规则的组合框架来增强案例知识的处理能力,采用结构化数据组织方式来表达案例内部数据及案例与案例之间的层次关系,实现了案例的结构化组织和完整性表示。最后,以某企业民机典型零件的机加工工艺为例,验证了这一方法的可行性。

2 扩展的案例知识表示

经典的案例一般表示为三元组,即案例::=<问题描述,方案描述,效果描述>。问题描述指对求解的问题及周围世界或环境的所有特征的描述,方案描述指对问题求解方案的描述,效果描述指描述解决方案后产生的效果。随着求解问题的复杂化,三元组结构已无法满足知识表示的需要。因此,在三元组的基础上,扩展案例知识表示结构,提出四元组案例表示结构,形式为C::=〈B,S,R,P〉。C为扩展的案例。B为案例的基本信息,包括案例标志、案例名称、关键词、摘要等。S为被选择的规则集,S={r1,r2,...,ri,...,rm},是一个由m条规则组成的非空有限集合,ri是根据案例特征属性进行匹配的第i条规则,由条件、条件匹配阈值结论组成。条件由特征属性、操作符、值域、权重组成,定义见表1。条件匹配阈值是执行规则所要满足的基本条件。结论真值用TRUE表示,假值用FALSE表示。规则采用IF-THEN方式表示,规则符号定义见表2。Kr为修订的规则集,Kr={K1,K2,...,Ki,...,Kn},是一个由n条规则组成的非空有限集合。Ki的具体定义同ri,区别在于结论采用内部变量的方式进行参数化变量赋值,结论属性定义见表3。P为实例,P={O,R},是一个由对象和关系组成的层次化、结构化数据集。Ο={O1,O2,...,Oi,...,Oy},表示由y组对象实例组成的集合,Oi表示第i组对象实例。R={R1,R2,...,Ri,...,Ry-1},表示由y-1组关系实例组成的集合。Ri=f(Oi,Oi+1),表示任意相邻两组对象实例满足映射函数f的关系实例。采用结构化方式对实例内容进行表达,有助于数据的组织和利用。P由不变部分和可变部分组成,实例形式化表示如图1所示。其中,不变部分以静态数据的形式进行表示,可变部分以动态参数化的形式进行表示。

▲图1 实例形式化表示

表1 条件属性定义

从以上分析可以看出,经过扩展的案例虽然适用性有了一定提升,但是仍然存在以下不足:① 仅能针对一些简单的问题进行求解;② 每一个案例的适用范围比较窄;③ 案例结构固定,灵活性不高。为弥补这些不足,在四元组案例表示结构的基础上,进一步扩展形成新的知识表示方式,即柔性化案例知识表示。

表2 规则符号定义

表3 结论属性定义

3 柔性化案例知识表示

柔性化案例由一个二元组结构进行表示,形式为FC::=〈Cx,Rc〉。FC为柔性化案例集,Cx为第x个扩展案例,Rc为案例之间的关系。由此可见,柔性化案例是由多个扩展案例组成的有层次的数据集。柔性化案例知识表示结构如图2所示。

如上所述,柔性化案例建立在扩展案例的基础上,通过对扩展案例的进一步组织而形成,采用不变部分+可变部分+可选部分+规则的组合框架来应对求解问题的复杂变化。不变部分+可变部分形成了案例的主体信息,通过已知对象问题特性要求及选用条件规则进行案例选择,得到能够处理问题特性要求的最佳案例。可选部分作为当前主案例的补充内容进行有条件选用,选用方式与主案例的选用方式相同。从案例可以根据求解的需要进行若干层组织。

▲图2 柔性化案例知识表示结构

4 柔性化案例推理过程

工程知识往往以案例的形式存储在知识库中,需要解决新的工程问题时,根据新问题的特性要求、主案例、从案例进行优选匹配,并对已选择主案例或从案例的可变部分通过规则进行参数化自动修订,最后得到解决方案。柔性化案例推理过程如图3所示。

▲图3 柔性化案例推理过程

步骤①为主案例选择。获取目标对象特征信息,基于决策规则实现主案例与目标对象特征信息的匹配度计算,并按照从高到低进行排序。根据设定的阈值进行筛选,如果在已筛选的序列中存在案例,那么选择最优匹配度案例,复制案例包含的实例信息,否则主案例选择不成功,转至步骤④。

步骤②为参数化修订。复制的实例信息中包含两部分内容,即不变部分和可变部分。对可变部分进行基于决策过程的参数化修订,实例中含有参数的内容实现实际值替换。

步骤③为从案例选择。检查当前案例是否包含从案例,如果不包含从案例,那么转至步骤④。如果包含从案例,那么在从案例中基于决策规则实现从案例匹配度计算,然后筛选出大于设定阈值的从案例集,循环复制从案例包含的实例信息。每进行一次复制后,执行一次步骤②。

步骤④为程序结束。

5 实例验证

针对多品种变批量复杂结构件工艺编制周期长、内容复杂多变等问题,采用笔者提出的柔性化案例知识处理方法进行解决。以某企业民机典型零件的机加工工艺为例,验证笔者所提方法的可行性。首先,根据柔性化案例知识表示方法创建案例,并形成案例库,包括主案例和从案例。然后,执行柔性化案例推理过程,生成最佳工艺方案。

根据柔性化案例知识表示方法进行主案例和从案例的构建。主案例的构建形式如图4所示,从案例的构建形式如图5所示。从图4、图5中可以看出,主案例和从案例均由所在层级、基本信息、选用规则、修订规则及结构化实例组成,通过所在层级实现主案例和从案例的组合。

属性属性值层级主案例标识STP01名称结构件典型工艺案例摘要按照规则进行结构件工艺的选用和修订关键词结构件,合金钢,特种工艺选用规则r1:IF 产品型号 == 民机XXX AND 零件类型 == 结构件 AND 材料类型 == 合金钢AND 热处理 == 常规 AND 材料牌号 in {4130,4330M} AND 表面处理 in {铬酸阳极化,镀镉}AND 特种检验 in {磁粉检测,荧光检查} AND 毛坯类型 == 锻件THEN TRUE修订规则变量定义:KV_SL,KV_SW,KV_HTL,KV_HTU,KV_S_SteelStrength,KV_S_PlatingThickness变量赋值:KV_SL=零件.毛坯长度;KV_SW=零件.毛坯宽度;KV_HTL=220;KV_HTU=240;KV_S_SteelStrength =150;KV_S_PlatingThickness =0.02结构化实例工序号工序名称工序类型工序说明1下料辅助工序下料尺寸按KV_SL×KV_SW要求。2领料辅助工序按BAC 5617标准规范执行。3机加工机加工序按MO01号数控程序执行。4热处理热处理工序热处理至KV_HTL～KV_HTU ksi。5硬度检查特种工序按BAC 5617标准规范执行。6检验检验工序按BAC 5617标准规范执行脱碳控制。7机加工机加工序按MO02号数控程序执行。8中间检查检验工序按图纸要求进行尺寸和表面性能检查。9消除应力热处理工序按AMS-QQ-P-416标准规范执行。10电镀镉表面处理工序按图纸要求进行精孔或局部区域保护。11电镀镉检查检验工序按企业电镀镉检查标准规范执行。12镀镉钝化表面处理工序按企业镀镉钝化标准规范执行。13镀镉钝化检查检验工序按企业镀镉钝化检查标准规范执行。14涂底漆辅助工序按图纸要求进行精孔或局部区域保护。15底漆检查检验工序按企业底漆检查标准规范执行。16涂面漆辅助工序按图纸要求选择面漆颜色进行精孔或局部区域保护。17面漆检查检验工序按企业面漆检查标准规范执行。18标记辅助工序按企业标记标准规范执行。19成品检验检验工序按图纸要求进行尺寸和性能检验。20保护辅助工序按企业标准规范执行。▲图4 主案例构建形式

属性属性值层级从案例标识MPITO名称磁粉检查典型工序案例摘要按规则进行磁粉检查工序的选用和修订关键词磁粉检查选用规则r1:IF Operation.name exclude “电镀” AND Operation.name include “机加”THEN TRUEr2:IF Operation.name include “电镀” AND KV_S_SteelStrength <=160THEN INSERTr3:IF Operation.name include “电镀” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness <=0.0203THENADDr4:IF Operation.name include “电镀” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness >0.0203 AND KV_S_PlatingThickness <=0.127THEN INSERT,ADDr5:IF Operation.name include “电镀” AND KV_S_SteelStrength >160AND KV_S_PlatingThickness >0.127THEN INSERT修订规则NULL结构化实例工序名称工序类型工序说明磁粉检查特种工序 按BAC 5424标准规范进行磁粉检测。▲图5 从案例构建形式

根据零件基础信息,通过调用柔性化案例推理过程,在案例库中匹配出最优的主案例和从案例,并进行数据整合和处理,形成完整的工艺方案。基于柔性化案例推理的工艺方案实现过程如图6所示。

▲图6 基于柔性化案例推理的工艺方案实现过程

6 结束语

为了应对工程问题复杂多变的求解需求,笔者提出了一种柔性化案例知识处理方法。这一方法采用不变部分+可变部分+可选部分+规则的组合框架对传统案例进行了扩展,充分发挥群体案例的再造价值,采用结构化、层次化的方式有效组织案例内部数据及案例与案例之间的关联关系,拓宽了知识求解范围,提高了案例知识处理能力。根据柔性化案例知识表示方法,构建了案例库。通过企业真实的工艺快速生成过程,验证了柔性化案例知识处理方法的可行性。

后续可从两个方面进行拓展:对选用规则进行深入研究,不断对规则适用范围进行扩展,使规则满足精准、快速的匹配需求;在不变部分+可变部分+可选部分+规则组合框架的基础上,结合现有知识表示方法,研究案例实例的多样化表示方法。