CC BY
40
Материалы Всероссийской конференции
“Интеллектуальные САПР-97”
Оболочка ЕхрепРЯК, несмотря на минимальные требования к ресурсам компьютера, обеспечивает достаточные для многих приложениях возможности создания гибридных интеллектуальных систем моделирования с автоматическим синтезом программ и многооконным дружественным интерфейсом.
База экспертных знаний содержит правила ситуационного управления данными, понятиями и процедурами(выбор, контроль, способы применения, оценка принятых решений, организация интерфейса).
База концептуальных знаний содержит иерархическую совокупность понятий, используемых при моделировании АД. Следует отметить, что понятия описываются в виде соотношений между параметрами, но не являются алгоритмами решения задач. Это обеспечивает решение множества задач на одних и тех же понятиях- при этом осуществляется синтез программ, управляемый перечнем исходных данных и искомых параметров.
База данных реляционного типа обеспечивает импорт и экспорт данных в базы формата (ШАБЕ, что обеспечивает возможность функционирования данной подсистемы совместно с другими подсистемами САПР АД.
УДК 621.3.681.3
Ткачев А.Г.
Применение генетических алгоритмов в технологическом проектировании объектов сельхозмашиностроения
Технология проектирования изделий машиностроения может быть представлена как итерационный алгоритмический процесс состоящий из семи основных этапов. Это выявление потребностей (предпроектные исследования), формальная постановка задачи, построение математических моделей синтез, синтез проектных решений, анализ, адаптация и оптимизация, оценка полученных решений, документированное представление результатов.
Проблемы технологического синтеза и анализа являются одними из важнейших они взаимосвязаны друг с другом и многократно повторяются в процессе проектирования. Сначала проектировщик определяет концептуальную основу создаваемого объекта, затем строит логическую и физическую модели. После этого подвергает их анализу, усовершенствованию по результатам анализа и повторному воплощению в проектное решение. Основное здесь - это оптимизация, т.е. разработка методических процедур технологического проектирования, направленных на решение задачи в наилучшем соответствии с принятыми критериями. Важным в этом процессе является системный подход, обеспечивающий синергизм, т.е. такой процесс, который обеспечивает что результат совместного действия частей системы будет выше, чем механически полученная сумма эффектов каждой части. Для повышения качества данного процесса предлагается использовать методику эволюционного моделирования и в частности методы генетического поиска. Для этого на основе одного проектного решения строится популяция решений. Далее моделируя процессы, происходящие в живой природе, выполняется случайное и направленное перераспределение решений, на основе генетических операторов. Для оценки качества решений вводится целевая функция или функция пригодности моделируя критерий Дарвина - «выживают сильнейшие». Приведен анализ существующих архитектур генетического поиска. Генетические операторы оценены по принципам фундаментальной теоремы генетических алгоритмов. Проведена модификация операторов и ориентация их на технологический синтез с получением реальных решений. Описаны процедуры кодирования и декодирования решений. Проведены эксперименты с выбором управления решений. Проведены эксперименты с выбором управляющих параметров. Использование предложенного подхода повышает производительность труда технологов, улучшает качество изделий, позволяет совершенствовать средства информационного общения разработчиков и облегчает формирование баз данных и знаний для автоматизированных систем управления производством.
