1.4　智能設(shè)計的研究內(nèi)容

1.4.1　設(shè)計知識智能處理

人工智能的發(fā)展，可大致分為符號智能、計算智能和群集智能三個階段。符號智能構(gòu)成了半個世紀(jì)以來人工智能研究的主流，為實現(xiàn)人類邏輯思維奠定了堅實基礎(chǔ)。而以人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）和遺傳算法（genetic algorithm，GA）為代表的計算智能在近20年內(nèi)取得了突破性的進(jìn)展，為實現(xiàn)人類形象思維提供了可行途徑。因此，依托于以人工神經(jīng)網(wǎng)絡(luò)和遺傳算法為代表的計算智能方法進(jìn)行設(shè)計知識的智能處理是當(dāng)下研究的重點之一。

從廣義上說，知識是人類對于客觀事物規(guī)律性的認(rèn)識，具有多種描述形式。就工程設(shè)計而言，數(shù)學(xué)模型、符號模型、人工神經(jīng)網(wǎng)絡(luò)是三種主要的知識描述形式。對于數(shù)學(xué)模型，我們在以往的學(xué)習(xí)中已經(jīng)熟知。通過基于人工智能的知識處理技術(shù)，就可使讀者對智能設(shè)計所涉及的主要知識形態(tài)有一個比較全面的認(rèn)識和把握。此外，知識處理大致可分為知識獲取、知識表示、知識集成和知識利用這四大環(huán)節(jié)。符號系統(tǒng)與人工智能相結(jié)合實現(xiàn)了知識獲取和知識集成兩個環(huán)節(jié)，這為實現(xiàn)知識自動獲取和知識集成提供了一個成功范例和可行途徑。

智能設(shè)計的發(fā)展經(jīng)歷了設(shè)計型專家系統(tǒng)和人機(jī)智能化設(shè)計系統(tǒng)兩個階段，設(shè)計自動化程度和創(chuàng)新能力正在逐步提高。以進(jìn)化涌現(xiàn)等自然法則為核心思想的遺傳算法為進(jìn)一步提高設(shè)計自動化程度和創(chuàng)新能力提供了新的思路。利用智能算法的編碼、選擇、交叉、變異、適應(yīng)度評價等操作進(jìn)行產(chǎn)品方案設(shè)計是設(shè)計知識智能處理的主要方法。