1.4　智能設計的研究內容

1.4.1　設計知識智能處理

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

從廣義上說，知識是人類對于客觀事物規律性的認識，具有多種描述形式。就工程設計而言，數學模型、符號模型、人工神經網絡是三種主要的知識描述形式。對于數學模型，我們在以往的學習中已經熟知。通過基于人工智能的知識處理技術，就可使讀者對智能設計所涉及的主要知識形態有一個比較全面的認識和把握。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節。符號系統與人工智能相結合實現了知識獲取和知識集成兩個環節，這為實現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。

智能設計的發展經歷了設計型專家系統和人機智能化設計系統兩個階段，設計自動化程度和創新能力正在逐步提高。以進化涌現等自然法則為核心思想的遺傳算法為進一步提高設計自動化程度和創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、適應度評價等操作進行產品方案設計是設計知識智能處理的主要方法。