CBR系统优化策略及在注塑模具设计中的应用 |
| |
作者姓名: | 周敬勇 谢世坤 金曼曼 |
| |
作者单位: | 合肥职业技术学院, 安徽, 合肥 238000,井冈山大学 机电工程学院, 江西, 吉安 343009,井冈山大学 机电工程学院, 江西, 吉安 343009 |
| |
基金项目: | 国家自然科学基金项目(51165010);江西省教育厅科技落地计划项目(KJLD14066);江西省教育厅科技研究项目(GJJ160732) |
| |
摘 要: | CBR(Case-based reasoning)技术是弱理论强实践领域实现智能化的有效手段,但是,随着工业的飞速发展,工程领域的特征信息爆炸式增长使得当前CBR系统的关键构建环节例如事例的表达、事例库的构建等呈现出诸多局限。为了适应新的复杂工程领域发展需要,对若干关键环节进行了优化研究:在CBR系统事例的表达方面,利用GHSOM(Growing Hierarchical Self-Organizing Map)算法和粗糙集算法集成策略对事例庞大特征信息进行精简,为事例知识的准确、高效表达、存储和检索打下基础;利用GHSOM算法优化构建事例库,通过空间聚类建构多层次多粒度知识库体系,同时,当执行事例检索时,由GHSOM算法作为知识导引策略,将新任务导入相应子事例库,通过数值计算获取最佳事例。最后,以注塑模具设计为应用领域验证了本方案的效果。
|
关 键 词: | 粗糙集算法 生长型分层自组织映射 基于事例推理 事例库 注塑模具设计 |
收稿时间: | 2017-05-16 |
修稿时间: | 2017-06-15 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《井冈山大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《井冈山大学学报(自然科学版)》下载全文 |
|