支持进化的计算机辅助设计

时间:2020-09-04 14:19:54 硕士毕业论文 我要投稿

有关支持进化的计算机辅助设计

  设计问题的复杂性.设计问题的复杂性使得设计任务难以被单个设计人员完成,往往需要设计组的群体合作.设计领域的分布性.分布是设计的一种自然特征,包括设计资源的分布及设计人员的分布,需要有一个协作的支撑环境.设计时间的限制.产品市场的竞争要求多个设计者及设计Agent共同协作,以高效地解决设计领域的问题.设计资源的复用.智能Agent技术有利于重用已有的设计,避免了每个设计都从头开始.由于上述原因,多Agent设计系统的研究已经引起了计算机界、设计界及其它相关领域研究人员的极大兴趣.尽管目前对Agent尚无统一的定义,但研究者普遍认为软件Agent是具有如下功能的软件:

  对特定环境的感知和反应;与其它Agent进行通信、协作;完成某种特定的任务;维护自己和外部环境的状态[4].本文中的Agent与上述描述是一致的.多A—系统不是全自动运行的,人类设计者是系统中至关重要的组成部分.设计Agent是设计人员的助手,在设计过程中,只能协助人类设计者进行工作,最终的设计决策取决于人类设计者.多Agent协同设计环境结构多Agem协同设计环境采用开放式结构.该环境提供了一个框架,用于将软件Agent、设计工具和设计人员组成一个整体,其框架结构如图1所示.同设计组的Agem 和设计人员通过局域网、不同组的之间通过Imemet进行通信,交换设计数据和知识在该环境中,复杂的设计由多个Agent协作完成,每个Agent有自己独立的知识和设计决策方案,它能理解设计状态表示,并能协助人类设计专家完成设计.Agent的策略依赖于确定的算法,如遗传算法、分类算法等.Agent的行为被系统事件或其它所驱动.管理Agent在一组工具Agent(如共享知识库维护Agent,公用数据库维护Agent、过程监控Agent、通信Agent、任务分解Agent等)的协助下,组织并协调设计Agent完成设计任务[5].管理Agent的知识库中存放着各Agent的名字、地址、功能及在以往设计中的绩效等历史纪录,这些信息有助于管理Agent在新的设计过程中选择合适的Agent.除了知识库,管理Agent的'存储缓冲器中还存放着各设计子任务的执行状态和各个的工作状态.当有新设计任务时,任务分解Agent(Task De—,TDA)将整个设计任务分解为子任务集合,并用产品设计树表示分解结果.的知识库中有很多产品设计树模板,TDA根据产品种类选择合适的模板并推荐给设计工程师,由设计工程师作出初步决策并把结果发到公告板上.经过一个动态的分配过程,设计任务分配给相应的设计Agent,各Agent根据自己的任务协助设计人员工作,并当设计子任务完成后,将设计结果提交给装配Agent.装配Agent产生各部件的组合布局,然后由设计组工程师作最后的决策.在部件组合过程中,装配Agent进行组装限制检查,并针对不符合限制条件的部件,向设计Agent发送要求修改的信息.如图2所示,过程监控Agent通过事件监控器监视整个设计过程,动态记录各设计Agent的状态及设计子任务的完成情况.设计过程中的事件(如提交、修改等)触发事件监控器,事件监控器将观察到的信息传到监视修正器,对各设计Agent的状态及设计子任务的完成情况动态更新,以保证管理A—对整个设计过程的控制及协调.设计设计环境中的Agent多数是设计Agent.设计的功能是领域相关的,其行为是目标驱动的.设计Agent的作用是协助或启发设计人员的创造性思考,有创意的设计是由设计人员实现的.设计具有如下功能:

  通过与设计人员交互、观察,将设计人员的兴趣、习惯保存在其知识库中(如本文遗传算法中用到的适应度值);执行特定的算法(如本文介绍的遗传算法以实现相应的目标,在算法执行过程中检查约束条件,生成并显示草图,用以拓展设计人员的想象力;维护自身及与设计环境相关的知识.设计Agent的结构及其学习机制的实现见文献[7].进化设计进化设计是在设计领域中采用进化计算技术的一种方法.进化计算的研究起源于50年代,当时几个计算机领域的科学家研究进化系统,其思想是将自然界的进化过程引入工程研究领域以解决工程中的优化问题.在60年代,进化策略、进化规划和遗传算法三者一起构成了进化计算的主要框架.从90年代以来,由于进化策略、进化规划和遗传算法取得了一些令人信服的结果,因此进化计算技术得到了快速的发展和广泛的应用.在发展过程中,三者的差异越来越小.本文主要讨论基于遗传算法的进化计算.尽管进化计算已经取得了很多令人瞩目的成果,但是由于设计(特别是有创意的设计)对人的智能的强烈依赖性,因此如何将计算智能应用于该过程还是一个新的且很有吸引力的研究课题.对遗传算法的改进基于自然选择和进化原理的遗传算法能够自然地模拟进化过程,这一点是其它方法所不能媲美的.但是,将遗传算法应用于设计领域,必须考虑到设计的特点.我们从以下几个方面对传统的遗传算法进行了改进:

  遗传算法中常用的固定长度编码方式不够灵活,因此采用树结构编码方法直接表示实体.该方法有两个优点:容易描述具有分层结构的设计对象;容易修改.根据创造性设计的特点和编码方法的不同,定义了树结构表示遗传算法的交叉、变异操作.遗传算法的适应度函数受许多因素影响,因此采用让设计人员给出适应度值的方法.这些值将作为知识保存在设计Agent的知识库中,在出现类似情形时重用.遗传算法用于两个设计阶段:部件设计阶段和部件组装阶段.第一个阶段用数学软件MAT—产生数学表达式本身及其轴对称的曲线,形成一些轮廓形状,用以拓宽设计人员的想象空间;第二个阶段将遗传操作作用于产品树,产品树的基本元素是部件,装配Agent进行装配限制检查,遗传算法产生部件及其特征的新组合..2 树结构遗传算法传统的遗传算法采用二进制字符串表示,该表示方法已经成功地解决了很多问题.但是,这种表示方法不够灵活.例如,数学表达式的长度是任意的,不同产品对象的部件及特征数是不一样的.因此,用固定长度的二进制字符串表示它们是很不方便的.另外,用二进制字符串表示的问题受到领域的限制,只能用于特定的问题而不是通用的情形.本文采用一种可以用来表示数学表达式及其它弹性问题的树结构表示方法.

【有关支持进化的计算机辅助设计】相关文章:

1.进化论的拓展游戏

2.《生猛的进化心理学》推荐

3.有关浙江杭州下沙创业支持政策

4.对于游戏收费进化史的探讨

5.支持孩子的探索学习

6.有关技术支持员英文简历范文

7.感恩客户的支持和信任

8.创新需要多方支持