支持進化的計算機輔助設計

有關支持進化的計算機輔助設計

　　設計問題的復雜性.設計問題的復雜性使得設計任務難以被單個設計人員完成，往往需要設計組的群體合作.設計領域的分布性.分布是設計的一種自然特征，包括設計資源的分布及設計人員的分布，需要有一個協作的支撐環境.設計時間的限制.產品市場的競爭要求多個設計者及設計Agent共同協作，以高效地解決設計領域的問題.設計資源的復用.智能Agent技術有利于重用已有的設計，避免了每個設計都從頭開始.由于上述原因，多Agent設計系統的研究已經引起了計算機界、設計界及其它相關領域研究人員的極大興趣.盡管目前對Agent尚無統一的定義，但研究者普遍認為軟件Agent是具有如下功能的軟件：

　　對特定環境的感知和反應;與其它Agent進行通信、協作;完成某種特定的任務;維護自己和外部環境的狀態[4].本文中的Agent與上述描述是一致的.多A—系統不是全自動運行的，人類設計者是系統中至關重要的組成部分.設計Agent是設計人員的助手，在設計過程中，只能協助人類設計者進行工作，最終的設計決策取決于人類設計者.多Agent協同設計環境結構多Agem協同設計環境采用開放式結構.該環境提供了一個框架，用于將軟件Agent、設計工具和設計人員組成一個整體，其框架結構如圖1所示.同設計組的Agem 和設計人員通過局域網、不同組的之間通過Imemet進行通信，交換設計數據和知識在該環境中，復雜的設計由多個Agent協作完成，每個Agent有自己獨立的知識和設計決策方案，它能理解設計狀態表示，并能協助人類設計專家完成設計.Agent的策略依賴于確定的算法，如遺傳算法、分類算法等.Agent的行為被系統事件或其它所驅動.管理Agent在一組工具Agent(如共享知識庫維護Agent，公用數據庫維護Agent、過程監控Agent、通信Agent、任務分解Agent等)的協助下，組織并協調設計Agent完成設計任務[5].管理Agent的知識庫中存放著各Agent的名字、地址、功能及在以往設計中的績效等歷史紀錄，這些信息有助于管理Agent在新的設計過程中選擇合適的Agent.除了知識庫，管理Agent的存儲緩沖器中還存放著各設計子任務的執行狀態和各個的工作狀態.當有新設計任務時，任務分解Agent(Task De—，TDA)將整個設計任務分解為子任務集合，并用產品設計樹表示分解結果.的知識庫中有很多產品設計樹模板，TDA根據產品種類選擇合適的模板并推薦給設計工程師，由設計工程師作出初步決策并把結果發到公告板上.經過一個動態的分配過程，設計任務分配給相應的設計Agent，各Agent根據自己的任務協助設計人員工作，并當設計子任務完成后，將設計結果提交給裝配Agent.裝配Agent產生各部件的組合布局，然后由設計組工程師作最后的決策.在部件組合過程中，裝配Agent進行組裝限制檢查，并針對不符合限制條件的部件，向設計Agent發送要求修改的信息.如圖2所示，過程監控Agent通過事件監控器監視整個設計過程，動態記錄各設計Agent的狀態及設計子任務的完成情況.設計過程中的事件(如提交、修改等)觸發事件監控器，事件監控器將觀察到的信息傳到監視修正器，對各設計Agent的狀態及設計子任務的完成情況動態更新，以保證管理A—對整個設計過程的控制及協調.設計設計環境中的Agent多數是設計Agent.設計的功能是領域相關的，其行為是目標驅動的.設計Agent的作用是協助或啟發設計人員的創造性思考，有創意的設計是由設計人員實現的.設計具有如下功能：

　　通過與設計人員交互、觀察，將設計人員的興趣、習慣保存在其知識庫中(如本文遺傳算法中用到的適應度值);執行特定的算法(如本文介紹的遺傳算法以實現相應的目標，在算法執行過程中檢查約束條件，生成并顯示草圖，用以拓展設計人員的想象力;維護自身及與設計環境相關的知識.設計Agent的結構及其學習機制的實現見文獻[7].進化設計進化設計是在設計領域中采用進化計算技術的一種方法.進化計算的研究起源于50年代，當時幾個計算機領域的科學家研究進化系統，其思想是將自然界的進化過程引入工程研究領域以解決工程中的優化問題.在60年代，進化策略、進化規劃和遺傳算法三者一起構成了進化計算的主要框架.從90年代以來，由于進化策略、進化規劃和遺傳算法取得了一些令人信服的結果，因此進化計算技術得到了快速的發展和廣泛的應用.在發展過程中，三者的差異越來越小.本文主要討論基于遺傳算法的進化計算.盡管進化計算已經取得了很多令人矚目的成果，但是由于設計(特別是有創意的設計)對人的智能的強烈依賴性，因此如何將計算智能應用于該過程還是一個新的且很有吸引力的研究課題.對遺傳算法的改進基于自然選擇和進化原理的遺傳算法能夠自然地模擬進化過程，這一點是其它方法所不能媲美的.但是，將遺傳算法應用于設計領域，必須考慮到設計的特點.我們從以下幾個方面對傳統的遺傳算法進行了改進：

　　遺傳算法中常用的固定長度編碼方式不夠靈活，因此采用樹結構編碼方法直接表示實體.該方法有兩個優點：容易描述具有分層結構的設計對象;容易修改.根據創造性設計的特點和編碼方法的不同，定義了樹結構表示遺傳算法的交叉、變異操作.遺傳算法的適應度函數受許多因素影響，因此采用讓設計人員給出適應度值的方法.這些值將作為知識保存在設計Agent的知識庫中，在出現類似情形時重用.遺傳算法用于兩個設計階段：部件設計階段和部件組裝階段.第一個階段用數學軟件MAT—產生數學表達式本身及其軸對稱的曲線，形成一些輪廓形狀，用以拓寬設計人員的想象空間;第二個階段將遺傳操作作用于產品樹，產品樹的基本元素是部件，裝配Agent進行裝配限制檢查，遺傳算法產生部件及其特征的新組合..2 樹結構遺傳算法傳統的遺傳算法采用二進制字符串表示，該表示方法已經成功地解決了很多問題.但是，這種表示方法不夠靈活.例如，數學表達式的長度是任意的，不同產品對象的部件及特征數是不一樣的.因此，用固定長度的二進制字符串表示它們是很不方便的.另外，用二進制字符串表示的問題受到領域的限制，只能用于特定的問題而不是通用的情形.本文采用一種可以用來表示數學表達式及其它彈性問題的樹結構表示方法.

【支持進化的計算機輔助設計】相關文章：

論析誠信的進化07-30

淺論進化的新視角08-24

進化理性與唯理主義10-11

自主品牌的基因傳承與進化09-27

論轉基因技術與人類進化09-26

園林計算機輔助設計教學探討10-14

從企業進化本質看技術進步的影響09-19

VoiceXML支持多方通信的研究07-13

進化博弈視角下的企業知識共享機制研究09-06

企業利益相關者的需要及其進化的戰略考量07-28