第6卷第4期 智能系统学报 Vol.6 No.4 2011年8月 CAAI Transactions on Intelligent Systems Aug.2011 doi:10.3969/i.i8gn.1673-4785.2011.04.001 面向复杂产品的多层智能推理框架 冯珊，郭四海2 (1.华中科技大学控制科学与工程系，湖北武汉430074：2.武汉理工大学自动化学院，湖北武汉430070) 摘要：案例推理是基于知识的问题求解方法.克服复杂产品进行单层案例推理所面临的粗粒度问题，考虑到复杂 产品案例表达多层次的特点，根据领域知识和部件功能相似性，基于XL描述的部件层次互换约束规则，实现深层 次的案例细节调整和修改，从而建立了多层智能推理方法框架，为多层次复杂产品案例推理问题提供可行的解决方 案.并以某类复杂产品采办全生命周期中的概念设计为例说明多层智能推理框架问题求解的有效性和面向用户服 务的支持效率. 关键词：多层案例推理；互换规则：基于仿真的采办；XL 中图分类号：TP391文献标识码：A文章编号：16734785(2011)03-028306 Research on the architecture of a multi-level intelligent case-based reasoning-oriented complex equipment system FENG Shan',GUO Sihai2 (1.Institute of Systems Engineering,Huazhong University of Science and Technology,Wuhan 430074,China;2.School of Automa- tion,Wuhan University of Technology,Wuhan 430070,China) Abstract:Case-based reasoning is a knowledge-based problem solving method.To overcome the coarse-grained problem in the single-level case-based reasoning of complex equipment systems;Based on the characteristics of the multi-level of complex equipment systems,the domain knowledge and the similarity of the components'functions were considered,and the framework of multi-level intelligent case-based reasoning was proposed.In the frame- work,XML was used for describing the language of component replacement rules in order to realize the adjustment and modification of deep-level details of the case.The improvement and application of the framework are feasible solutions for case-based reasoning of a multi-level complex product system.Finally,an illustrative example for con- ceptual design of complex equipment systems was given to clarify the feasibility and effectiveness of the multi-level intelligent CBR framework. Keywords:multi-level case-based reasoning;replacement rules;simulation based acquisition;extensible markup language 案例推理(case-based reasoning,CBR)是人工表示方法，并简化了知识库的维护工作12】.并且通 智能领域新出现的一种基于知识的问题求解方法. 过对历史案例解决方案的调整，使得案例推理系统 CBR解题过程可简单描述为首先从记忆库（案例具有相当的创新性和解决新问题的能力，能够符合 库)中找到与当前问题最相似的案例，再结合当前 概念设计活动的创新性要求.另外，CBR可根据过 问题的特点对该案例作必要的修改以适应当前问题 去实际发生的经验和案例得出结论，符合人类的思 的求解.基于案例推理方法的概念设计，通过将历史 维习惯，因此推理出的结论容易被用户所接受[34]。 设计方案描述为“案例”，克服了传统专家系统中规 CBR在知识获取和维护、提高问题求解效率、 则获取的瓶颈问题，极大地丰富了领域知识的知识 改进问题求解质量和提高用户接受度等方面都优于 传统的基于规则的推理方法.其优势还在于对尚未 收稿日期：2010-1215. 完全了解的领域，可根据以往的经验预先拟定某些 基金项目：“十一五”国家部委资助项目(513040501)：国家部委重点 基金资助项目(9140A04050707);国家自然科学基金重大 假设和推测，据以导出关键性因果关系，从而支持对 资助项目(79990580). 所面临的待求解问题提出可行解决方案集，经过对 通信作者：冯珊.E-mail:sfeng(@mail.hust.edu.cm, 可行解集的评估和优化后，再从中确定一个满意解
284 智能系统学报 第6卷 这种问题求解方法特别有助于因问题描述不确切， 案例推理的理论基础是由案例库提供蕴涵可行解的 建模困难又没有相应有效算法的虚拟采办(simula- 解空间，运用类比推理，按有效算法找出一个最接近 tion based acquisition,SBA)复杂问题求解，特别对 目标解的备选案例集合，并加以筛选和修正，作为已 于SBA概念设计，由于其处于采办全寿命周期早期 知的知识即事实，对应新需求的解决方案集，从中优 阶段，采办者尚无法获得确切和详实的采办信息， 选最佳方案时，用多层推理可根据领域知识（部件 CBR方法至少可以支持采办者勾画出采办新装备 案例)选择更换部件级，或更细的层次，从而支持用 的雏形，作为SBA全生命周期演化过程的起点，因 户完成复杂装备虚拟采办任务概念设计全过 此，CBR问题求解方法在SBA概念设计中的应用是 程910 一种有效和务实的求解策略56) 1.1多层智能推理框架 文献[7]介绍了已经实现的基于案例推理的概 在文献[7]中介绍的单层案例推理过程中，按 念设计工具ICACDT,该工具基于CBR-Solver的4R 任务书要求通过适用算法对案例总体参数检索所得 流程进行了面向应用的扩展和性能提高.设计者在 到的相似案例，通常与任务书要求的任务案例在功 该工具支持下通过人机交互可完成自任务新产品需 能与结构参数方面比较相近，但不完全符合，这样就 求的形式化表达（系统输入）到概念设计（系统输 必须对案例进行深层次的调整和修改. 出)完成的任务产品概念设计全过程们.本文在上 由于案例表达具有层次性，即案例库中的案例 述已经实现的基于单层案例推理的概念设计工具基 可以按照“自上而下”的组织方式，以整体表达→部 础上，鉴于SBA复杂系统进行案例表达具有丰富层 件表达→零件表达的多层次划分进行表达，所以可 次性特点，将多层案例推理机制引入SBA概念设计 以通过多层次推理模型解决案例匹配与案例调整中 中.重点阐述了多层智能案例推理框架的构成与设 的参数选择问题.从而将设计任务案例分解为层次 计原理，并以某类复杂装备系统实例验证了多层智 性的子任务分别求解，能够更有效地利用相似案例， 能推理方法的有效性和可行性 扩大问题求解空间，这一点对于案例库中案例数量 很少的情况特别适用. 多层智能推理工具设计 在多层案例推理过程中，对案例总体进行第一 CBR的多层案例推理，在认知科学、知识工程 次推理得到的可用案例集合可以作为设计任务书问 和智能计算技术方面有其特殊的意义.复杂系统问 题的初始解.在得到初始解之后，根据案例总体的设 题求解依靠各层次、各类型推理的综合集成过程.特 计约束和规则约束在下一层部件中寻找相关的属 别是在SBA系统工程中需要用基于仿真的最优化 性，这样便可以从总体层次依次向下进行逐层推理， 技术(simulation based optimization)时，最适合可整 最终得到满足设计要求的案例总体及部件参数.图 体处理的复杂对象系统仿真模型的非案例模型莫 1虚线框所示部分为案例调整部分，同时也是一个 属，这是近10年来仿真界的一个研究重点8].多层 完整的多层案例推理流程 检索 重用 最相似历史 新任务 相似结果集 案例 更换子部 基于规则推理 子部件相似 重川 子部件最相 更换 结果集 似历史案例 子部件 调整后案例 基于规则推理 案例调整 是否满意一 Y 新方案 图1多级案例推理机制 Fig.1 Multilevel case-based reasoning mechanism 整个案例推理流程以设计任务书为起点，通过要求的设计.在调整阶段，以替换规则为基础，对案 初步的检索和重用以往的设计得到基本上符合设计 例子部件进行替换最后得到新的设计方案.整个过
第4期 冯珊，等：面向复杂产品的多层智能推理框架 285 程包含了2个案例推理流程；1)以设计任务书整体 案例的差异 指标为参考的整体推理；2)基于约束规则的方法替 3)按照两者的具体差异参数从规则库中得到 换子系统，并对子系统的相似性质进行计算得到最 相应的约束关系，根据约束关系确定应该对案例部 相似结果，并在更换子系统后，对系统重新进行评 件中的哪些部件进行调整、修改.而根据实际产品归 价. 纳、整理出一个全面、完整的规则库以适应设计中各 1.2多层智能推理流程 种可能的设计参数约束需求是本步骤成功的关键. 多层案例推理与以往的案例推理的不同之处在 4)依靠案例总体与部件调整规则从案例库与 于不仅对案例整体进行推理，而且在案例的调整阶 部件库中检索出的相似案例总体及部件，调用计算 段对部件也同样进行推理.在方法论上属于同一方 模型方法计算更换子部件后案例的属性值并进行校 法的自我调用和重复.具体案例推理流程如图2.多 验，从而得到相应的调整策略、过程. 层智能案例推理具体实现流程可以按照以下步骤来 5)按照案例推理规则对这些选择的部件进行 进行 推理，并对更换、修改部件结果进行评价，更换子部 1)以整体性能指标为基础，采用相应匹配算法 件后案例的相似度，若该结果满足设计要求，得到一 获得整体指标上最相似的历史案例. 个与设计任务最相似的改造案例，则案例调整成功， 2)按照相应的评价方法对经过上次案例推理 结束所有推理过程；否则需要进行更多部件的更换 得到的案例集合进行分析，得到其案例与设计任务 和调整，返回2)进行下一轮的推理。 索 选择更换 基于模型 基于规则 新任务 子系统 的方法 的方法 基于约束 子系统 的方法 参数估计 推理条件 案例库 检索条件 设置 更换子系统 神经网绍 最近相邻 备选案例 系统整 L 算法 算法 子集 体评价 识导引法 案例推理 推理结果 神经网铬 最近相邻 条件显示 重新对比 算法 算法 划识 相似案例 导引法 是否满意 新方案上传 图2多层案例推理流程结构 Fig.2 Multilevel CBR process structure 2多层智能推理实例 约束调用子部件互换计算模型，在下一层部件中寻 找合适属性的部件，对更换部件的案例重新进行相 通过对某类复杂武器系统单层指标案例推理模 似度匹配计算，根据结果得出保留该次互换结果或 块进行改进和扩展实现的多层智能推理实例，说明 重新进行更换的判断依据，从而实现从总体向下进 基于案例的多层智能推理工作流程.在对该案例进 行逐层推理并返回总体进行匹配计算的循环过程， 行第一次总体性能指标推理得到可用案例集合作为 最终得到满足设计要求的案例总体及部件参数。 初始解的基础上，根据案例总体的设计约束和规则
286. 智能系统学报 第6卷 表1总体性能推理结果 Table 1 Overall performance results based CBR 速度/八 案例名称 毁伤概率 射程/ (m·s-1) 弹径/mm 弹长/m 射高/km 相似度 (K·m) 任务案例 0.75 782 8.4 130 2.24 3.1 备选案例1 0.70 3400 640 2040 15.5 320 0.5645 备选案例2 0.75 850 8.4 130 2.24 3.0 0.8213 备选案例3 0.65 1190 11.0 165 2.29 6.0 0.6236 备选案例4 0.75 680 8.0 130 2.24 3.0 0.9157 备选案例5 0.75 680 6.2 133 2.26 3.2 0.9018 备选案例6 0.68 1360 7.0 127 1.4 5.0 0.8727 备选案例7 0.70 1224 50 400 5.5 12.0 0.7231 权重分布 0.15 51 0.15 0.15 0.2 0.2 表1是进行总体性能案例推理的数据，这里仅 sim(ff)=1 dist(ff). 列出任务案例与7个备选案例的部分总体性能指 基于欧几里德(Euclidean)距离计算案例之间 标，按照最近相邻法计算得出备选方案4与任务案 相似度公式为 例的相似度为0.915，较其他备选案例更接近任务 sim(f'f)=1-dist(ff)= 案例的要求，但仍有相当的差距，为了提高案例推理 结果的符合度，在约束规则指导下对子部件进行尝 公×(-产时 1- 试性更换，寻求更符合任务案例的结果. 应用欧几里德距离计算案例之间相似度公式 本实例中使用的最近相邻法是用属性相似度的 前，需要对每个属性做归一化处理，归一化计算公式 加权和表征任务案例与待评价案例间的相似度.因 多采用公式： 为两案例的多属性描述（属性个数、度量等）完全一 Fs=（Fo-Fmin）/(Fma-Fin). 致，且两案例的属性权重取值完全相同，则其相似度 式中：F、Fn分别是属性的最大值和最小值，F。 计算公式为 是属性的原始数值，F,是归一化处理后的数值， Se=2w,×im()/∑w 图3所示的是对动力系统子部件按规则进行互 换的前后案例对比图.因为进行动力子部件互换必 式中：S表示案例I和案例R的相似度；ω：表示第i 定会直接影响案例顶层属性指标量值，所以案例顶 个属性在整个案例属性集合中所占的权重，sim为 层相应属性指标量值的变化依据需要从动力子部件 属性相似度计算公式：}和州分别表示案例I和案 库中相应知识得出，例如图3中更换动力子部件后 例R的第i个属性的属性值.案例相似度Sm计算结 预计飞行速度会达到850m/s,射程会达到8.4km 果为[0,1]区间的实数，0表示2个案例完全不相 等，由于是示例，暂时不考虑更换动力系统子部件对 似，1表示完全吻合 其他总体性能指标的影响.再依据上述的最近相邻 最近相邻法计算案例间相似度的公式中并未明 法计算更换部件前后的案例与任务案例之间的相似 确其所用各属性相似度的具体计算方法，通常在将 度，结果如表2所示. 案例多属性描述为多维空间的位置时，选用几何空 根据前面给出的最近相邻法计算公式可知，在 间距离计算案例之间的各个维度上的距离相似度， 进行计算方案相似度需要待检索的案例集中的属性 若2点间的空间距离相对很小，则谓相似度大.常用 最大值和最小值作为标准化的重要依据，所以包括 的计算案例属性间的空间距离方法有海明距离和欧 不同数量案例的待检索案例集计算结果仅具有相对 几里德距离2种，下面给出具体计算公式和简要说 性，而在绝对数值上会有所差别如表2中只有更换 明.海明距离计算公式为 动力子部件前后2个待比较方案时，得出的结论是 dist(f片，f)=|f}-f|/|maxf-min f:l. 更换后案例相似度0.927要比更换前0.739大，更 式中：maxf和minf分别代表案例第i个属性的最 换子部件后更符合任务案例的要求.实例结果表明 大值和最小值， 更换子部件后的案例方案总体性能指标与任务案例 单个属性的属性相似度计算公式为 方案更接近
第4期 冯珊，等：面向复杂产品的多层智能推理框架 ·287· 表2重新推理结果 Table 2 New reasoning results 速度/ 案例名称 毁伤概率 射程/ 弹径/mm (m·s1) 射高/km 相似度 (k·m-1) 弹长/m 任务案例 0.75 782 8.4 130 2.24 3.1 更换前案例 0.75 680 8.0 130 2.24 3.0 0.7397 更换后案例 0.75 850 8.4 130 2.24 3.0 0.9269 权重分布 0.15 0.15 0.15 0.2 0.2 子部件互换 多件wdTc4花子件ca56议根奥规前：顺德形中 定的子留件正换慰 Speed 18.207c-210.m1:Range to-15:[short]e->] Minscrn odeon 及竹台是 -51, -克凡s33≠-84 h功t征6 莲r心心过饮8 -￡dyete-M 数a活-日 被1h24 一菱0-克 裂. tadea us- 空A4n 备欲方姿：方率运 葡面图 下 图3按规则进行子部件互换 Fig.3 Exchange sub-components based rules 若推理不再继续进行，决策者认为更换部件后 pert Systems with Applications,2010,38(3):125-132. 的案例方案为现有条件下最满意的一种方案时，即 [2]AMODET A.Knowledge-intensive case-based reasoning in 可使用本智能案例推理系统的报告自动生成工具， CREEK[C]//Proc of the 7th European Conference on 发布方案选择报告， Case-based Reasoning.Berlin:Springer Verlag,2004: 291-305. 3结束语 [3]张荣梅，涂序彦.基于CBR的交通事故处理智能决策支 持系统[J].计算机工程与应用，2002,38(2)：247-249. 探讨了多层智能推理方法框架和设计原理.在 ZHANG Rongmei,TU Xuyan.CBR-cased intelligent deci- 此基础上阐述了根据领域知识（具有多层结构的复 sion support system for traffic accident disposing[J].Com- 杂产品)，按照约束规则选择更换部件级甚至更细 puter Engineering and Applications,2002,38(2):247- 层次进行案例匹配的推理过程.从而有效支持采办 249. 用户完成复杂武器装备采办任务概念设计全过程. [4]SHEN W,WEN L.Research on integrating different meth- 后续的研究关注应用CBR方法进行装备技术 ods of neural networks with case-based reasoning and rule- 方案决策的核心思想是基于整体形式化描述（案例 based system to infer causes of notebook computer break- 库中的各案例)的知识重用和按新的需求对经验知 down [J].Expert Systems with Applications,2010,37 识进行修正和完善.由于重用建立在共性的需求和 (6):45444555. 类似的解决方案技术结构上.因此，这一推理方法可 [5]李伯虎，柴旭东。SBA支撑环境技术的研究[J].系统 仿真学报，2004,16(2)：181-185. 扩展到SBA过程中的模型重用和仿真重用以及设 ZHANG Rongmei,TU Xuyan.CBR-cased intelligent deci- 计模式乃至用户界面模型及软件测试计划等的选择 sion support system for traffic accident disposing[J].Com- 与运用上，成功的关键在于按事物的相关特征建立 puter Engineering and Applications,2002,38(2):247- 案例库并确定合适的评估算法 249. 参考文献： [6]CHAI Xudong,LI Bohu.Research and application on serv- ice oriented infrastructure for networkitized M&S[C]//Pro- [1]GULFEM I.An integrated case-based reasoning and MCDM ceedings of 2006 International Workshop on Distributed Sim- system for Web based tourism destination planning[J].Ex- ulation on the Grid.Washington,DC,USA,2006:113-
·288 智能系统学报 第6卷 125. 作者简介： [7]冯珊，郭四海，周凯波，等.虚拟样机概念设计工具中的 冯珊，女，1935年生，教授，博士生 智能技术[J].华中科技大学学报，2007,35(8)：4851. 导师.主要研究方向为复杂系统建模与 FENG Shan,GUO Sihai,ZHOU Kaibo,et al.Intelligent 仿真、人工智能与计算智能的工程应用 technology used in the tools for the conceptual design of vir- 及多Agent系统等.多年来主持智能集 tual prototypes and its evolution[].Jounal of Huazhong U- 成系统工程研究室工作，承担多项国家 niversity of Science and Technology,2007,35(8):48-51. 级自然科学基金及国防预研基金重点 [8]RICHARD P,EKARTA A.Hierarchical case-based reason- 科研项目并多次获国家及省部级科技进步奖.发表学术论文 ing to support knitwear design[J].Manufacturing Science 160余篇，其中有66篇被SCI、EI、ISTP及INSPEC等检索. and Technology,2010,4(2):299-309. 郭四海，男，1976年生，博士研究 [9]SERINA I.Kernel functions for case-based planning[J]. 生，主要研究方向为建模与仿真、人工 Artificial Intelligence,2010,174(16):1369-1406. 智能技术及虚拟采办决策支持系统等。 [10]TSATSOULIS C,CHENG Q,WEI H Y.Integrating case- based reasoning and decision theory[J].IEEE Transac- tions on Intelligent Systems,2001,12(4):46-55. 2011年全国电子信息技术与应用学术会议 2011 National Conference on Electronic Information Technology and Applicationbr(EITA 2011) 2011年全国电子信息技术与应用学术会议将于2011年12月16~18日在上海召开，本届会议将围绕电子商务等领域的最 新动态和前沿热点进行深人探讨，交流最新的研究成果及应用进展.会议旨在加强交流、促进合作，为本领域内专家和学者提供 一个学术交流与建立友谊的平台，以便开展广泛密切的国际学术交流与合作，更好地激发创新思维与系统思考，不断开创学科 交叉、多点支撑、多赢互助的学术局面会议论文集将由美国科研出版社出版，中英文投稿均可，所有录用的论文将被SP(CP CI-S)检索 一、大会主题 大会主题：围绕电子商务等领域的最新动态和前沿热点进行深入探讨，交流最新的研究成果及应用进展 会议旨在加强交流、促进合作，为本领域内专家和学者提供一个学术交流与建立友谊的平台，以便开展广泛密切的国际学 术交流与合作，更好地激发创新思维与系统思考，不断开创学科交叉、多点支撑、多赢互助的学术局面会议论文集将由美国科研 出版社出版，中英文投稿均可，所有录用的论文将被STP(CPCI-S)检索， 会议主题： 电子商务E-Commerce 决策系统Decision Making Process 电子政务E-Government 风险管理Risk Management, 物流管理Logistics Management 信息安全Information Security 服务科学Service Science 系统分析System Analysis 知识管理Knowledge Management 数字城市Digital City 信息管理Information Management 交通管理Transportation Management 投资分析Investment Analysis 数据挖掘Data Mining 质量控制Quality Control 临床工程技术Clinical Engineering 企业管理Enterprise Management 检测技术Testing Technolog罗 项目管理Project Management 卫生信息管理Health Information Management 地理信息Geographic Information System 远程医疗Telemedicine 能源管理Energy Management 酒店管理Hotel management 需求分析Requirement Analysis 连锁经营管理Chain Business Management 金融分析Financial Analysis 数控技术Digit Control Technology 人力资源Human Resource Management 汽车电子Automotive Electronic 过程管理Process Improvement 汽车检测Vehicle Detection 市场营销Sales and Marketing 二、征文要求及注意事项 1.稿件须符合大会主题，且未曾发表； 2.论文摘要将印刷成册.2011年8月28日前提交论文全文含中英文摘要、作者简介、联系方式等，格式见“会议官方网站 htp:/eita.mokhill..com”论文中文模板及“论文英文模板”， 3.会务组将于2011年10月15日向论文审核通过者发出正式邀请函； 4.审稿如未通过，限于人力、物力不退稿，请自留底稿。 三、会务组联系方式 电话：15900420377陈老师邮箱：eita2011@126.com
