《現(xiàn)代工業(yè)系統(tǒng)的理論基礎(chǔ).ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《現(xiàn)代工業(yè)系統(tǒng)的理論基礎(chǔ).ppt（190頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、,,現(xiàn)代工業(yè)系統(tǒng)導(dǎo)論 第二章 現(xiàn)代工業(yè)系統(tǒng)的理論基礎(chǔ),浙江大學(xué)現(xiàn)代制造工程研究所 顧新建 祁國(guó)寧,,,,,,,第五章,車間層的現(xiàn)代工業(yè)系統(tǒng),,第六章,企業(yè)層的現(xiàn)代工業(yè)系統(tǒng),,第七章,企業(yè)協(xié)同層的現(xiàn)代工業(yè)系統(tǒng),,第一章,現(xiàn)代工業(yè)系統(tǒng)概況,,第二章 現(xiàn)代工業(yè) 系統(tǒng)的理論基礎(chǔ),,第三章,現(xiàn)代工業(yè)系,統(tǒng)建模理論和方法,,第四章,產(chǎn)品優(yōu)化理論和方法,,空間,優(yōu)化,,時(shí)間,優(yōu)化,,空間,優(yōu)化,,時(shí)間,優(yōu)化,,空間,優(yōu)化,,時(shí)間,優(yōu)化,,空間,優(yōu)化,,時(shí)間,優(yōu)化,,第八章,環(huán)境和諧層的現(xiàn)代工業(yè)系統(tǒng),目錄,第一節(jié) 系統(tǒng)空間優(yōu)化理論 第二節(jié) 系統(tǒng)時(shí)間優(yōu)化理論,第一節(jié) 系統(tǒng)空間優(yōu)化理論,2.1.1 系統(tǒng)論：系統(tǒng)集

2、成優(yōu)化的理論基礎(chǔ) 2.1.2 分形幾何理論：分形企業(yè)的理論基礎(chǔ) 2.1.3 模式識(shí)別理論：現(xiàn)代工業(yè)系統(tǒng)有序化的理論基礎(chǔ) 2.1.4 相似論：成組技術(shù)的理論基礎(chǔ) 2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ) 2.1.6 仿生學(xué)：現(xiàn)代工業(yè)系統(tǒng)理論創(chuàng)新的重要源泉,2.1.3 模式識(shí)別理論：現(xiàn)代工業(yè)系統(tǒng)有序化的理論基礎(chǔ),現(xiàn)代工業(yè)系統(tǒng)有序化或條理化的目的是降低工業(yè)系統(tǒng)的熵，即提高系統(tǒng)的有序度。 在這方面，模式識(shí)別理論可以發(fā)揮很大的作用。,1、工業(yè)系統(tǒng)分類問(wèn)題,工業(yè)系統(tǒng)分類對(duì)象有產(chǎn)品、零件、過(guò)程、信息、知識(shí)等。用于分類的對(duì)象稱為樣本。 定義2.1： 工業(yè)系統(tǒng)分類問(wèn)題是，設(shè)有n個(gè)樣本（如零件），

3、記作 ； 每個(gè)樣本都有m個(gè)特征,記作 ， i=1,2,,n。通過(guò)對(duì)樣本特征的分析，根據(jù)一定的應(yīng)用目標(biāo)，將具有一定相似性的樣本分類成組，記作 。,,,,復(fù)雜系統(tǒng)的解決方案有多種，不存在普適的方法,具體的分類方法有很多種，各種分類方法所解決的子問(wèn)題不同，所采用的分類原理不同，所利用的樣本特征信息不同，所要求的樣本特征描述方法不同，以及所得到的分類結(jié)果形式不同。,樣本分類問(wèn)題的分解,,定義2.2：樣本特征代碼化，即對(duì)與樣本分類有關(guān)的樣本特征用數(shù)碼的形式加以表示。 定義2.3：樣本特征選擇，即對(duì)樣本分類有不同影響的樣本特征給予不同的權(quán)重。 定義2.4：聚類分析的定義是：在模式

4、空間G，若給定n個(gè)樣本 ，按相互類似的程度找到相應(yīng)的區(qū)域 ，使各 ，歸入其中一類，而不同時(shí)屬于兩類，即： 記聚類分析結(jié)果為f（x）。,,,,,定義2.5：模式分類器分為有監(jiān)督學(xué)習(xí)的和無(wú)監(jiān)督學(xué)習(xí)的，其定義分別是： 有監(jiān)督學(xué)習(xí)的模式分類器設(shè)計(jì)的定義是：利用已知類別標(biāo)號(hào)的訓(xùn)練集 ，確定執(zhí)行由模式空間到解釋空間這一映射的算子Rf(x),即模式分類器的結(jié)構(gòu)參數(shù)； 無(wú)監(jiān)督學(xué)習(xí)的模式分類器則是直接利用待分類的樣本，其實(shí)質(zhì)是將聚類分析與有監(jiān)督學(xué)習(xí)的模式分類器的設(shè)計(jì)這兩個(gè)過(guò)程結(jié)合在一起。 定義2.6：模式分類器分類的定義是：利用學(xué)習(xí)到的映射Rf(X)對(duì)樣本x進(jìn)行分類，分類結(jié)果為C(X)。,,人

5、們對(duì)聚類分析和模式分類器設(shè)計(jì)進(jìn)行了大量研究。 前者提供的是分類結(jié)果,后者則提供模式分類器的結(jié)構(gòu)，可以對(duì)新零件直接分類。 聚類分析的結(jié)果可以為模式分類器設(shè)計(jì)提供訓(xùn)練樣本。 采用句法模式識(shí)別法時(shí)相應(yīng)的四個(gè)子問(wèn)題是：基元選擇；聚類分析；語(yǔ)法推理；句法識(shí)別。,2、樣本特征選擇,在設(shè)計(jì)一個(gè)模式分類器以前，首先要考慮樣本特征提取和數(shù)據(jù)壓縮問(wèn)題。 一般采用分類編碼系統(tǒng)。分類編碼系統(tǒng)往往要適應(yīng)多方面的需要，對(duì)于某一分類問(wèn)題并非各碼位都有相同重要的影響。 所以為了提高分類效果，必須進(jìn)行模式預(yù)處理和特征選擇。,1）特征碼位的選擇,例如，在一般零件分類時(shí)，只考慮對(duì)結(jié)構(gòu)形狀及工藝影響較大的主要碼位上的特征項(xiàng)的相似性，

6、而不考慮全部碼位上的相似性，否則分類的結(jié)果必然會(huì)出現(xiàn)分組數(shù)過(guò)多、而每組零件數(shù)很少的問(wèn)題，并且使分類效率降低。,特征碼位的選擇方法,（1）對(duì)樣本特征作統(tǒng)計(jì)分析,將那些特征值都相同（如都為0或1）的碼位舍去。 （2）對(duì)樣本特征間的相關(guān)性作統(tǒng)計(jì)分析,特征間相關(guān)系數(shù)： 且 ij, 越大，兩個(gè)碼位上的特征越相關(guān)?？蓮南嚓P(guān)系數(shù)很大的樣本特征對(duì)中去掉一個(gè)特征。 （3）人工判別選擇碼位。,,2）特征權(quán)重的選擇,各碼位的特征對(duì)分類的影響是不同的，若在分類中對(duì)這些特征“一視同仁”，則勢(shì)必影響分類效果。 當(dāng)已知聚類分析結(jié)果時(shí)，由一些感知器算法和神經(jīng)網(wǎng)絡(luò)算法可以較容易地得到特征權(quán)重。 特

7、征權(quán)重的選擇與應(yīng)用目標(biāo)有很大關(guān)系，其選擇目前主要還是靠人工判別。 特征的隸屬函數(shù)是另一種意義上的權(quán)重，主要是針對(duì)那些具有模糊概念的特征設(shè)計(jì)的，它表達(dá)了樣本具有某些特征的程度。 隸屬函數(shù)(x)在0,1之間取值，(x)值越大，說(shuō)明樣本具有該特征的程度越高，樣本特征的隸屬函數(shù)的設(shè)計(jì)主要依賴于人工判別。,權(quán)重的確定是普遍性的難題！,在樣本分類中，如何確定權(quán)重是一個(gè)既關(guān)鍵又無(wú)規(guī)范可循的問(wèn)題，而權(quán)重值的大小對(duì)結(jié)果的影響又舉足輕重。 經(jīng)常使用的確立權(quán)重的方法有：直接經(jīng)驗(yàn)法、專家咨詢法、排序法、環(huán)比法、優(yōu)序圖法、逐步調(diào)整法和層次分析法等。,3、聚類分析方法,聚類分析又被稱為無(wú)監(jiān)督分類（Unsupervised

8、 Classification）。,1）遞階聚類法（Hierarchcal Clustering Methods）,這是目前國(guó)內(nèi)外使用較多的一類聚類方法，其基本思想是：首先計(jì)算各零件問(wèn)題的距離函數(shù)或相似系數(shù)，然后根據(jù)距離大小或相似程度遞階歸類，直到所有零件歸為一類。 因此可以根據(jù)零件相似水平或零件組數(shù)要求得到不同的聚類結(jié)果。遞階聚類法的聚類過(guò)程可以采用聚類圖（或稱為譜圖）表示。 距離函數(shù)的定義有好多種，相似系數(shù)的定義更多。距離函數(shù)法中的類與類之間的遞推計(jì)算式常用的有8種，相似系數(shù)法也同樣有8種計(jì)算式（可參考數(shù)理統(tǒng)計(jì)中的多元統(tǒng)計(jì)分析方面的內(nèi)容）。 圖論法采用生成樹法形成聚類，由不同的距離或相似系

9、數(shù)計(jì)算式可得到不同的生成樹。,遞階聚類法的各種算法的結(jié)構(gòu),,,聚類圖(譜圖),(1) 距離函數(shù)法,將每個(gè)零件樣本的特征編碼看成是m維距離空間的一個(gè)點(diǎn)。用d ij表示第i個(gè)樣本與第j個(gè)樣本之間的距離。常用的距離有明考斯基(Minkowski)距離: (2.6) 當(dāng)q=1為絕對(duì)值距離,q=2為歐氏距離;當(dāng)q趨于無(wú)窮大時(shí),為切比雪夫距離。 (2.7) 當(dāng)0(零件特征滿足這一條件), 有時(shí)用蘭氏距離: (2.8) 類與類之間的距離計(jì)算法常用的有八種方法,有關(guān)這八種方法的優(yōu)劣有一些

10、評(píng)論,理論并未徹底解決。已有人采用歐氏距離作為零件特征編碼的距離函數(shù)，按最長(zhǎng)距離法和離差平方和進(jìn)行聚類。還有人采用絕對(duì)值距離進(jìn)行多目標(biāo)聚類。,,,,(2) 相似系數(shù)法,可以證明樣本i與j的相似系數(shù) 與距離 有如下關(guān)系: =exp(- ) (2.9) 因此基于相似系數(shù)的系統(tǒng)聚類法與基于距離函數(shù)的系統(tǒng)聚類法的實(shí)質(zhì)是相同的。 樣本間的相似系數(shù)計(jì)算方法有數(shù)量積法、夾角余弦法、相關(guān)系數(shù)法、最大最小法、算術(shù)平均最小法、幾何平均最小法、絕對(duì)值減數(shù)法等。 生產(chǎn)流程分析(PFA) 中主要利用的數(shù)據(jù)是零件機(jī)床關(guān)聯(lián)矩陣, 矩陣元素為0或1, 因此相似系數(shù)法在PFA 中經(jīng)常用到,如考慮各零件加工

11、批量的機(jī)床相似系數(shù),考慮加工順序的零件平均相似系數(shù), 零件工藝相似系數(shù),共同得分法的機(jī)床相似系數(shù),最小變換數(shù)法等。 類相似系數(shù)的計(jì)算式與類間距離計(jì)算式基本相同，因此聚類過(guò)程也相同。在零件分類中常用方法是單鏈聚類法(SLCA)、全鏈聚類法(CLCA)和平均鏈聚類法(ALCA)。,,,SLCA的關(guān)于機(jī)床i和j的相似性系數(shù)計(jì)算式為： (2.10),,,計(jì)算 如下 圖2-9 相似性系統(tǒng)樹,=,S,13,=,3/3 = 1,S,24,=,2/4 = 0.5,,,機(jī)床,1 2 3 4,,相似性,100,50,0,,,,,,,在使用遞階聚類法時(shí)應(yīng)注意如下問(wèn)題:,(1)距離函數(shù)法對(duì)零件

12、分類編碼系統(tǒng)的要求 (2)距離函數(shù)法中的各特征權(quán)重的考慮 (3)距離函數(shù)法和相似系數(shù)法的不同應(yīng)用背景 (4)遞階聚類法的最大的特點(diǎn),(1)距離函數(shù)法對(duì)零件分類編碼系統(tǒng)的要求,距離函數(shù)法要求零件特征描述空間是一距離空間?，F(xiàn)在的絕大多數(shù)編碼系統(tǒng)所得到的零件編碼（長(zhǎng)度為m）不能直接構(gòu)成m維距離空間。因?yàn)檫@些編碼系統(tǒng)對(duì)零件結(jié)構(gòu)形狀等非數(shù)值特征值的數(shù)值化大多是人為的，其距離是沒(méi)有實(shí)際意義的。 解決的辦法是： 根據(jù)完全匹配的程度進(jìn)行聚類。 “距離”定義為非數(shù)值的特征編碼值不匹配的碼位個(gè)數(shù)，即Hamming距離。 這種方法使編碼中的許多信息無(wú)法利用，只可用于粗分類。 把每一個(gè)非數(shù)值特征作為距離空間的一個(gè)坐標(biāo)

13、。 這一方法可能是最有意義的。,,,光滑圓柱體,單向臺(tái)階,雙向臺(tái)階,有盲孔,有通孔,有圓錐面,有鍵槽,有齒形,基本形狀,最大外徑,0,10,50,100,200,500,1000,2000,5000,,,,,,,零件1,零件2,零件3,零件4,誰(shuí)的距離大？,(2)距離函數(shù)法中的各特征權(quán)重的考慮,零件各特征在不同的分類應(yīng)用中的作用影響是不同的。因此應(yīng)在距離計(jì)算中給予各特征以不同的權(quán)重，這是距離函數(shù)法實(shí)際應(yīng)用中的關(guān)鍵。 不同的權(quán)重往往導(dǎo)致很不相同的分類結(jié)果。 權(quán)重的選擇方法有：通過(guò)調(diào)查和試驗(yàn)得出；通過(guò)訓(xùn)練樣本學(xué)習(xí)得到。 前者與特征選擇有關(guān)，后者實(shí)際上是一個(gè)模式分類器設(shè)計(jì)問(wèn)題。,(3)距離函數(shù)法和相

14、似系數(shù)法的不同應(yīng)用背景,距離函數(shù)法大多用于編碼分類法中。 相似系數(shù)法大多用于生產(chǎn)流程分析法中。 相似系數(shù)一般采用歸一化處理，結(jié)果比較直觀。,(4)遞階聚類法的最大的特點(diǎn),遞階聚類法的最大的特點(diǎn)是給出聚類圖。便于全面了解樣本聚類, 以便根據(jù)實(shí)際需要選擇某閾值,確定樣本的一種分類。,,,,,,,,機(jī)床,1 2 3 4,,相似性,100,50,0,,,,,,,2）動(dòng)態(tài)聚類法,開始將幾個(gè)零件樣本粗糙地分成若干類,然后用某種最優(yōu)準(zhǔn)則進(jìn)行調(diào)整,直至不能調(diào)整為止。這是一種啟發(fā)式算法。 動(dòng)態(tài)聚類法的基本原理,樣本分類,動(dòng)態(tài)聚類法的分類,k均值算法 ISODATA算法(迭代自組織數(shù)據(jù)分析算法(Iterative

15、 Self-Organizing Data Analysis Techniques A) 修正的ISODATA算法 動(dòng)態(tài)最優(yōu)聚類搜索技術(shù)(DYNOC) 多點(diǎn)中心動(dòng)態(tài)聚類法 模糊動(dòng)態(tài)聚類法 按近鄰規(guī)則的試探法 最大距離算法 模擬退火法(Simulated Annealing) 多目標(biāo)的啟發(fā)式算法(Heuristic Analysis),(1) k均值算法,這一算法是計(jì)算聚類集中每一個(gè)模式樣本點(diǎn)到聚類中心的距離平方之和,并使該性能指標(biāo)最小。 其結(jié)果受選定的聚類數(shù)目、初始中心位置、零件樣本的讀入次序及其幾何分布等影響。 在實(shí)際應(yīng)用時(shí)，需要試探不同的類別數(shù)k和選擇不同的聚類中心起始值。,,,,,X,2

16、,X,1,k均值算法示意圖,1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,,,（2）將各個(gè)樣本按最小距離原則 分配給K個(gè)聚類中心中的某一個(gè),（3）計(jì)算各聚類中心新的向量值,（1）任選擇K個(gè)聚類中心,（4）各聚類中心新的向量值與過(guò)去的值不同， 轉(zhuǎn)（2），否則算法收斂，結(jié)束,(2) ISODATA算法(迭代自組織數(shù)據(jù)分析算法(Iterative Self-Organizing Data Analysis Techniques A),該算法與k均值算法有相似之處,即聚類中心同樣由樣本均值的迭代運(yùn)算所決定。但I(xiàn)SODATA算法還加入了一些試探步驟,并且

17、組合成交互作用的結(jié)構(gòu),以便利用中間結(jié)果取得數(shù)據(jù)和經(jīng)驗(yàn)。 該算法對(duì)一些聚類參數(shù)，諸如希望的聚類數(shù)、一個(gè)聚類中的樣本分布的最小標(biāo)準(zhǔn)差、聚類中心間的最小距離等，必須事先規(guī)定。這些參數(shù)設(shè)置是否適當(dāng)對(duì)計(jì)算結(jié)果影響甚大。 因此在規(guī)定這些參數(shù)之前往往需對(duì)樣本數(shù)據(jù)進(jìn)行分析研究。這在數(shù)據(jù)量較大，特別是在高維情況下，要很快地得到合理的參數(shù)設(shè)置并不容易，只能通過(guò)多次試驗(yàn)。,該算法在迭代過(guò)程中引入產(chǎn)生和消除某些類別的方法，可將兩類合并成一類，也可將一類分成兩類。 在每一次迭代時(shí)，首先在不改變類別數(shù)目的前提下來(lái)改變分類，然后將樣本平均矢量之差小于預(yù)定閾值的類別對(duì)合并起來(lái)，或根據(jù)樣本協(xié)方差矩陣來(lái)決定其分裂與否。 一次次的

18、迭代，并不斷地進(jìn)行分裂與合并，這種算法體現(xiàn)了人機(jī)交互和啟發(fā)式的特點(diǎn)。,(3)修正的ISODATA算法,對(duì)ISODATA算法修正的要點(diǎn)是,在各種可能選擇的聚類中,使值最小的聚類數(shù)k便是最適當(dāng)?shù)木垲悺? 這里Di,i和Dj,j表示聚類i和j的離散度, Di,j是兩個(gè)聚類i和j之間的距離。,,,(4)動(dòng)態(tài)最優(yōu)聚類搜索技術(shù)(DYNOC),對(duì)k均值算法和ISODATA算法的修正要點(diǎn)是引入一個(gè)性能準(zhǔn)則函數(shù) 以決定最佳聚類,當(dāng)(k)為最大值時(shí),則此時(shí)所對(duì)應(yīng)的聚類數(shù)k是最佳的。,,(5)多點(diǎn)中心動(dòng)態(tài)聚類法,該算法的特點(diǎn)是將聚類中心用幾個(gè)點(diǎn)代表。 這樣可對(duì)某些較特殊的樣本分布（如狹長(zhǎng)的聚

19、類分布）也可作出正確的聚類。 如果只用一個(gè)樣本為中心，聚類分析時(shí)往往總是把其分布看成是超球體的。,(6)模糊動(dòng)態(tài)聚類法,采用的最優(yōu)準(zhǔn)則是使目標(biāo)函數(shù) 最小,其中 為模式對(duì)于第i類的隸屬函數(shù), 0,1,L為一聚類參數(shù),0L。,,,,,,(7)按近鄰規(guī)則的試探法,給定待分類的模式X1,X2,,Xn 。要求按距離閾值把這些模式分到聚類中心。當(dāng)Xi與已知聚類中心的距離大于時(shí)則設(shè)Xi為新的聚類中心。試探開始時(shí)，可取任意樣本Xi為一個(gè)聚類中心的初始值。 該方法的聚類結(jié)果在很大程度上取決于下述因素：第一個(gè)聚類中心的選擇、待分類模式樣本的排列順序、距離閾值的大小和樣本分布的幾何性質(zhì)等。 優(yōu)點(diǎn)

20、是計(jì)算簡(jiǎn)單，可用不同的起始點(diǎn)和閾值來(lái)試探，若所得結(jié)果不滿意就重選閾值和不同起始點(diǎn)重新計(jì)算。如果所選的能較好地分開各個(gè)類別，則也能獲得滿意的聚類結(jié)果。,,(8)最大距離算法,這也是一種簡(jiǎn)易試探法, 與上述方法的主要區(qū)別是以到聚類中心的距離最大作為選擇另一個(gè)聚類中心的依據(jù)。,(9)模擬退火法(Simulated Annealing),模擬退火法在統(tǒng)計(jì)力學(xué)中的熱平衡過(guò)程與組合優(yōu)化問(wèn)題之間建立了十分有用的聯(lián)系,用計(jì)算機(jī)通過(guò)Metropolis抽樣,模擬高溫物質(zhì)的退火過(guò)程,進(jìn)行組合優(yōu)化問(wèn)題求解,可有效地獲得全局最優(yōu)解。 聚類分析也是一種組合優(yōu)化問(wèn)題，將模擬退火法引入聚類分析，可得到一類新的聚類分析算法。

21、,方法簡(jiǎn)介,設(shè)S=S1,S2,,Sn為所有可能的組態(tài)(Configuration)構(gòu)成的集合。模擬退火法是在大量的可能解中，找到具有最小目標(biāo)函數(shù)的問(wèn)題的解。其一般情況是： 確定初始組態(tài)S和溫度T；重復(fù)循環(huán)下列操作m次： (1)首先由組態(tài)S產(chǎn)生其相鄰組態(tài)S，接收概率（即組態(tài)S下改變系統(tǒng)狀態(tài)的概率）為 A=1/（1+e-/T)。 (2)在S的附近隨機(jī)地選擇組態(tài)S ：使 =F（S ）F（S） ， IF （下山移動(dòng)），使 S=S ； 否則 （上山移動(dòng)）以概率e-/T 選擇S=S，降低溫度， 直到一個(gè)結(jié)束條件為真。返回S。,,上山移動(dòng)，以概率e-/T 選擇S=S,,,,,,e

22、-/T,1,0,S,S,,S,,采用模擬退火法時(shí)，建模要考慮的問(wèn)題：,組態(tài)：?jiǎn)栴}的解； 移動(dòng)：解的一個(gè)變化； 近鄰組態(tài)：移動(dòng)的結(jié)果； 目標(biāo)函數(shù)； 冷卻計(jì)劃(Cooling Schedule)：確定何時(shí)應(yīng)降低溫度？溫度應(yīng)降低多少？退火過(guò)程何時(shí)應(yīng)結(jié)束？,3.應(yīng)用舉例：,零件j和機(jī)床i的組合匹配系數(shù)為 (2.13) (j=1,2,,...,n)為零件j的模糊子集； 為機(jī)床的模糊子集；k為特征k的權(quán)重； 為機(jī)床i和零件j的匹配程度；n=零件數(shù)；P =特征數(shù)，特征有：成本，加工時(shí)間，技術(shù)要求，精度，準(zhǔn)備時(shí)間；m= 機(jī)床數(shù)量。正則化 ，（i=1,2,3,...

23、,m)(2.14） 這里 。,,,,,,,,,對(duì)0-1機(jī)床零件矩陣，目標(biāo)是將非空元素組合在對(duì)角小塊上。因此用于形成機(jī)床組和零件族的模擬退火程序是： (1)組態(tài) 問(wèn)題的一個(gè)組態(tài)是矩陣中行和列的任何置換（Permutation）； (2)移動(dòng) 一個(gè)移動(dòng)是交換機(jī)床一零件矩陣中的兩行或兩列； (3)近鄰組態(tài) 一個(gè)給定矩陣的一步移動(dòng)后的新的行或列的置換；,,,,,(4)冷卻計(jì)劃 起始溫度應(yīng)高得足以在到達(dá)最后一個(gè)組態(tài)前能到達(dá)大量的組態(tài)。以便不落入局部最優(yōu)解。但也不能太高，變成純隨機(jī)搜索，浪費(fèi)機(jī)時(shí)。 降低溫度的計(jì)劃應(yīng)該這樣設(shè)計(jì)：當(dāng)溫度較高時(shí)，希望能快速降溫，以節(jié)省計(jì)算時(shí)間；當(dāng)溫度接近終點(diǎn)溫度時(shí)應(yīng)慢慢地

24、降低溫度，以接近全局最優(yōu)點(diǎn)。 模擬退火終止于下面的任一條件：溫度到達(dá)冰點(diǎn)，很小的T；在最后n次溫度水平上沒(méi)有顯著的變化；在目標(biāo)已經(jīng)被評(píng)價(jià)N次后。 (5)目標(biāo)函數(shù)（模型） 這里有兩個(gè)模型：,模型一,該模型是要將盡可能多的非零件元素沿矩陣對(duì)角線集中在一起，為： (2.15） 是機(jī)床零件矩陣的元素。(2.15）式表示矩陣元素距離矩陣對(duì)角線的總的距離。為了重排行和列，以便非零元素盡可能靠近對(duì)角線，應(yīng)對(duì)(2.15）式最小化。 (2.16) 當(dāng)m=n，對(duì)角元素為. 對(duì)于矩形矩陣，m n。定義對(duì)角線元素為 ，(2.16)式即為 (2.17) 這里 I1ij = I

25、2ij=,,,,,,,,,,模型二,其思想來(lái)源于 鍵能算法： i=1 j=1 (2.18) 這里 a 0,j=a m+1,j=0 (j=0,1,2,...,n) a i,0=a i,n+1=0 (i=0,1,...,m) 當(dāng)越來(lái)越多的非零元素集中在一時(shí)，(2.18）式越來(lái)越大，因此，在模擬退火法中，可將(2.19）式改為 min (2.19),4. 模式分類器設(shè)計(jì),模式分類器的設(shè)計(jì)可分為有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)兩種。 前者的方法來(lái)源主要是模式識(shí)別理論和成組技術(shù)，后者主要來(lái)源于人工神經(jīng)網(wǎng)絡(luò)技術(shù)。,1）感知機(jī)(Perceptrons)結(jié)構(gòu)及設(shè)計(jì),感知機(jī)是采用線性判別函數(shù)

26、在特征空間內(nèi)對(duì)模式進(jìn)行分類,感知機(jī)設(shè)計(jì)是確定線性判別函數(shù)的權(quán)集。其算法有梯度法、部分校正算法和最小平方誤差(LSME)法等。其結(jié)構(gòu)如圖 (左)。,,,,,,,,,,...,,,,,,,,,,,,,,,,,,,,,,,1,2,m,零件特征,零件族,1,2,k,感知機(jī)結(jié)構(gòu),感知機(jī)的基本算法,設(shè)模式特征數(shù)為m，有k個(gè)模式類別G1,G2,,Gk。 若在學(xué)習(xí)過(guò)程的第t次迭代時(shí)，一個(gè)屬于 類的模式樣本X送入機(jī)器，先計(jì)算出k個(gè)判別函數(shù) ,j=1,2,,k; i=1,2,...,m 的結(jié)果， 若 , j=1,2,,k; jp 的條件成立，則權(quán)向量不變，即 , j=1,2,,k;

27、 i=1,2,,m 然而，對(duì)于某個(gè)類別l，若 ，則權(quán)系數(shù)調(diào)整如下：,,,,,,,j=1,2,,k; jp, jl 其中C為一正常數(shù)，權(quán)向量 的初始值可視情況任選，若模式類別是線性可分的，此迭代算法的收斂。,,,,,2) 半線性前饋網(wǎng)絡(luò)學(xué)習(xí)算法,這是一種能從樣本集中有效地學(xué)習(xí)判別函數(shù)的系統(tǒng),網(wǎng)絡(luò)由分為不同層次的節(jié)點(diǎn)組成, 每一層的節(jié)點(diǎn)輸出送到下一層節(jié)點(diǎn)。這些輸出值由于連接權(quán)值不同而被放大、衰減或抑制。除了輸入層外，每一節(jié)點(diǎn)的輸入為前一層所有節(jié)點(diǎn)輸出值的加權(quán)和。每一節(jié)點(diǎn)的激勵(lì)輸出由節(jié)點(diǎn)輸入、激勵(lì)函數(shù)及偏置量決定。 在經(jīng)過(guò)上述神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)后所實(shí)現(xiàn)的映射，將形成一種用于計(jì)算點(diǎn)間距離的新的距離

28、度量。這種距離不再是原來(lái)的歐氏距離等，而是基于輸出空間中相似性的距離，即將空間中的模式點(diǎn)按照它們的屬類標(biāo)號(hào)或按照它們所具有的特征值重新排列，因此這類神經(jīng)網(wǎng)絡(luò)可以進(jìn)行一些非線性分類，一般采用具有三層結(jié)構(gòu)的網(wǎng)絡(luò)可以滿足需要。,3) 矩陣聯(lián)想存儲(chǔ)器,聯(lián)想存儲(chǔ)器是同時(shí)具有模式識(shí)別和自動(dòng)聯(lián)想檢索功能兩種功能的神經(jīng)網(wǎng)絡(luò)。 給定一組聯(lián)想模式對(duì)（xk,yk),xk為m維輸入向量,yk為n維輸出向量,向量乘積 為矩陣,并可被看作一種聯(lián)想存儲(chǔ)器。雙向聯(lián)想存儲(chǔ)器(Bidirectional Associative Memory) 是它的一種,能存儲(chǔ)任意雙極值(-1或1)或者二值(0或1)模式對(duì)(xk,yk)。網(wǎng)

29、絡(luò)由Hebb規(guī)則在線學(xué)習(xí)，按離散時(shí)間方式運(yùn)行。,,聯(lián)想記憶（Associate Memory）是一類神經(jīng)元網(wǎng)絡(luò)系統(tǒng)，具有信息存儲(chǔ)和信息聯(lián)想的特點(diǎn)。 一個(gè)聯(lián)想存儲(chǔ)器應(yīng)具有以下能力： 能存儲(chǔ)許多“聯(lián)想模式對(duì)”（即激勵(lì)模式與響應(yīng)模式對(duì)）； 能通過(guò)自組織過(guò)程實(shí)現(xiàn)存儲(chǔ)； 存儲(chǔ)信息具有分布性，魯棒性； 在接受到激勵(lì)模式時(shí)，能生成并輸出適當(dāng)?shù)捻憫?yīng)模式； 能與其它存儲(chǔ)器連接。 如圖所示的聯(lián)想存儲(chǔ)器具有分布式體系結(jié)構(gòu)，具有以上全部性質(zhì)。,激勵(lì)模式 聯(lián)想輸出 圖 聯(lián)想存儲(chǔ)器,,,全息存儲(chǔ)器(Holographic Memory),全息存儲(chǔ)器在聯(lián)想存儲(chǔ)器的基礎(chǔ)上，在輸入輸出對(duì)之間增加一個(gè)中間環(huán)節(jié)一組正

30、交正數(shù)集合，該中間環(huán)節(jié)可以用來(lái)作為一種濾波器以消除交叉干擾。,4) 句法模式分類器,句法模式識(shí)別是基于形式語(yǔ)言理論, 故有時(shí)也稱作語(yǔ)言識(shí)別或結(jié)構(gòu)模式識(shí)別。與統(tǒng)計(jì)模式識(shí)別不同，句法模式認(rèn)別明顯地利用了模式的結(jié)構(gòu)特點(diǎn)。它是把模式的結(jié)構(gòu)和語(yǔ)言的句法兩者之間的相似性加以引伸而構(gòu)成的。存在可識(shí)別的“結(jié)構(gòu)”是成功地進(jìn)行句法模式識(shí)別的基本要求。零件結(jié)構(gòu)形狀特征以及工藝特征之間存在一定的關(guān)系，存在可識(shí)別的“結(jié)構(gòu)”，因此可以采用句法模式識(shí)別方法進(jìn)行零件的成組分析。但是至今涉及設(shè)計(jì)一個(gè)句法模式識(shí)別系統(tǒng)有關(guān)的一些主要問(wèn)題仍只是部分地獲得解決。例如句法識(shí)別系統(tǒng)尚沒(méi)有一般的學(xué)習(xí)或訓(xùn)練算法。,5）具有自組織性的人工神經(jīng)網(wǎng)

31、絡(luò),具有自組織性的人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法是一些將聚類分析和模式分類器設(shè)計(jì)結(jié)合在一起的學(xué)習(xí)算法。 這些是目前正在發(fā)展中的學(xué)習(xí)算法。所謂自組織性，即無(wú)監(jiān)督的學(xué)習(xí)。,（1）自組織網(wǎng)絡(luò)學(xué)習(xí)算法,T.Kohnon的自組織特征映射人工神經(jīng)網(wǎng)絡(luò)是一個(gè)簡(jiǎn)單的雙層網(wǎng)絡(luò)。每個(gè)輸入節(jié)點(diǎn)與所有輸出節(jié)點(diǎn)通過(guò)權(quán)重W相聯(lián)系，實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的非線性降維映射。 其網(wǎng)絡(luò)權(quán)的學(xué)習(xí)算法的關(guān)鍵是，選擇與新樣本距離最近的輸出節(jié)點(diǎn)P，僅對(duì)該樣本的各特征輸入節(jié)點(diǎn)到輸出節(jié)點(diǎn)P的網(wǎng)絡(luò)權(quán)進(jìn)行調(diào)整，對(duì)其它節(jié)點(diǎn)的網(wǎng)絡(luò)權(quán)不進(jìn)行調(diào)整。,（2）模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法,模糊神經(jīng)網(wǎng)絡(luò)采用與自組織網(wǎng)絡(luò)相同的結(jié)構(gòu),但采用“并行”學(xué)習(xí)方式，一次輸入所有的訓(xùn)練樣本點(diǎn)，確

32、定每個(gè)樣本點(diǎn)對(duì)每個(gè)子集的隸屬程度，網(wǎng)絡(luò)權(quán)的調(diào)整綜合考慮了所有樣本的特征信息。 一改自組織神經(jīng)網(wǎng)絡(luò)對(duì)模式的“硬”劃分為“軟”劃分，避免了一次性劃分帶來(lái)的分類不當(dāng)以及網(wǎng)絡(luò)振蕩問(wèn)題，同時(shí)，由于取消了增益函數(shù)值(t)，從而簡(jiǎn)化了學(xué)習(xí)過(guò)程，減少了人為的影響，增加了劃分的合理性。,自組織網(wǎng)絡(luò)算法是每輸入一個(gè)模式，學(xué)習(xí)一次，即權(quán)系數(shù)立刻更新一次；而模糊神經(jīng)網(wǎng)絡(luò)算法是在輸入所有的模式后計(jì)算每個(gè)模式對(duì)各個(gè)子集的隸屬程度，在綜合考慮所有模式的特征信息后，調(diào)整網(wǎng)絡(luò)權(quán)，即一輪學(xué)習(xí)只更新一次系數(shù)，因此，學(xué)習(xí)過(guò)程亦大大縮短。 當(dāng)然由此也付出一些代價(jià)，即需存儲(chǔ)每一個(gè)模式對(duì)各子集的隸屬度信息，因此占用計(jì)算機(jī)內(nèi)存空間大于自組織

33、網(wǎng)絡(luò)法，特別適用于訓(xùn)練模式不是很多的情況。,第一節(jié) 系統(tǒng)空間優(yōu)化理論,2.1.1 系統(tǒng)論：系統(tǒng)集成優(yōu)化的理論基礎(chǔ) 2.1.2 分形幾何理論：分形企業(yè)的理論基礎(chǔ) 2.1.3 模式識(shí)別理論：現(xiàn)代工業(yè)系統(tǒng)有序化的理論基礎(chǔ) 2.1.4 相似論：成組技術(shù)的理論基礎(chǔ) 2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ) 2.1.6 仿生學(xué)：現(xiàn)代工業(yè)系統(tǒng)理論創(chuàng)新的重要源泉,2.1.4 相似論成組技術(shù)的理論基礎(chǔ) 1、相似理論,相似理論最主要的理論是相似性原理。所謂相似性是指在性質(zhì)完全不同的系統(tǒng)中，相同的結(jié)構(gòu)可以帶來(lái)相同的或相似的功能的系統(tǒng)原理。 相似性原理事實(shí)上是類比法方法、模型方法、成組技術(shù)、仿生學(xué)方法

34、以至數(shù)學(xué)方法等多種科學(xué)技術(shù)方法的理論基礎(chǔ)。,,相似性原理認(rèn)為：既然結(jié)構(gòu)決定功能，那么，對(duì)于具有不同子系統(tǒng)的那些系統(tǒng)，如果它們具有相同的結(jié)構(gòu)，則其功能就會(huì)相同。 例如，負(fù)反饋結(jié)構(gòu)會(huì)使系統(tǒng)產(chǎn)生自穩(wěn)定、自調(diào)節(jié)的功能。這一機(jī)理最初是從生物生理學(xué)中發(fā)現(xiàn)的，后來(lái)被移植到機(jī)電系統(tǒng)中，就出現(xiàn)了許多自動(dòng)化的機(jī)械系統(tǒng)，現(xiàn)在這一機(jī)制又被運(yùn)用于對(duì)管理的研究。 現(xiàn)代管理學(xué)運(yùn)用反饋結(jié)構(gòu)形成更多的適應(yīng)不同問(wèn)題的自動(dòng)調(diào)節(jié)機(jī)制。比如我國(guó)稅收制度改革中實(shí)行的增值稅和分稅制，都是用相互作用和反饋結(jié)構(gòu)把產(chǎn)業(yè)納稅者的各個(gè)環(huán)節(jié)，國(guó)家和地方之間的關(guān)系有機(jī)地結(jié)合起來(lái)。,生活中存在大量的可重新組合和重復(fù)使用的單元，利用這些單元，可以幫助提高工

35、作效率。 例如，美國(guó)航空公司的SABRE系統(tǒng)、摩托羅拉的傳呼機(jī)、美國(guó)電話電報(bào)公司的手提電話、人類基因組計(jì)劃和因特網(wǎng)成功的原因在于，它們很早就將數(shù)據(jù)定義并分解成最小的可重復(fù)單元，并創(chuàng)造了數(shù)據(jù)庫(kù)規(guī)則和界面，于是產(chǎn)生了無(wú)數(shù)的用戶組合變化、實(shí)驗(yàn)種類和生產(chǎn)方式。 相似論雖不是萬(wàn)能的，但它揭示了許多事物的本質(zhì)與規(guī)律，它是探索、追溯過(guò)去和未來(lái)的一把重要的鑰匙。,2、成組技術(shù),成組技術(shù)產(chǎn)生于20世紀(jì)50年代。成組技術(shù)是一種系統(tǒng)生產(chǎn)技術(shù)，通過(guò)識(shí)別并利用產(chǎn)品和制造過(guò)程中的相似信息，以達(dá)到降低產(chǎn)品成本，縮短生產(chǎn)周期和提高產(chǎn)品質(zhì)量的目的。 成組技術(shù)是建立在相似性理論基礎(chǔ)上的。生活中存在大量的相似的事物，成組哲理認(rèn)為：

36、按事物的相似性分類成組處理問(wèn)題可以提高效益。 而成組技術(shù)則是基于現(xiàn)代科技基礎(chǔ)，將成組哲理深入、有效地應(yīng)用于機(jī)械制造業(yè)。,成組技術(shù)的基本概念可以表達(dá)為：將企業(yè)生產(chǎn)的多種產(chǎn)品、部件和工件，按照一定的相似性準(zhǔn)則分類成組，并以這些組為基礎(chǔ)組織生產(chǎn)的各個(gè)環(huán)節(jié)，從而實(shí)現(xiàn)多品種、單件小批量生產(chǎn)全過(guò)程的合理化和科學(xué)化。 其實(shí)質(zhì)是綜合利用現(xiàn)代科技理論和技術(shù)手段，充分發(fā)現(xiàn)、標(biāo)識(shí)和利用機(jī)械制造過(guò)程中的相似性，以改變傳統(tǒng)多品種生產(chǎn)的落后面貌，實(shí)現(xiàn)生產(chǎn)全過(guò)程的優(yōu)化。 成組技術(shù)包括成組設(shè)計(jì)、成組工藝、成組夾具和成組加工等。,不同的工業(yè)系統(tǒng)中存在大量的相似的信息和活動(dòng)?？梢曰谙嗨普摵统山M技術(shù)，對(duì)這些相似的信息和活動(dòng)進(jìn)行歸

37、類統(tǒng)一處理，如：標(biāo)準(zhǔn)化和模塊化，建立不同層次的典型應(yīng)用系統(tǒng)、產(chǎn)品模塊等。 在為用戶建立個(gè)性化的工業(yè)系統(tǒng)時(shí)，就可以方便地對(duì)典型應(yīng)用系統(tǒng)進(jìn)行參數(shù)化再設(shè)計(jì)，從而降低定制系統(tǒng)的成本，提高質(zhì)量。,不同的企業(yè)和行業(yè)中存在不同程度的相似性,,識(shí)別和利用相似工業(yè)系統(tǒng)中的相似性，提高系統(tǒng)的優(yōu)化效率,,3、類比法,類比是指涉及事物相似性關(guān)系的思維過(guò)程，是指從兩個(gè)或兩類事物之間的相關(guān)關(guān)系出發(fā)，根據(jù)對(duì)其中一方的特征和規(guī)律的認(rèn)識(shí)來(lái)猜測(cè)另一方的特征和規(guī)律。 類比還包括隱喻和比擬等。 隱喻也是形成新概念的一種重要途徑。現(xiàn)代認(rèn)知心理學(xué)的研究表明，人們認(rèn)識(shí)新事物的過(guò)程本質(zhì)是一種“同化”過(guò)程，也就是把新的事物納入原有的概念框架之

38、中加以消化和理解的過(guò)程。 隱喻的認(rèn)識(shí)論價(jià)值主要在于，它可以把抽象思維的認(rèn)識(shí)成果凝結(jié)為多少有些直觀的概念。,,客觀世界是一個(gè)矛盾的統(tǒng)一體。一方面，大自然中，花鳥蟲魚，風(fēng)雨雷電等無(wú)窮無(wú)盡的實(shí)體和千變?nèi)f化的現(xiàn)象，構(gòu)成了一個(gè)色彩紛呈的萬(wàn)花筒； 另一方面，在一個(gè)事物與其它事物，一個(gè)類與另一個(gè)類，一個(gè)領(lǐng)域與另一個(gè)領(lǐng)域之間，卻存在著一定的共性。如生物界的物種進(jìn)化同人類文明的進(jìn)化途徑有很多相似之處。,類比的特征,（1）條件最少：任何兩個(gè)系統(tǒng)之間的任何一點(diǎn)相似都可以成為類比推理的理由。而且，幾乎可以說(shuō)，兩個(gè)類比物之間的共同點(diǎn)越少，彼此間的聯(lián)系越遙遠(yuǎn)，類比的結(jié)論也就越具有突破性和獨(dú)創(chuàng)性。 （2）或然性：即，它的真

39、實(shí)前提不能保證結(jié)論真實(shí)。也就是說(shuō)類比推理的有效性絕不是無(wú)條件的。 （3）通過(guò)類比，常常能使我們跳過(guò)已知和未知之間的鴻溝。,第一節(jié) 系統(tǒng)空間優(yōu)化理論,2.1.1 系統(tǒng)論：系統(tǒng)集成優(yōu)化的理論基礎(chǔ) 2.1.2 分形幾何理論：分形企業(yè)的理論基礎(chǔ) 2.1.3 模式識(shí)別理論：現(xiàn)代工業(yè)系統(tǒng)有序化的理論基礎(chǔ) 2.1.4 相似論：成組技術(shù)的理論基礎(chǔ) 2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ) 2.1.6 仿生學(xué)：現(xiàn)代工業(yè)系統(tǒng)理論創(chuàng)新的重要源泉,2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ),工業(yè)系統(tǒng)優(yōu)化和控制中的許多問(wèn)題在某種意義下都可以歸結(jié)為決策問(wèn)題。層次分析法（AHP，The Ana

40、lytic Hierarchy Process）本質(zhì)上是一種決策思維方式，它把復(fù)雜的問(wèn)題分解為各組成因素，將這些因素按支配關(guān)系分組以形成有序的遞階層次結(jié)構(gòu)，通過(guò)兩兩比較判斷的方式確定每一層次中因素的相對(duì)重要性，然后在遞階層次結(jié)構(gòu)內(nèi)進(jìn)行合成以得到?jīng)Q策因素的相對(duì)于目標(biāo)的重要性的總順序。,2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ),層次分析法體現(xiàn)了人們決策思維的基本特征：分解、判斷、綜合。 但其局限性是：每一層次中各要素的相對(duì)重要性的選擇有較大的主觀性；只能從已知方案和因素中優(yōu)選。 層次分析法的應(yīng)用案例有供應(yīng)鏈管理（SCM）中對(duì)供應(yīng)商的評(píng)價(jià)、客戶關(guān)系管理（CRM）中對(duì)重要客戶的識(shí)別、作

41、業(yè)排序中對(duì)控制參數(shù)的選擇等。,一個(gè)典型的層次結(jié)構(gòu)模型,遞階層次結(jié)構(gòu)示意圖,層次分析法的基本方法,層次分析法采用一致性檢驗(yàn)來(lái)保證判斷的一致性和結(jié)果的可靠。一致性檢驗(yàn)主要是利用最大特征根來(lái)判別的。因?yàn)榫仃囎畲筇卣鞲c判斷一致性有內(nèi)在的聯(lián)系。,,判斷一致性，是指判斷矩陣具備完全一致性，即判斷矩陣A 的元素應(yīng)滿足如下條件: (i,j,k1,2,...n) 根據(jù)矩陣?yán)碚?，這時(shí)判斷矩陣具有唯一非零的、也是最大的特征根n，其余的特征根均為零。,,1.建模,首先分析層次分析法要解決的問(wèn)題、問(wèn)題的范圍、問(wèn)題所包含的要素及要素間的相互關(guān)系。然后將問(wèn)題（任務(wù)）所包含的各方面的內(nèi)容（要素）分組

42、，按其概括性和從屬性分成不同的層次。如最高層、中間層、最低層，也有分為四層的。 最高層又稱目標(biāo)層，是層次分析法所要解決的問(wèn)題。 中間層又稱準(zhǔn)則層、指標(biāo)層，是由實(shí)現(xiàn)目標(biāo)所必須考慮的幾個(gè)準(zhǔn)則 和每個(gè)準(zhǔn)則所包含的具體指標(biāo)組成。對(duì)于不同的具體任務(wù)應(yīng)有不同的準(zhǔn)則和指標(biāo)。 最低層是由待排序的各類事物組成，如要比較的方案、待評(píng)比的成果、待優(yōu)選的課題等。,,工業(yè)系統(tǒng)優(yōu)化的層次模型 上下層之間有聯(lián)系的要素間應(yīng)用連線標(biāo)明。,,問(wèn)題層,目標(biāo)層,相關(guān)因素層,2.組成判斷矩陣,參與層次分析人員應(yīng)是對(duì)研究對(duì)象富有經(jīng)驗(yàn)并有判斷能力的專家，它們應(yīng)能對(duì)每一層次中各要素的相對(duì)重要性作出判斷。合理構(gòu)成判斷矩陣是層次分析法的關(guān)鍵。假

43、定層次中要素 與下一層次 ， ， ， 諸要素有聯(lián)系， 判斷矩陣應(yīng)有如下形式：,,,,,b11 b12 b1n,,,B1 B2 Bn,B1,B2,Bn,,b21 b22 b2n,bn1 bn2 bnn,其中bij表示對(duì)Ai而言, Bi對(duì)Bj的相對(duì)重要性的數(shù)值。bjibij。Saaty比較了27 種量化方法后證明,用數(shù)值19及其倒數(shù)來(lái)量化相對(duì)重要性是好方法。其含義分別為： “”表示Bi與Bj相比,具有同樣的重要性; “”表示Bi比Bj稍微重要; “”表示Bi比Bj明顯重要; “”表示Bi比Bj非常重要; “”表示Bi比Bj極端重要。 “”、“”、“”、“”四個(gè)數(shù)表示上述兩相鄰判斷的中值。,3.層次

44、單排序,根據(jù)判斷矩陣，計(jì)算對(duì)上一層次某要素而言的本層次內(nèi)與之有聯(lián)系的要素的重要性權(quán)值。其內(nèi)容主要是計(jì)算判斷矩陣A（對(duì)層次A而言）的最大特征根及其對(duì)應(yīng)的特征向量問(wèn)題，即計(jì)算滿足 AW= W 的最大特征根 及其對(duì)應(yīng)的特征向量。向量W的各分量即相應(yīng)元素單排序的相對(duì)重要性權(quán)值。這項(xiàng)計(jì)算工作是層次計(jì)算法的關(guān)鍵問(wèn)題。由于判斷矩陣本身含有相當(dāng)誤差，而層次排序在本質(zhì)上只是表達(dá)某種定性概念，沒(méi)有必要追求高的計(jì)算精度。下面介紹的近似算法方根法，可保證足夠精度來(lái)進(jìn)行層次分析。,,,,方根法的計(jì)算步驟: a.計(jì)算判斷矩陣每一行諸元素的乘積Mi , (i,j1,2,, n) b.

45、計(jì)算Mi的n次方根: c.對(duì)向量 進(jìn)行規(guī)范化: 所求的特征向量即為 d.計(jì)算判斷矩陣的最大特征根 式中(AW)i表示向量AW的第i個(gè)元素。,4.一致性檢驗(yàn),為檢驗(yàn)判斷矩陣的一致性，須計(jì)算它的一致性指標(biāo)： CI( n)(n-1) 如屬完全一致性,則CI0;如屬滿意一致性,則要求隨機(jī)一致性比率 CRCI/RI0.10 否則應(yīng)重新修正判斷矩陣,直至獲得滿意一致性為止。式中的RI為同階的平均隨機(jī)一致性指標(biāo),其值依階數(shù)而定。因?yàn)榫仃囯A數(shù)越大，完全一致性越難達(dá)到，為測(cè)量不同階的判斷矩陣的一致性，再給出平均隨機(jī)一致性指標(biāo)RI,

46、RI值可以通過(guò)查表得到。 階數(shù) 1 2 3 4 5 6 7 8 9 RI 0.00 0.00 0.58 0.90 2.1.12 2.1.24 2.1.32 2.1.41 2.1.45 平均隨機(jī)一致性指標(biāo)RI,,,雖然以上利用同層因素間兩兩比較而計(jì)算得到其相對(duì)重要程度(權(quán)重系數(shù))的方法通用性很強(qiáng)，但是在多個(gè)決策者對(duì)同一因素集的判斷時(shí)，權(quán)重系數(shù)可能因不同決策者而異，比如對(duì)第k個(gè)決策者構(gòu)成他對(duì)權(quán)重系數(shù)的判斷，記為W(k)，這時(shí)，又構(gòu)成了多個(gè)決策者判斷的集結(jié)問(wèn)題，這都增加了確定和使用權(quán)重系數(shù)的復(fù)雜性。,5、層次總排序,當(dāng)求得同一層次中所有各要素的層次單排序結(jié)果后，即可計(jì)算對(duì)上一層

47、次而言的本層次所有要素重要性的權(quán)值，這就是層次總排序。它應(yīng)從上到下逐層依次進(jìn)行。對(duì)于最高層，由于只有一個(gè)目標(biāo)要素，其層次單排序即總排序。,6、對(duì)排序結(jié)果作出系統(tǒng)分析,層次分析結(jié)果應(yīng)是綜合科學(xué)資料數(shù)據(jù)、專家意見和分析者的認(rèn)識(shí)，并對(duì)系統(tǒng)中各種因素的影響強(qiáng)度給出量化分析，分析者應(yīng)對(duì)結(jié)果的合理性和實(shí)際意義進(jìn)行檢查和分析，然后為決策者提供決策方案。,復(fù)雜機(jī)械結(jié)構(gòu)設(shè)計(jì)評(píng)估的層次分析模型,在8個(gè)因素中，功能特性的權(quán)重為34.23%，說(shuō)明發(fā)動(dòng)機(jī)外部附件及管路系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)中，首先要保障各附件間的功能性連接關(guān)系，并且布局要合理，滿足各零件間的間隙等要求。其次是可制造性和可裝配性，它們分別占25.21%和18.7

48、4%。對(duì)于管路來(lái)說(shuō)，導(dǎo)管的彎曲半徑最小不得大于2倍的管徑，否則導(dǎo)管在加工時(shí)將產(chǎn)生裂紋甚至折斷。其它5項(xiàng)因素只占21.82%，是設(shè)計(jì)人員容易忽略的因素。,目標(biāo)層與準(zhǔn)則層 的AC判斷矩陣,W=0.3423, 0.2521, 0.1874, 0.0787, 0.0383, 0.0199, 0.0521, 0.0292 T,求出最大特征值max=8.9093，其所對(duì)應(yīng)的歸一化特征向量為,管理目標(biāo)、CSF、與關(guān)鍵企業(yè)過(guò)程之間的關(guān)系,第一節(jié) 系統(tǒng)空間優(yōu)化理論,2.1.1 系統(tǒng)論：系統(tǒng)集成優(yōu)化的理論基礎(chǔ) 2.1.2 分形幾何理論：分形企業(yè)的理論基礎(chǔ) 2.1.3 模式識(shí)別理論：現(xiàn)代工業(yè)系統(tǒng)有序化的理論基礎(chǔ) 2

49、.1.4 相似論：成組技術(shù)的理論基礎(chǔ) 2.1.5 層次分析法：工業(yè)系統(tǒng)方案設(shè)計(jì)和優(yōu)化的理論基礎(chǔ) 2.1.6 仿生學(xué)：現(xiàn)代工業(yè)系統(tǒng)理論創(chuàng)新的重要源泉,2.1.6 仿生學(xué)：現(xiàn)代工業(yè)系統(tǒng)理論創(chuàng)新的重要源泉1、仿生學(xué),仿生學(xué)是模仿生物的科學(xué)，即研究生物系統(tǒng)的結(jié)構(gòu)、物質(zhì)、功能、能量轉(zhuǎn)換、信息控制等特征為工程技術(shù)提供新的設(shè)計(jì)思想及工作原理的科學(xué)，其研究范圍主要包括：力學(xué)仿生、能量仿生、分子仿生和信息與控制仿生，形成了數(shù)學(xué)、物理學(xué)、化學(xué)、技術(shù)科學(xué)與生物學(xué)相融合的邊緣交叉學(xué)科。 一開始時(shí)人們將仿生學(xué)稱為“Bionics”，該詞由Bi（o）+（electr）onics組成。后來(lái)又稱之為“Biomimetics”

50、（模仿）和“Bio-inspired”（受生物啟發(fā)的）。 例如，起重機(jī)就是模擬鶴的動(dòng)作而設(shè)計(jì)的。在英文里，起重機(jī)和鶴就是一個(gè)詞“crane”。仿生學(xué)的內(nèi)容包括對(duì)生物體機(jī)制的研究與探索以及仿生設(shè)計(jì)兩個(gè)方面。,生物系統(tǒng)通過(guò)幾十億年的進(jìn)化，優(yōu)化了生命系統(tǒng)的結(jié)構(gòu)和功能。 可以說(shuō)，現(xiàn)存的生物一般都是長(zhǎng)期的生存競(jìng)爭(zhēng)中在某些方面的優(yōu)勝者，具有高度的合理性和目的性，具體表現(xiàn)為生物系統(tǒng)結(jié)構(gòu)、功能及其控制機(jī)制的多樣性、復(fù)雜性、可靠性、適應(yīng)性、精巧性、高效性和經(jīng)濟(jì)性等等，在許多方面都是現(xiàn)代高科技產(chǎn)品望塵莫及的。 例如，螳螂在1/20秒內(nèi)，便能計(jì)算出從它面前飛過(guò)的昆蟲的速度、距離和方向，這是現(xiàn)代火炮跟蹤系統(tǒng)所比不上的

51、。 在生命科學(xué)的基礎(chǔ)研究成果中選取富含對(duì)工程技術(shù)有啟發(fā)作用的內(nèi)容，同時(shí)將這些研究同工程技術(shù)及其它應(yīng)用科學(xué)結(jié)合起來(lái)，改造現(xiàn)有的科學(xué)技術(shù)，建立新的科技模式，將是一件十分有意義的事情。,,經(jīng)過(guò)數(shù)十億年的進(jìn)化和自然選擇，自然界的生物為人類的創(chuàng)新提供了天然的寶庫(kù)。 魚類等水生動(dòng)物和有翼昆蟲等飛行動(dòng)物經(jīng)歷了近億年的進(jìn)化，為了攫取食餌、逃避敵害、生殖繁衍和集群活動(dòng)等生存需要，發(fā)展了各具特色的在水中游動(dòng)和空中飛行的非凡能力，其整體功能漸趨優(yōu)化，為當(dāng)前的人造航行器和飛行器望塵莫及。 例如，昆蟲的物種多達(dá)1000萬(wàn)種，平均體長(zhǎng)35mm，帶翅可飛的占99%，其飛行性能更為高超，可懸停，并有驚人的機(jī)動(dòng)能力。例如蒼蠅可

52、以在10-4秒的量級(jí)內(nèi)做180度轉(zhuǎn)向。,面對(duì)這個(gè)寶庫(kù)，10多年前，許多國(guó)家就已對(duì)仿生學(xué)做了精心、長(zhǎng)期的計(jì)劃準(zhǔn)備。 在美國(guó)，有一項(xiàng)長(zhǎng)期研究計(jì)劃與仿生科技緊密相關(guān)。 在德國(guó)，其研究與技術(shù)部已就“21世紀(jì)的技術(shù)”為題在自適應(yīng)電子技術(shù)、仿生材料、生物傳感器等方面投入相當(dāng)大的人力和財(cái)力。 此外，英、日、俄等國(guó)都制訂了相應(yīng)的中長(zhǎng)期規(guī)劃，準(zhǔn)備在仿生學(xué)研究領(lǐng)域展開源頭創(chuàng)新競(jìng)爭(zhēng)。 10年后的今天，這些國(guó)家的仿生研究不僅成果頗豐，而且被迅速地轉(zhuǎn)化為相關(guān)產(chǎn)品，創(chuàng)造了巨大的經(jīng)濟(jì)效益。,仿生學(xué)的研究?jī)?nèi)容,（1）信息（電子）仿生學(xué)：包括細(xì)胞內(nèi)和細(xì)胞間通信、感覺(jué)仿生、智能仿生、動(dòng)物的腦和神經(jīng)系統(tǒng)仿生、信息的存儲(chǔ)和提取等，研

53、制多種人工神經(jīng)元電子模型和神經(jīng)網(wǎng)絡(luò)、高級(jí)智能機(jī)器人、電子蛙眼、鴿眼雷達(dá)系統(tǒng)以及模仿蒼蠅嗅覺(jué)系統(tǒng)的高靈敏小型氣體分析儀等； （2）控制仿生學(xué)：包括：體內(nèi)穩(wěn)態(tài)（反饋調(diào)控）、運(yùn)動(dòng)控制、動(dòng)物的定向和導(dǎo)航、生態(tài)系統(tǒng)的漲落和人-機(jī)系統(tǒng)，研制蝙蝠和海豚的超聲波回聲定位系統(tǒng)、蜜蜂的“天然羅盤”、鳥類和海龜?shù)葎?dòng)物的星象導(dǎo)航、地磁導(dǎo)航和重力場(chǎng)導(dǎo)航系統(tǒng)等；,仿生學(xué)的研究?jī)?nèi)容,（3）化學(xué)仿生學(xué)：包括模仿光合作用、生物合成、生物發(fā)電、生物發(fā)光、選擇性膜和能量轉(zhuǎn)換等； （4）力學(xué)（機(jī)械）仿生學(xué)：模仿動(dòng)物的走、跑、飛、游等運(yùn)動(dòng)，運(yùn)用機(jī)械結(jié)構(gòu)和力學(xué)原理，研制昆蟲步行機(jī)等機(jī)械裝置，尋求車輛、艦船、飛行器的最佳設(shè)計(jì)原理； （5）

54、醫(yī)學(xué)仿生學(xué)：包括人工臟器的研制、生物醫(yī)學(xué)圖像識(shí)別以及醫(yī)學(xué)信號(hào)的分析處理等。此外，還在研究建筑仿生、農(nóng)業(yè)仿生等。,仿生學(xué)是從一個(gè)新的角度來(lái)看待生物的。它把生物體看作一個(gè)復(fù)雜的系統(tǒng)。這個(gè)系統(tǒng)與環(huán)境之間、系統(tǒng)內(nèi)各組成部分之間，都存在著緊密的聯(lián)系，不斷地進(jìn)行著控制與調(diào)節(jié)過(guò)程。 仿生學(xué)側(cè)重于了解這些復(fù)雜過(guò)程的內(nèi)在關(guān)系，以及整個(gè)系統(tǒng)的行為和狀態(tài)，而不關(guān)心生物系統(tǒng)的具體物質(zhì)結(jié)構(gòu)和物質(zhì)成分。 仿生學(xué)的典范成就并非僅僅來(lái)自對(duì)自然的模仿，而是努力探究自然系統(tǒng)背后的原理與機(jī)制，然后對(duì)其加以具體應(yīng)用的結(jié)果。事實(shí)上，單純復(fù)制生物組織會(huì)導(dǎo)致平庸、慘不忍睹的工程設(shè)計(jì)。 例如，懷特兄弟并不是簡(jiǎn)單地模仿鳥的姿勢(shì)，而是考察了鳥在

55、沉浮和滑翔時(shí)翅膀的微妙狀態(tài)，然后將其移植到有著固定機(jī)翼的飛機(jī)上。,仿生學(xué)的基本原理,,,,,數(shù)學(xué),生物,電烙鐵,仿生學(xué)符號(hào),仿生學(xué)具有自己獨(dú)特的研究方法,首先，根據(jù)生產(chǎn)實(shí)際提出技術(shù)問(wèn)題，選擇性地研究生物體的某些結(jié)構(gòu)的功能，簡(jiǎn)化所得的生物資料，擇其有益內(nèi)容，得到一個(gè)生物模型； 然后，對(duì)生物模型進(jìn)行數(shù)學(xué)分析，抽象出其中的內(nèi)在聯(lián)系，建立數(shù)學(xué)模型； 最后，采用電子、化學(xué)、機(jī)械等手段，根據(jù)數(shù)學(xué)模型，制造出實(shí)物模型，最終實(shí)現(xiàn)對(duì)生物系統(tǒng)的工程模擬。,最廣泛地運(yùn)用類比、模擬和模型方法是仿生學(xué)研究方法的突出特點(diǎn)。 其目的不在于直接復(fù)制每一個(gè)細(xì)節(jié)，而是要理解生物系統(tǒng)的工作原理，以實(shí)現(xiàn)特定功能為中心目的。 般認(rèn)為，

56、在仿生學(xué)研究中存在下列三個(gè)相關(guān)的方面：生物原型、數(shù)學(xué)模型和技術(shù)模型。 前者是基礎(chǔ)，后者是目的，而數(shù)學(xué)模型則是兩者之間必不可少的橋梁。 由于生物系統(tǒng)的復(fù)雜性，搞清某種生物系統(tǒng)的機(jī)制需要相當(dāng)長(zhǎng)的研究周期，而且解決實(shí)際問(wèn)題需要多學(xué)科長(zhǎng)時(shí)間的密切協(xié)作，這是限制仿生學(xué)發(fā)展速度的主要原因。,2、現(xiàn)代工業(yè)系統(tǒng)的生物型模型,目前，人們已經(jīng)采用了“agile（敏捷）”、“l(fā)ean（精干）”、“intelligent（智能）”、“holonic（全能型）”、“distribution（分布化）”、“flexibility（柔性）”、“autonomy（自治）”、“self-organization（自組織）”、“

57、adapatability to the environment（對(duì)環(huán)境的適應(yīng)性）”、“product life cycle（產(chǎn)品生命周期）”等具有生物學(xué)意義的詞匯，從不同角度描述現(xiàn)代工業(yè)系統(tǒng)模式。,一些現(xiàn)代工業(yè)系統(tǒng)模式的共同點(diǎn),,現(xiàn)代工業(yè),,雖然現(xiàn)代工業(yè)系統(tǒng)概念和生物系統(tǒng)的類比并不是完美無(wú)缺的，但如果工業(yè)系統(tǒng)能夠模仿其生物類比物的優(yōu)點(diǎn)則會(huì)受益無(wú)窮。 其目的是要求在進(jìn)行工業(yè)系統(tǒng)設(shè)計(jì)和實(shí)施時(shí)，應(yīng)該有一種系統(tǒng)的觀點(diǎn)，動(dòng)態(tài)的觀點(diǎn)，復(fù)雜系統(tǒng)簡(jiǎn)化的觀點(diǎn)，集成的觀點(diǎn)等。,生物型制造系統(tǒng)(BMS，Bionic Manufacturing System)概念最早由日本京都大學(xué)教授Norio Okino在198

58、8年提出，后來(lái)被作為智能工業(yè)系統(tǒng)的一部分。 基于由生物啟發(fā)得到的思想，例如自生長(zhǎng)、自組織、自適應(yīng)與自進(jìn)化等，以這些思想為基礎(chǔ)的生物型制造系統(tǒng)的目標(biāo)是處理制造環(huán)境中不可預(yù)知的變化。 同計(jì)算機(jī)科學(xué)的新領(lǐng)域例如進(jìn)化計(jì)算和人工生命相聯(lián)系，BMS得到了發(fā)展。,,工業(yè)系統(tǒng)的僵化是當(dāng)今工業(yè)面臨的巨大難題之一。對(duì)于瞬息萬(wàn)變的工業(yè)環(huán)境來(lái)說(shuō)，工業(yè)中流行的自動(dòng)化系統(tǒng)，包括所謂的FMS（柔性工業(yè)系統(tǒng)），已是非常僵化而難以調(diào)整。 這就要求構(gòu)造這樣一個(gè)真正的柔性系統(tǒng)結(jié)構(gòu)。這種系統(tǒng)具有自主分布、自組織、自下而上、面向零件、協(xié)同和協(xié)調(diào)、超柔性等等特征。這些特征與生物體的特征是相似的。因此生物型制造系統(tǒng)是現(xiàn)代工業(yè)系統(tǒng)的發(fā)展方向

59、。,近幾年工業(yè)系統(tǒng)的規(guī)模、復(fù)雜性和動(dòng)態(tài)性有很大變化。傳統(tǒng)的系統(tǒng)優(yōu)化理論無(wú)法解決當(dāng)今工業(yè)系統(tǒng)的高度非線性化的問(wèn)題。 需要一種能包含混沌、模糊等概念的精確的模型，用于解決多維的非線性聯(lián)立方程、非線性最優(yōu)化問(wèn)題和組合優(yōu)化問(wèn)題。 BMS將是一種類似于生物系統(tǒng)的解決上述問(wèn)題的方法。,生物型制造系統(tǒng)的層次模型框架,,生物型制造系統(tǒng)模型實(shí)質(zhì)上是位于各種不同層次的先進(jìn)的組織模型的綜合。 企業(yè)基因模型來(lái)源于標(biāo)準(zhǔn)化方法學(xué)、產(chǎn)品設(shè)計(jì)方法學(xué)、現(xiàn)代組織管理學(xué)等學(xué)科中的思想和方法。 企業(yè)細(xì)胞模型來(lái)源于獨(dú)立制造島、單元工業(yè)系統(tǒng)、并行工程的項(xiàng)目組等組織模型。 企業(yè)生物模型來(lái)源于計(jì)算機(jī)集成制造、分形企業(yè)、精益生產(chǎn)等系統(tǒng)模型。

60、企業(yè)群落模型來(lái)源于敏捷制造中的虛擬企業(yè)等模型。 企業(yè)生態(tài)模型來(lái)源于清潔制造、生態(tài)制造和綠色制造等模型。,海爾人說(shuō)：“自主創(chuàng)新是我們永遠(yuǎn)不變的基因?！?基因是什么？基因是DNA分子上通過(guò)復(fù)制可以遺傳給下一代或者移植給其他生物體的基本單位。正是因?yàn)樵谏募◇w內(nèi)具有了這種可以遺傳和移植的創(chuàng)新基因，海爾才能扛起“中國(guó)造”的大旗，踏入世界級(jí)品牌行列。,3）生物型制造系統(tǒng)的模型的特點(diǎn),BMS要求每個(gè)生產(chǎn)環(huán)節(jié)有自發(fā)性、自律性和自相協(xié)調(diào)能力，出現(xiàn)問(wèn)題就地解決，每個(gè)基層單位都有自主權(quán)和主動(dòng)性，但又顧及整體，保證總體設(shè)計(jì)上相互協(xié)調(diào)一致。BMS的基本單元稱作基元(modelon)，采用面向?qū)ο蠓椒ǘx。 基元上下

61、級(jí)與平行級(jí)間通過(guò)消息板(message board)交換信息。消息板與專家系統(tǒng)中的黑板機(jī)制相類似，只是取消了集中的控制機(jī)構(gòu)。 一個(gè)基元啟動(dòng)后，激活相關(guān)的基元，通過(guò)消息板對(duì)話，謀求問(wèn)題的解決。 這里強(qiáng)調(diào)的是自發(fā)驅(qū)動(dòng)(spontaneity)、自律決策(autonomy)、自由結(jié)合(connection free)、可轉(zhuǎn)換性(transformability)和柔性(flexibility)等。,BMS具有自組織的結(jié)構(gòu)，由獨(dú)立的個(gè)體可以很容易地組成整體。 舉一個(gè)極其簡(jiǎn)單的例子： 一個(gè)由兩個(gè)機(jī)器人組成的系統(tǒng)共同合作完成某個(gè)任務(wù)。現(xiàn)采用兩種控制方式：集中控制；分布控制，即每個(gè)機(jī)器人自主工作并相互協(xié)調(diào)。

62、顯然集中控制方式的效率教高。 但當(dāng)機(jī)器人的數(shù)量增加到三個(gè)時(shí)，分布控制方式可以基本不改變軟件而容納增加的機(jī)器人。而集中控制方式則需要重新設(shè)計(jì)軟件。 BMS也將具有這種可擴(kuò)展性。,基于規(guī)則的人工智能(AI)系統(tǒng)在搜索規(guī)則AB，BC時(shí)，為了確定A而對(duì)所有的規(guī)則的先決條件進(jìn)行徹底的搜索，從中選擇一條規(guī)則用于AB，其結(jié)論B又作為新的事實(shí)。 這個(gè)過(guò)程將重復(fù)許多次。在BMS中，每條規(guī)則是自治的，其操作是并行的，分別檢驗(yàn)和激活事實(shí)，以確定其(規(guī)則)是否被選中。 由于規(guī)則的操作是自激的，因此規(guī)則的形式有很高的自由度。 例如：模糊規(guī)則和優(yōu)先規(guī)則可混合使用，規(guī)則的增刪非常容易。,,BMS的基礎(chǔ)是激勵(lì)-響應(yīng)的聯(lián)系主義

63、模型。 生物的功能是由酶和其它生物化學(xué)物質(zhì)的激勵(lì)-響應(yīng)鏈所引起的。 在信息系統(tǒng)中這些由生物單元的網(wǎng)絡(luò)組成的輸入-輸出鏈的結(jié)構(gòu)被抽象化和實(shí)現(xiàn)。這是BMS的基本模型。 神經(jīng)網(wǎng)絡(luò)是生物系統(tǒng)的最簡(jiǎn)單的模型。 如果采用生物模型代替至今所使用的微分方程模型，那么人們所能信息化的對(duì)象將大大增加。 生物體中存在各種節(jié)律，這種節(jié)律保持著生物體的穩(wěn)定性。在BMS中也將具有這種節(jié)律和循環(huán)，循環(huán)的穩(wěn)定狀態(tài)作為系統(tǒng)的目標(biāo)。,,生物體的所有信息都濃縮在其基因(DNA)中，BMS也將以穩(wěn)定的方式通過(guò)基因進(jìn)行遺傳。 BMS的設(shè)計(jì)是通過(guò)自治功能，驅(qū)動(dòng)元件進(jìn)行自組織。 因而，CAD將支持產(chǎn)品的自下而上的設(shè)計(jì)過(guò)程。 這些元件被稱為

64、“基元(modelons)”，具有類似于生物體中的自組織功能，可存放在“基元”庫(kù)中。 設(shè)計(jì)者可根據(jù)要求從“基元”庫(kù)選取適合的基元。 原則上，設(shè)計(jì)過(guò)程由基元自組織進(jìn)行，各種元件將通過(guò)其生物型的功能相互交換信息，從而決定各自的作用和相互間的聯(lián)系。 另外也有可能使CAD具有類似于生物的細(xì)胞分裂和和分化過(guò)程，具有比當(dāng)今的參數(shù)化CAD更高的柔性。,與BMS理論有關(guān)的理論和方法有：基因算法、進(jìn)化算法、L系統(tǒng)、細(xì)胞自治機(jī)、強(qiáng)化學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)。生物系統(tǒng)對(duì)環(huán)境的適應(yīng)能力是通過(guò)自組織和進(jìn)化實(shí)現(xiàn)的。 在生物系統(tǒng)中，整體的復(fù)雜性是建筑在局部的簡(jiǎn)單性上的。 這里的適應(yīng)性概念可以用于工業(yè)系統(tǒng)的各種場(chǎng)合，如：車間布置的自組

65、織，動(dòng)態(tài)排序，對(duì)產(chǎn)品需求的適應(yīng)，對(duì)生產(chǎn)過(guò)程變化的適應(yīng)，對(duì)多層網(wǎng)絡(luò)的適應(yīng)等。,BMS的自組織和進(jìn)化,,仿生制造的比喻空間,,,,魚鰭 船槳 蝙蝠 雷達(dá) 蛙眼 電子蛙眼 鋸齒草 鋸子 動(dòng)物爪 鉤子 鳥 飛機(jī),,,,,,生活中的仿生學(xué)舉例：,,仿生學(xué)(Bionics) 模仿生物系統(tǒng)的原理以建造技術(shù)系統(tǒng)，或者使人造技術(shù)系統(tǒng)具有生物系統(tǒng)特征或類似特征的科學(xué)。 “適者生存，不適者淘汰” 自然界在億萬(wàn)年的演化過(guò)程中孕育了各種各樣的生物，每種生物只有具有極其復(fù)雜和精巧的結(jié)構(gòu)和擁有神奇的特性和功能，才能在復(fù)雜多變的環(huán)境中生存下來(lái)。 如今的生物體

66、是高度集成整合的運(yùn)動(dòng)系統(tǒng)，其奇妙程度遠(yuǎn)遠(yuǎn)超過(guò)迄今為止的許多人造機(jī)器，因此仿生設(shè)計(jì)具有很大的潛力。,仿生學(xué)的概念,,,仿生學(xué)是一門建立在多學(xué)科邊緣上的綜合 性學(xué)科，包括 數(shù)學(xué)、生物學(xué)、物理學(xué)、控制論、信息論、人機(jī)學(xué)、材料學(xué)、機(jī)械學(xué)、工程學(xué)、生理學(xué)、神經(jīng)學(xué)、醫(yī)學(xué)、化學(xué)、電子學(xué)等學(xué)科。,仿生學(xué)的相關(guān)領(lǐng)域,,不同學(xué)者采用不同的分類方法： 1、功能仿生2、材料仿生3、過(guò)程仿生 4、控制仿生5、管理仿生等等.,,.青蛙與電子蛙眼 .水母與電子耳,信息仿生,青蛙與電子蛙眼,,青蛙的視覺(jué)系統(tǒng),“水母耳”風(fēng)暴預(yù)測(cè)儀,水母耳與電子耳,.蛇的紅外探測(cè) .蝙蝠與超聲波 .動(dòng)物的天然導(dǎo)航,控制仿生,蛇,,,田鼠,熱血?jiǎng)游锷眢w 向外散熱,蛇通過(guò)感受器 探測(cè)到熱源,蛇的紅外探測(cè),頰窩,,頰窩是一個(gè)紅外感受器，對(duì)周圍溫度變化極為敏感，能感受0.001的溫度變化。這類蛇能在夜間準(zhǔn)確判斷周圍恒溫動(dòng)物的位置。 根據(jù)此原理，發(fā)明了現(xiàn)在軍事上用的紅外探測(cè)儀,蛇的紅外探測(cè),飛行中的蝙蝠,超聲波,聲音反射波,,,,蛾,,,蝙蝠的捕食,蝙蝠與超聲波,,蝙蝠的回聲定位,超聲信號(hào)被反射,,蝙蝠與超聲波,腦,蝙蝠與超聲波,,蝙蝠的聲納處理