面向復(fù)雜產(chǎn)品概念設(shè)計的綜合集成研討廳問題求解過程與方法研究.pdf

1、綜合集成研討廳(Hall for Workshop of Metasynthetic Engineering，HWME)是我國科學(xué)家提出的處理復(fù)雜系統(tǒng)的創(chuàng)造性成果，它指導(dǎo)人們在處理復(fù)雜問題時，把專家的智慧、計算機的高性能和各種數(shù)據(jù)、信息有機的結(jié)合起來，構(gòu)成一個統(tǒng)一的、強大的問題求解系統(tǒng)。目前，HWME系統(tǒng)已經(jīng)在地理和環(huán)境、工程、醫(yī)學(xué)、社會經(jīng)濟、軍事等諸多領(lǐng)域得到了廣泛應(yīng)用，但是由于HWME系統(tǒng)本身的復(fù)雜性和現(xiàn)有支撐技術(shù)的限制，構(gòu)建一個面

2、向復(fù)雜產(chǎn)品概念設(shè)計的HWME系統(tǒng)仍然是一個具有挑戰(zhàn)性的課題。
　　 系統(tǒng)的功能與其結(jié)構(gòu)緊密相關(guān)，HWME作為一個處理復(fù)雜性問題的系統(tǒng)平臺，如何合理的搭建它的系統(tǒng)體系結(jié)構(gòu)對這一平臺的性能有著至關(guān)重要的意義。本文以某復(fù)雜產(chǎn)品概念設(shè)計為背景，從問題求解的角度，對綜合集成研討廳從問題求解過程與求解方法的角度進行了研究，包括復(fù)雜產(chǎn)品概念設(shè)計的問題求解過程建模，問題的分解和分配、問題的求解及多目標優(yōu)化技術(shù)等理論與方法，旨在為應(yīng)用于復(fù)雜產(chǎn)品概

3、念設(shè)計的HWME系統(tǒng)提供技術(shù)支撐。
　　 首先以綜合集成理論為指導(dǎo)，探討并深入研究了在HWME中進行復(fù)雜產(chǎn)品概念設(shè)計的求解過程和方法；借鑒當前國內(nèi)外學(xué)者采用進化計算求解經(jīng)濟、社會等復(fù)雜問題的思路，提出了HWME中問題求解過程的數(shù)學(xué)形式描述，建立了基于進化計算的HWME問題求解過程模型，利用進化計算在綜合集成研討廳的定性和定量空間中搜索，實現(xiàn)了人機結(jié)合、專家群體創(chuàng)新思維激發(fā)、多領(lǐng)域?qū)＜胰后w之間協(xié)同及其群體論證的綜合集成。
　

4、　 問題分解是任何復(fù)雜問題求解的基礎(chǔ)，同樣在運用綜合集成研討廳來進行復(fù)雜產(chǎn)品概念設(shè)計過程中，也需要首先對所求解問題(即研討問題)進行分解。當前許多研究人員對復(fù)雜產(chǎn)品概念設(shè)計中涉及的問題分解技術(shù)進行了研究，但并不存在一種通用的方法。本文在研究綜合集成研討廳中進行復(fù)雜系統(tǒng)問題分解的特殊性基礎(chǔ)上，提出了基于專家群體研討問題的分解模型，并提出了一個采用遺傳算法與設(shè)計結(jié)構(gòu)矩陣相結(jié)合來解決復(fù)雜問題分解的智能方法，以解決一般意義上的復(fù)雜系統(tǒng)問題求解

5、中的問題分解。實踐證明，該方法能夠避免大規(guī)模修改的發(fā)生，并加速復(fù)雜系統(tǒng)分解過程中問題結(jié)構(gòu)化的尋優(yōu)效率。
　　 在復(fù)雜產(chǎn)品概念設(shè)計過程中，隨著待求解問題的規(guī)模及復(fù)雜度的增加，如何協(xié)調(diào)各個求解主體，調(diào)度求解資源，使整個復(fù)雜問題的求解流程更加合理和有序，是綜合集成研討廳系統(tǒng)問題求解過程中需要解決的關(guān)鍵課題。以往的HWME中復(fù)雜問題研討求解的流程是一種經(jīng)驗性質(zhì)的工作流規(guī)范。作為一種人機結(jié)合的系統(tǒng)，HWME需要計算機對其提供智能化的支持。

6、本文通過對HWME中復(fù)雜問題求解過程與蟻群算法相似性的分析，建立了相應(yīng)的數(shù)學(xué)模型，提出了復(fù)雜問題求解過程中進行任務(wù)動態(tài)分配的智能蟻群算法，收到了較好的效果。
　　 通過概念的生成和選擇形成產(chǎn)品的設(shè)計方案，是復(fù)雜產(chǎn)品概念設(shè)計的一個核心任務(wù)。在綜合集成研討廳中專家群體經(jīng)由群體論證，獲得復(fù)雜產(chǎn)品概念設(shè)計方案的過程中面臨著如何在合理的時間內(nèi)獲得滿意/優(yōu)化解、提高求解效率的挑戰(zhàn)。從復(fù)雜決策問題求解的角度，結(jié)合當前的人工智能技術(shù)，本文提出了

7、一種基于改進的交互式遺傳算法模型的群體論證方法。改進的人機交互式遺傳算法充分發(fā)揮了人機各自的優(yōu)勢，對于求解復(fù)雜產(chǎn)品概念設(shè)計的問題，對人機合作的“可操作性”問題及實現(xiàn)從定性到定量的有效轉(zhuǎn)換這類HWME中的難點問題，提供了一種有效的方法或途徑。此種方式相比于研討廳中傳統(tǒng)的意見共識和思維收斂方法，不僅容易達成群體意見一致、有著更高的求解效率，而且更符合綜合集成研討廳在線研討的實際，可以方便的進行多次循環(huán)論證。
　　 復(fù)雜產(chǎn)品概念設(shè)計在

8、形成產(chǎn)品的設(shè)計方案的過程中，設(shè)計人員需要全面的考慮各種約束條件和設(shè)計目標，經(jīng)常遇到需要使得多個目標在給定的可行區(qū)域內(nèi)盡可能最優(yōu)的問題。本文提出了一種新的協(xié)同進化算法和交互式遺傳算法相結(jié)合的復(fù)雜產(chǎn)品概念設(shè)計多目標優(yōu)化方法。利用協(xié)同進化算法的多個種群協(xié)同合作，實現(xiàn)復(fù)雜產(chǎn)品概念設(shè)計中多目標方案的生成，在方案的評價過程中，通過交互式遺傳算法根據(jù)參與者的評價直接獲得隱式性能指標問題的適應(yīng)度值，將設(shè)計人員的偏好、直覺、經(jīng)驗等主觀因素和創(chuàng)造性知識融合