Многоагентные системы полуавтоматического проектирования в машиностроении на базе механизма объект-функции

Бесплатный доступ

Предложена методология создания систем полуавтоматического проектирования изделий машиностроения с использованием технологий искусственного интеллекта. Методология основана на многоагентных методах создания баз знаний и пригодна для разработки систем проектирования и управления цифровых интеллектуальных производств. В качестве унифицированной модели агента предложена объект-функция с разбиением атрибутов на подмножество входных и выходных атрибутов метода агента. Объект-функция рассматривается как унифицированный модуль создания многоагентных систем. Предложены модели представления агента. Показано, что при таком представлении агент эквивалентен правилу-продукции, являющемуся модулем базы знаний. Наименования переменных модуля знаний должны выбираться из словаря, который может быть составлен с использованием различных естественных языков. Механизмы модулей знаний должны обеспечивать реализацию всех функций, которые могут потребоваться при формировании баз знаний. При использовании технологии экспертного программирования процесс формирования модулей знаний, их трансляции с получением на одном из традиционных языков объектных или исполняемых модулей и тестирования производятся как одна операция. После получения необходимого набора модулей производится генерация метода, использующего подмножество модулей знаний. Показано, что кооперативное решение комплексных задач обеспечивается системой агентов.

Еще

Проектирование, изделия машиностроения, интеллектуальные системы, многоагентные системы

Короткий адрес: https://sciup.org/170178846

IDR: 170178846   |   DOI: 10.18287/2223-9537-2020-10-1-50-62

Список литературы Многоагентные системы полуавтоматического проектирования в машиностроении на базе механизма объект-функции

  • Gartner. Top Strategic Predictions for 2016 and Beyond: The Future Is a Digital Thing. https://www.gartner.com.
  • Городецкий, В.И. Современное состояние и перспективы индустриальных применений многоагентных систем / В.И. Городецкий, О.Л. Бухвалов, П.О. Скобелев, И.В. Майоров // Управление большими системами: сборник трудов, выпуск 66. 2017. - С.94-157.
  • Alanis, A.Y. Bio-inspired Algorithms for Engineering / Alma Y. Alanis, Nancy Arana-Daniel and Carlos López-Franco. Elsevier Inc. 2018. - 152 p.
  • Binitha, S. A Survey of Bio inspired Optimization Algorithms / Binitha S, S Siva Sathya // International Journal of Soft Computing and Engineering (IJSCE) ISSN: 2231-2307, Volume-2, Issue-2, May 2012. P.137-151.
  • M. Blowers and A. Sisti. Evolutionary and Bio-inspired Computation: Theory and Applications, Proceedings of Spie (Book 6563), Society of Photo Optical (April 25, 2007). - 174 p.
Статья научная