1 引言

　　專家系統(tǒng)(Expert System, ES)是人工智能(Artificial Intelligence, AI)技術(shù)應(yīng)用中最成功的一個(gè)分支。專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)匪煌，其內(nèi)部含有某個(gè)領(lǐng)域?qū)＜壹壦降拇罅恐R與經(jīng)驗(yàn)稽揭，并能利用這些知識與經(jīng)驗(yàn)解決該領(lǐng)域中的實(shí)際問題。專家系統(tǒng)的應(yīng)用浪蹂，為解決生產(chǎn)實(shí)踐中大量存在的抵栈、難于用嚴(yán)格數(shù)學(xué)模型描述的問題，提供了有效的解決途徑坤次。

　　目前古劲，專家系統(tǒng)的發(fā)展趨勢是：將人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等知識處理技術(shù)與專家系統(tǒng)結(jié)合起來，開發(fā)平臺由DOS操作系統(tǒng)轉(zhuǎn)向以Windows為代表的圖形界面操作系統(tǒng)缰猴，開發(fā)方法由面向過程的程序設(shè)計(jì)方法轉(zhuǎn)向面向?qū)ο蟮南到y(tǒng)分析方法和面向?qū)ο蟮某绦蛟O(shè)計(jì)方法产艾。

　　用專家系統(tǒng)進(jìn)行計(jì)算機(jī)輔助機(jī)械設(shè)計(jì)(Computer Aided Mechanical Design,CAMD)是機(jī)械設(shè)計(jì)領(lǐng)域的一個(gè)重要發(fā)展趨勢。以常見的齒輪設(shè)計(jì)為例滑绒，設(shè)計(jì)時(shí)會遇到大量的圖表闷堡、數(shù)據(jù)以及設(shè)計(jì)規(guī)范和調(diào)查試驗(yàn)結(jié)果，這些資料是專家學(xué)者們智慧的結(jié)晶疑故，對設(shè)計(jì)人員具有十分重要的價(jià)值杠览。但這些資料涉及門類繁多，有些經(jīng)驗(yàn)和智慧尚不能歸納成數(shù)學(xué)公式昵乾，因而不便于一般設(shè)計(jì)人員使用牺缰，此外無論多么詳盡全面的數(shù)據(jù)也無法代替設(shè)計(jì)專家的經(jīng)驗(yàn)和智慧。所以研制齒輪設(shè)計(jì)專家系統(tǒng)是非常必要的歼取。本文介紹筆者研制的集分析醋咒、設(shè)計(jì)、計(jì)算與圖形處理于一體的齒輪設(shè)計(jì)專家系統(tǒng)(GDES)踱措。

　　2 系統(tǒng)組成

　　該系統(tǒng)由參數(shù)計(jì)算模塊晦苞、參數(shù)化繪圖模塊和專家系統(tǒng)模塊組成。各模塊既可以單獨(dú)作為一個(gè)子系統(tǒng)使用缤纽，也可以通過系統(tǒng)框架有機(jī)結(jié)合起來林下，相互組合與協(xié)作，以滿足用戶的需要讨绝。

　　2.1 參數(shù)計(jì)算模塊

在進(jìn)行齒輪設(shè)計(jì)時(shí)腋芜，需首先確定一些修正系數(shù)，才能計(jì)算出齒面接觸應(yīng)力和齒根彎曲應(yīng)力脸学。這些修正系數(shù)花炭，如動載系數(shù)和齒形系數(shù)的確定相當(dāng)復(fù)雜，通常采用圖解法躲履，而圖解法不便直接用于編程或進(jìn)行優(yōu)化設(shè)計(jì)见间，雖然有些文獻(xiàn)給出了它們的計(jì)算公式，但由于影響因素較多、計(jì)算過程繁雜米诉，不便使用菱蔬。在齒輪設(shè)計(jì)專家系統(tǒng)中，筆者利用BP神經(jīng)網(wǎng)絡(luò)映射動載系數(shù)和復(fù)合齒形系數(shù)史侣，取得了較好效果拴泌。

　　人工神經(jīng)網(wǎng)絡(luò)(ANN, Artificial Neural Network)是反映人腦結(jié)構(gòu)及功能的一種抽象數(shù)學(xué)模型，一個(gè)人工神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元節(jié)點(diǎn)互連而成的復(fù)雜網(wǎng)絡(luò)惊橱，用以模擬人類進(jìn)行知識的表示與存儲以及利用知識進(jìn)行推理的行為蚪腐。

　　目前，應(yīng)用最多也最有成效的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型是前向多層神經(jīng)網(wǎng)絡(luò)税朴，由于該網(wǎng)絡(luò)在學(xué)習(xí)(訓(xùn)練)過程中采用了誤差反向傳播BP(Error Back-propagation)算法回季，故又稱為BP網(wǎng)絡(luò)。它的訓(xùn)練學(xué)習(xí)過程由正向傳播與反向傳播兩部分組成正林。在正向傳播過程中泡一，輸人信號經(jīng)輸人層、隱含層逐層向前處理蟋扩，并傳向輸出層捉肄，每層的神經(jīng)元結(jié)點(diǎn)的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。如果在輸出層不能得到期望的輸出南翻，即計(jì)算輸出值與期望輸出值之間的誤差過大常苍，則將該誤差沿原來的連接通路反傳，通過修改各層神經(jīng)元的連接權(quán)系數(shù)绵布，使誤差逐步減小鸵丸，并最終達(dá)到規(guī)定的要求。標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)由三層神經(jīng)元組成肪禾，即輸人層贪焊、隱含層和輸出層，網(wǎng)絡(luò)中相鄰層采取全互連方式連接袁羔，同層各神經(jīng)元之間沒有任何連接惦肴，輸人層與輸出層之間也沒有直接的聯(lián)系。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)挠疲，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享耳标，并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)，也不構(gòu)成任何其他建議邑跪。本站部分作品是由網(wǎng)友自主投稿和發(fā)布次坡、編輯整理上傳，對此類作品本站僅提供交流平臺画畅，不為其版權(quán)負(fù)責(zé)砸琅。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻宋距、圖片、文字如涉及作品版權(quán)問題症脂，請第一時(shí)間告知谚赎，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益摊腋！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn沸版。