智能設計層次

綜合國內外關于智能設計的研究現狀和發展趨勢，合肥小魯班工業設計公司為你介紹工業產品設計、

產品外觀設計、結構設計，UI界面設計在智能智能設計中層次劃分：智能設計按設計能力可以分為

三個層次:常規設計、聯想設計和進化設計。

常規設計

即設計屬性、設計進程、設計策略已經規劃好，智能系統在推理機的作用下，調用符號模型(如規則、

語義網絡、框架等)進行設計。目前，國內外投入應用的智能設計系統大多屬于此類，如日本NEC公

司用于VLSI產品布置設計的Wirex系統，華中理工大學開發的標準V帶傳動設計專家系統(JDDES)、

壓力容器智能CAD系統等。這類智能系統常常只能解決定義良好、結構良好的常規問題，故稱常規

設計。

聯想設計

目前研究可分為兩類:一類是利用工程中已有的設計事例，進行比較，獲取現有設計的指導信息，這

需要收集大量良好的、可對比的設計事例，對大多數問題是困難的;另一類是利用人工神經網絡數值

處理能力，從試驗數據、計算數據中獲得關于設計的隱含知識，以指導設計。這類設計借助于其他事

例和設計數據，實現了對常規設計的一定突破，稱為聯想設計。在工業設計中占主導地位

進化設計

遺傳算法(GA，即Geneticalgorithms)是一種借鑒生物界自然選擇和自然進化機制的、高度并行的、

隨機的、自適應的搜索算法。20世紀80年代早期，遺傳算法已在人工搜索、函數優化等方面得到廣

泛應用，并推廣到計算機科學、機械工程等多個領域。進入20世紀90年代，遺傳算法的研究在其基

于種群進化的原理上，拓展出進化編程(EP，即Evolutionaryprogramming)、進化策略

(ES,即Evolutionarystrategies)等方向，它們并稱為進化計算(EC,即Evolutionarycomputation)。

進化計算使得智能設計拓展到進化設計，其特點是:設計方案或設計策略編碼為基因串，形成設計樣本

的基因種群。

設計方案評價函數決定種群中樣本的優劣和進化方向。

進化過程就是樣本的繁殖、交叉和變異等過程。

進化設計對環境知識依賴很少，而且優良樣本的交叉、變異往往是設計創新的源泉，所以在1996年舉辦

的”設計中的人工智能”(Artificialinterlligenceindesign’96)國際會議上，M.A.Rosenman提出了設計中的

進化模型，進而進化計算作為實現非常規設計的有利工具。在工業設計中占決定成敗的因素。