新闻资讯
粗糙集的刀具智能选配研究
发布时间 : 2019-04-09 浏览次数 : 1860 次
刀具选配目前主要还是依靠技术人员的知识和经验，以及查阅相关手册和规范来选用，这不仅效率低下，而且受人员的制约，大量历史信息不可重用，各部门间信息也不能实现共享。随着新刀具、新材料、新工艺的不断涌现，如何快速选择经济合理的刀具成为工程技术人员亟待解决的难题。
对此，国内外学者已进行了相关的理论研究，主要采用实例推理与规则推理进行刀具智能选配。但是从技术人员的经验、相关手册和规范中提取刀具选配规则是非常困难的，而且刀具选配规则数量十分庞大，匹配与检索效率过于低下，并且刀具选配规则的维护非常困难。相比而言，案例库更容易构造、维护，而且推理速度快，更容易学习。但随着案例库中刀具选配方案的不断添加，检索刀具选配历史方案的效率也将会下降。
针对上述问题本文提出一种以实例推理为主、规则推理为辅的刀具智能选配方法，采用粗糙集理论对刀具选配实例库进行优化，对刀具选配历史方案进行约简，剔除冗余数据信息，提高检索刀具选配历史方案的效率，使用规则推理作为实例推理的补充，增强刀具智能选配的实用性。
对此，国内外学者已进行了相关的理论研究，主要采用实例推理与规则推理进行刀具智能选配。但是从技术人员的经验、相关手册和规范中提取刀具选配规则是非常困难的，而且刀具选配规则数量十分庞大，匹配与检索效率过于低下，并且刀具选配规则的维护非常困难。相比而言，案例库更容易构造、维护，而且推理速度快，更容易学习。但随着案例库中刀具选配方案的不断添加，检索刀具选配历史方案的效率也将会下降。
针对上述问题本文提出一种以实例推理为主、规则推理为辅的刀具智能选配方法，采用粗糙集理论对刀具选配实例库进行优化，对刀具选配历史方案进行约简，剔除冗余数据信息，提高检索刀具选配历史方案的效率，使用规则推理作为实例推理的补充，增强刀具智能选配的实用性。
