羊柳，錢(qián)林方，丁晟春，尹強(qiáng)

（1.南京理工大學(xué)機(jī)械工程學(xué)院，江蘇南京210094；2.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇南京210094）

面向自行火炮變型設(shè)計(jì)問(wèn)題的混合案例推理技術(shù)研究

羊柳1，錢(qián)林方1，丁晟春2，尹強(qiáng)1

（1.南京理工大學(xué)機(jī)械工程學(xué)院，江蘇南京210094；2.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇南京210094）

自行火炮設(shè)計(jì)過(guò)程中存在大量變型設(shè)計(jì)問(wèn)題，為提高自行火炮設(shè)計(jì)質(zhì)量和效率，將案例推理技術(shù)引入自行火炮變型設(shè)計(jì)問(wèn)題求解過(guò)程中。針對(duì)自行火炮案例特點(diǎn)及變型設(shè)計(jì)的需求，提出了一種混合案例推理技術(shù)。通過(guò)研究基于本體的自行火炮案例表示技術(shù)，構(gòu)建了自行火炮設(shè)計(jì)案例本體，并確定自行火炮案例檢索過(guò)程中不同情況下的相似度計(jì)算方法。在此基礎(chǔ)上，采用基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)技術(shù)，實(shí)現(xiàn)了變型設(shè)計(jì)問(wèn)題中設(shè)計(jì)參數(shù)的求解。并以復(fù)進(jìn)機(jī)設(shè)計(jì)為例，驗(yàn)證了所提出方法的可行性和有效性。

兵器科學(xué)與技術(shù)；自行火炮；變型設(shè)計(jì)；案例推理；本體；神經(jīng)網(wǎng)絡(luò)

0 引言

自行火炮工況復(fù)雜，使用環(huán)境惡劣，為降低設(shè)計(jì)風(fēng)險(xiǎn)，提高設(shè)計(jì)可靠性，設(shè)計(jì)過(guò)程中需盡可能采取過(guò)往的成熟設(shè)計(jì)方案［1］，故其設(shè)計(jì)過(guò)程中存在著大量的變型設(shè)計(jì)問(wèn)題，即在工作原理、基本功能不變的情況下，通過(guò)局部結(jié)構(gòu)、配置和參數(shù)的變異以滿足不同工作性能的需求［2］，如反后坐裝置的方案設(shè)計(jì)問(wèn)題、平衡機(jī)的方案問(wèn)題等。目前，自行火炮設(shè)計(jì)過(guò)程中變型設(shè)計(jì)問(wèn)題的求解仍主要依賴于設(shè)計(jì)人員的設(shè)計(jì)經(jīng)驗(yàn)，缺乏有效的求解策略。而案例推理是一種基于以往經(jīng)驗(yàn)的問(wèn)題解決機(jī)制［3-4］，原理是將案例按一定組織方式存儲(chǔ)于案例庫(kù)中，通過(guò)檢索案例庫(kù)得到相似案例，再對(duì)其進(jìn)行修改或重用，以獲得當(dāng)前設(shè)計(jì)問(wèn)題的解。通過(guò)將案例推理技術(shù)引入自行火炮設(shè)計(jì)過(guò)程中，可輔助設(shè)計(jì)人員在變型設(shè)計(jì)問(wèn)題中更加有效地確定設(shè)計(jì)參數(shù)的取值，提高自行火炮的設(shè)計(jì)質(zhì)量及效率。

目前，國(guó)內(nèi)外僅針對(duì)身管開(kāi)展了案例推理在自行火炮設(shè)計(jì)中的應(yīng)用研究，如文獻(xiàn)［5］采用面向?qū)ο蟮姆椒ū磉_(dá)了身管案例，并討論了案例的索引、搜索、選擇等基于案例推理中的關(guān)鍵問(wèn)題。但是，自行火炮領(lǐng)域內(nèi)已累積了大量設(shè)計(jì)案例，涉及總體方案，底盤(pán)分系統(tǒng)、火力分系統(tǒng)等分系統(tǒng)，復(fù)進(jìn)機(jī)、制退機(jī)等部件的多個(gè)層次的案例，各設(shè)計(jì)案例中參數(shù)取值類型豐富，同一門(mén)火炮不同對(duì)象的案例間會(huì)共享一系列參數(shù)，傳統(tǒng)的結(jié)構(gòu)化案例存儲(chǔ)方式［6］難以有效表示自行火炮設(shè)計(jì)案例中的數(shù)據(jù)及案例間的層次關(guān)系；同時(shí)，自行火炮設(shè)計(jì)案例中參數(shù)的取值類型與檢索條件中屬性類型并非完全一致，存在多種對(duì)應(yīng)情況，且檢索條件中屬性界限模糊，尚無(wú)針對(duì)自行火炮變型設(shè)計(jì)問(wèn)題求解的案例檢索和重用技術(shù)。因此，本文結(jié)合現(xiàn)有案例推理技術(shù)，針對(duì)自行火炮案例特點(diǎn)及變型設(shè)計(jì)的需求，研究適用于自行火炮變型設(shè)計(jì)問(wèn)題求解的混合案例推理技術(shù)，以提高自行火炮設(shè)計(jì)質(zhì)量和效率。

1 自行火炮混合案例推理技術(shù)

自行火炮變型設(shè)計(jì)問(wèn)題求解過(guò)程是在明確設(shè)計(jì)對(duì)象的基礎(chǔ)上，修改已有成熟設(shè)計(jì)方案中的設(shè)計(jì)參數(shù)，以滿足當(dāng)前設(shè)計(jì)要求。設(shè)計(jì)參數(shù)的修改包括兩種方式:一種通過(guò)公式計(jì)算或根據(jù)顯性的經(jīng)驗(yàn)規(guī)則選取得到；另一種則需設(shè)計(jì)人員在分析過(guò)往自行火炮設(shè)計(jì)案例的基礎(chǔ)上，提取其中隱含的設(shè)計(jì)規(guī)律，并結(jié)合自身設(shè)計(jì)經(jīng)驗(yàn)選取得到，這部分參數(shù)選取的優(yōu)劣對(duì)自行火炮變型設(shè)計(jì)問(wèn)題的求解質(zhì)量有較大影響。針對(duì)第二種情況，本文提出一種混合案例推理技術(shù)，具體過(guò)程如圖1所示。在基于本體有效表示過(guò)往成熟設(shè)計(jì)案例的基礎(chǔ)上，根據(jù)變型設(shè)計(jì)要求，確定檢索條件。由于自行火炮變型設(shè)計(jì)問(wèn)題求解時(shí)，設(shè)計(jì)對(duì)象已明確，故案例檢索條件T=（TO，T1，T2，…，Tn），TO為設(shè)計(jì)對(duì)象名稱，Ti為相似度計(jì)算屬性。根據(jù)檢索條件中的設(shè)計(jì)對(duì)象名稱，利用Jena推理機(jī)對(duì)自行火炮設(shè)計(jì)案例本體進(jìn)行檢索，可獲取設(shè)計(jì)本體中對(duì)應(yīng)設(shè)計(jì)案例的設(shè)計(jì)結(jié)果，具體方法本文不再贅述。在此基礎(chǔ)上，通過(guò)分析自行火炮變型設(shè)計(jì)問(wèn)題求解過(guò)程中相似度計(jì)算可能出現(xiàn)的各種情況及需求，確定相應(yīng)的相似度計(jì)算方法，以開(kāi)展相似度計(jì)算獲得相似設(shè)計(jì)案例。最后，針對(duì)案例中隱含的設(shè)計(jì)規(guī)律難以直接表示及重用這一情況，采用基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)技術(shù)，根據(jù)相似案例訓(xùn)練神經(jīng)網(wǎng)絡(luò)，開(kāi)展設(shè)計(jì)參數(shù)的預(yù)測(cè)。

圖1 自行火炮混合案例推理過(guò)程Fig.1 Hybrid case-based reasoning process of self-propelled artillery

2 基于本體的自行火炮案例表示技術(shù)

自行火炮設(shè)計(jì)案例是指過(guò)往設(shè)計(jì)過(guò)程中產(chǎn)生的，能滿足設(shè)計(jì)使用要求的自行火炮總體及各個(gè)部件的設(shè)計(jì)結(jié)果。各設(shè)計(jì)案例對(duì)應(yīng)的設(shè)計(jì)對(duì)象是唯一的，但設(shè)計(jì)結(jié)果存在形式并不唯一，主要包括各參數(shù)的取值、三維模型、二維模型及圖片等。自行火炮層次結(jié)構(gòu)復(fù)雜，各組成部件的設(shè)計(jì)案例間存在關(guān)聯(lián)，會(huì)共享一系列參數(shù)，如口徑、彈丸質(zhì)量等。

基于本體的案例表示方法利用本體中的類、屬性及實(shí)例對(duì)設(shè)計(jì)案例進(jìn)行形式化描述，通過(guò)分析不同層次的自行火炮設(shè)計(jì)案例間關(guān)聯(lián)及共享的參數(shù)，確定自行火炮設(shè)計(jì)案例本體的組成及結(jié)構(gòu)，避免設(shè)計(jì)參數(shù)的重復(fù)表示，形成自行火炮設(shè)計(jì)案例本體，并結(jié)合文件存儲(chǔ)，以實(shí)現(xiàn)自行火炮設(shè)計(jì)實(shí)例的表示。

自行火炮設(shè)計(jì)案例本體的形式化定義為:C=（O，P，R，CO，CP，CR，PO，PD），其主要組成如圖2所示。其中，O=（O1，O2，…，On），為描述不同層次自行火炮設(shè)計(jì)案例對(duì)應(yīng)設(shè)計(jì)對(duì)象的類的集合，如“自行火炮、反后坐裝置、復(fù)進(jìn)機(jī)”等；P=（P1，P2，…，Pn），為描述設(shè)計(jì)案例中各參數(shù)的類的集合，如“口徑、最大膛壓”等；R為資源類，R=（R1，R2，R3，…），R1是“二維模型”類、R2是“三維模型”類、R3是“圖片”類；，為描述案例Oi的第j個(gè)設(shè)計(jì)案例；，為描述參數(shù)Pi的第j個(gè)設(shè)計(jì)案例；，其中，為某案例對(duì)應(yīng)的二維模型名稱，為某案例對(duì)應(yīng)的三維模型名稱，為某案例對(duì)應(yīng)的圖片名稱；PD為描述Oi間、Oi與Pi間及Oi與R間聯(lián)系的對(duì)象屬性的集合；PO為描述O、P、R自身特征的數(shù)據(jù)屬性的取值。自行火炮設(shè)計(jì)案例本體構(gòu)建過(guò)程中，可通過(guò)對(duì)CO、CP及CR對(duì)應(yīng)數(shù)據(jù)屬性進(jìn)行賦值，并利用“HasPara”和“HasRes”分別建立CO與CP及CR間的對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)自行火炮設(shè)計(jì)案例的完整表示。

在確定自行火炮設(shè)計(jì)案例本體組成及結(jié)構(gòu)的基礎(chǔ)上，利用美國(guó)斯坦福大學(xué)的Protégé建模工具，選用OWL語(yǔ)言作為本體的建模語(yǔ)言［7］，實(shí)現(xiàn)了自行火炮設(shè)計(jì)案例本體的構(gòu)建，涵蓋了自行火炮不同層次的設(shè)計(jì)案例200余個(gè)，圖3為以反后坐裝置為例的部分自行火炮設(shè)計(jì)案例本體的可視化展示。

圖2 自行火炮設(shè)計(jì)案例本體組成Fig.2 Composition of self-propelled artillery design case ontology

圖3 部分自行火炮設(shè)計(jì)案例本體的可視化展示Fig.3 Graphical view of part of self-propelled artillery design case ontology

3 自行火炮設(shè)計(jì)案例相似度計(jì)算方法

自行火炮案例檢索條件中的相似度計(jì)算屬性包括數(shù)值型、文本型和模糊型3種類型，其中數(shù)值型包括精確取值型和區(qū)間取值型，檢索條件T與案例庫(kù)中對(duì)應(yīng)案例C的整體相似度采用加權(quán)平均相似度計(jì)算公式為，其中ωi為各屬性的權(quán)重，且為單個(gè)屬性Ti與案例中對(duì)應(yīng)參數(shù)Ci的相似度，其取值范圍為［0，1］.經(jīng)分析，自行火炮設(shè)計(jì)案例檢索過(guò)程中，f（Ti，Ci）的計(jì)算主要涉及5種不同的相似度計(jì)算問(wèn)題，如表1所示。在已有相似度算法［8-10］的基礎(chǔ)上，本文根據(jù)不同情況下自行火炮案例相似度計(jì)算的需求，提出了對(duì)應(yīng)相似度計(jì)算方法。

表1 相似度計(jì)算屬性與設(shè)計(jì)結(jié)果中參數(shù)取值類型對(duì)應(yīng)表Tab.1 Corresponding list of parametric value type between design index and design result

3.1 問(wèn)題1

假設(shè)某相似度計(jì)算屬性取值為a，各案例中與屬性相對(duì)應(yīng)的參數(shù)取值組成的集合為K=［k1，k2，…，kn］，則第i個(gè)案例中對(duì)應(yīng)參數(shù)的取值ki與屬性取值間的相似度計(jì)算公式為

3.2 問(wèn)題2

自行火炮區(qū)間取值型屬性包括3種類型:中間型、偏大型和偏小型。在實(shí)際自行火炮變型設(shè)計(jì)問(wèn)題求解過(guò)程中，區(qū)間的邊界并不絕對(duì)，參數(shù)取值在區(qū)間外的案例亦有一定參考價(jià)值，故本文采用表2所述方法開(kāi)展相似度計(jì)算。

3.3 問(wèn)題3

假設(shè)某相似度計(jì)算屬性的取值為A=［x1，x2］，某個(gè)案例對(duì)應(yīng)取值為B=［y1，y2］，則相似度計(jì)算公式為，式中λ（）表示集合的Lebesgue測(cè)度，λ（A）=x2-x1.

表2 問(wèn)題2相似度計(jì)算方法Tab.2 Similarity computing method for Problem 2

3.4 問(wèn)題4

假設(shè)某相似度計(jì)算屬性的取值為字符A，某個(gè)案例對(duì)應(yīng)取值為字符B，則相似度計(jì)算公式為，式中:num（）為字符的個(gè)數(shù)；num（sim（A，B））為字符A和字符B中相似字符的個(gè)數(shù)。

3.5 問(wèn)題5

自行火炮模糊型相似度計(jì)算屬性的取值通常包括“好、較好、優(yōu)良”等多種模糊評(píng)價(jià)術(shù)語(yǔ)，在自行火炮設(shè)計(jì)案例本體建模過(guò)程及設(shè)計(jì)要求分解過(guò)程中，涉及模糊型的取值均轉(zhuǎn)換成規(guī)范模糊屬性取值集Pm=［優(yōu)，良，中，差］中的標(biāo)準(zhǔn)取值，以便于相似度的計(jì)算。

定義相似度計(jì)算屬性向量T=［t1，t2，t3，t4］，案例取值向量C=［c1，c2，c3，c4］，T和C均為單位向量，假設(shè)相似度計(jì)算屬性取值為優(yōu)，某案例對(duì)應(yīng)取值為良，則T=［1，0，0，0］，C=［0，1，0，0］，相似度計(jì)算方法為f（T，C）=T·E·CT，式中E為模糊判斷矩陣，

4 基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)技術(shù)

4.1 基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)流程

基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)流程如圖4所示，針對(duì)自行火炮中某一設(shè)計(jì)對(duì)象的變型設(shè)計(jì)需求，在案例檢索的基礎(chǔ)上，選定相似度下限，得到與設(shè)計(jì)任務(wù)相接近的一系列過(guò)往設(shè)計(jì)案例。結(jié)合當(dāng)前設(shè)計(jì)任務(wù)的設(shè)計(jì)要求及設(shè)計(jì)對(duì)象的特征，確定神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng)和輸出項(xiàng)，對(duì)案例中對(duì)應(yīng)的參數(shù)進(jìn)行歸一化處理，以形成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中輸入項(xiàng)和輸出項(xiàng)選取的合理性對(duì)參數(shù)預(yù)測(cè)的結(jié)果有較大影響，在確保輸入項(xiàng)和輸出項(xiàng)均合理的基礎(chǔ)上，可開(kāi)展基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)。由于BP網(wǎng)絡(luò)具有極強(qiáng)的輸入輸出映射能力且能夠?qū)W習(xí)任何模式的映射關(guān)系［10-11］，故采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)預(yù)測(cè)。按訓(xùn)練樣本中參數(shù)取值對(duì)其進(jìn)行訓(xùn)練，利用訓(xùn)練好的網(wǎng)絡(luò)，改變網(wǎng)絡(luò)輸入項(xiàng)的取值，以得到相應(yīng)輸出項(xiàng)的取值，為設(shè)計(jì)人員確定相應(yīng)參數(shù)提供參考。

4.2 算例

反后坐裝置中復(fù)進(jìn)機(jī)的方案設(shè)計(jì)為一典型的變型設(shè)計(jì)問(wèn)題，其初壓、初容及壓縮比的取值主要依靠設(shè)計(jì)人員的經(jīng)驗(yàn)，現(xiàn)有一復(fù)進(jìn)機(jī)的設(shè)計(jì)任務(wù)，已知口徑為122 mm，最大后坐長(zhǎng)為900 mm，炮口動(dòng)能為6 619 392 J，后坐部分質(zhì)量為1 005 kg，炮口制退器效率為45%，通過(guò)檢索自行火炮設(shè)計(jì)案例本體，得到復(fù)進(jìn)機(jī)的過(guò)往設(shè)計(jì)案例，選取口徑、最大后坐長(zhǎng)、炮口動(dòng)能、后坐部分質(zhì)量及炮口制退器效率作為相似度計(jì)算屬性，權(quán)重分別為0.2、0.2、0.15、0.3、 0.15，修正系數(shù)p取2，按照本文提出的相似度計(jì)算方法開(kāi)展相似度計(jì)算，得到相似度大于0.7的案例共16個(gè)，計(jì)算得到部分案例的相似度如表3所示。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸入項(xiàng)和輸出項(xiàng)如表3所示，案例中輸入?yún)?shù)和輸出參數(shù)經(jīng)歸一化處理后即可作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本。

參數(shù)預(yù)測(cè)的結(jié)果如表4所示，從中可以看出，經(jīng)案例推理得到的各參數(shù)的取值基本與原有設(shè)計(jì)結(jié)果相符，能夠滿足復(fù)進(jìn)機(jī)的變型設(shè)計(jì)要求，可以開(kāi)展下一步的設(shè)計(jì)計(jì)算。

圖4 基于神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)測(cè)流程圖Fig.4 Flow chart of neural network-based parameter prediction

5 結(jié)論

本文通過(guò)分析自行火炮變型設(shè)計(jì)問(wèn)題求解的需求，提出了一種混合案例推理技術(shù)。針對(duì)自行火炮設(shè)計(jì)案例中數(shù)據(jù)類型豐富及案例間的層次關(guān)系復(fù)雜的特征，采用基于本體的自行火炮設(shè)計(jì)案例表示方法，構(gòu)建了自行火炮設(shè)計(jì)案例本體，實(shí)現(xiàn)了不同層次自行火炮設(shè)計(jì)案例的有效表示。在自行火炮設(shè)計(jì)案例表示的基礎(chǔ)上，針對(duì)自行火炮案例相似度計(jì)算中可能出現(xiàn)的5種不同情況，分別提出了對(duì)應(yīng)的相似度計(jì)算方法，實(shí)現(xiàn)了自行火炮設(shè)計(jì)案例的有效檢索。最后，本文確定了采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)預(yù)測(cè)的流程，并以復(fù)進(jìn)機(jī)變型設(shè)計(jì)問(wèn)題為例驗(yàn)證了混合案例推理技術(shù)在自行火炮變型設(shè)計(jì)問(wèn)題求解過(guò)程中的可行性和有效性。

表3 部分相似案例Tab.3 Part of similar cases

表4 參數(shù)預(yù)測(cè)結(jié)果Tab.4 Parameter prediction results

（

）

［1］ 張相炎，鄭建國(guó)，楊軍榮.火炮設(shè)計(jì)理論［M］.北京:北京理工大學(xué)出版社，2005. ZHANG Xiang-yan，ZHENG Jian-guo，YANG Jun-rong.The theory of gun design［M］.Beijing:Beijing Institute of Technology Press，2005.（in Chinese）

［2］ 李海慶，殷國(guó)富，方輝.混合案例推理機(jī)制在變型設(shè)計(jì)中的應(yīng)用［J］.四川大學(xué)學(xué)報(bào):工程科學(xué)版，2007，39（2）:164-169. LI Hai-qing，YIN Guo-fu，F(xiàn)ANG Hui.Application of hybrid case reasoning in variant design［J］.Journal of Sichuan University:Engineering Science Edition，2007，39（2）:164-169.（in Chinese）

［3］ 王生發(fā)，顧新建，郭劍鋒，等.面向?qū)嵗评淼漠a(chǎn)品設(shè)計(jì)本體建模研究及應(yīng)用［J］.機(jī)械工程學(xué)報(bào)，2007，43（3）:112-117. WANG Sheng-fa，GU Xin-jian，GUO Jian-feng，et al.Research and appliction of ontology modeling for product design based on case reasoning［J］.Journal of Mechanical Engineering，2007，43（3）:112-117.（in Chinese）

［4］ 王清，趙勇，韓守東.基于案例決策的產(chǎn)品概念設(shè)計(jì)方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17（6）:1121-1127. WANG Qing，ZHAO Yong，HAN Shou-dong.Product conceptual design method based on case-based decision［J］.Computer Integrated Manufacturing Systems，2011，17（6）:1121-1127.（in Chinese）

［5］ 劉長(zhǎng)毅，徐誠(chéng).基于案例推理與特征造型在身管設(shè)計(jì)中的應(yīng)用研究［J］.機(jī)械設(shè)計(jì)，2000（1）:29-32. LIU Chang-yi，XU Cheng.Research and application of case-based reasoning and feature modeling in tube design［J］.Mechanical Design，2000（1）:29-32.（in Chinese）

［6］ Adela L，Eric T，Lee W B.An ontology-based similarity measurement for problem-based case reasoning［J］.Expert Systems with Applications，2009，36:6574-6579.

［7］ Rezayat M.Knowledge-based product development using XML and KCs［J］.Computer-Aided Design，2000，32（2）:299-309.

［8］ Guo Y，Hu J，Peng Y H.A CBR system for injection mould design based on ontology:a case study［J］.Computer-Aided Design，2012，44（6）:496-508.

［9］ 張曉麗，李鑫，郭智春，等.基于CBR的機(jī)械產(chǎn)品智能設(shè)計(jì)方法研究［J］.大連理工大學(xué)學(xué)報(bào)，2008，48（6）:835-840. ZHANG Xiao-li，LI Xin，GUO Zhi-chun，et al.Study of intelligent for mechanical engineering design method product based on CBR［J］.Journal of Dalian University of Technology，2008，48（6）: 835-840.（in Chinese）

［10］ 王軍，吳鳳和，張艷.基于產(chǎn)品結(jié)構(gòu)特征參數(shù)的實(shí)例搜索與修改方法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（23）:19-25. WANG Jun，WU Feng-he，ZHANG Yan.Case search and adaptation based on feature parameters of products［J］.Transactions of the Chinese Society of Agricultural Engineering，2012，28（23）:19-25.（in Chinese）

［11］ 韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用［M］.北京:化學(xué)工業(yè)出版社，2001:45-55. HAN Li-qun.Artifical neural network theory，design and application［M］.Beijing:Chemical Industry Press，2001:45-55.（in Chinese）

Research on Hybrid Case-based Reasoning Technique for Self-propelled Artillery Variant Design

YANG Liu1，QIAN Lin-fang1，DING Sheng-chun2，YIN Qiang1
（1.School of Mechanical Engineering，Nanjing University of Science and Technology，Nanjing 210094，Jiangsu，China；2.School of Economics and Management，Nanjing University of Science and Technology，Nanjing 210094，Jiangsu，China）

In order to improve the design quality and efficiency of self-propelled artillery in consideration of a large number of variant design problems existing in self-propelled artillery design，the case-based reasoning technology is introduced into the solution procedure for self-propelled artillery variant design problem.The process of hybrid case reasoning is determined according to the characteristics of self-propelled artillery design case and the requirements of variant design.The ontology-based case representation technique is studied，and a self-propelled artillery design case ontology is built.The similarity calculation formulas for different scenarios are determined for the self-propelled artillery case retrieval.On this basis，the solution of design parameters for variant design problem is achieved by using neural network-based parameter prediction technique.The feasibility and effectiveness of the proposed method are demonstrated by taking recuperator design for example.

ordnance science and technology；self-propelled artillery；variant design；case-based reasoning；ontology；neural network

TJ302

A

1000-1093（2015）11-2190-06

10.3969/j.issn.1000-1093.2015.11.026

2015-03-06

國(guó)防基礎(chǔ)科研項(xiàng)目（A2620130003）

羊柳（1989—），男，博士研究生。E-mail:ylnjust@126.com；錢(qián)林方（1961—），男，教授，博士生導(dǎo)師。E-mail:lfqian@vip.163.com