实例推理技术怎么实现

A. 案例推理的案例推理简介

案例推理(Case-based Reasoning)技术起源于美国耶鲁大学Roger Schank 于1982年在Dynamic Memory 中的描述，是人工智能领域中较新崛起的一种重要的基于知识的问题求解和学习方法，它解决问题是通过重用或修改以前解决相似问题的方案来实现的。CBR研究方法源自人类的认知心理活动,缓解了常规的知识系统中知识获取的瓶颈问题, 它将定量分析与定性分析相结合, 具有动态知识库和增量学习的特点. 另外,早期对类比推理的研究,哲学和心理学中对概念形式理论及问题求解和经验学习理论的研究,也对CBR思想产生一定的影响.

B. 模具设计毕业设计论文的引言，谁能帮我写一下。谢谢！

第一章绪论 第一章绪论 1.1选题依据 模具在产品制造过程中占据重要地位。模具设计水平的高低，在很大程度上 决定了生产率的高低。有效的模具设计可以降低资源调整次数和调整时间，为生 产计划与调度提供更大的优化空间，以达到提高生产效率的目的[1]。模具设计是工 装系统的重要组成部分，它影响着产品生产的效率和质量。对模具设计进行深入 的研究有着重要意义。 模具行业是工业的基础行业，工业的各个领域都广泛地使用模具[2l。在电子、 汽车、电机、电器、仪器、仪表、家电和通讯等产品中，60%一8%0的零部件都要依 靠模具成形。用模具生产零件所表现出来的高精度、高复杂程度、高一致性、高 生产率和低消耗，是其他加工制造方法所不能比拟的。模具又是“效益放大器”， 用模具生产的最终产品的价值，往往是模具自身价值的几十倍、上百倍。模具生 产技术水平的高低，在很大程度上决定着产品的质量、效益和新产品的开发能力， 并且己成为衡量一个国家产品制造水平高低的重要标志[3]。模具作为工业生产的基 础工艺装备，在国民经济中占有重要的地位。近10年来，模具CAD技术发展很快， 应用范围日益扩大。模具CAD技术给模具的设计和制造提供了一个高效、经济而 且快速的方法，大幅度地提高了模具的质量，缩短了模具的设计和制造周期，降 低了模具成本[’]。 目前国内外己经有许多模具CAD系统，这些系统虽然具有较强的分析计算能力 与图形处理能力，可以提供交互式设计5]l。但是在这些系统中，模具设计过程主要采 用人机交互方式进行，大多数的设计是依靠操作者的设计经验，计算机只是进行一 些规则匹配以及计算工作，而对于前人成功设计的模具不能有效的利用，造成模具 设计周期很长，成本较高，开发效率很低。 基于实例推理技术(Case一basdeReasoning，CBR)的模具设计可以使设计者利 用以往的设计经验，通过组合、修改以往的设计方案来构造新的设计方案;同时在 现实生产中，己积累有许多模具零件的类型以及装配关系完全相同的模具族，可 以成为新设计的基础6]I。cRB技术抛弃了以往对抽象的知识规则的构建和演算操作， 直接借助己有实例来解决问题，通过对旧实例的证实和修正来达到对新模具的设 计[7]。在基于实例推理系统中，以前的经验是以实例的形式按照某种组织结构保存 于实例库中8]t，当要解决一个新问题时，通过相关属性采用适当的算法检索实例库， 找出与新问题最相似的一个或几个实例，再修改实例来达到对新问题的解决[9l。 在模具设计中应用CRB方法，利用计算机模具人脑在设计中的思维活动，完 成了以往由设计师完成的任务，不仅充分利用了模具专家的设计经验，适合工程 中的实际情况，也符合人类的思维习惯。同时，用这种方法得到的模具基于以前 已经设计成功的实例，因此减少了新模具不能正常工作的可能性，并且缩短了开 发周期。 1.2模具CAD发展现状和趋势 1.2.1模具CA。系统国内外发展概况 模具CAD系统是随着以D技术以及现代设计理论与方法的发展而不断发展的， 从最初的以二维图形技术为基础的系统发展到了目前以三维图形技术及特征构型 为主要特点的阶段110，川。 国外于20世纪60年代末开始模具以D研究，70年代初已投入生产中使用。 如美国Diecomp公司于1973年研制成功计算机辅助设计级进模的PDDc系统[’21。 该系统中已经包括产品图形与材料特性的输入:在输入的基础上，再进行模具结 构类型选择，凹模排样、凸模和其他嵌件设计;最后绘制模具总装图和零件图以 及NC编程。 1978年，日本机械工程实验室研制成冲裁级进模CAD系统，该系统由产品图 输入、模具类型选择、毛坯排样、条料排样、凹模布置、工艺计算、绘图等10个 模块组成。 进入20世纪80年代随着计算机技术的发展，使用模具CAD技术的厂家大大 增加。在弯曲成型级进模和汽车覆盖件模具CAD系统中，应用了塑性成形模拟技 术。代表是日本日立公司于1982年研制成弯曲级进模以D/以M系统，采用人工与 计算机设计相结合的批处理方式。 20世纪90年代出现了许多商品化CAD/CAM系统如Pro/E，SolidWorks等。 由于我国计算机技术发展较晚，20世纪80年代才开始模具CAD研究。华中科技大 学、机电研究院、上海交通大学等单位相继展开冲裁模系统的研究。20世纪90年 代中期，华中科技大学的基于特征的设计的级进模CAD系统是这个时期的代表产 口 口口。 1.2.2模具CAO的发展趋势 近年来，全球制造业正向亚太地区转移，我国正成为世界制造业的重要基地 [3]l。制造业模式的变化，必将产生对新技术的需求，也必将推动CAD技术的发展; 网络技术应用的普及将在更大程度上改变我们的生活，改变制造业的模式。随着 我国加入WTO，要求我们的产品要有创新性，并且具有更高的质量、更低的成本， 并在更快的时间内提供给用户[4l1。作为产品制造的重要工艺装备，国民经济的基 础工业之一的模具工业将直面竞争的第一线。模具工业除需要“高技艺”的从业 人员外，还需要更多的“高技术”来保证。 (1)协同创新设计将成为模具设计的主要方向 制造业垂直整合的模式使得世界范围内产品销售、产品设计、产品生产和模 具制造分工更明确。为了缩短产品上市周期，使模具设计充分理解产品设计的意 图，在产品的设计阶段，模具设计也同时开始，产品设计工程师和模具设计工程 师需尽早进入协同设计状态。另外，模具制造商需要的模具标准件一般都由模具 标准件厂提供，最好在模具设计阶段就参照各类标准，充分利用模具标准件厂提 供的数据进行设计。由于在制造流程中各个环节所采用的CAD系统不一定相同， 这就要求以D系统要具备协同的能力，能够随时交换上下游的数据，能够处理彼 此的数据，数据产生及处理标准化。 目前，模具制造商己经较广泛地采用数控加工技术。为了保证加工质量、提 高加工效率、改进制造流程，相当一部分的模具制造商开始使用多坐标数控加工、 高速铣削加工以及基于快速原型的模具制造等方法。因为制造设备的丰富，制造 信息的增加，今后的制造信息将不仅仅是数控编程加工的代码，更重要的是，从 设计开始就考虑制造过程，即提供模具制造的工艺流程，其中不仅包含工艺表格、 加工参数，还包括模具加工的夹具设计、加工的装夹过程及各工序的代码。各工 序过程均进行仿真，并利用网络实现共享。 (2)模具CAD技术的ASP模式将成为发展方向 今天的模具行业己经成为高技术密集的行业。任何一个企业，要掌握全部先 进的技术，成本都将非常高昂，要培养并且留住掌握这些技术的人才也会非常困 难。于是，模具CAD的APS模式就应运而生了，即由拥有各种专门技术的应用服 务单位为模具企业提供技术服务。这样整个社会就形成了一个大的模具制造企业， 按照价值链和制造流程分工，将制造资源最优发挥。应用服务包括如、快速原型 制造、数控加工外包、模具设计、模具成型过程分析等。 近20年来，由于不断采用新技术，制造模具已经远不是人们印象中的“手工 作坊”了。 2.3模具CAO系统的特点和优越性 (1)模具设计的特点 与传统的单个零件的设计不同，模具是多个零件的装配体，模具设计是一个 极为复杂的过程，包括产品建模、工艺性分析、制定模具方案、选择模架、模具 总装图设计、工作部件设计、辅助装置设计和零件详细设计等部分，要求最终能 够生成总装图、部装图及模具零件图.模具造型的特殊性有以下几点: a.大多数模具是进行复杂零件加工的，模具造型较复杂。 b，一般模具加工零件的工序比较少，大部分是一次成型，所以模具的外形必 须要有加工零件的所有细节描述。 C.模具设计的反复机率高，所以模具CAD几何模型应能反复更新并能及时修 复。 (2)模具cAD的造型特点[4] 模具CAD造型技术是精确造型技术，可分为实体造型和曲面造型: a.实体造型技术对于结构简单的模具来说己经能够满足设计要求，但对于结构 复杂、细节描述精度要求高的零件来说就显得不够，如在拔模面、面圆角过渡、 型腔设计上受到了一定的限制。 b.曲面造型技术是由不同的曲面构造特征，产生光顺的曲面模型。主要包括多 曲面的等变圆角过渡处理技术、曲面自动修剪技术、曲面编辑、曲面分析技术和 光顺处理等核心技术，它能辅助实体造型技术完成模具设计中所有细节描述的设 计。曲面造型技术适合于外形复杂和细节描述精度要求高的产品的模具设计。 (3)模具CAD的优越性[’“} 模具CAD的优越性赋予了它无限的生命力，使其得以迅速发展和广泛应用。 无论是在提高生产率、改善质量方面，还是在降低成本、减轻劳动强度方面，以D 技术的优越性是传统的模具设计方法所不能比拟的。 a.ACD可提高模具设计质量。在计算机系统内存储了各有关专业的综合性的 技术知识，为模具的设计和工艺的制定提供了科学的依据。计算机与设计人员交 互作用，有利于发挥人一机各自的特长，使模具设计和制造工艺更加合理化。 b.CAD可以节省时间，提高生产率。设计计算和图样绘制的自动化大大缩短 了设计时间。质量提高，可靠性增强，装修时间明显减少，模具的交货时间大大 缩短。 c.CAD可以较大幅度地降低成本。计算机的高速运行和自动绘图大大节省了劳 动力。优化设计带来了原材料的节省。 d.CAD技术将技术人员从繁冗的计算绘图中解放出来，从事其他创造性的劳 动。 1.3论文的研究内容 系统地提出基于实例推理的模具设计的理论与方法，对CRB技术在模具设计 上的应用进行了深入的研究。在理论研究的基础上，开发了基于实例推理的模具 设计系统，有力地证实了应用CRB技术可以提高模具设计效率。本文研究内容主 要包括: 第一章绪论:概述了论文的研究意义，介绍了课题的来源与选题背景，简要 的描述了CRB技术在模具设计中的应用，研究了模具CAD的国内外概况和发展趋 势。 第二章模具CAD系统总体设计:主要包括对模具CAD的流程分析，系统需求 分析，以及体系结构的定制和功能模块的划分。 第三章基于实例推理的关键技术:描述了基于实例推理技术，详细介绍了实 例的表示，实例的检索策略以及实例的存储等一些关键技术。 第四章基于实例的模具设计:介绍了模具实例的表示内容以及方法，并对模 具实例的存储于检索提出了方案。 第五章原型系统开发:介绍了UG开发平台和开发工具，对系统业务流程进 行了描述。 第六章结论与展望。对本文的研究内容进行总结和展望

C. 基于案例推理的故障诊断

基于CBR的故障诊断系统

基于案例的推理简介（Case Based Reasoning,CBR）
设备在应用过程中由于各种因素的影响难免出现故障，如何判断设备的故障类型和故障部位并给出正确的处理办法就显得尤为重要，为了保证设备性能良好，维持正常的运转，降低维修成本，提高经济效益，增强企业竞争能力等，对设备进行故障诊断和预防是重要的和必需的，尤其是使用同类型批量设备的单位和部门，如环保行业的在线监测仪、除尘仪；钢铁行业的锅炉、轧机机械等。但是，目前对于这些复杂系统和设备，建立系统数学模型和故障过程模型是非常困难的。当前，用于这类对象的故障诊断方法主要有专家系统和智能的人工神经网络；但是应用时，又有其明显的缺点，见下表：
表1专家系统和神经网络系统的缺点
诊断方法 缺点
专家系统 1)诊断的效果与知识库的完善程度以及知识表示方法直接相关
2)知识的抽取和推理规则的建立是一项非常艰巨而且困难的任务
3)故障的多样性和不可预测性，一次性构建完善的知识库和推理库是不可能的
4)知识推理系统的可扩充性和灵活性不够，限制了它的应用范围
5)存在“知识获取”瓶颈
神经网络 1)结构和训练算法的确定需要得到大量试验资料
2)对于未经训练过的新故障难以进行诊断

案例推理(CBR)是人工智能领域新兴的一种问题求解方法，它通过目标案例的提示得到历史记忆中结构化存储的源案例，并由源案例进行相应的判断与推理来指导目标案例求解。所以CBR有以下优点:
1)、 利用案例中隐含的难以规则化的知识，以辅助规则推理的不足。
2)、 案例的获取比规则获取要容易，较好解决“知识获取”的瓶颈问题。
3)、 对过去的求解结果进行复用，提高对新问题的求解效率。
4)、 有持续不断的学习能力。

安可AKCBR介绍

一、安可AKCBRS简介
AKCBRS是安可科技研发的基于案例推理的故障诊断系统,是应用于各行业设备的一项现代故障智能诊断技术。
基于案例的推理（Case Based Reasoning,CBR）技术是人工智能中新崛起的一项重要推理技术，在很大程度上符合领域专家求解新问题的过程，利用CBR技术解决故障诊断问题是当今人工智能故障诊断领域的研究热点，作为专家系统中的一个分支，其研究得到了学术界和工程界的高度重视，并相继在各行各业中得到成功应用。不过在这些已报道的基于案例推理的故障诊断系统中，大多数都是针对某一具体设备的专用专家系统，虽然其对具体设备故障诊断比较实用，但其缺陷是通用性不强，因为不同问题领域，设备种类不同，其专家知识及推理机制也不相同；即使同一问题领域，也有各种功能不同的设备，这样一来给通用基于案例推理的故障诊断系统的设计开发增加了较多的困难。AKCBRS是以用户为中心的通用性基于案例推理的故障诊断系统，只要领域专家设置好必要的知识模块，就可自行生成专用于同种功能设备的基于案例推理的故障诊断系统。
二、系统特点：
图形化的参数层次结构建模
提供图形化的工具配置案例集，使得领域专家通过鼠标操作即可完成案例集和状态向量、特征向量关联；特征向量权重关系设置。如下图：

优化的检索策略
案例检索是CBR的核心技术，从源案例库中检索出与新问题的目标案例最相似的历史案例，将直接决定CBR的速度和精度。在基于案例推理的故障诊断系统中，由于故障可以根据其内部机理进行分类，且各案例的特征包括故障状态和故障数据两种故障信息，因此通过领域专家对案例进行合理分类的基础上，利用案例的故障状态信息和改进的灰色关联度计算方法，针对故障诊断系统，提出了一种类选、粗选、精选、择优“四步走”的检索策略。如下图：

应用领域的广泛性
在已报道的基于案例推理的故障诊断系统中，大多数都是针对某一具体设备的专用专家系统，虽然其对具体设备故障诊断比较实用，但其缺陷是通用性不强，因为不同问题领域，设备种类不同，其专家知识及推理机制也不相同；即使同一问题领域，也有各种功能不同的设备，这样一来给通用基于案例推理的故障诊断系统的设计开发增加了较多的困难。AKCBRS是以用户为中心的通用性基于案例推理的故障诊断系统，只要领域专家设置好必要的知识模块，就可自行生成专用于同种功能设备的基于案例推理的故障诊断系统。
基于WEB的故障检索访问
方便用户通过网络，对故障记录进行检索。
方便的数据导出功能
可以选择四种数据导出格式，PDF文件、Word文件、Excel文件及文本文件。

三、系统设计思路：
依据专家系统的特点和CBR的工作原理，AKCBRS设计思路分为以下几个部分：
1)案例集配置。领域专家根据设备的情况，划分案例类别，并设置案例集的状态参数，关键指标状态参数的值；特征参数及特征参数的权重，系统通过层次分析法计算特征参数的权重向量，并进行一致性检查。案例集配置好以后领域专家根据以往处理设备故障的经验或类似的经历,按照案例集的组织结构和属性输入各案例集中的案例，形成案例库。
2)设备故障产生。设备故障产生后,记录故障产生的经过、现象等。依据优化的案例检索策略进行案例检索。
3)设备故障匹配。对于有大于相似度预设阀值的案例按相似度大小和故障发生频率给出故障处理报告。
4)案例库学习、调整、扩充。对于匹配结果没有大于相似度阀值的情况系统给出提示，由用户对故障信息处理后并给出处理结论，然后由领域专家验证是否扩充到案例库中；领域专家也可以对一下案例集中的案例处理结论进行修正，也可以对一些无效案例进行删除。

四、系统模块：

D. 模具设计毕业设计论文的引言，谁能帮我写一下。谢谢！

第一章绪论
第一章绪论
1.1选题依据
模具在产品制造过程中占据重要地位。模具设计水平的高低，在很大程度上
决定了生产率的高低。有效的模具设计可以降低资源调整次数和调整时间，为生
产计划与调度提供更大的优化空间，以达到提高生产效率的目的[1]。模具设计是工
装系统的重要组成部分，它影响着产品生产的效率和质量。对模具设计进行深入
的研究有着重要意义。
模具行业是工业的基础行业，工业的各个领域都广泛地使用模具[2l。在电子、
汽车、电机、电器、仪器、仪表、家电和通讯等产品中，60%一8%0的零部件都要依
靠模具成形。用模具生产零件所表现出来的高精度、高复杂程度、高一致性、高
生产率和低消耗，是其他加工制造方法所不能比拟的。模具又是“效益放大器”，
用模具生产的最终产品的价值，往往是模具自身价值的几十倍、上百倍。模具生
产技术水平的高低，在很大程度上决定着产品的质量、效益和新产品的开发能力，
并且己成为衡量一个国家产品制造水平高低的重要标志[3]。模具作为工业生产的基
础工艺装备，在国民经济中占有重要的地位。近10年来，模具CAD技术发展很快，
应用范围日益扩大。模具CAD技术给模具的设计和制造提供了一个高效、经济而
且快速的方法，大幅度地提高了模具的质量，缩短了模具的设计和制造周期，降
低了模具成本[’]。
目前国内外己经有许多模具CAD系统，这些系统虽然具有较强的分析计算能力
与图形处理能力，可以提供交互式设计5]l。但是在这些系统中，模具设计过程主要采
用人机交互方式进行，大多数的设计是依靠操作者的设计经验，计算机只是进行一
些规则匹配以及计算工作，而对于前人成功设计的模具不能有效的利用，造成模具
设计周期很长，成本较高，开发效率很低。
基于实例推理技术(Case一basdeReasoning，CBR)的模具设计可以使设计者利
用以往的设计经验，通过组合、修改以往的设计方案来构造新的设计方案;同时在
现实生产中，己积累有许多模具零件的类型以及装配关系完全相同的模具族，可
以成为新设计的基础6]I。cRB技术抛弃了以往对抽象的知识规则的构建和演算操作，
直接借助己有实例来解决问题，通过对旧实例的证实和修正来达到对新模具的设
计[7]。在基于实例推理系统中，以前的经验是以实例的形式按照某种组织结构保存
于实例库中8]t，当要解决一个新问题时，通过相关属性采用适当的算法检索实例库，
找出与新问题最相似的一个或几个实例，再修改实例来达到对新问题的解决[9l。
在模具设计中应用CRB方法，利用计算机模具人脑在设计中的思维活动，完
成了以往由设计师完成的任务，不仅充分利用了模具专家的设计经验，适合工程
中的实际情况，也符合人类的思维习惯。同时，用这种方法得到的模具基于以前
已经设计成功的实例，因此减少了新模具不能正常工作的可能性，并且缩短了开
发周期。
1.2模具CAD发展现状和趋势
1.2.1模具CA。系统国内外发展概况
模具CAD系统是随着以D技术以及现代设计理论与方法的发展而不断发展的，
从最初的以二维图形技术为基础的系统发展到了目前以三维图形技术及特征构型
为主要特点的阶段110，川。
国外于20世纪60年代末开始模具以D研究，70年代初已投入生产中使用。
如美国Diecomp公司于1973年研制成功计算机辅助设计级进模的PDDc系统[’21。
该系统中已经包括产品图形与材料特性的输入:在输入的基础上，再进行模具结
构类型选择，凹模排样、凸模和其他嵌件设计;最后绘制模具总装图和零件图以
及NC编程。
1978年，日本机械工程实验室研制成冲裁级进模CAD系统，该系统由产品图
输入、模具类型选择、毛坯排样、条料排样、凹模布置、工艺计算、绘图等10个
模块组成。
进入20世纪80年代随着计算机技术的发展，使用模具CAD技术的厂家大大
增加。在弯曲成型级进模和汽车覆盖件模具CAD系统中，应用了塑性成形模拟技
术。代表是日本日立公司于1982年研制成弯曲级进模以D/以M系统，采用人工与
计算机设计相结合的批处理方式。
20世纪90年代出现了许多商品化CAD/CAM系统如Pro/E，SolidWorks等。
由于我国计算机技术发展较晚，20世纪80年代才开始模具CAD研究。华中科技大
学、机电研究院、上海交通大学等单位相继展开冲裁模系统的研究。20世纪90年
代中期，华中科技大学的基于特征的设计的级进模CAD系统是这个时期的代表产
口
口口。
1.2.2模具CAO的发展趋势
近年来，全球制造业正向亚太地区转移，我国正成为世界制造业的重要基地
[3]l。制造业模式的变化，必将产生对新技术的需求，也必将推动CAD技术的发展;
网络技术应用的普及将在更大程度上改变我们的生活，改变制造业的模式。随着
我国加入WTO，要求我们的产品要有创新性，并且具有更高的质量、更低的成本，
并在更快的时间内提供给用户[4l1。作为产品制造的重要工艺装备，国民经济的基
础工业之一的模具工业将直面竞争的第一线。模具工业除需要“高技艺”的从业
人员外，还需要更多的“高技术”来保证。
(1)协同创新设计将成为模具设计的主要方向
制造业垂直整合的模式使得世界范围内产品销售、产品设计、产品生产和模
具制造分工更明确。为了缩短产品上市周期，使模具设计充分理解产品设计的意
图，在产品的设计阶段，模具设计也同时开始，产品设计工程师和模具设计工程
师需尽早进入协同设计状态。另外，模具制造商需要的模具标准件一般都由模具
标准件厂提供，最好在模具设计阶段就参照各类标准，充分利用模具标准件厂提
供的数据进行设计。由于在制造流程中各个环节所采用的CAD系统不一定相同，
这就要求以D系统要具备协同的能力，能够随时交换上下游的数据，能够处理彼
此的数据，数据产生及处理标准化。
目前，模具制造商己经较广泛地采用数控加工技术。为了保证加工质量、提
高加工效率、改进制造流程，相当一部分的模具制造商开始使用多坐标数控加工、
高速铣削加工以及基于快速原型的模具制造等方法。因为制造设备的丰富，制造
信息的增加，今后的制造信息将不仅仅是数控编程加工的代码，更重要的是，从
设计开始就考虑制造过程，即提供模具制造的工艺流程，其中不仅包含工艺表格、
加工参数，还包括模具加工的夹具设计、加工的装夹过程及各工序的代码。各工
序过程均进行仿真，并利用网络实现共享。
(2)模具CAD技术的ASP模式将成为发展方向
今天的模具行业己经成为高技术密集的行业。任何一个企业，要掌握全部先
进的技术，成本都将非常高昂，要培养并且留住掌握这些技术的人才也会非常困
难。于是，模具CAD的APS模式就应运而生了，即由拥有各种专门技术的应用服
务单位为模具企业提供技术服务。这样整个社会就形成了一个大的模具制造企业，
按照价值链和制造流程分工，将制造资源最优发挥。应用服务包括如、快速原型
制造、数控加工外包、模具设计、模具成型过程分析等。
近20年来，由于不断采用新技术，制造模具已经远不是人们印象中的“手工
作坊”了。
2.3模具CAO系统的特点和优越性
(1)模具设计的特点
与传统的单个零件的设计不同，模具是多个零件的装配体，模具设计是一个
极为复杂的过程，包括产品建模、工艺性分析、制定模具方案、选择模架、模具
总装图设计、工作部件设计、辅助装置设计和零件详细设计等部分，要求最终能
够生成总装图、部装图及模具零件图.模具造型的特殊性有以下几点:
a.大多数模具是进行复杂零件加工的，模具造型较复杂。
b，一般模具加工零件的工序比较少，大部分是一次成型，所以模具的外形必
须要有加工零件的所有细节描述。
C.模具设计的反复机率高，所以模具CAD几何模型应能反复更新并能及时修
复。
(2)模具cAD的造型特点[4]
模具CAD造型技术是精确造型技术，可分为实体造型和曲面造型:
a.实体造型技术对于结构简单的模具来说己经能够满足设计要求，但对于结构
复杂、细节描述精度要求高的零件来说就显得不够，如在拔模面、面圆角过渡、
型腔设计上受到了一定的限制。
b.曲面造型技术是由不同的曲面构造特征，产生光顺的曲面模型。主要包括多
曲面的等变圆角过渡处理技术、曲面自动修剪技术、曲面编辑、曲面分析技术和
光顺处理等核心技术，它能辅助实体造型技术完成模具设计中所有细节描述的设
计。曲面造型技术适合于外形复杂和细节描述精度要求高的产品的模具设计。
(3)模具CAD的优越性[’“}
模具CAD的优越性赋予了它无限的生命力，使其得以迅速发展和广泛应用。
无论是在提高生产率、改善质量方面，还是在降低成本、减轻劳动强度方面，以D
技术的优越性是传统的模具设计方法所不能比拟的。
a.ACD可提高模具设计质量。在计算机系统内存储了各有关专业的综合性的
技术知识，为模具的设计和工艺的制定提供了科学的依据。计算机与设计人员交
互作用，有利于发挥人一机各自的特长，使模具设计和制造工艺更加合理化。
b.CAD可以节省时间，提高生产率。设计计算和图样绘制的自动化大大缩短
了设计时间。质量提高，可靠性增强，装修时间明显减少，模具的交货时间大大
缩短。
c.CAD可以较大幅度地降低成本。计算机的高速运行和自动绘图大大节省了劳
动力。优化设计带来了原材料的节省。
d.CAD技术将技术人员从繁冗的计算绘图中解放出来，从事其他创造性的劳
动。
1.3论文的研究内容
系统地提出基于实例推理的模具设计的理论与方法，对CRB技术在模具设计
上的应用进行了深入的研究。在理论研究的基础上，开发了基于实例推理的模具
设计系统，有力地证实了应用CRB技术可以提高模具设计效率。本文研究内容主
要包括:
第一章绪论:概述了论文的研究意义，介绍了课题的来源与选题背景，简要
的描述了CRB技术在模具设计中的应用，研究了模具CAD的国内外概况和发展趋
势。
第二章模具CAD系统总体设计:主要包括对模具CAD的流程分析，系统需求
分析，以及体系结构的定制和功能模块的划分。
第三章基于实例推理的关键技术:描述了基于实例推理技术，详细介绍了实
例的表示，实例的检索策略以及实例的存储等一些关键技术。
第四章基于实例的模具设计:介绍了模具实例的表示内容以及方法，并对模
具实例的存储于检索提出了方案。
第五章原型系统开发:介绍了UG开发平台和开发工具，对系统业务流程进
行了描述。
第六章结论与展望。对本文的研究内容进行总结和展望

E. 请列举你生活中的实例，让他们构成有效的三段论推理

生活中的三段论实例：

1、所有哺乳动物都是有脊椎的，人是哺乳动物，所以，人是有脊椎的。

2、所有手机都需要充电，Iphone是手机，Iphone需要充电。

3、所有冰箱都是可以冷藏的，小明家有一台冰箱，小明家的冰箱能够冷藏。

4、在大学里上课的人都是学生，我在大学里面上课，所以，我是一名学生。

5、赢了S9比赛的都是IG队的队员，the shy赢了S9比赛，所以，the shy是IG队的队员。

(5)实例推理技术怎么实现扩展阅读：

三段论推理是演绎推理中的一种简单推理判断。他包括：一个包含大项和中项的命题（大前提）、一个包含小项和中项的命题（小前提）以及一个包含小项和大项的命题（结论）三部分。

三段论实际上是以一个一般性的原则（大前提）以及一个附属于一般性的原则的特殊化陈述（小前提），由此引申出一个符合一般性原则的特殊化陈述（结论）的过程。

F. 举例说明充分条件演绎推理的推理过程

归纳推理：鸡蛋是圆的，鸭蛋是圆的，好像没见过不圆的鸟蛋，所以鸟蛋是圆的。演绎推理：既然蛋是圆的，那么你说的新发现的那个什么史前大恐龙的蛋肯定也是圆的，我根本不用去看就知道。类比推理：看，地球和细胞多相似啊，细胞分细胞壁、细胞质、细胞核，那么地球也差不多得分这么几层，果不其然：地壳、地幔地核。我们小单位勾心斗角，那么其他什么大单位肯定也差不多了，只是程度有深浅而已，所以别因为不适应勾心斗角去换工作了。

G. 实例详解贝叶斯推理的原理

                                               实例详解贝叶斯推理的原理

姓名：余玥     学号：16010188033

【嵌牛导读】：贝叶斯推理是由英国牧师贝叶斯发现的一种归纳推理方法，后来的许多研究者对贝叶斯方法在观点、方法和理论上不断的进行完善，最终形成了一种有影响的统计学派，打破了经典统计学一统天下的局面。贝叶斯推理是在经典的统计归纳推理——估计和假设检验的基础上发展起来的一种新的推理方法。与经典的统计归纳推理方法相比，贝叶斯推理在得出结论时不仅要根据当前所观察到的样本信息，而且还要根据推理者过去有关的经验和知识。

【嵌牛鼻子】：贝叶斯推理/统计

【嵌牛提问】：贝叶斯推理的原理是什么？如何通过实例理解贝叶斯原理？

【嵌牛正文】：

贝叶斯推理是一种精确的数据预测方式。在数据没有期望的那么多，但却想毫无遗漏地，全面地获取预测信息时非常有用。

提及贝叶斯推理时，人们时常会带着一种敬仰的心情。其实并非想象中那么富有魔力，或是神秘。尽管贝叶斯推理背后的数学越来越缜密和复杂，但其背后概念还是非常容易理解。简言之，贝叶斯推理有助于大家得到更有力的结论，将其置于已知的答案中。

贝叶斯推理理念源自托马斯贝叶斯。三百年前，他是一位从不循规蹈矩的教会长老院牧师。贝叶斯写过两本书，一本关于神学，一本关于概率。他的工作就包括今天着名的贝叶斯定理雏形，自此以后应用于推理问题，以及有根据猜测（ecated guessing）术语中。贝叶斯理念如此流行，得益于一位名叫理查·布莱斯牧师的大力推崇。此人意识到这份定理的重要性后，将其优化完善并发表。因此，此定理变得更加准确。也因此，历史上将贝叶斯定理称之为 Bayes-Price法则。

译者注：ecated guessing 基于(或根据)经验(或专业知识、手头资料、事实等)所作的估计(或预测、猜测、意见等)

影院中的贝叶斯推理

试想一下，你前往影院观影，前面观影的小伙伴门票掉了，此时你想引起他们的注意。此图是他们的背影图。你无法分辨他们的性别，仅仅知道他们留了长头发。那你是说，女士打扰一下，还是说，先生打扰一下。考虑到你对男人和女人发型的认知，或许你会认为这位是位女士。（本例很简单，只存在两种发长和性别）

现在将上面的情形稍加变化，此人正在排队准备进入男士休息室。依靠这个额外的信息，或许你会认为这位是位男士。此例采用常识和背景知识即可完成判断，无需思考。而贝叶斯推理是此方式的数学实现形式，得益于此，我们可以做出更加精确的预测。

我们为电影院遇到的困境加上数字。首先假定影院中男女各占一半，100个人中，50个男人，50个女人。女人中，一半为长发，余下的25人为短发。而男人中，48位为短发，两位为长发。存在25个长发女人和2位长发男人，由此推断，门票持有者为女士的可能性很大。

100个在男士休息室外排队，其中98名男士，2位女士为陪同。长发女人和短发女人依旧对半分，但此处仅仅各占一种。而男士长发和短发的比例依旧保持不变，按照98位男士算，此刻短发男士有94人，长发为4人。考虑到有一位长发女士和四位长发男士，此刻最有可能的是持票者为男士。这是贝叶斯推理原理的具体案例。事先知晓一个重要的信息线索，门票持有者在男士休息室外排队，可以帮助我们做出更好的预测。

为了清晰地阐述贝叶斯推理，需要花些时间清晰地定义我们的理念。不幸的是，这需要用到数学知识。除非不得已，我尽量避免此过程太过深奥，紧随我查看更多的小节，必定会从中受益。为了大家能够建立一个基础，我们需要快速地提及四个概念：概率、条件概率、联合概率以及边际概率。

概率

一件事发生的概率，等于该事件发生的数目除以所有事件发生的数目。观影者为一个女士的概率为50位女士除以100位观影者，即0.5 或50%。换作男士亦如此。

而在男士休息室排列此种情形下，女士概率降至0.02，男士的概率为0.98。

条件概率

条件概率回答了这样的问题，倘若我知道此人是位女士，其为长发的概率是多少？条件概率的计算方式和直接得到的概率一样，但它们更像所有例子中满足某个特定条件的子集。本例中，此人为女士，拥有长发的人士的条件概率，P(long hair | woman)为拥有长发的女士数目，除以女士的总数，其结果为0.5。无论我们是否考虑男士休息室外排队，或整个影院。

同样的道理，此人为男士，拥有长发的条件概率，P(long hair | man)为0.4，不管其是否在队列中。

很重要的一点，条件概率P(A | B)并不等同于P(B | A)。比如P(cute | puppy)不同于P(puppy | cute)。倘若我抱着的是小狗，可爱的概率是很高的。倘若我抱着一个可爱的东西，成为小狗的概率中等偏下。它有可能是小猫、小兔子、刺猬，甚至一个小人。

联合概率

联合概率适合回答这样的问题，此人为一个短发女人的概率为多少？找出答案需要两步。首先，我们先看概率是女人的概率，P(woman)。接着，我们给出头发短人士的概率，考虑到此人为女士，P(short hair | woman)。通过乘法，进行联合，给出联合概率，P(woman with short hair) = P(woman) * P(short hair | woman)。利用此方法，我们便可计算出我们已知的概率，所有观影中P(woman with long hair)为0.25，而在男士休息室队列中的P(woman with long hair)为0.1。不同是因为两个案例中的P(woman)不同。

相似的，观影者中P(man with long hair) 为0.02，而在男士休息室队列中概率为0.04。

和条件概率不同，联合概率和顺序无关，P(A and B)等同于P(B and A)。比如，同时拥有牛奶和油炸圈饼的概率，等同于拥有油炸圈饼和牛奶的概率。

边际概率

我们最后一个基础之旅为边际概率。特别适合回答这样的问题，拥有长发人士的概率？为计算出结果，我们须累加此事发生的所有概率——即男士留长发的概率加女士留长发的概率。加上这两个概率，即给出所有观影者P(long hair)的值0.27，而男休息室队列中的P(long hair)为0.05。

贝叶斯定理

现在到了我们真正关心的部分。我们想回答这样的问题，倘若我们知道拥有长发的人士，那他们是位女士或男士的概率为？这是一个条件概率，P(man | long hair)，为我们已知晓的P(long hair | man)逆方式。因为条件概率不可逆，因此，我们对这个新条件概率知之甚少。

幸运的是托马斯观察到一些很酷炫的知识可以帮到我们。

根据联合概率计算规则，我们给出方程P(man with long hair)和P(long hair and man)。因为联合概率可逆，因此这两个方程等价。

借助一点代数知识，我们就能解出P(man | long hair)。

表达式采用A和B，替换“man”和“long hair”，于是我们得到贝叶斯定理。

我们回到最初，借助贝叶斯定理，解决电影院门票困境。

首先，需要计算边际概率P(long hair)。

接着代入数据，计算出长发中是男士的概率。对于男士休息室队列中的观影者而言，P(man | long hair)微微0.8。这让我们更加确信一直觉，掉门票的可能是一男士。贝叶斯定理抓住了在此情形下的直觉。更重要的是，更重要的是吸纳了先验知识，男士休息室外队列中男士远多于女士。借用此先验知识，更新我们对一这情形的认识。

概率分布

诸如影院困境这样的例子，很好地解释了贝叶斯推理的由来，以及作用机制。然而，在数据科学应用领域，此推理常常用于数据解释。有了我们测出来的先验知识，借助小数据集便可得出更好的结论。在开始细说之前，请先允许我先介绍点别的。就是我们需要清楚一个概率分布。

此处可以这样考虑概率，一壶咖啡正好装满一个杯子。倘若用一个杯子来装没有问题，那不止一个杯子呢，你需考虑如何将这些咖啡分这些杯子中。当然你可以按照自己的意愿，只要将所有咖啡放入某个杯子中。而在电影院，一个杯子或许代表女士或者男士。

或者我们用四个杯子代表性别和发长的所有组合分布。这两个案例中，总咖啡数量累加起来为一杯。

通常，我们将杯子挨个摆放，看其中的咖啡量就像一个柱状图。咖啡就像一种信仰，此概率分布用于显示我们相信某件事情的强烈程度。

假设我投了一块硬币，然后盖住它，你会认为正面和反面朝上的几率是一样的。

假设我投了一个骰子，然后盖住它，你会认为六个面中的每一个面朝上的几率是一样的。

假设我买了一期强力球彩票，你会认为中奖的可能性微乎其微。投硬币、投骰子、强力球彩票的结果，都可以视为收集、测量数据的例子。

毫无意外，你也可以对其它数据持有某种看法。这里我们考虑美国成年人的身高，倘若我告诉你，我见过，并测量了某些人的身高，那你对他们身高的看法，或许如上图所示。此观点认为一个人的身高可能介于150和200cm之间，最有可能的是介于180和190cm之间。

此分布可以分成更多的方格，视作将有限的咖啡放入更多的杯子，以期获得一组更加细颗粒度的观点。

最终虚拟的杯子数量将非常大，以至于这样的比喻变得不恰当。这样，分布变得连续。运用的数学方法可能有点变化，但底层的理念还是很有用。此图表明了你对某一事物认知的概率分布。

感谢你们这么有耐心！！有了对概率分布的介绍，我们便可采用贝叶斯定理进行数据解析了。为了说明这个，我以我家小狗称重为例。

兽医领域的贝叶斯推理

它叫雅各宾当政，每次我们去兽医诊所，它在秤上总是各种晃动，因此很难读取一个准确的数据。得到一个准确的体重数据很重要，这是因为，倘若它的体重有所上升，那么我们就得减少其食物的摄入量。它喜欢食物胜过它自己，所以说风险蛮大的。

最近一次，在它丧失耐心前，我们测了三次：13.9镑,17.5镑以及14.1镑。这是针对其所做的标准统计分析。计算这一组数字的均值，标准偏差，标准差，便可得到小狗当政的准确体重分布。

分布展示了我们认为的小狗体重，这是一个均值15.2镑，标准差1.2镑的正态分布。真实得测量如白线所示。不幸的是，这个曲线并非理想的宽度。尽管这个峰值为15.2镑，但概率分布显示，在13镑很容易就到达一个低值，在17镑到达一个高值。太过宽泛以致无法做出一个确信的决策。面对如此情形，通常的策略是返回并收集更多的数据，但在一些案例中此法操作性不强，或成本高昂。本例中，小狗当政的（Reign ）耐心已经耗尽，这是我们仅有的测量数据。

此时我们需要贝叶斯定理，帮助我们处理小规模数据集。在使用定理前，我们有必要重新回顾一下这个方程，查看每个术语。

我们用“w” (weight)和 “m” (measurements)替换“A” and “B” ，以便更清晰地表示我们如何用此定理。四个术语分别代表此过程的不同部分。

先验概率，P(w)，表示已有的事物认知。本例中，表示未称量时，我们认为的当政体重w。

似然值，P(m | w)，表示针对某个具体体重w所测的值m。又叫似然数据。

后验概率，P(w | m)，表示称量后，当政为某个体重w的概率。当然这是我们最感兴趣的。

译者注：后验概率，通常情况下，等于似然值乘以先验值。是我们对于世界的内在认知。

概率数据，P(m)，表示某个数据点被测到的概率。本例中，我们假定它为一个常量，且测量本身没有偏向。

对于完美的不可知论者来说，也不是什么特别糟糕的事情，而且无需对结果做出什么假设。例如本例中，即便假定当Reign的体重为13镑、或1镑，或1000000 镑，让数据说话。我们先假定一个均一的先验概率，即对所有值而言，概率分布就一常量值。贝叶斯定理便可简化为P(w | m) = P(m | w)。

此刻，借助Reign的每个可能体重，我们计算出三个测量的似然值。比如，倘若当政的体重为1000镑，极端的测量值是不太可能的。然而，倘若当政的体重为14镑或16镑。我们可以遍历所有，利用Reign的每一个假设体重值，计算出测量的似然值。这便是P(m | w)。得益于这个均一的先验概率，它等同于后验概率分布 P(w | m)。

这并非偶然。通过均值、标准偏差、标准差得来的，很像答案。实际上，它们是一样的，采用一个均一的先验概率给出传统的统计估测结果。峰值所在的曲线位置，均值，15.2镑也叫体重的极大似然估计（MLE）。

即使采用了贝叶斯定理，但依旧离有用的估计很远。为此，我们需要非均一先验概率。先验分布表示未测量情形下对某事物的认知。均一的先验概率认为每个可能的结果都是均等的，通常都很罕见。在测量时，对某些量已有些认识。年龄总是大于零，温度总是大于-276摄氏度。成年人身高罕有超过8英尺的。某些时候，我们拥有额外的领域知识，一些值很有可能出现在其它值中。

在Reign的案例中，我确实拥有其它的信息。我知道上次它在兽医诊所称到的体重是14.2镑。我还知道它并不是特别显胖或显瘦，即便我的胳膊对重量不是特别敏感。有鉴于此，它大概重14.2镑，相差一两镑上下。为此，我选用峰值为14.2镑。标准偏差为0.5镑的正态分布。

先验概率已经就绪，我们重复计算后验概率。为此，我们考虑某一概率，此时Reign体重为某一特定值，比如17镑。接着，17镑这一似然值乘以测量值为17这一条件概率。接着，对于其它可能的体重，我们重复这一过程。先验概率的作用是降低某些概率，扩大另一些概率。本例中，在区间13-15镑增加更多的测量值，以外的区间则减少更多的测量值。这与均一先验概率不同，给出一个恰当的概率，当政的真实体重为17镑。借助非均匀的先验概率，17镑掉入分布式的尾部。乘以此概率值使得体重为17镑的似然值变低。

通过计算当政每一个可能的体重概率，我们得到一个新的后验概率。后验概率分布的峰值也叫最大后验概率（MAP），本例为14.1镑。这和均一先验概率有明显的不同。此峰值更窄，有助于我们做出一个更可信的估测。现在来看，小狗当政的体重变化不大，它的体型依旧如前。

通过吸收已有的测量认知，我们可以做出一个更加准确的估测，其可信度高于其他方法。这有助于我们更好地使用小量数据集。先验概率赋予17.5镑的测量值是一个比较低的概率。这几乎等同于反对此偏离正常值的测量值。不同于直觉和常识的异常检测方式，贝叶斯定理有助于我们采用数学的方式进行异常检测。

另外，假定术语P(m)是均一的，但恰巧我们知道称量存在某种程度的偏好，这将反映在P(m)中。若称量仅输出某些数字，或返回读数2.0，占整个时间的百分之10，或第三次尝试产生一个随机测量值，均需要手动修改P(m)以反映这一现象，以便后验概率更加准确。

规避贝叶斯陷阱

探究Reign的真实体重体现了贝叶斯的优势。但这也存在某些陷阱。通过一些假设我们改进了估测，而测量某些事物的目的就是为了了解它。倘若我们假定对某一答案有所了解，我们可能会删改此数据。马克·吐温对强先验的危害做了简明地阐述，“将你陷入困境的不是你所不知道的，而是你知道的那些看似正确的东西。”

假如采取强先验假设，当Reign的体重在13与15镑之间，再假如其真实体重为12.5镑，我们将无法探测到。先验认知认为此结果的概率为零，不论做多少次测量，低于13镑的测量值都认为无效。

幸运的是，有一种两面下注的办法，可以规避这种盲目地删除。针对对于每一个结果至少赋予一个小的概率，倘若借助物理领域的一些奇思妙想，当政确实能称到1000镑，那我们收集的测量值也能反映在后验概率中。这也是正态分布作为先验概率的原因之一。此分布集中了我们对一小撮结果的大多数认识，不管怎么延展，其尾部再长都不会为零。

在此，红桃皇后是一个很好的榜样：

爱丽丝笑道：“试了也没用，没人会相信那些不存在的事情。”

“我敢说你没有太多的练习”，女王回应道，“我年轻的时候，一天中的一个半小时都在闭上眼睛，深呼吸。为何，那是因为有时在早饭前，我已经意识到存在六种不可能了。”来自刘易斯·卡罗尔的《爱丽丝漫游奇境》

H. 变型设计的目前存在的变型设计的理论和方法

目前的CAD系统建立了产品的完整的几何模型，这种建模方法是从零件的建模开始的，以完成零件的拼装形成整个产品几何设计为最终目标。这种方法一方面是一种自底向上的建模方法，同时也难以表达产品的功能信息、装配信息等设计者的设计意图，因为产品的功能不是由单个零件表现出来的，而是由不同零件的组合即装配体实现的。因此装配模型是提供和维护产品功能设计意图的关键。装配建模即是装配模型的建立过程，旨在建立完整的描述产品装配信息的数据模型，以期不仅可以表达零件的几何模型，而且可以通过表达零件之间的装配关系反映整个产品的功能要求和设计者的设计意图。
常用的描述零件及零件之间装配关系的数据模型有两种：
关系模型：主要用联接图方式来表现零件之间装配关系，在联接图中，节点表示零件，联接弧表示零件间的装配关系（主要是坐标变换）。
层次模型：以关系模型为基础，增加零件的安装顺序约束，可得到装配层次模型，零件子装配体和装配体之间形成层次关系，装配分析和设计分析以子装配体为研究对象。
但这两种数据模型表达的设计信息仍然十分有限，只表达了零件之间的装配位置关系，无法从这些关系中获取更多的产品的功能要求和设计者的设计意图。
装配模型是人们为了提高CAD的智能水平和为支持设计过程的较高层次而提出的，它比较符合人们的自然设计过程，同时也是一种良好的变型设计方法，近年来国内外对装配模型及建模方法进行了深入的研究，但至今仍未形成完整的理论体系和实用的建摸手段，目前的CAD系统也无法支持装配建模。 模块化设计是以功能分析为基础，通过功能相同而性能用途不同的各模块的互联组合而实现各种基型产品和变型产品。
模块化设计包括模块的创建和模块的综合两个过程。模块创建包括功能模块的划分过程和功能模块的结构设计过程；模块综合则是根据具体设计要求，进行功能分解，并从模块集中选择合适的模块实现分解功能，并最终将分功能模块组合形成产品。
模块化设计可以使产品的设计、制造周期大大缩短，降低成本且提高产品的质量，并可使产品具有很大的灵活性和适应性；能快速响应用户的多品种、小批量的需求，使产品具有很强的市场竞争力。
模块化设计是建立在模块的定义和组织管理基础之上的，其对特定产品的模块的划分不是随意的，而且一模块与另一模块之间的装配关系是预先确定的，也不能随意改变，因而这也就限制了其使用范围。它适用于机床等行业中产品功能基本相同，但多品种的产品设计。使用这种设计方法不可能建立一种通用统一的设计环境或适应于较大范围的产品设计。 特征技术是为克服传统CAD系统的缺陷，为了CAD/CAM集成的需要提出的。
传统的CAD系统的产品建模方法是几何建型，是基于形体的几何尺寸的造型方法，它们的模型都不包括诸如定位基准、公差、表面粗糙度、加工装配精度及材料等工程信息，因而只是产品的几何表达，不能满足产品设计及加工的要求。
特征设计是面向设计和制造的全过程，它是以几何模型为基础并包括零件设计、生产过程所需的各种信息的一种产品模型方案。它允许设计者通过组合常见形体，如：槽、筋、凸台、键槽等来完成产品的设计，而不是使用抽象的几何点、线、面。系统提供了用不同属性值实例化特征的能力，而且一般常用的形状特征由系统设计者以特征库的形式提供给用户，且许多系统允许用户用自定义特征扩展系统特征库。
特征技术的发展给产品的变型设计提供了一种手段，用户通过对一系列特征的实例化和特征的自动维护达到产品的变型设计的目的。
但特征技术存在许多问题：设计人员在设计时必须采用系统预定义的特征来设计产品；特征设计使概念设计、技术设计完全受制造方法的限制；特征设计用于变型设计时，一般和参数化设计方法结合，但特征间的交互作用对特征的影响和设计过程中特征的有效性的维护，都是这种变型设计方法的致命缺陷。从根本上讲特征设计是零件级的设计，特征设计无法支持概念设计和自顶向下的设计方法，不支持产品设计的全过程。 参数设计一般是指设计对象的结构形状比较定型，可以用一组参数来约定尺寸关系。参数的求解较简单，参数与设计对象的控制尺寸有显式的对应关系，设计结果的修改受到尺寸驱动。生产中最常用的系列化、标准化设计就是属于这一类型。
变量设计是设计对象的修改需要更大的自由度，通过求解一组约束方程组来确定产品的尺寸和形状。约束可以是几何关系，也可以是工程约束，约束结果的修改受到约束方程驱动。
参数设计和变量设计适用于产品的初始设计和定型产品系列设计，使产品的设计图纸可以随着某些结构尺寸的修改和使用环境的变化而自动修改。
在变量设计中必需着重考虑的是约束满足问题(CSP——Constraint Satisfaction Problem），而设计一个高效的约束求解器则是变量设计的难点。目前国内外基于约束的变量设计方法的实现方案主要有：数值约束求解方法迭代法、基于规则的几何推理方法、基于图论的约束求解方法、基于构造过程的方法。
目前变量设计是CAD系统研究的重点，其目的是为快速修改设计结果提供一个强有力的工具，但因为表达的信息量小、约束的多样性和处理工程约束的复杂性，使目前的变量设计系统无法完全解决变型设计中存在的问题。 在变型设计中引入实例推理技术(Case-based Reasoning——CBR)是势在必行的。近年来国内外的研究实践也充分地证明了这一点。Chandrasekaran的PCM(Propose-Critique-Modify)设计方法也很好地说明了设计过程与CBR过程的对应关系。
Chandrasekaran将设计方法定名为PCM，它包括建议(Propose）、评判（Critique）和修改(Modify)三个步骤，这个实际的设计过程与CBR过程存在着并行的对应关系，如图1所示。CBR很自然地符合了设计师的实际设计过程。PCM设计过程与CBR过程的比较分析有力地说明了采用CBR解决设计问题的合理性。图1PCM设计方法和CBR过程的对应关系
国外在研究CBR技术应用于设计时，主要集中在建筑设计领域，形成了一些商用系统，也有应用于机械设计方面的，但至目前仍未有成熟的软件。国内在实例推理技术的研究应用方面刚刚起步，处于引进学习和研究阶段。
国内外有关实例推理技术应用于设计中的理论研究和实践，匀没有很好地解决实例修改这一难题，所有这样的研究和实践可以分为两类：一是设计支持系统，这样的系统只是一个浏览器，提供给设计者众多设计实例，并按新的设计要求自动选择一些实例提供给用户选择，但是实例的修改是由用户和系统交换完成的。另一类是自动设计系统，希望找到一种系统自动修改实例的方法，这当然是相当困难的，但是这种努力仍是相当有意义的。 上海交通大学陈俊、钟廷修根据合理化工程哲理的订单规划的需要，提出了一种关系型产品模型（Relation-based Proct Model,RPM)，即是在先进的信息理论和计算技术的支持下，定义和表达重用产品资源所必需的产品数据及其数据关系的数字化的信息模型，分析了订单规划活动的信息类型和信息内容，得到了RPM的逻辑构成，它们是：设计模型、工艺模型、制造模型、成本模型。作者详细分析了设计模型，利用产品重组技术对企业的资源按面向对象的方法进行分类重组，建立了对象的分类框架，实现了对象的抽象定义，在此基础上建立了对象的类属模型，利用这些技术实现了企业产品的合理、快速变型设计。
总之，以上述及的变型设计理论和方法，均不同程度地解决了变型设计中一些重要问题，达到了一定的目的和要求。它们除了具有各自的不足外，也存在以下共同的缺陷：
(1)不支持产品设计的全过程，无法表达设计者的设计意图，特别是在概念设计阶段；
(2）无法充分利用企业的现有资源，变型设计的结果往往使企业的资源空间呈膨胀趋势，这必将造成资源的浪费、成本的增加和生产效率的低下。模块化设计和基于实例推理技术的变型设计方法有解决这个问题的可能性，但尚缺少行之有效的实施手段；
(3）没有提供对已有产品资源的有效的组织管理形式和手段，缺少多层次的变型方法。这样的条件下，导致设计人员在进行变型设计时，不是求解的方法和求解的结果严格受限，就是非变型的产品的大量涌现，达不到变型设计的目的；
(4）缺少一个有效的支持变型设计的人机协作的环境。 装配模型通过建立零部件之间的几何模型及它们之间的装配信息描述，表达并维持设计意图、产品原理和功能，是一种支持概念设计和技术设计的产品模型，而实例推理（CBR)技术则为以过去解决某类问题的成熟方案为基础来解决目前的相似问题这一过程提供了一种行之有效的方法，实例库则是设计的结晶，同时又是一种组织已有技术的工具。本文将装配模型和CBR技术结合起来，提出了一种基于装配模型的变型设计智能框架，充分发挥了装配模型和CBR技术各自的优点，这种变型设计框架有望解决上述指出的变型设计理论和方法存在的缺陷。
本文提出的基于装配模型的智能变型设计框架如图2所示。其中装配模型是CBR的技术基础，而CBR则是整个智能框架的核心；概念建模是解决设计问题的起点；CSP——约束满足技术，应用于实例的自动修改。这个框架具有以下的特点：
(1)概念建模是和变型设计方法密切相关的，和一般意义上的概念建模不同，它是一个解空间受限的建模；
(2)装配模型是实例推理的基础，装配建模是在CBR的运行过程中实现的，这样使装配建模的结果大量地重用了企业的已有资源，不同于一般的装配建模方法；
(3)实例采用概念模型和装配模型表示，并具有多视图的特点，可以克服CBR技术的一些致命缺陷，如：实例表示的内容的有限性、实例适应的访问范围窄、实例的检索修改难度大等。

I. 如何根据具体实例建立基于时间上的贝叶斯网络的概率推理

1、贝叶斯网络是：一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。
2、贝叶斯分类算法是：统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Na?ve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。
3、贝叶斯网络和贝叶斯分类算法的区别：由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就衍生出许多降低独立性假设的贝叶斯分类算法，如TAN(tree augmented Bayes network)算法。
贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Na?ve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。
由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就衍生出许多降低独立性假设的贝叶斯分类算法，如TAN(tree augmented Bayes network)算法。