项目首先分析了注塑模改模知识发现问题的必要性和迫切性,剖析了有效获取改模知识的三个难点。围绕着问题的解决,有针对性地提出了需要研究基于模糊粗糙集的模糊规则自组织归纳与增量式学习策略等关键技术。本项目的特色与创新之处在于提出将启发式自组织原则与基于模糊粗糙集的规则归纳技术相结合的研究思路;基于面向改模问题的本体语义模型,通过自组织客观聚类分析方法筛选出若干"中心概念",据此建立相应的"语义描述坐标",并构造出能够反映概念之间模糊转换效应的模糊隶属度函数;基于"新息贡献"的外准则,提出利用"新息贡献"度来确定模糊规则归纳模型最优结构的思想,并据此建立相应的增量式规则学习算法,从而将自组织模糊规则归纳原理与增量式规则学习策略有机地结合起来。这样就能够实现基于模糊粗糙集的模糊规则自组织归纳与增量式学习,从而解决注塑模改模知识自动归纳这一难题,为模具设计制造知识的自动沉淀(获取)奠定了理论基础。
英文主题词scheme for the mould repair; rule induction; fuzzy rough set; self-organizing; incremental learning.