摘要：近年来，随着机械工程的发展，我国机械设计朝向了智能化方向进一步的发展。智能机械设计的发展，使机械设计得到有效优化及完善。而对于人工神经网络来说，则为大量的、简单的处理神经单元互相组成的大规模分布式并行信息处理系统。实践证明，将人工神经网络应用到智能机械设计过程中，能够促进智能机械设计的优化，因此有必要注重人工神经网络的应用。本课题在分析人工神经网络的概念内容的基础上，进一步对人工神经网络在智能机械设计中的具体应用进行分析，希望以此为智能机械设计的优化、发展提供一些具有价值的参考建议。
关键词：人工神经网络；智能机械设计；应用
进入21世纪以来，在社会经济稳步发展的背景下，我国机械制造水平得到了快速的进步与发展。对于智能机械设计来说，是近年来机械制造工业中非常重要的一个分支，在确保智能机械设计的优化的基础上，能够进一步提高机械制造的水平。因此，便有必要注重智能机械设计的优化[1]。与此同时，人工神经网络在智能机械设计中的应用效果得到了肯定。所以，从智能机械设计的优化及发展等层面考虑，此次针对“人工神经网络在智能机械设计中的应用”进行研究具备一定的价值作用。
一、人工神经网络相关内容概述
人工神经网络，属于大规模的分布式并行信息处理系统，在对人脑的神经系统组织结构进行模拟的基础上，可以实现对复杂问题的解决。人工神经网络系统和一般的专家系统相比，具备自身独特的优势。一方面，从处理手段来看，因为人工神经网络系统具备广泛互联的非线性动力学特性，使其在联想记忆处理上更有优势。另一方面，在表象、浅层的经验推理以及模糊推理过程中，也非常适用[2]。值得注意的是，网络的特性，能够在很大程度上使各网络节点的连接权值得到有效确定，由于其计算处理过程为传输至网络内传播、调整到平衡的一个过程，这样便显示出其总特性为分布记忆与并行计算，这样便进一步使知识存储更加简单，运行效率更加高。除此之外，对于神经网络系统来说，具备自组织与自学习的功能，可分为有导师学习与无导师学习两种状态，这样便在相关知识记忆上显得更加方便，进一步使机械设计获取相关知识以及设计表达显得更加方便、快捷。并且，对于人工神经网络来说，具备优良的容错性，当问题描述出现一些错误的情况下，网络还能够获取较准确的结果数据。
在上述概述中不难看出，对于传统的人工智能来说，主要是基于人的思维活动与智能行为心理学角度出发，进一步对计算机加以应用，完成对人脑的功能模拟[3]。而对于人工神经网络来说，则基于人脑的生理结构角度出发，对人类智能活动的机理进行研究，进一步将人脑的微光结构、智能行为的研究有机融合在一起，这样便能够为人类认为与形象思维的模拟提供有效建议及数据支撑。
二、人工神经网络在智能机械设计中的具体应用分析
为了保证现代智能机械设计的优化，在认识到人工神经网络具备诸多优势的基础上，便可以将人工神经网络合理、科学地应用到智能机械设计过程中。总结起来，人工神经网络在智能机械设计过程中的具体应用内容如下：
（一）在概念设计领域的应用
基于机械设计过程中，概念设计需具备一定的创意性及灵活性。概念设计通常以设计类型为依据，进一步分成两类：其一为概念搜索，其二为概念创新。一方面，对于概念搜索来说，即以设计任务作为基础，进一步基于存在的比较成熟的方案当中选取一类比较好的组合。从目前的机械设计专家系统来看，通常选取符号匹配方式，然后基于知识库当中，对全部方案组合进行逐个地搜索，进一步选取一类比较合适的方案。值得注意的是，考虑到系统发生“死角”的情况得到有效避免，需对所有可能的组合加以分析。
期刊文章分类查询,尽在期刊图书馆然而，由于机械设计为一个多阶段多子任务的链式序列，如果在设计环节以及子任务能够提供的方案比较多，那么最终获取的方案组合数量便会增多，这样则易发生组合爆炸的情况。从设计工作人员角度来看，在针对大规模的组合方案进行构思过程中，通常进行更高层次的归纳。总结起来，即对几种可行性高的方案加以考虑，进一步将决策作出。人类在此类决策过程中，对于一些信息缺失，进而导致匹配不完整的情况，是不会发生的。另一方面，为了实现概念的创新，在机械设计层次比较多的情况下，如果某一设计方案和相关要求不符，则有必要通过回溯，使全新的，且具备可行性的方案得到有效形成[4]。但是，如果回溯节点偏多，则易出现组合爆炸的情况。对于设计工作人员来说，在此类问题处理过程总，和方案组合方式较为相似，同样进行模糊与抽象的综合，也就是结合前一方案的无效信息与设计环节的全部历史信息，进一步将特定的回溯节点与回溯方案选取出来。
（二）在知识获取中的应用
对于知识获取来说，为构建传统专家系统的主要问题。对于此问题来说，其困难程度主要体现在两大层面：（1）专家系统具备复杂性及多样性的特点，导致在专家知识整理及组织上显得非常艰难；与此同时，在知识库的维护方面也显得不够便利。并且，由于在受到复杂程度额影响下，使得传统机械设计专家系统学习显得不够便利，这样便更加谈不上专家系统的自学习。（2）基于机械设计过程中，部分专家知识为直观且形象的感性知识，此类知识很难采取目前具备的专家系统表达式加以描述；与此同时，其对整体设计存在较大程度的影响。在这样的情况下，此类知识只能够应用全新的表达形式。对于以上问题来说，可应用神经网络加以解决。
针对上面（1）当中的问题，可在构建人工神经网络的基础上，同时结合知识的归纳及总结，进一步加以解决。对于上述（2）当中的问题，也可以采取人工神经网络加以解决。之所以人工神经网络在这个过程中具备很显著的作用，主要是由于网络知识为隐匿及存储于网络的各个节点上的，并且利用导师学习与无导师学习，便能够获取相关知识。
（三）在知识表示中的应用
在智能机械设计过程中，知识表示方面的问题需充分解决。从现状来看，知识表示采取的主要方法涵盖了：其一，以规则为基础的知识表示方法；其二，以框架为基础的知识表示方法。对于这两种表示方法来说，可对一些不完善的知识描述出来，当然对于具备复杂结构的知识也能够有效描述出来[5]。值得注意的是，如果对工程设计的部分经验知识进行描述，则可能出现知识量规模大、表达效率低等问题，例如：基于机械设计当中的部分数值型经验知识等等。总之，将人工神经网络应用到知识表示当中，能够使知识的描述的有效性增强，进一步为作出科学的决策提供必要依据。
三、结语
智能机械设计是近年来新兴的学科，为了确保智能机械设计得到有效优化及完善，有必要注重现代化科学技术在其中的应用。对于人工神经网络来说，将其合理、科学地应用到智能机械设计过程中，能够使机械运行的智能化、自动化水平得到有效提高。与此同时，在合理应用人工神经网络的基础上，还能够解决传统智能机械设计潜在的一些问题，进一步为智能机械设计的优化奠定坚实的基础。
参考文献：
[1]吴正.基于人工神经网络的智能设计系统研究与实现[J].电脑知识与技术，2011，716：3917-3919.
[2]杨超，李亦滔.机械设备故障智能诊断技术的现状与发展[J].华东交通大学学报，2011，2805：23-28.
[3]孙学军.人工神经网络在机械优化设计中的应用[J].黑龙江科技信息，2011，32：7.
[4]王彬，杨海波，吴友平.人工神经网络在橡胶工业中的应用进展[J].合成橡胶工业，2012，3501：2-7.
[5]刘庆恩.人工神经智能网络在性能化设计评估中的应用[J].消防科学与技术，2012，3108：874-877.
论文作者:樊雷
论文发表刊物:《基层建设》2017年第26期
论文发表时间:2017/12/12
标签：神经网络论文; 机械设计论文; 智能论文; 知识论文; 组合论文; 过程中论文; 专家系统论文; 《基层建设》2017年第26期论文;