搜索
采用传统的研究方法是不可行的。因此人们在人工智能领域内，探讨各种搜索策略来寻找在某组约束条件下令人满意的优化解，简称为满意解。这种解不是唯一的，而是有很多个，在决策上的体现是靶心思想。即以最优解为靶心，以工程实际应用所容许的偏差值（某组约束条件）为半径，这样构成的一个满意解区域，称为靶心区。因此不同的工艺员沿着不同的搜索路径进入到该靶心区内，便得到了一个能满足工程实际应用需要的满意解。因此，本专家系统在我国锅炉行业内，首次成功地总结专家的实践经验，仿照专家解题的思考过程，应用人工智能的搜索策略解决组合爆炸问题2，在计算机上创建一个基于领域专门知识的专家系统，将一个复杂的、难于解决的不确定性整体优化问题简化成能借助预先设计好的算法求解。该系统的结构框图如所示，主要由人机界面、资料录入、工程管理、套料管理、报表、套料图和专家智能模块（经验知识）等七大部分构成。工艺员通过人机交互界面，输入该批量来料管料的长度规格和数量、各类产品的图号、数量、设计长度、禁接余量、焊接工艺以及图形数据等，本专家系统利用专家经验知识库中的领域知识和系统的结构山东数控切割机框图产生式规则的搜索策略，自动完成推理、排序、优化等工作后，给出材料浪费率低、焊头少、相当于专家水平的选管套料方案，以完全满足工程实际应用需要的报表和以套料图形式输出套料结果。余料启发式回溯的求解策略当套料方案不能满足材料利用率、工艺规范、优化目标等要求时，系统必须能够回溯到各个子目标任务进行再设计。然而，确定回溯信息、回溯条件或回溯点判别函数，是回溯求解策略实现的关键。由于套料工艺的余料特性，子任务N的完成情况主要决定于前面N-1个任务完成后所形成的余料库，若在现有余料库情况下，无法找到合理的套料方案时，应该回溯到前面哪一个子任务层次进行再设计呢显然，盲目回溯将难于避免组合爆炸的发生3.通过对余料需求进行分析和查询，可以对回溯点进行判断和决策，因此，称这种回溯控制为余料启发式回溯求解策略。在余料启发式回溯过程中使用余料情况作为回溯搜索路径的引导信息，回溯到前面子目标进行重新求解。不管回溯到那个回溯点N，如果找不到优化解，就必须在该回溯点N再向前回溯。这样，套料方案的优化求解过程就呈现出递归过程的特点，因此用递归算法描述回溯控制非常有效。如果没有成功到达目的节点，则依次对下一个节点进行循环，直到完成目的节点的优化。余料启发式回溯的递归调用过程是：如果在初始余料状态下能找到优化解，则算法在步骤c结束并返回SUCCESS；如果在初始余料状态下不能找到优化解，则对前面N-1个子目标的余料进行分析和计算，用SEEK来确定回溯节点的位置，然后进行算法的递归调用；在递归调用过程中，如果重访了已出现过的状态，则转移到下一个方案状态；如果在递归过程中仍然找不到优化解，则再次利用余料启发并回溯到更前面的合适的层次继续搜索。我们将余料启发式回溯作为再优化推理基本控制策略。单个子任务套料方案的好坏由方案结构及余料情况所决定；全局套料方案的好坏取决于每个子任务方案求解结果的优劣。而且由于多优化目标的相关联性，系统在进行整体优化的过程中，必须处理十分复杂的相关选择和决策，而回溯算法可以实现这一推理控制。系统运行实例及结果分析计算机套料总结。