基于聚类方法的CAPP零件知识库构建
Tianjin Daxue Xuebao (Ziran Kexue yu Gongcheng Jishu Ban)/Journal of Tianjin University Science and Technology（2004）
Abstract
传统的零件分类一般根据零件编码从特征矩阵中得到分类结果,未能很好地表达各个零件之间的相似关系,对工艺设计也不能提供启发性的推理策略.此外,零件分类矩阵本身的相似性标准也难以确定,给零件的工艺制作带来了很多困难.为此,提出了一种利用聚类技术构造树型结构表达零件相似性的方法,并根据零件之间的相似性建立层次结构以进行动态分类,进而构建一种有自学习能力的零件知识库.考虑到机器智能的局限性,分类结果可能不尽合理,分类树又能够在自动压缩优化的基础上进行手工优化,并将优化结果记录于分类树中.该知识库能及时反映零件信息的动态更新,并对零件进行多层次、细粒度的动态分类,使零件分类粒度不受数据规模的限制,从而可以通过建立索引结构,实现自适应的工艺设计自动化.
MoreTranslated text
Key words
CAPP,Clustering,Conceptual distance,Nearest neighbor link
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined