產品配置設計能夠根據預先定義的零部件集合以及它們之間的相互約束關系，快速形成滿足客戶個性化需求的特定產品，是解決設計個性化與低成本間矛盾、實現大批量定制的主要方法。

配置知識是配置設計的關鍵，其組織與管理方式直接影響了配置設計的效率和配置結果的正確性。

目前常見的配置設計知識表達方法主要有基于規則的配置設計方法、基于實例的表達方法、基于約束的配置設計、基于本體的配置設計方法等。

這些配置設計知識的表達方法為推動配置設計的深入發展具有重要意義，并且在特定應用領域已經得到了很好的應用。但是上述幾種方法也存在以下兩點不足：

(1)隨著機械產品零部件數目的增多和設計復雜程度的增加，配置知識庫中的配置知識越來越多，配置設計效率隨著配置知識的膨脹而不斷降低。

(2)機械產品總是處于不斷地完善之中，相應地，配置知識也處于不斷地變更之中，如何高效地更改配置知識并確保一致性也是配置知識維護的重要方面。

針對上述問題，提出了基于智能配置單元的產品配置知識的自適應方法，使得配置知識能夠隨著配置歷史的增加而動態地調整和自適應，有效地保證了配置知識的一致性，提高了配置推理的效率。

1 配置知識自適應的必要性

1.1 人機交互配置和自動配置

產品配置設計是快速滿足客戶需求多樣化的主要手段，其主要過程是：1)建立面向客戶群的產品主結構。主結構由零部件族組成，每個零部件族可以對應于具有不同參數值的零部件實例；2)當獲取客戶訂單后，工程師依據客戶需求從每個零部件族中選擇適合的零部件實例構成特定的產品結構。

根據配置設計過程中工程師參與的程度，可以分為人機交互配置和自動配置兩類。人機交互配置即指上述過程2)，在這個過程中工程師參與的程度較高。與人機交互配置相對的是由計算機依據預先保存的配置規則進行的自動配置設計，在這個過程中，計算機參與的程度較高。它們兩者的比較見表1。

表1 人機交互配置與自動配置的比較

1.2 提高配置效率的主要方法

從表1可以看出，對于人機交互配置，影響配置設計效率的主要原因是：

1)由于隨著配置歷史的增加，屬于同一個零部件族的實例種類不斷增加，工程師需要花費越來越多的時間從眾多的零部件判斷和選擇適合客戶需求的零部件實例。

2)由于產品零部件之間通常具有與/或等關系。例如零件A和零件B不能同時出現在同一個產品結構中，零件C必須與零件D同時存在于一個產品結構中等，在對產品配置結果中的零部件進行增加、刪除等編輯操作時，需要花費很多時間來保證產品結構的一致性。

因此提高人機交互配置的主要方法是：1)通過計算機對零部件實例的有效組織，減少一個零件族中的零部件實例的種類；2)在需要對產品結構進行編輯時，利用計算機進行相關一致性的保證。

對于自動配置，影響配置效率的主要原因是：由于計算機內部存儲的配置規則往往是無序的，計算機在配置規則匹配是只能采取盲目搜索的方法，從而浪費了很多搜索時間。因此提高自動配置的主要方法是重新組織每個零部件族中的所有配置規則，將這些配置規則按照匹配成功率進行組織。這樣計算機在進行配置規則匹配時就可以按照匹配成功率從高到低進行有目的的搜索，提高配置設計的效率。

1.3 配置知識主動自適應與被動自適應

如果將零部件實例、配置規則和產品結構的組成統稱為配置知識，則提高配置設計效率最有效的方法是進行配置知識的自適應。依據自適應的發起動因，可以將配置知識自適應過程分為主動自適應和被動自適應。

配置知識主動自適應是指當零部件實例種類超過某個上限或配置規則匹配效率低于某個下限時，配置知識主動進行重新組織，以適應新的配置需求；配置知識被動自適應是指當配置工程師對產品結構進行編輯時，維護過程由被動觸發來保證產品結構的一致性。

主動自適應過程與被動自適應過程的主要區別就在于：主動自適應的動作是由配置知識主動觸發的，而被動自適應的動作是由工程師觸發的。

2 配置知識的自適應模型

2.1 智能配置單元的基本概念

為了實現產品配置設計的自適應以提高產品配置的效率，借鑒Agent的實現機理，將配置知識與產品零部件模塊進行結合，形成不同的智能配置單元(ICU)。

ICU包括7個部分：ICU名稱、感應器、消息機制、效應器、配置知識、內部機制和外部機制。圖1為ICU的邏輯結構。ICU可以形式化地表示如下：

圖1 ICU的邏輯結構

〈ICU〉：：=〈ICU名稱〉〈感應器〉〈消息機制〉

〈效應器〉〈配置知識〉〈內部機制〉〈外部機制〉

〈感知器〉：：=〈激活條件〉〈信息流〉

〈消息機制〉：：={〈信息原語〉(〈信息內容〉)}

〈信息原語〉：：=〈Propose〉|〈Accept〉|〈Re-fuse〉|〈Inform〉|〈Modify〉|〈Cancel〉

〈信息內容〉：：=〈發送者〉〈接受者〉〈時間〉〈信息流〉

〈效應器〉：：=〈事物處理名〉(〈事物處理描述〉)

〈配置知識〉：：=〈全局知識〉|〈配置規則〉|〈配置實例〉

〈內部機制〉：：=〈目標〉〈內部自適應準則〉

〈外部機制〉：：=〈協商對象集合〉〈協商主題〉〈協商規則〉

ICU名稱是產品零部件模塊的編號，在系統中惟一標識一個ICU。感應器能夠監聽所有ICU內部和外部的消息，并通過消息機制發送相應的執行命令給相應ICU效應器。效應器根據事物處理名稱自動執行相應的配置知識維護操作。

如果配置實例、配置規則等配置知識屬于當前某個特定的零部件族，其構成的ICU稱為局部ICU；如果產品結構的一致性、配置策略等配置知識作用于整個產品，其構成的ICU稱為全局ICU。

內部機制包含了自適應的目標和內部自適應準則。自適應目標根據配置知識的不同而不同，對于配置知識以規則表達為主的ICU其目標是優化規則的搜索順序，對于配置知識以實例表達為主的ICU則其目標是優化實例種類和數目。內部自適應準則根據自適應目標進行判斷，如果符合自適應條件則通過內部消息通知效應器進行自適應操作。

外部機制包含協商對象集合、協商主題和協商規則。協商對象集合包含發起協商的ICU和響應協商的ICU；協商的主題包括停止某個零件的使用、更新某個零件參數等；協商的規則是指協商沖突的解決方法。

2.2 基于ICU的配置知識自適應模型

產品配置知識的自適應需要產品主結構中的所有ICU的協調運作才能實現，為此提出了圖2所示的配置知識自適應模型。感應器根據激活條件將消息傳遞給相應的ICU對象，并由相應ICU對象中的效應器執行相應的操作。按照消息傳遞對象的不同，將消息分為內部消息和外部消息。內部消息是指消息傳入與傳出的對象相同，外部消息則相反。內部消息能夠激發效應器對當前ICU內部的配置知識進行自適應，外部消息則通過全局ICU的協調保證各個相關ICU的一致動作。

圖2 基于ICU的配置知識自適應模型

為了便于全局ICU監控各個局部ICU行為，各局部ICU均需要在全局ICU進行注冊。如果各個ICU對同一個協商主題不能達成一致，全局ICU需要根據配置策略和沖突規則解決方案對ICU行為進行指導并提出建議。

3 配置知識的主動自適應方法

對于配置知識的主動自適應，引發ICU效應器工作的消息來源于當前ICU內部，配置知識的維護操作是自發進行的。主動自適應又包括配置規則的自適應和配置實例的自適應。

3.1 配置規則的自適應方法

3.1.1 配置規則自適應的主要原理　如果ICU內部的配置知識以類似if-then的產生式規則進行表達，則將這類ICU稱作規則類ICU。規則類ICU自適應的主要原理是：根據配置設計歷史，統計已有配置設計對配置規則的使用情況，按照規則匹配成功的次數將規則進行A、B、C分類。其中A類規則為匹配成功次數較少的規則集合， C類規則為匹配成功次數較多的規則集合，介于兩者之間的是B類規則。在配置設計中，配置器首先從C類規則進行匹配，然后依次是B類規則和A類規則。進行規則的ABC分類是基于以下假設：根據配置設計歷史，C類規則能夠滿足當前客戶需求的幾率最大，然后依次是B類規則和A類規則。

規則ABC分類的前提是進行各規則匹配優先度的計算。第i個規則的優先度pi的計算公式為

式中：k表示當前ICU中的配置規則總數，ni表示第i個規則的匹配成功次數，nj表示第j個規則的匹配成功次數。

規則類ICU的自適應準則為：如果當前規則匹配優先度大于2則將該規則設為C類，大于1小余2則設為B類，其余的設為A類。可形式化地表示為

rule_classify(P，rule_no)

{

ifp≥2 then SendMessage(rule_no，‘C’)

else

ifp>1 andp<2 then SendMessage(rule_no，&lsquo;B&rsquo;)

else

SendMessage(rule_no，&lsquo;A&rsquo;)

}

3.1.2自適應配置過程分析　某電梯廠對轎門地坎的配置知識以產生式規則表達為主，表2表示經過300次成功配置后該轎門地坎ICU內部配置規則的自適應結果。其中變量JJ表示“開門距”，DKCL表示“地坎材料”。

從表2可以看出，如果沒有進行配置知識的自組織，則匹配搜索順序為：1→2→3→4→5→6→7→8→9→10→11→12。按照匹配優先度，其匹配搜索順序為：4→7→5→8→1→2→3→6→9→10→11→12。如果在這次配置過程中是編號7的規則為真(依據前述假設，7號匹配成功率較高)，則在經過配置自組織之后，只要搜索2步即可完成配置過程。而沒有經過自組織，需要搜索7步才可以完成匹配過程。

表2 某電梯廠轎門地坎的自適應結果

3.2 配置實例的自適應方法

3.2.1 實例的積聚性　用零部件實例作為配置知識表達的ICU稱為實例類ICU。實例類ICU定義了所有可以向用戶提供的零部件實例。在產品配置過程中，選擇一個最能滿足客戶需求的的實例作為配置結果，如果都不能滿足客戶需求，則生成新的零部件實例。

產品零部件通常可以用一個或多個特征變量進行描述，每個特征變量均可以設置一定的取值范圍，對一個變量賦予一個特定的值就可以生成一個實例，因此理論上可以生成無限多的實例。但由于客戶的需求總是有偏好，從統計學的角度分析，實際上滿足客戶需求的實例往往呈現某種積聚性。如圖3所示，對于具有X和Y兩個特征變量的實例集合，從歷史數據分析，滿足客戶需求的實例基本上集中在A、B和C這3個區域。

圖3 積聚性示例

3.2.2 實例的空間度計算　對于同一個實例類ICU內部的實例均可以用一組相同的特征變量進行表達，且每個特征變量均可定義一定的取值范圍，因此具有N個變量的實例集合就構成了一個N維實例空間。實例集合中的每個實例是N維空間中的一個點。實例空間度定量描述了空間中實例點距離實例空間原點的遠近。由于對于同一個實例ICU，其N維有限空間是相同的，只要依次計算每個實例的空間度(instance space degree，ISD)即可量化比較實例的聚合程度。

雖然空間度相近的實例也表示實例具有較高的相似度，但是計算空間度比計算實例相似度具有明顯的優勢：空間度克服了相似度隨所選基準實例變化而變化以及需要逐一比較的缺點，只要ICU中的特征變量種類和取值范圍不變，實例的空間度就不會隨著實例的增減而發生變化，且是惟一的確定值。

1)一維空間度的計算

如圖4所示，x是區間[a，b]內的一點，則一維空間度的計算公式如下：

式中：n為x在枚舉變量集合中的位置號，N為枚舉變量集合的集合大小。

圖4 一維空間度計算示例

2)N維空間度的計算

對于任一實例a，其空間度s(a)的計算公式為

式中：N表示當前實例類ICU具有的特征變量數目；xi表示實例a中第i變量的特征值；s(xi)表示xi的空間度；wi為xi的權重，表示了變量xi的重要程度。

3.2.3 自適應準則表達　實例類ICU自適應準則的基本思想是：利用積聚性原理找出空間度接近的零部件實例，將這些零部件實例合并為一組，從而減少實例的種類和提高零部件設計生產的標準化。實例類ICU的自適應準則可以形式化地表示如下：

Instance_classify(Instance_1，Instance_2，t){

If Abs(Instance_1.s-Instabce_2. s)〈t then

SendMessage(Instance_1，Instance_2，&lsquo;Unify&rsquo;)

End if

　　　}

上述形式化代碼的意義是：如果兩個實例的空間度差值小余給定的度量值t，則將兩個實例合并一組。度量值t的選擇是關鍵，如果取值太大，則可能將那些不相似的實例進行了合并；如果取值太小，則不能有效地減少零部件的種類。因此在實際設計中，通常由具有設計經驗的設計師進行確定。

同一組積聚度相近的實例可以僅用一個實例替代。替代實例的生成有兩種方法：一種是從組內任選一個實例；另一種是取組內各個實例變量的平均值，然后適當的規范化。

3.2.4 自適應配置過程分析　由于電梯額定速度、載重量等不同，電梯安全鉗具有不同的尺寸和型號，形成了多個安全鉗實例。為了避免安全鉗實例的膨脹，需要對各個安全鉗實例進行空間度計算，并將空間度接近的實例進行合并。

電梯安全鉗可以用3個特征變量v(額定速度)、Q(載重量)和G(轎箱重量)進行描述，其取值分別是v(0.25～5.1m/s)、Q(400～5000kg)和G(800～5500kg)，均可取連續值。v、Q和G的權重依次為：1.0、0.8和0.7。表3列出了部分安全鉗實例及其空間度值。

表3 電梯安全鉗的部分實例及其空間度(自適應前)

如果將空間度差異的度量值t設為0.01，則從表3中可以看出有3組實例具有較高的積聚性，第一組為T01000101-003、T01000101-006和T01000101-008；第二組為T01000101-004、T01000101-005和T01000101-009，第三組為T01000101-002和T01000101-010。如果任選組內一個實例作為替代實例，則經過積聚性分析并自適應后的電梯安全鉗實例見表4。通過表3和4可以看出，通過實例自適應后，在配置設計時工程師可以從較少的實例中進行選擇，提高了實例搜索和選擇的效率。

表4 電梯安全鉗的所有實例及其空間度(自適應后)

4 配置知識的被動自適應方法

在配置知識被動式自適應中，引發ICU效應器執行動作的消息來源于ICU外部，配置知識的維護操作是在外部干預的情況下被動完成的。如果把產品主結構中的每一節點看作是一個ICU，節點之間的相互制約關系就可通過各個節點ICU協商方式來完成，因此配置知識的被動自適應方法實際上是多ICU的協商過程。

協商過程可按以下步驟進行：

1)當相關產品設計信息發送變化后，相關ICU提出協商的意愿主題并向相關的ICU發送協商消息。對于全局配置知識的變化，例如產品配置策略、優化準則等則由全局ICU作為協商的發起者；對于零部件特性參數變化、配置規則變化等局部配置知識等則由相應的零部件ICU發送協商的意愿。

2)所有參與協商的響應ICU在接到消息后，回消息表明其協商的意愿。

3)如果不能達成協議，則根據ICU中定義的協商規則進行協商，直至雙方達成一致或者放棄協商并終止自適應過程。

4)所有參與協商的ICU成為新的協商發起者，進行新一輪的協商，重復執行步驟2)、3)。

5)當所有相關ICU均達成一致狀態，各自ICU中的效應執行相應的操作，配置知識的被動自適應過程結束。

圖5(a)所示為一個產品結構的局部，其中虛線表示了節點之間的修改制約關系，即節點1作為發起者時，節點1.1和3為相應的響應者。當節點3作為發起者時，節點3.2和3.3為相應的響應者。圖5(b)～(f)演示了基于ICU協商的被動自適應過程。

1)圖5(b)表示節點1作為發起ICU首先向全局ICU表示了修改的意愿，全局ICU根據其定義的全局配置策略進行干涉判斷，并向節點1表達了接受的意愿；

2)圖5(c)表示在得到全局ICU的許可后，根據協商集合發送修改的意愿，即向節點1.1和3所表示的ICU發送意愿；

3)圖5(d)表示節點1.1向節點1表示了接受意愿，但節點3表示了拒絕的意愿，由于達不成一致意見，節點1立即通知全局ICU，全局ICU根據預先定義的策略向節點1提出了新的修改建議。

4)圖5(e)表示節點1向節點1.1和3重新發出修改的建議，在與節點1.1和3達成協議后，節點3又向節點3.2和3.3發出修改的建議，獲得了節點3.2和3.3的同意。

5)圖5(f)表示在所有節點均達成一致后，節點1向全局ICU進行通報，各個相關ICU利用相應的效應器執行修改。

圖5 配置知識被動自適應過程

5 結論

(1)提出了產品配置知識的主動式自適應方法，通過優化配置規則搜索順序和減少配置實例等自適應方法有效地提高了產品配置設計的效率，克服了一般配置設計效率隨配置規則和實例增加而降低的缺點。

(2)提出了產品配置知識的被動式自適應方法，通過多個ICU協商保證了產品零部件在增加、刪除和更改等操作過程中配置知識的正確性和一致性。

配置設計中配置知識的表達有多種形式，本文的研究重點是基于規則和基于實例的配置知識自適應方法，下一步將對基于本體和基于約束等配置知識的自適應方法進行重點研究。