1、知識是人類智能的基礎(chǔ)，所以知識也是人工智能問題的求解的基礎(chǔ)。人工智能領(lǐng)域研究的主要問題就是如何從現(xiàn)實(shí)世界人類智慧的積累中獲取知識、如何合理地把已獲得的知識表示成計(jì)算機(jī)能夠識別和處理的形式以便于存儲、以及如何基于這些知識進(jìn)行推理來解決實(shí)際的問題，即知識獲取、知識表示和基于知識推理。上世紀(jì)90年代以來，人工智能、計(jì)算機(jī)技術(shù)和CAD技術(shù)不斷發(fā)展和結(jié)合，形成了基于知識工程(KBE)的研究，并且很快KBE已經(jīng)成為一個研究熱點(diǎn)。
　　本論文圍

2、繞著知識工程的一些關(guān)鍵問題進(jìn)行了系統(tǒng)的分析，并以此為基礎(chǔ)，對知識建模、知識表達(dá)、知識推理和知識繁衍進(jìn)行了深入的和較為全面的研究，主要包括:
　　(1)基于QFD的知識建模方法
　　通過把顧客的需求有效地轉(zhuǎn)化為技術(shù)措施，并將顧客需求的價值排序反應(yīng)到技術(shù)措施的選擇當(dāng)中，從而能夠確定出滿足顧客需求的設(shè)計(jì)方案。以QFD為主線，采用情景分析法、KJ法、AHP法等工具，構(gòu)建基于QFD的產(chǎn)品概念設(shè)計(jì)和產(chǎn)品方案設(shè)計(jì)的知識模型。
　　(

3、2)面向?qū)ο蠛涂蚣芊椒ㄏ嘟Y(jié)合的知識表示方法
　　現(xiàn)在產(chǎn)品設(shè)計(jì)的復(fù)雜性，不僅需要數(shù)值計(jì)算，而且需要用到非參數(shù)化知識，如啟發(fā)式經(jīng)驗(yàn)等。單一知識表示法難以全面、有效地表達(dá)各種設(shè)計(jì)所需求的知識。本文基于面向?qū)ο笏枷牒涂蚣苤R表示法的優(yōu)勢，提出了基于面向?qū)ο笤O(shè)計(jì)思想，借用框架表示法中槽結(jié)構(gòu)的產(chǎn)品設(shè)計(jì)知識表示方法。
　　(3)基于案例和基于規(guī)則集成的知識推理方法
　　本文提出了一種智能化的產(chǎn)品設(shè)計(jì)知識推理機(jī)制，幫助設(shè)計(jì)人員解決技術(shù)

4、難度大和設(shè)計(jì)時間長的問題。首先根據(jù)基于QFD產(chǎn)品設(shè)計(jì)知識建模方法確定的產(chǎn)品技術(shù)參數(shù);然后采用基于案例推理的人工智能技術(shù)，根據(jù)設(shè)計(jì)專家經(jīng)驗(yàn)知識進(jìn)行推理，搜索產(chǎn)品設(shè)計(jì)案例庫中與QFD得出的產(chǎn)品技術(shù)參數(shù)最相似的產(chǎn)品設(shè)計(jì)方案;最后采用基于規(guī)則推理的方法，根據(jù)規(guī)則庫中領(lǐng)域?qū)＜液驮O(shè)計(jì)工程師設(shè)定的產(chǎn)品設(shè)計(jì)修改規(guī)則，提出修改建議，制定產(chǎn)品設(shè)計(jì)方案。
　　(4)基于混沌開關(guān)的遺傳算法的知識繁衍方法
　　因?yàn)閭鹘y(tǒng)遺傳算法的局限性，同時復(fù)雜產(chǎn)品的

5、優(yōu)化設(shè)計(jì)是一個離散性、多變量、非線性、多目標(biāo)混合型規(guī)劃問題，所以很難求解產(chǎn)品設(shè)計(jì)優(yōu)化問題。本文把遺傳算法和混沌理論相結(jié)合起來，提出了利用混沌搜索有效基因的方法:利用混沌的遍歷性特點(diǎn)，動態(tài)地搜索個體的基因座空間，并使搜索到的基因座上的等位基因產(chǎn)生變異，從而產(chǎn)生一個新的個體。
　　現(xiàn)代產(chǎn)品設(shè)計(jì)包括對知識的繼承、集成、創(chuàng)新和管理，它是一個知識驅(qū)動的創(chuàng)造性過程。本論文以變壓器智能設(shè)計(jì)為背景，設(shè)計(jì)了變壓器的主體和構(gòu)件的對象模型，以及以槽表示