1.2　智能设计的基本概念

1.2.1　智能设计的产生

设计是一种与人的智能相关的创造性活动，其中的创造性主要指设计的结果是客观物质世界中存在尚不明确的事物。设计这种创造性活动实际上主要是对知识的处理与操作，因此设计创造性活动最显著的特点就是智能化。智能设计系统在求解问题时，不仅需要基于数学模型完成数值处理这类具有定量性质的工作，而且需要基于知识模型完成符号处理这类具有定性性质的推理型工作。在以往的设计中，设计的智能化主要体现为人类专家的脑力劳动，其中对知识的处理和操作具体表现为人类专家的逻辑推理等思维活动，计算机的出现和飞速发展为模拟人类专家的上述设计思维过程提供了契机。

智能设计的产生可以追溯到专家系统技术早期应用的年代，最早的一些著名专家系统中，XCON是在方案设计这样一种非结构化决策问题中，将专家系统技术应用于设计领域的例子。美国的数字设备公司（DEC）用它来根据用户的订单对VAX型计算机进行系统配置，XCON中集中了该公司VAX型计算机系统配置专家的大量知识，因而可在众多可能的配置方案中选择最合理可行的方案，使得计算机系统硬件配置这一订货工作中最困难和技术性最强的问题可采用自动化的方法解决。该专家系统投入使用后，DEC处理用户订单的速度迅速加快，大大节省了雇用专家的开支，设计的成功率可达95%。在设计过程中，非结构化问题有很多，它们难以用数学模型描述，无法使用数值方法求解。要实现这一大类问题的求解自动化，只能借助于人工智能技术，因此，实现自动化的求解设计过程中大量存在的非结构化决策问题是智能设计产生的背景之一。

另外，在设计中还有大量的问题，虽然它们可以用数学模型来描述，但由于问题的高度复杂，无法用数学方法找到精确解，而只能借助经验性的方法求得近似解，这些问题具有“组合爆炸”的特点，问题空间极其巨大，难以找到可行解。对于这类问题，人类专家具有特殊的求解经验，他们可以根据问题的特点和约束大大缩小解空间，可以在有限的时间内得到工程上可行的或令人满意的解。

非结构化问题求解及高度复杂问题求解作为智能设计的产生原因及发展的初级阶段，其共同特点就是采用了单一知识领域的符号推理技术——设计型专家系统。用于产生满足约束条件的目标方案的专家系统为设计型专家系统，它主要具有以下特点：

（1）设计结果的多样性和可行性；

（2）设计任务的多层次和多目标性；

（3）计算与推理交替运行的操作环境；

（4）问题表示、求解策略和方法的多样性；

（5）结构问题的求解和知识表示；

（6）再设计的复杂性和问题的组合爆炸；

（7）求解问题解释的复杂性。

设计型专家系统对于设计自动化技术从信息处理自动化（数值或图形处理）走向知识处理自动化（符号及逻辑处理）有着重要的意义，它使人们看到计算机不仅能帮助人处理信息，而且可以基于人类专家的经验和知识帮助设计者进行决策。设计型专家系统的开发对于更高水平的设计自动化具有不可低估的作用，智能设计也是由设计型专家系统发展而成的。