Введение. 
Методы поиска новых решений в специализированной инструментальной оболочке для создания интеллектуальных САПР

В настоящее время существует целый набор методов поиска новых решений, т. е. методов изобретения. Они отличаются сложностью, уровнем комплексности, степенью автоматизации, спецификой применения. Существует два основных класса таких методов. Это — «классические» методы изобретения новых решений, где можно назвать эвристические [Буш, 1979, Бирюков, 1982, Джонс, 1986, Столяров, 1988, 1989, Андрейчиков, 1998], машинные методы автоматизации поиска новых решений [Андрейчиков, 1998, Альтшулер, 1973, 1979, 1982], и — «неоклассические», представленные интеллектуальными методами поиска новых решений [Holland, 1994, Wong, 1999, Вороновский, 1997, Курейчик, 2002, 1999, Скобцов, 2004, Григорьев, 2003а, 2003б]. Все данные методы составляют основу решения задачи поискового конструирование в САПР [Половинкин, 1981]. «Классические» подходы давно сложились в комплексные технологии, имеющие соответствующие программные средства поддержки. Среди них можно назвать такие известные и устоявшиеся технологии, как ТРИЗ, АРИЗ [Андрейчиков, 1998, Альтшулер, 1973, 1979, 1982] и т. д. Среди современных, «неоклассических» методов наиболее развитым методом поиска новых решений является генетические алгоритмы (ГА) или метод эволюционного моделирования [Holland, 1994], составляющий раздел теории искусственного интеллекта. Следует отметить перспективность данного метода, широту возможностей и высокую эффективность. В настоящее время существует большое число публикаций [Wong, 1999, Вороновский, 1997, Курейчик, 2002, 1999, Скобцов, 2004, Григорьев, 2003а, 2003б], посвященных применению данного метода в различных предметных областях. Соответственно, ГА поддерживаются рядом программных пакетов разнообразного назначения. Однако проблема создания более эффективных методов поиска новых решений актуальна и в наше время.

Следует отметить, что в настоящее время бурно развивается новый класс программных систем — инструментальные интеллектуальные оболочки [Тарасов, 1993, Валькман, 1998], имеющие свои особенности, что накладывает свою специфику на возможные способы поиска новых решений. Например, инструментальные оболочки для создания интеллектуальных САПР [Валькман, 1998, Григорьев, 2003в] являются естественным местом приложения методов поиска новых решений. Однако, такие системы требуют не только механического использования «классических» и «неоклассических» методов поиска решений, но и их модификации, а так же решения ряда новых задач поиска новых решений, что связано с особенностями функционирования таких систем и спецификой форм представления знаний о объектах. В подтверждение, например, можно сослаться на [Валькман, 1998]. Соответственно, данные модификации и новые методы позволяет повысить эффективность процессов поиска решения. Т.о., если раньше прослеживалась тенденция «создание нового метода изобретения -> создание соответствующих средств программной поддержки», то тут ситуация изменяется на противоположенную, т. е. потребности программного комплекса должны быть обеспечены созданием более эффективных средств поиска новых решений. Важной особенностью тут является учет данными методами форм представления знаний — продукционные, фреймовые, формально-логические и т. д.

В работах [Григорьев, 2003 В, 2001а, 2001б, 2005а, 2002а, 2002б, 1999, 1996] автором предложен новый метод поиска новых решений, ориентированный на использование в технологии специализированных инструментальных программных оболочках для создания интеллектуальных САПР — мета-эвристической оболочки (МЭО). Его особенностью является решения новых задач изобретения, возникающих из особенностей процесса функционирования интеллектуальной оболочки, а так же — новых способов изобретения, возникающих из специфики используемых в оболочке методов представления знаний об объектах.

Цель статьи: классифицировать все положения данного метода, найти место данному методу в ряду существующих методов, определить его достоинства и недостатки с точки зрения других методов.