一种基于知识库的产品概念新颖性评价方法技术

本发明专利技术公开了一种基于知识库的产品概念新颖性评价方法，能够根据产品概念直接计算得到产品概念新颖性值，能够避免专家评价带来的不确定性。该方法包括如下步骤：从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数；确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重，确定产品概念的新颖性值；以产品概念的关键特性参数作为人工神经网络的输入，以产品概念的新颖性值作为人工神经网络的输出，对人工神经网络进行训练，获得产品概念新颖性评价模型用于对待评价的产品概念进行新颖性评价。

【技术实现步骤摘要】
一种基于知识库的产品概念新颖性评价方法
本专利技术涉及产品概念设计
，具体涉及一种基于知识库的产品概念新颖性评价方法。
技术介绍
在激烈的市场竞争环境下，新产品研发能力是企业保持竞争力的中重要源泉。在产品研发过程中，概念设计是最重要、最关键、最体现产品创新性的环节。它的主要任务是完成产品概念方案的生成与评价。概念方案的评价是对生成的一系列概念方案的在不同评价指标下进行打分，然后选出最有概念方案的过程。由于概念设计处于产品研发的早起，概念方案的好坏会对产品研发后续阶段产生很大的影响。有研究表明，最终产品70-80％的成本和80％的质量由概念设计阶段决定的。概念方案评价可以帮助设计者快速定位于最合适的方案，减少之后产品研发中的变更，并增加最终产品成功的机率。除此之外，在产品概念设计中，大约70％的设计工作为自适应设计和变形设计，新产品设计大约60％以上的工作都基于以往设计信息展开的。因此，如何利用历史产品设计数据建立一种完善的概念方案评价方法，对于提升产品设计质量、减少设计返工以及缩短产品设计周期具有重要意义。目前，已有一些专利利用定性分析的方法对产品概念进行评价。有的相关专利采用基于粗糙集理论，或是模糊集理论，结合偏好排序法，在给定设计要求下对产品方案进行评价，得到候选方案中的最佳方案。有的专利考虑主观评价下具有的不确定性以及主观偏好，采用多准则决策法，选出综合评价表现最佳的产品方案。在概念设计阶段由于涉及信息的不确定性以及模糊性等，会造成专家评价过程及结果缺乏准确性以及客观性。虽然这些专利能够通过模糊化处理以及其他方法针对设计信息的不确定性给予量化处理，降低主观因素及不确定性对评价过程带来的负面影响，提高评价方法的可信度以及准确性。但是，这些定性评价方法在评价过程中容易受专家个人偏好以及知识局限性的影响，为了使产品概念的评价更加客观和准确，需要引入一些定量评价的方法。目前尚未有针对产品概念新颖性的定量评价的方法。
技术实现思路
有鉴于此，本专利技术提供了一种基于知识库的产品概念新颖性评价方法，能够根据已有的产品概念建立产品概念新颖性评价模型，并计算得到产品概念新颖性值，能够避免专家评价带来的不确定性。为达到上述目的，本专利技术的技术方案提供了一种基于知识库的产品概念新颖性评价方法，包括以下步骤：S1、从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库。S2、采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数。S3、确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重；采用不确定性分析法，确定各产品概念的新颖性值。S4、针对产品概念知识库中所有的产品概念，以产品概念的关键特性参数作为人工神经网络的输入，以产品概念的新颖性值作为人工神经网络的输出，对人工神经网络进行训练，获得产品概念新颖性评价模型。S5、采用产品概念新颖性评价模型针对待评价的产品概念进行新颖性评价。进一步地，将产品概念知识库中的产品概念转化为数据表达形式，存储为产品概念知识库，具体包括以下步骤：S101、针对现有产品提取产品概念，并通过功能术语集，组件术语集，流术语集构建产品概念结构图。S102、分别为功能术语集中的功能术语按顺序进行编号，为组件术语集中的组件术语按顺序进行编号，为流术语集中的流术语按顺序进行编号；产品概念结构图中节点同时代表产品功能以及实现该产品功能的组件，并对节点进行编号。S103、针对产品概念结构图各节点以及输入流和输出流，构建节点矩阵。针对功能术语集，构建功能向量。针对组件术语集，构建组件向量。将构建的节点矩阵、功能向量以及组件向量组合为产品概念表达模型，即获得产品概念的数据表达形式，存储产品概念表达模型为产品概念知识库。进一步地，采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数，具体包括如下步骤：S201、统计产品概念知识库中所有产品概念中功能i由组件j实现的次数，构建功能组件映射关系矩阵FCMM；功能术语集中术语数量为GN时，GN为正整数，则i取1～GN；当组件术语集中术语数量为ZJ时，ZJ为正整数，则j取1～ZJ。统计产品概念知识库中组件j和组件k在所有产品概念中同时出现的次数，构建组件间映射关系矩阵CCM；k取1～ZJ。统计产品概念知识库中功能i和功能p所有产品概念中同时出现的次数，构建功能间映射关系矩阵FCM；p取1～GN。S202、分别将功能组件映射关系矩阵FCMM、组件间映射关系矩阵CCM以及功能间映射关系矩阵FCM进行矩阵标准化计算后得到标准化的功能组件映射关系矩阵FCMMI、组件间映射关系矩CCMI以及功能间映射关系矩阵FCMI。S203、针对产品概念知识库中共m个产品概念。对于第a个产品概念，在矩阵FCMMI中关于第a个产品概念的功能组件映射关系之和的平均值即为第a个产品概念的功能组件映射关系参数FCMIa，在在矩阵CCMI中关于第a个产品概念的组件间映射关系之和的平均值即为第a个产品概念的组件间映射关系参数CCIa，在矩阵FCMI中关于第a个产品概念的功能间映射关系之和的平均值即为第a个产品概念的功能间映射关系参数FCIa；同时获取第a个产品概念的功能数量Fa；a取1～m。功能组件映射关系参数FCMIa、组件间映射关系参数CCIa以及功能间映射关系参数FCIa组成第a个产品概念的关键特征参数。S204、构建产品概念知识库的关键特征参数矩阵为：其中m为产品概念知识库中产品概念的数量。进一步地，确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重；采用不确定性分析法，确定各产品概念的新颖性值，具体包括如下步骤：S301、确定新颖性指标，包括组件新颖性k1、功能新颖性k2以及产品科技含量k3，组成新颖性指标向量K＝[k1k2k3]T。S302、通过专家评价法获得产品概念知识库中所有产品概念的各新颖性指标的打分值，其中第1～第m个产品概念的组件新颖性k1的打分值分别为k11～k1m，第1～第m个产品概念的功能新颖性k2的打分值分别为k21～k2m，第1～第m个产品概念的产品科技含量k3的打分值分别为k31～k3m；利用k11～k1m、k21～k2m以及k31～k3m组成平均评价矩阵V：S303、采用层次分析法计算得到新颖性指标的权重向量P＝[p1p2p3]T；p1、p2和p3分别为新颖性指标k1、k2和k3的权重。S304、产品概念知识库中所有产品概念的新颖性值为向量N：N＝VP＝[vp1,vp2,……vpm]，其中vp1～vpm分别为产品概念知识库中各产品概念的新颖性值。有益效果：1、本专利技术基于现有产品的产品概念，建立产品概念知识库，以产品概念的功能以及组件作为新颖性的评价标准，通过模糊不确定分析法得到产品概念的新颖性值。将产品概念关键特性参数作为神经网络的输入，产品概念新颖性值作为输出，通过模型训练得到产品概念新颖性评价模型。该模型能够根据产品概念直接计算得到产品概念新颖性值，能过避免专家评价带来的不确定性。同时，此模型通过样本数量不断增多，模型不断训练，对新颖性值的预测将会更加精准。附图说明图1为本专利技术所提供的基于知识库的产品概念新颖性评价方法流程图。图2为本专利技术实施例中所构建的产品概念表达模型组成示意本文档来自技高网...

【技术保护点】
1.一种基于知识库的产品概念新颖性评价方法，其特征在于，包括以下步骤：S1、从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；S2、采用数理统计方法分析所述产品概念知识库，确定各产品概念的关键特性参数；S3、确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重；采用不确定性分析法，确定各产品概念的新颖性值；S4、针对产品概念知识库中所有的产品概念，以所述产品概念的关键特性参数作为人工神经网络的输入，以所述产品概念的新颖性值作为人工神经网络的输出，对所述人工神经网络进行训练，获得产品概念新颖性评价模型；S5、采用所述产品概念新颖性评价模型针对待评价的产品概念进行新颖性评价。

【技术特征摘要】
1.一种基于知识库的产品概念新颖性评价方法，其特征在于，包括以下步骤：S1、从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；S2、采用数理统计方法分析所述产品概念知识库，确定各产品概念的关键特性参数；S3、确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重；采用不确定性分析法，确定各产品概念的新颖性值；S4、针对产品概念知识库中所有的产品概念，以所述产品概念的关键特性参数作为人工神经网络的输入，以所述产品概念的新颖性值作为人工神经网络的输出，对所述人工神经网络进行训练，获得产品概念新颖性评价模型；S5、采用所述产品概念新颖性评价模型针对待评价的产品概念进行新颖性评价。2.如权利要求1所述的方法，其特征在于，所述将产品概念知识库中的产品概念转化为数据表达形式，存储为产品概念知识库，具体包括以下步骤：S101、针对现有产品提取产品概念，并通过功能术语集，组件术语集，流术语集构建产品概念结构图；S102、分别为功能术语集中的功能术语按顺序进行编号，为组件术语集中的组件术语按顺序进行编号，为流术语集中的流术语按顺序进行编号；所述产品概念结构图中节点同时代表产品功能以及实现该产品功能的组件，并对节点进行编号；S103、针对所述产品概念结构图各节点以及输入流和输出流，构建节点矩阵；针对所述功能术语集，构建功能向量；针对所述组件术语集，构建组件向量；将构建的所述节点矩阵、功能向量以及组件向量组合为产品概念表达模型，即获得产品概念的数据表达形式，存储所述产品概念表达模型为产品概念知识库。3.如权利要求2所述的方法，其特征在于，所述采用数理统计方法分析所述产品概念知识库，确定各产品概念的关键特性参数，具体包括如下步骤：S201、统计产品概念知识库中所有产品概念中功能i由组件j实现的次数，构建功能组件映射关系矩阵FCMM；功能术语集中术语数量为GN时，GN为正整数，则i取1～GN；当组件术语集中术语数量为ZJ时，ZJ为正整数，则j取1～ZJ；统计产品概念知识库中组件j和组件k在所有产品概念中同时出现的次数，构建组件间映射关系矩阵CCM；k取1～ZJ；统计产品概念知识库中功能i和功能p所有产品概念中同时出现的次数，构建功能间映射关系矩...

【专利技术属性】
技术研发人员：郝佳，徐灵艳，王国新，阎艳，金怡伶，叶文斌，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11