一种产品设计知识服务方法和装置制造方法及图纸

技术编号:14015972 阅读:74 留言:0更新日期:2016-11-18 01:00
本发明专利技术公开了一种产品设计知识服务方法和装置,该方法包括步骤:获取知识需求元素,构建知识需求模型;进行语义扩展,得到具有语义的初级知识需求层次结构;修改生成终极知识需求层级结构;语义空间进行匹配,获取候选的语义空间单元;基于SWRL规则进行解析推理,生成POV网;求解POV网的最优拓扑序列,形成知识服务方案的语义空间;配置关联的知识资源。该装置包括构建模块、语义扩展模块、修改模块、匹配模块、生成模块和排序关联模块。该方法和装置基于知识需求建模,结合SWRL推理和有向图理论,从语义层面最大限度挖掘知识间的逻辑关系和内涵,实现了知识的增值,提高了产品设计过程所需知识推送结果的有效性。

【技术实现步骤摘要】

本专利技术涉及产品设计
,特别是涉及一种产品设计知识服务方法和装置
技术介绍
知识经济时代,如何利用现有的产品设计知识创造出更多的价值是所有设计制造企业面临的关键问题。传统的产品设计知识服务方式一般包括知识检索和推送,而这两种知识服务方式得出的结果往往只是一个单纯的知识列表。而产品设计知识之间具有复杂的语义关联,采用这种传统的检索或推送方法,由于与产品设计业务结合的不紧密,同时还忽略了知识之间本身的逻辑关系,导致检索和推送结果冗余,所提供知识的准确性较差,往往设计人员需要花费大量精力从推送的知识列表中逐一筛选也难以从中找到真正所需知识。综上,现有技术中的产品设计知识服务存在推送和检索的知识结果有效性差的技术问题。
技术实现思路
本专利技术的目的是提供一种产品设计知识服务方法和装置。为实现上述目的,本专利技术提供了如下方案:一种产品设计知识服务方法,包括步骤:步骤A,获取知识需求元素,构建知识需求模型,根据所述知识需求模型获得知识需求层次结构;步骤B,获取具有语义的产品设计知识本体模型,根据所述产品设计知识本体模型对所述知识需求层次结构进行语义扩展,得到具有语义的初级知识需求层次结构;步骤C,对所述初级知识需求层次结构进行修改,生成终极知识需求层级结构;步骤D,将所述产品设计知识本体模型的第一语义空间和所述终极知识需求层级结构的第二语义空间进行匹配,获取候选的语义空间单元;步骤E,对所述候选的语义空间单元基于SWRL规则进行解析推理,生成POV网;步骤F,求解所述POV网的最优拓扑序列,按照所述最优拓扑序列组织对应的知识片段形成知识服务方案的语义空间;步骤G,根据所述知识服务方案的语义空间,配置关联的知识资源。其中,步骤C中生成终极知识需求层级结构包括步骤:C1,获取所述初级知识需求层级结构上的节点元素,基于产品设计本体模型中的公理推理规则,对所述初级知识需求层级结构进行一致性检查;C2,判断所述初级知识需求层级结构是否满足一致性要求,是,则进行步骤C3,否,则对返回步骤C;C3,将当前满足一致性要求的知识需求层级结构作为终极需求层级结构。其中,步骤D中将所述产品设计知识本体模型的语义空间和所述终极知识需求层级结构的语义空间进行匹配包括步骤:D1,将所述第一语义空间和所述第二语义空间划分成多个语义空间单元;D2,将所述第一语义空间和所述第二语义空间各自的语义空间单元逐一进行语义相似度计算;D3,计算所述第一语义空间和所述第二语义空间的总相似度,总相似度满足预设阈值则视为匹配,否,则视为不匹配。其中,步骤D2包括步骤:计算所述第一语义空间和所述第二语义空间对应的语义空间单元的概念相似度、属性相似度和结构相似度;其中,计算概念相似度包括:记不同语义空间中的两个节点A和B为概念相似度计算公式为: sim d ( s 1 , s 2 ) = 2 × log p ( s ) log p ( s 1 ) + log p ( s 2 ) 0 ]]>其中p(s)=count(s)/total,p(s)是概念节点s和其子节点的个数在概念总数中所占的比例;Total是概念总数;节点s是s1和s2的公共父节点;计算属性相似度包括:假设两个节点OA与OB是目标节点,其属性有两种类型,一种是数据属性,其相似度根据概念相似度进行计算;另一种是对象属性,其相似度可以根据关系函数γ进行计算,记fγ=γ(IDA,IDB,PA,PB);两个目标节点可以表达为OA=<IDA,CA,PA>,OB=<IDB,CB,PB>,其中IDA和IDB是目标节点的ID,CA和CB是目标节点的上级父类,PA和PB是目标节点的属性;并且两个目标节点有共同的属性P,且P∈T,这里T是所有属性的集合;因此属性相似度simp可以被定义为: sim p ( O A , O B ) = sim d f r = γ ( ID A , ID B , P A , 本文档来自技高网...
一种产品设计知识服务方法和装置

【技术保护点】
一种产品设计知识服务方法,其特征在于,包括步骤:步骤A,获取知识需求元素,构建知识需求模型,根据所述知识需求模型获得知识需求层次结构;步骤B,获取具有语义的产品设计知识本体模型,根据所述产品设计知识本体模型对所述知识需求层次结构进行语义扩展,得到具有语义的初级知识需求层次结构;步骤C,对所述初级知识需求层次结构进行修改,生成终极知识需求层级结构;步骤D,将所述产品设计知识本体模型的第一语义空间和所述终极知识需求层级结构的第二语义空间进行匹配,获取候选的语义空间单元;步骤E,对所述候选的语义空间单元基于SWRL规则进行解析推理,生成POV网;步骤F,求解所述POV网的最优拓扑序列,按照所述最优拓扑序列组织对应的知识片段形成知识服务方案的语义空间;步骤G,根据所述知识服务方案的语义空间,配置关联的知识资源。

【技术特征摘要】
1.一种产品设计知识服务方法,其特征在于,包括步骤:步骤A,获取知识需求元素,构建知识需求模型,根据所述知识需求模型获得知识需求层次结构;步骤B,获取具有语义的产品设计知识本体模型,根据所述产品设计知识本体模型对所述知识需求层次结构进行语义扩展,得到具有语义的初级知识需求层次结构;步骤C,对所述初级知识需求层次结构进行修改,生成终极知识需求层级结构;步骤D,将所述产品设计知识本体模型的第一语义空间和所述终极知识需求层级结构的第二语义空间进行匹配,获取候选的语义空间单元;步骤E,对所述候选的语义空间单元基于SWRL规则进行解析推理,生成POV网;步骤F,求解所述POV网的最优拓扑序列,按照所述最优拓扑序列组织对应的知识片段形成知识服务方案的语义空间;步骤G,根据所述知识服务方案的语义空间,配置关联的知识资源。2.根据权利要求1所述的产品设计知识服务方法,其特征在于,所述步骤C中生成终极知识需求层级结构包括步骤:C1,获取所述初级知识需求层级结构上的节点元素,基于产品设计本体模型中的公理推理规则,对所述初级知识需求层级结构进行一致性检查;C2,判断所述初级知识需求层级结构是否满足一致性要求,是,则进行步骤C3,否,则对返回步骤C;C3,将当前满足一致性要求的知识需求层级结构作为终极需求层级结构。3.根据权利要求1所述的产品设计知识服务方法,其特征在于,所述步骤D中将所述产品设计知识本体模型的语义空间和所述终极知识需求层级结构的语义空间进行匹配包括步骤:D1,将所述第一语义空间和所述第二语义空间划分成多个语义空间单元;D2,将所述第一语义空间和所述第二语义空间各自的语义空间单元逐一进行语义相似度计算;D3,计算所述第一语义空间和所述第二语义空间的总相似度,总相似度满足预设阈值则视为匹配,否,则视为不匹配。4.根据权利要求3所述的产品设计知识服务方法,其特征在于,所述步骤D2包括步骤:计算所述第一语义空间和所述第二语义空间对应的语义空间单元的概念相似度、属性相似度和结构相似度;其中,计算概念相似度包括:记不同语义空间中的两个节点A和B为概念相似度计算公式为: sim d ( s 1 , s 2 ) = 2 × log p ( s ) log p ( s 1 ) + log p ( s 2 ) 0 ]]>其中p(s)=count(s)/total,p(s)是概念节点s和其子节点的个数在概念总数中所占的比例;Total是概念总数;节点s是s1和s2的公共父节点;计算属性相似度包括:假设两个节点OA与OB是目标节点,其属性有两种类型,一种是数据属性,其相似度根据概念相似度进行计算;另一种是对象属性,其相似度可以根据关系函数γ进行计算,记fγ=γ(IDA,IDB,PA,PB);两个目标节点可以表达为OA=<IDA,CA,PA>,OB=<IDB,CB,PB>,其中IDA和IDB是目标节点的ID,CA和CB是目标节点的上级父类,PA和PB是目标节点的属性;并且两个目标节点有共同的属性P,且P∈T,这里T是所有属性的集合;因此属性相似度simp可以被定义为:函数fγ由对象属性间的语义关系所决定,两个目标节点的属性相似度为: sim T ( O A , O B ) = Δ ∀ P ∈ T sim p ( O A , O B ) ; ]]>计算结构相似度包括:对于两个目标节点sq和sd是类节点,结构相似度可以根据其上位节点与下位节点的概念相似度来计算,上位节点概念相似度为simd(supc(sq),supc(sd)),下位节点的概念相似度为因此类节点的结构相似度为: sim s ( s q , s d ) = sim d ( sup c ( s q ) , sup c ( s d ) ) + Σ s u b c ∈ d sim d ( s q , s d ) m i n ( | s ...

【专利技术属性】
技术研发人员:裴大茗王国新王建峰
申请(专利权)人:中国船舶工业综合技术经济研究院北京理工大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1