A low-carbon case index method based on D_HS includes: discretizing attribute intervals of low-carbon case base with equal probability to construct virtual grid feature attribute coordinates of case base; formulating case index rules; retrieving target case to obtain index set; constructing case matching criteria to supplement index set; building local feature attributes of different data types based on fuzziness of demand Similarity calculation model; Fuzzy axiomatization method is used to establish case feature attribute modification information model, which is used as a criterion to evaluate the modifiability of similar cases, and double standards of case retrieval similarity and modified information are constructed; database instances and index updates; when the number of database instances reaches a specified number, the attribute interval of instances is re-divided, NEW grid coordinates are constructed, and more. The coordinates of each instance in the new instance library. The invention can effectively improve the efficiency and correctness of retrieval, and at the same time improve the modifiability of retrieval examples.
【技术实现步骤摘要】
一种基于D-HS的低碳相似实例检索方法
本专利技术涉及一种低碳相似实例检索方法。
技术介绍
根据用户低碳需求,在产品实例库中准确、高效地检索获得相似产品实例是设计人员借助计算机辅助设计系统对现有低碳实例设计知识重用的关键。而目前产品实例检索系统普遍存在系统效用问题及检索结果可修改性问题。检索效用问题是指为使实例库实例设计知识尽可能覆盖需求知识,确保相似实例检索的准确性,需要不断扩充实例库实例数量,但当实例数量达到一定数目时,实例检索的准确性基本稳定,而检索效率下降。检索结果可修改性问题是指在按照传统的相似度方法检索获取的产品实例属性与需求属性综合相似度最高,但是无法保证检索获得实例的可修改性,部分属性参数可能无法通过变换以满足需求。本专利技术提出一种基于D-HS(最高离散化相似度)的低碳相似实例检索方法,该方法可以快速获取相似实例索引集,同时方便实例库中动态数据的更新和维护。基于用户需求的模糊性,构建不同数据类型特征属性的局部相似度计算模型;采用模糊公理化方法,建立实例特征属性修改信息模型,作为评定相似实例的可修改性准则,从而构建实例检索相似度和修改信息的双重标准,使检索结果更加合理,进而解决系统效用问题及检索结果可修改性问题。
技术实现思路
本专利技术要克服现有技术在实例库检索过程中的效用低下的问题,提出一种基于D-HS的低碳相似实例检索方法,实现更快速、更合理地检索。本专利技术解决其技术问题所采用的技术方案是:一种基于D-HS的低碳相似实例检索方法,包括如下步骤:S1:低碳实例库区间等概率离散化及索引规则:对各属性i的各实例按照属性值从小到大排序,ci(c ...
【技术保护点】
1.一种基于D‑HS的低碳相似实例检索方法,包括如下步骤:S1:低碳实例库区间等概率离散化及索引规则:对各属性i的各实例按照属性值从小到大排序,ci(c1),ci(c2),…,ci(cN);划定每区间段的实例数Int(N/Li),区间段的上下界为区间内实例属性i最大值和最小值,索引规则如公式(1)所示:
【技术特征摘要】
1.一种基于D-HS的低碳相似实例检索方法,包括如下步骤:S1:低碳实例库区间等概率离散化及索引规则:对各属性i的各实例按照属性值从小到大排序,ci(c1),ci(c2),…,ci(cN);划定每区间段的实例数Int(N/Li),区间段的上下界为区间内实例属性i最大值和最小值,索引规则如公式(1)所示:式中,N为实例库中产品实例总数,Li为自定义的第i维属性区间数;为实例库中第(liΔδi)个实例c的第i维属性ci的属性量值。所述的实例库,由N个实例c组成,每个实例包含M个质量特征属性c;S11:依据M维质量特征属性的量值,对实例库中N个实例进行M次升序排序,同时确定各维度属性区间数L,构建实例库虚拟网格化特征属性坐标(Li,Lj,Lk,…);S12:依据实例库中各个实例自身M维属性量值,生成单个实例ci的虚拟网格坐标(li(ci),lj(ci),lk(ci),…);S2:目标实例检索:将目标索引实例落入区域按S1中的索引规则,得到索引集S。S21:输入目标检索实例q,依据qi(q)的属性量值定位坐标(li(q),lj(q),lk(q),…),并记录相同属性区间坐标下的产品实例ci的标识号;S22:将与目标实例q的M维属性均在同一区间的实例(各维坐标相同)构成相似索引集S;S3:实例集补充:构建实例匹配度准则,对S2中获得的索引集S进行补充,避免边缘相似实例的遗漏,如公式(2)所示,获得补充集Sb;式中,cj(ci)表示实例ci的第j个属性cj的量值,qj(q)表示目标实例q的第j个属性qj...
【专利技术属性】
技术研发人员:赵燕伟,朱芬,谢智伟,徐晨,桂方志,任设东,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江,33
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。