一种基于粗糙集的装配知识发现方法技术

本发明专利技术涉及一种基于粗糙集的装配知识发现方法，其克服了现有技术中装配知识发现效率低、缺乏科学依据的问题，其在进行相关装配时可直接利用发现的装配顺序，为装配过程提供参考，加快装配知识采集速度，提高装配知识的发现效率。本发明专利技术首先基于粗糙集算法，建立决策信息表；在此基础上研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。

【技术实现步骤摘要】
一种基于粗糙集的装配知识发现方法
：本专利技术涉及一种装配知识的发现方法，尤其是涉及一种基于粗糙集的装配知识发现方法。
技术介绍
：在制造企业，知识成为提高企业竞争力最关键的手段之一，而提高创新能力的根本是生产过程中相关知识的发现。装配是制造过程中最为重要的一环，装配知识的发现则对制造企业起着至关重要的作用。知识发现是从各种信息中，根据不同的需求获得知识的过程。知识发现的目的是向使用者屏蔽原始数据的繁琐细节，从原始数据中提炼出有效的、新颖的、潜在有用的知识，直接向使用者报告，这也是装配知识发现的难点。装配知识的发现方法是将大量数据信息的内容，以及通过分析得到的结果等转化为图形，以图形的形式反馈给装配人员，可视化技术给了数据和装配人员之间以交互式的体验，使得可以在一个高的层次上发现数据之间的关系。这种方法的局限性是：很多装配过程仍是凭借装配人员的经验，缺乏科学依据，使装配知识的发现处于停滞状态。另一种装配知识的发现方法是在装配语义建模方法的基础上，将装配语义分为概念层、结构层和零件层，通过在Pro/E系统中建立装配规划系统获取装配序列等相关的产品语义信息。将装配序列规划中的隐性知识(零件属性和联接方法等)建立知识库，需要时将隐性知识调出，再与标准知识库中的内容进行比较，求出装配体中的装配优先关系，通过比较分析得出最终的装配序列。这种方法的局限性是：当存储的知识量过大时就会导致搜索效率降低，影响装配序列规划的速度。
技术实现思路
：本专利技术的目的在于提供一种基于粗糙集的装配知识发现方法，其克服了现有技术中装配知识发现效率低、缺乏科学依据的问题，其在进行相关装配时可直接利用发现的装配顺序，为装配过程提供参考，加快装配知识采集速度，提高装配知识的发现效率。为实现上述目的，本专利技术采用的技术方案为：一种基于粗糙集的装配知识发现方法，其特征在于：首先基于粗糙集算法，建立决策信息表；在此基础上研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。包括以下步骤：(1)基于粗糙集算法，建立决策信息表；(2)由决策表可以得到各条件属性的等价类，将各属性中相同的写为一组，可依次得到各条件属性的等价类；(3)根据所求论域U建立系统决策表，调查确定条件属性C和决策属性D，设i表示条件属性中的各属性；(4)在信息系统中，每个属性具有相应的等价关系，通过一个信息系统被视为等价关系族，信息系统和知识库相连接：(4-a)在装配信息系统S＝(U,A)中，对于每个X和一个等价关系R,R＝(a,b,…,z),其中X是U的子集，分别为X的R下近似集和R上近似集；(4-b)通过装配信息系统来划定边界域、正域和负域；(5)建立装配知识相对约简和相对核：(5-a)装配信息系统S＝(U,A)和两个等价关系R1和R2，G满足：G是R1的R2独立子族和称G是R1相对于R2的一个约简，记为：知识的相对约简不是唯一的；(5-b)对于任意给定的X∈R1，X满足：称X是R1中R2必要的，R1中所有的R2必要知识共同组成了一个集合，这个集合称为R1的R2核，即R1相对于R2的核，得到相对核的概念，记为：知识的相对核是唯一的；(6)通过求解各属性的重要性，将不重要的属性进行约简，重要的属性加入约简集中，重要性通过依赖度之差表示：(6-a)依赖度显示两项知识之间的依赖程度，在S＝(U,A)中，有等价关系R1和R2，知识R2是k度依赖于R1：(6-b)给定装配信息系统S＝(U,A)和等价关系R1和R2，属性a的重要性为：从R1中去掉a后的重要性为sig(R1-a,R1,R2)＝k-ka；(7)得到重要性最小的集合，从而得重要性最大的属性im，放入约简集redD(C)，继续求解C中剩余属性和重要性最大属性im的并集的正域以及重要性取重要性最小的集合，形成约简集；(8)由约简集得到新的装配知识信息系统决策表，从而分析出决策规则。步骤(1)中，(1-a)装配信息系统用S表示，S＝(U,A)，其中U为非空的有限集合，U＝(u1,u2,…,un)，为论域或者对象空间，ui等代表对象；A＝(a,b,…,z)，并且也是非空的有限集合，A中元素i代表属性；(1-b)装配信息系统决策表包括条件属性和决策属性，条件属性用C表示，决策属性用D表示，且A＝C∪D,C∩D≠φ；条件属性和决策属性分别位于表的两侧，由条件推出决策，这两个属性使得信息系统变成一个决策表。步骤(4-a)中，(I)上近似集为根据知识R判断，可能属于X的U中元素的集合；(II)下近似集为根据知识R判断，肯定属于X的U中的元素所构成的集合；步骤(4-b)中，(I)为X的边界域，是由X的近似集的差构成的；边界域处于中间位置，为既不能判断肯定属于X又不能判断肯定属于U-X中的元素所组成的集合；(II)posR(X)＝RX为X的R正域；为X的R负域；正域为根据知识R判断，肯定属于X的U中的元素所构成的集合；负域为判断一定不属于X的U中元素所组成的集合。与现有技术相比，本专利技术具有的优点和效果如下：本专利技术通过基于粗糙集算法，根据所求论域U建立系统决策表，调查确定条件属性和决策属性建立决策信息表，粗糙集是一个强大的数据分析工具，它能表达和处理不确定信息，能在保留关键信息的前提下，对数据进行化简并求得知识的最小表达。以此为基础，研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。在出现新的装配任务时，能够直接利用发现的装配顺序，改变凭借装配人员经验的工作模式。此方法不仅加快装配知识采集的速度，而且提高了装配知识发现的效率。附图说明：图1为知识发现中参考体模型图。图2为知识发现中参考体具体支架图。具体实施方式：下面结合具体实施方式对本专利技术进行详细的说明。这些实施例是用于说明本专利技术而不限于本专利技术的范围。本专利技术为一种基于粗糙集装配知识发现方法，其首先基于粗糙集算法，建立决策信息表；在此基础上研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。其本专利技术具体包括如下步骤：(1)基于粗糙集算法，建立决策信息表；(1-a)装配信息系统用S表示，S＝(U,A)，其中U为非空的有限集合，U＝(u1,u2,…,un)，称为论域或者对象空间，ui等代表对象；A＝(a,b,…,z)，并且也是非空的有限集合，A中元素i代表属性；(1-b)装配信息系统决策表包括条件属性和决策属性，条件属性用C表示，决策属性用D表示，且A＝C∪D,C∩D≠φ。条件属性和决策属性分别位于表的两侧，由条件推出决策，这两个属性使得信息系统变成了一个决策表；(2本文档来自技高网...

【技术保护点】
1.一种基于粗糙集的装配知识发现方法，其特征在于：首先基于粗糙集算法，建立决策信息表；在此基础上研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。/n

【技术特征摘要】
1.一种基于粗糙集的装配知识发现方法，其特征在于：首先基于粗糙集算法，建立决策信息表；在此基础上研究各条件属性的重要度并进行属性约简，得到约简集；然后根据约简后得到新的装配知识信息系统决策表，分析出决策规则，进而得出装配顺序。


2.根据权利要求1所述的一种基于粗糙集的装配知识发现方法，其特征在于：包括以下步骤：
(1)基于粗糙集算法，建立决策信息表；
(2)由决策表可以得到各条件属性的等价类，将各属性中相同的写为一组，可依次得到各条件属性的等价类；
(3)根据所求论域U建立系统决策表，调查确定条件属性C和决策属性D，
设i表示条件属性中的各属性；
(4)在信息系统中，每个属性具有相应的等价关系，通过一个信息系统被视为等价关系族，信息系统和知识库相连接：
(4-a)在装配信息系统S＝(U,A)中，对于每个X和一个等价关系R,R＝(a,b,…,z),其中X是U的子集，分别为X的R下近似集和R上近似集；
(4-b)通过装配信息系统来划定边界域、正域和负域；
(5)建立装配知识相对约简和相对核：
(5-a)装配信息系统S＝(U,A)和两个等价关系R1和R2，G满足：G是R1的R2独立子族和称G是R1相对于R2的一个约简，记为：知识的相对约简不是唯一的；
(5-b)对于任意给定的X∈R1，X满足：称X是R1中R2必要的，R1中所有的R2必要知识共同组成了一个集合，这个集合称为R1的R2核，即R1相对于R2的核，得到相对核的概念，记为：知识的相对核是唯一的；
(6)通过求解各属性的重要性，将不重要的属性进行约简，重要的属性加入约简集中，重要性通过依赖度之差表示：
(6-a)依赖度显示两项知识之间的依赖程度，在S＝(U,A)中，有等价关系R1和R2，知识R...

【专利技术属性】
技术研发人员：乔虎，邓瑞祥，何俊，伍娅，安嘉祥，何江，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：陕西;61