本发明专利技术公开了基于知识的骨架模型分层度量方法和装置，该方法，包括对获取的骨架模型的组件的相关性进行加权求和得到组件的综合相关性；基于综合相关性构建综合相关性矩阵，并利用传递闭包法处理综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案；对原始骨架建模方案和骨架模型分层建模方案的修正的轮廓系数进行计算得到包含不同方案的评价值的评价结果，并利用最大最小规范化方法得到评价值的区间映射结果；基于评价值的区间映射结果可视化骨架模型分层建模方案的评价结果。本发明专利技术能够用原型系统实现计算过程的自动化，有利于设计人员在设计早期对骨架模型分层建模的合理性进行评价与修正。的合理性进行评价与修正。的合理性进行评价与修正。
【技术实现步骤摘要】
基于知识的骨架模型分层度量方法和装置
[0001]本专利技术涉及制造、智能化信息
，特别是涉及基于知识的骨架模型分层度量方法和装置。
技术介绍
[0002]骨架模型描述产品空间位置、轮廓尺寸与约束信息等，是实现自顶向下设计的重要手段，能支持设计信息的有效传递，同时也能支持概念设计，目前主流的计算机辅助设计(Computer Aided Design,CAD)软件如Creo、CATIA等都支持骨架模型设计,同时也在航天、汽车、舰船等复杂产品设计领域发挥了重要作用，但这些软件产品目前还不支持骨架模型的自动化评价。
[0003]波音商用飞机集团总结了CAD软件领域的十大挑战，将其归结为三大类：几何计算、交互技术和产品规模，其中产品规模就是指的随着产品复杂度的提升，引发的设计数据的表示、共享与重用的问题，以新型客机波音787的设计为例，不同的设计人员将飞机的各个部分进行预装配，而后实现最终产品装配，而不是以更小层级的部件交付设计，这就是一个基于骨架模型的自顶向下设计的过程。随着设计复杂性的提升，骨架模型在设计中起到了越来越重要的作用，也正是由于骨架模型对整个产品设计过程都具有约束，合理的骨架建模方案也显得非常重要。如果骨架模型的设计就不合理，对后续的详细设计会产生巨大的负面影响，很容易导致设计方案的反复修改，制约设计效率的提升。
[0004]目前关于骨架模型的分层建模与评价方面的研究，主要是通过设计人员主观判断骨架模型中组件的两两相关性，而设计人员对相关性的判断缺乏系统性，难以综合考虑组件的功能、原理、结构等多方面的因素进而做出量化评价，且通常需要详细设计出装配模型后，才能进行评价。
技术实现思路
[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006]为此，本专利技术提出一种基于知识的骨架模型分层度量方法，骨架模型具有层次性的特点，复杂产品的自顶向下设计具有高度的知识密集性和不确定性，利用骨架模型来实现对整个设计过程的约束，本申请的方法能够自动化进行骨架模型分层建模方案的评价，为复杂产品骨架模型设计的合理性提供了一方面的保障。
[0007]本专利技术的另一个目的在于提出一种基于知识的骨架模型分层度量装置。
[0008]为达上述目的，本专利技术一方面提出一种基于知识的骨架模型分层度量方法，包括：
[0009]对获取的骨架模型的组件的相关性进行加权求和得到组件的综合相关性；
[0010]基于所述综合相关性构建综合相关性矩阵，并利用传递闭包法处理所述综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案；
[0011]对原始骨架建模方案和所述骨架模型分层建模方案的修正的轮廓系数进行计算得到包含不同方案的评价值的评价结果，并利用最大最小规范化方法得到所述评价值的区
间映射结果；
[0012]基于所述评价值的区间映射结果可视化所述骨架模型分层建模方案的评价结果。
[0013]另外，根据本专利技术上述实施例的基于知识的骨架模型分层度量方法还可以具有以下附加的技术特征：
[0014]进一步地，在本专利技术的一个实施例中，所述相关性，包括功能相关性、原理相关性、行为相关性和结构相关性；所述骨架模型，包括单层的单机骨架模型、多层的分系统骨架模型和总体骨架模型中的一种；其中，所述功能相关性和原理相关性的建模是基于功能描述知识模型和原理效应知识模型进行构建的。
[0015]进一步地，在本专利技术的一个实施例中，获取骨架模型组件的相关性，包括：
[0016]基于骨架模型的组件在所述功能描述知识模型和原理效应知识模型中所属的类的位置计算组件的功能相关性和原理相关性；
[0017]基于骨架模型的组件之间的物质、能量与信号关系计算组件的行为相关性；
[0018]基于骨架模型的组件之间的接触类型、联接类型和形位关系计算组件的结构相关性。
[0019]进一步地，在本专利技术的一个实施例中，所述基于所述综合相关性构建综合相关性矩阵，并利用传递闭包法处理所述综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案，包括：
[0020]根据骨架模型中n个组件的两两之间的综合相关性，建立n阶的综合相关性矩阵M；
[0021]利用传递闭包法，计算矩阵M的传递闭包M
*
，M
*
是n阶矩阵；M
*
中所有元素有n2个，M
*
是经过传递闭包计算所得，M
*
是一个模糊等价矩阵，将t个不同的值从大到小排列，得到t个分类阈值；
[0022]忽略矩阵M
*
中的主对角元素，检索M
*
中等于分类阈值中最大值的元素，若找到第x行第y个元素符合要求，则骨架模型中第x个组件和第y个组件聚为一类，这个新的类称为组件k；
[0023]去掉矩阵M
*
中与第x个组件和第y个组件关联的行与列，并加入组件k与其他组件的综合相关性，作为矩阵M
*
的新的行列，矩阵M
*
阶数降低1位；
[0024]确定t个分类阈值中的最小值，检查矩阵M
*
中是否存在不小于最小值的元素，如果有，逐渐降低矩阵M
*
阶数；
[0025]对于t个分类阈值，每一个分类阈值对应一种聚类结果，对任意一个分类阈值λ，如果初始生成的n阶矩阵M
*
中存在整列元素都小于λ的情况，则当前列元素对应的组件单独成为一类，n阶矩阵M
*
中的其他列元素对应的组件已经聚类完成，生成类内组件数量不少于2的若干个类簇；
[0026]对组件数量不少于3的类簇，重新进行模糊层次聚类。
[0027]进一步地，在本专利技术的一个实施例中，所述方法，还包括：
[0028]计算所述骨架模型中每一个组件对应的修正的轮廓系数；
[0029]将所述骨架模型中所有组件的所述修正的轮廓系数取平均值，以得到所述骨架模型分层建模方案的度量指标值；
[0030]根据所述度量指标值的大小对所述骨架模型分层建模方案的合理性进行判断，以得到方案性能判断结果。
[0031]为达上述目的，本专利技术另一方面提出一种基于知识的骨架模型分层度量装置，包括：
[0032]相关性计算模块，用于对获取的骨架模型的组件的相关性进行加权求和得到组件的综合相关性；
[0033]模糊层次聚类模块，用于基于所述综合相关性构建综合相关性矩阵，并利用传递闭包法处理所述综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案；
[0034]建模方案评价模块，用于对原始骨架建模方案和所述骨架模型分层建模方案的修正的轮廓系数进行计算得到包含不同方案的评价值的评价结果，并利用最大最小规范化方法得到所述评价值的区间映射结果；
[0035]结果可视化模块，用于基于所述评价值的区间映射结果可视化所述骨架模型分层建模方案的评价结果。
[0036]本专利技术实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于知识的骨架模型分层度量方法，其特征在于，包括以下步骤：对获取的骨架模型的组件的相关性进行加权求和得到组件的综合相关性；基于所述综合相关性构建综合相关性矩阵，并利用传递闭包法处理所述综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案；对原始骨架建模方案和所述骨架模型分层建模方案的修正的轮廓系数进行计算得到包含不同方案的评价值的评价结果，并利用最大最小规范化方法得到所述评价值的区间映射结果；基于所述评价值的区间映射结果可视化所述骨架模型分层建模方案的评价结果。2.根据权利要求1所述的方法，其特征在于，所述相关性，包括功能相关性、原理相关性、行为相关性和结构相关性；所述骨架模型，包括单层的单机骨架模型、多层的分系统骨架模型和总体骨架模型中的一种；其中，所述功能相关性和原理相关性的建模是基于功能描述知识模型和原理效应知识模型进行构建的。3.根据权利要求2所述的方法，其特征在于，获取骨架模型组件的相关性，包括：基于骨架模型的组件在所述功能描述知识模型和原理效应知识模型中所属的类的位置计算组件的功能相关性和原理相关性；基于骨架模型的组件之间的物质、能量与信号关系计算组件的行为相关性；基于骨架模型的组件之间的接触类型、联接类型和形位关系计算组件的结构相关性。4.根据权利要求1所述的方法，其特征在于，所述基于所述综合相关性构建综合相关性矩阵，并利用传递闭包法处理所述综合相关性矩阵得到模糊层次聚类的骨架模型分层建模方案，包括：根据骨架模型中n个组件的两两之间的综合相关性，建立n阶的综合相关性矩阵M；利用传递闭包法，计算矩阵M的传递闭包M
*
，M
*
是n阶矩阵；M
*
中所有元素有n2个，M
*
是经过传递闭包计算所得，M
*
是一个模糊等价矩阵，将t个不同的值从大到小排列，得到t个分类阈值；忽略矩阵M
*
中的主对角元素，检索M
*
中等于分类阈值中最大值的元素，若找到第x行第y个元素符合要求，则骨架模型中第x个组件和第y个组件聚为一类，这个新的类称为组件k；去掉矩阵M
*
中与第x个组件和第y个组件关联的行与列，并加入组件k与其他组件的综合相关性，作为矩阵M
*
的新的行列，矩阵M
*
阶数降低1位；确定t个分类阈值中的最小值，检查矩阵M
*
中是否存在不小于最小值的元素，如果有，逐渐降低矩阵M
*
阶数；对于t个分类阈值，每一个分类阈值对应一种聚类结果，对任意一个分类阈值λ，如果初始生成的n阶矩阵M
*
中存在整列元素都小于λ的情况，则当前列元素对应的组件单独成为一类，n阶矩阵M
*
中的其他列元素对应的组件已经聚类完成，生成类内组件数量不少于2的若干个类簇；对组件数量不少于3的类簇，重新进行模糊层次聚类。5.根据权利要求1所述的方法，其特征在于，所述方法，还包括：计算所述骨架模型中每一个组件对应的修正的轮廓系数；将所述骨架模型中所有组件的所述修正的轮廓系数取平均值，以得到所述骨架模型分层建模方案的度量指标值；
根据所述度量指标值的大小对所述骨架模型分层建模方案的合理性进行判断，以得到方案性能判断结果。6.一...
【专利技术属性】
技术研发人员：刘思超，南哨克，陈乾，田凌，
申请(专利权)人：清华大学，
类型：发明
国别省市：
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。