一种考虑任意两两模块间关联关系的吊钩组模块划分方法技术

技术编号:17879272 阅读:45 留言:0更新日期:2018-05-06 00:59
一种考虑任意两两模块间关联关系的吊钩组模块划分方法,该方法首先确定吊钩组各零件,再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;将相关度分析结果量化,建立吊钩组设计结构矩阵R表达零部件之间关联关系,利用矩阵的形式间接地表达复杂过程中变量间信息的依赖关系;然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案;针对不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度;根据计算结果,计算各个分类方案对应的平均内聚度和平均耦合度;利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度;比较各个方案模块度大小,选取模块度最大的方案作为吊钩组模块划分的最优方案。

A hook group module partition method considering the relationship between any 22 modules

A method of dividing the hook group module which considers the relationship between any 22 modules is considered. This method first determines the various parts of the hook group, and then analyzes the connection, function and physical correlation of the hook group parts according to the connection, functional relevance and physical correlation between the parts. The design structure matrix R of the hook group is set up to express the relation between parts and components, and the dependence relation of the information between variables in the complex process is expressed indirectly by using the matrix form. Then the FCM clustering algorithm is used to cluster the design matrix R of the hook group, and a variety of classification cases are obtained. The cohesion of each module and the coupling degree of each module are 22. According to the calculation results, the average cohesion and the average coupling degree of each classification scheme are calculated. The module degree of the scheme is calculated by means of the average cohesion and the average coupling degree corresponding to each scheme, and the size of each scheme is compared. Take the maximum degree of module plan as the optimal solution of the hook group module partition.

【技术实现步骤摘要】
一种考虑任意两两模块间关联关系的吊钩组模块划分方法
本专利技术涉及吊钩组
,特别涉及一种考虑任意两两模块间关联关系的吊钩组模块划分方法。
技术介绍
吊钩组是工程机械中常用的专业部件,其结构复杂紧凑、尺寸跨度大、零件数量多等特点导致设计过程用时长、效率低等问题凸显。对于不同的工程情况下所需要的吊钩组有不同的设计要求,企业如果不能遵循一种行之有效的设计方式便无法应对市场需求的变化。而为适应不断变化的市场需求,现代工程机械的设计方法普遍采用模块化的设计思路,将一个部件内部的各个零件进行聚类,划分出最优的模块组成,从而进行产品设计。模块划分的优劣直接决定了吊钩组设计时间长短及效率的高低。现有对吊钩组而言的模块划分方法忽略了各个模块两两之间的耦合度,而且使用的范围无法一次性全部涵盖布尔矩阵、非布尔矩阵、对称矩阵及非对称矩阵四种情况。所以针对吊钩组提出一种新型的模块划分方法,有助于提高吊钩组设计效率,缩短吊钩组设计周期。
技术实现思路
本专利技术目的是,为了提高吊钩组设计效率,缩短吊钩组设计周期,本专利技术提出一种考虑任意两两模块间关联关系的吊钩组模块划分方法。步骤1,首先确定吊钩组各零件,再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;步骤2,将相关度分析结果量化,建立吊钩组设计结构矩阵R表达零部件之间关联关系,利用矩阵的形式间接地表达复杂过程中变量间信息的依赖关系;步骤3,然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案;步骤4,针对步骤3中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度;步骤5,根据步骤4的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度;步骤6,利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度;步骤7,比较各个方案模块度大小,选取模块度最大的方案作为吊钩组模块划分的最优方案。在步骤1中,为准确分析吊钩组零件间的关联性,需要将各个零件两两匹配在联接、功能及物理三个方面进行相关度分析;在步骤2中,对步骤1中所得的各个零件中的相关度分析结果进行量化化处理,将处理结果构造成设计结构矩阵R,矩阵R可以是布尔矩阵、非布尔矩阵、对称矩阵、非对称矩阵,并通过矩阵的形式表达出各个零件之间的依赖关系;在步骤3中,利用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案,其聚类思想主要为如下优化问题:设X={x1,x2,…,xn}∈RS为样本集,其中每个样本均有s个属性指标,即xi={xi1,xi2,…,xis},现要样本划分为c类(2≤c≤n)。聚类问题可以描述为如下问题:uij≥0j=1,2,…,n;i=1,2,…,c其中m>1是模型系数,U=uij是一个c×n的模糊划分矩阵,uij是第j个样本xj属于第i类的隶属度值,V=[v1,v2,…,vc]是聚类中心向量。FCM算法是一种软性的模糊划分,其思想是使得被划分到同一类的对象之间相似度最大,而不同一类之间的相似度最小,它的算法过程为:(1)数据的初始化。设定聚类数c(1<c<n)和模糊指数m(1≤m<+∞);初始化各类中心V(0);设置迭代停止阈值ε>0;令迭代次数k=0;(2)用下式计算U(k+1)(3)用下式计算V(k+1),并令迭代次数k=k+1,(4)重复(2)和(3),如果满足终止条件||V(k)-V(k+1)||<ε,k≥1,则算法停止并输出矩阵U和矩阵V。否则令k=k+1,转向步骤1。在得到输出结果以后,可以通过隶属度矩阵判断每个零件分别属于哪一类,进而得到产品模块的划分结果。在步骤4中,针对步骤3中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度,其计算思路如下:假设产品有N个零件,共划分为M个模块,nk和mk分别是第k个模块中第一个零件和最后一个零件的序号,第i个零件DPi和第j个零件DPj的综合关联度为r(i,j),则第k个模块的内聚度可用下式表示:假设np和mp分别是第p个模块中第一个零件和最后一个零件的序号,则模块Mk和Mp之间的耦合度可用下式表示其中描绘了模块Mk对模块Mp的依赖度,描绘了模块Mk对模块Mp的影响度。模块的间的影响度和依赖度就构成两个模块间的耦合度;在步骤5中,根据步骤4的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度,其计算公式如下:总内聚度为M个模块的和,即则平均内聚度为产品所有模块间的总耦合度为产品的M个模块中有M(M-1)/2个两两模块,故平均耦合度为在步骤6中,利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度,根据模块划分的基本原则,应使模块内聚度尽可能大,模块间耦合度尽可能小,即产品设计模块度最大。产品设计模块度体现了模块之间和模块内部的关联关系,从而可得模块度目标准则并利用该准则计算各个方案对应的模块度;在步骤7中,比较各个方案模块度大小,最优的产品设计模块划分方案应该具有最大的模块度数值,故选取模块度最大的方案作为该吊钩组最终的模块划分方案。附图说明图1是本专利技术实施例设计方法的流程图。图2是本专利技术实施例一个应用实例的结构示意图。具体实施方式如图1所示,本实施例一种考虑任意两两模块间关联关系的吊钩组模块划分方法,包括如下步骤:步骤1,首先确定吊钩组各零件,再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;步骤2,对步骤1中所得的各个零件中的相关度分析结果进行量化化处理,将处理结果构造成设计结构矩阵R,通过矩阵的形式表达出各个零件之间的依赖关系;步骤3,然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案;步骤4,针对步骤3中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度;步骤5,根据步骤4的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度;步骤6,利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度;步骤7,比较各个方案模块度大小,选取模块度最大的方案作为吊钩组模块划分的最优方案。如图2所示,为本实施例一种考虑任意两两模块间关联关系的吊钩组模块划分方法的应用实例,具体实施过程如下:步骤1,参考如图2所示的吊钩组结构示意图,确定吊钩组各零件如下表:再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;步骤2,对步骤1中所得的各个零件中的相关度分析结果进行量化化处理,将处理结果构造成设计结构矩阵R如下表所示:步骤3,然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案如下表所示:步骤4,针对步骤3中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度,以方案①为例,各模块的内聚度为两两模块间的耦合度,即模块1与模块2、模块1与模块4、模块2与模块4、模块3与模块4的耦合度为同理可得其他方案对应的各模块的内聚度及各模块两两间的耦合度;步骤5,根据步骤4的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度,以方案①为例,平均内聚度为平均耦合度为同理可得其他方案平均内聚度和平均耦合度;步骤6,利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度,本文档来自技高网...
一种考虑任意两两模块间关联关系的吊钩组模块划分方法

【技术保护点】
一种考虑任意两两模块间关联关系的吊钩组模块划分方法,其特征在于,所述方法还包括如下步骤:(1)首先确定吊钩组各零件,再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;(2)将相关度分析结果量化,建立吊钩组设计结构矩阵R表达零部件之间关联关系,利用矩阵的形式间接地表达复杂过程中变量间信息的依赖关系;(3)然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案;(4)针对(3)中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度;(5)根据(4)的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度;(6)利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度;(7)比较各个方案模块度大小,选取模块度最大的方案作为吊钩组模块划分的最优方案。

【技术特征摘要】
1.一种考虑任意两两模块间关联关系的吊钩组模块划分方法,其特征在于,所述方法还包括如下步骤:(1)首先确定吊钩组各零件,再根据零件间的联接关联性,功能关联性和物理关联性,分别对吊钩组零件进行联接、功能及物理的相关度分析;(2)将相关度分析结果量化,建立吊钩组设计结构矩阵R表达零部件之间关联关系,利用矩阵的形式间接地表达复杂过程中变量间信息的依赖关系;(3)然后运用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案;(4)针对(3)中不同的分类方案,计算每个分类方案中的各模块内聚度及各模块两两间的耦合度;(5)根据(4)的计算结果,计算各个分类方案对应的平均内聚度和平均耦合度;(6)利用各个方案对应的平均内聚度和平均耦合度计算出该方案的模块度;(7)比较各个方案模块度大小,选取模块度最大的方案作为吊钩组模块划分的最优方案。2.根据权利1要求所述的一种考虑任意两两模块间关联关系的吊钩组模块划分方法,其特征在于,所述相关度分析,包括准确分析吊钩组零件间的关联性,需要将各个零件两两匹配在联接、功能及物理三个方面进行。3.根据权利1要求所述的一种考虑任意两两模块间关联关系的吊钩组模块划分方法,其特征在于,所述建立矩阵表达零件间关系,包括对各个零件中的相关度分析结果进行量化化处理,将处理结果构造成设计结构矩阵R,矩阵R可以是布尔矩阵、非布尔矩阵、对称矩阵、非对称矩阵,并通过矩阵的形式表达出各个零件之间的依赖关系。4.根据权利要求1所述的一种考虑任意两两模块间关联关系的吊钩组模块划分方法,其特征在于,所述聚类,包括利用FCM聚类算法对吊钩组设计结构矩阵R进行聚类,得到多种分类方案,其聚类思想主要为如下优化问题:设X={x1,x2,…,xn}∈RS为样本集,其中每个样本均有s个属性指标,即xi={xi1,xi2,…,xis},现要样本划分为c类(2≤c≤n)。聚类问题可以描述为如下问题:uij≥0j=1,2,…,n;i=1,2,…,c其中m>1是模型系数,U=uij是一个c×n的模糊划分矩阵,uij是第j个样本xj属于第i类的隶属度值,V=[v1,v2,…,vc]是聚类中心向量。FCM算法是一种软性的模糊划分,其思想是使得被划分到同一类的对象之间相似度最大,而不同一类之间的相似度最小,它的算法过程为:(1)数据的初始化。设定聚类数c(1<c<n)和模糊指数m(1≤m<+∞);...

【专利技术属性】
技术研发人员:程贤福万冲罗珺怡万永晟万丽云
申请(专利权)人:华东交通大学
类型:发明
国别省市:江西,36

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