System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及机械设计领域,尤其是涉及一种基于知识的机械结构智能设计方法、系统、装置及介质。
技术介绍
1、机械设计是机械制造的前提,国家在智能制造方面的技术推动和制造业产品升级加速迭代,要求机械设计迅速发展。而随着人工智能、大数据技术的迅速发展和行业应用落地,智能化的机械结构设计方法或技术已成为当前机械设计领域的迫切需求。
2、在相关的智能化机械结构设计方案中,有的是根据多类别数据标签构建以多标签机械机构智能设计算法模型为基础的智能设计系统,将待设计需求导入智能设计系统后输出机械机构设计方案;有的是通过对设计需求数据的特征提取得到待推荐数模特征,再确定待推荐特征所对应的待推荐类别,由待推荐类别对应的历史机械设计方案确定机械设计方案;还有的是先获取设计需求信息,含数模信息和工艺信息、目标工作场景类别,再根据获取的需求信息建立智能算法模型推荐对应的目标设计方案。
3、上述的相关方案均是根据机械设计需求数据以及设计结果的数模信息,建立和训练智能算法,实现机械结构设计方案的智能推荐。然而,利用历史设计结果的数模信息训练智能算法模型,最终所做的决策或者说给出的结果基本都是经过大量历史设计结果数据分析得到的“经验”而得到的,多为统计学意义,且得到的仅是结果,使得当前机械结构智能设计所推荐结果的逻辑性和可解释性较差,在实际机械设计应用中范围有限。
技术实现思路
1、为了改善机械结构智能设计推荐的结果的逻辑性和可解释性较差的问题,本申请提供一种基于知识的机械结构智能设计方法、
2、第一方面,本申请提供一种基于知识的机械结构智能设计方法,采用如下的技术方案:
3、一种基于知识的机械结构智能设计方法,包括:
4、获取设计需求信息;
5、将所述设计需求信息转换为若干个知识点;
6、将每一所述知识点均分解为若干个知识类型及每个所述知识类型所对应的若干条知识内容;将每一所述知识点的知识类型及其知识内容均进行组合,最终形成满足设计需求的多个知识点;
7、根据多个满足设计需求的知识点推荐设计结果及其涉及的知识内容;
8、输出设计结果及其涉及的知识内容。
9、在一个具体的可实施方案中,所述设计需求信息包括若干个最小需求信息单元;所述最小需求信息单元是根据用户导入的数据所得到,和/或依据用户输入的信息做语义提取所得到,和/或基于用户从预设的最小需求选项中所选择的若干个选项而形成。
10、在一个具体的可实施方案中,所述将所述设计需求信息转换为若干个知识点的步骤具体包括:
11、利用历史设计需求信息与机械结构对应的知识点的映射关系训练模型将当前的所述设计需求信息转换为若干个知识点。
12、在一个具体的可实施方案中,每一所述知识点的知识类型均包括基础理论型知识、经验型知识、规则型知识、需求约束型知识和其他类别这五种中的至少一种;
13、在所述将每一所述知识点均分解为若干个知识类型的步骤之后还包括:
14、标出每个所述知识点的每个所述知识类型对应的知识内容及数量,并将该组标记信息存入数据库。
15、在一个具体的可实施方案中,所述将每一所述知识点的知识类型及其知识内容均进行组合,最终形成满足设计需求的多个知识点的步骤具体包括:
16、利用历史知识点的知识类型及其相应知识内容组合的映射关系训练模型将当前的每一所述知识点的知识类型及其知识内容均进行组合以获得满足设计需求的多个知识点。
17、在一个具体的可实施方案中,所述根据多个满足设计需求的知识点推荐设计结果及其涉及的知识内容的步骤具体包括:
18、利用多个满足历史设计需求的知识点与历史设计结果间的映射关系训练模型根据当前多个满足设计需求的知识点推荐设计结果及其涉及的知识内容。
19、第二方面,本申请提供一种基于知识的机械结构智能设计系统,采用如下的技术方案:
20、一种基于知识的机械结构智能设计系统,包括需求获取模块、复合性神经网络模型和输出模块;所述需求获取模块用于获取设计需求信息;所述输出模块用于输出推荐的设计结果;所述复合性神经网络模型用于实现如下过程:将所述设计需求信息转换为若干个知识点;将每一所述知识点均分解为若干个知识类型,其中每一所述知识类型均对应有若干条知识内容;将每一所述知识点的知识类型及其知识内容均进行组合,最终形成满足设计需求的多个知识点;根据多个满足设计需求的知识点推荐设计结果及其涉及的知识内容。
21、第三方面,本申请提供一种基于知识的机械结构智能设计装置,采用如下的技术方案:
22、一种基于知识的机械结构智能设计装置,包括存储器和处理器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如上述的基于知识的机械结构智能设计方法。
23、第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
24、一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述的基于知识的机械结构智能设计方法。
25、综上所述,本申请包括以下至少一种有益技术效果:
26、1.从设计工程师设计过程中的知识调用角度出发构建了基于知识的机械结构智能设计方案,在获取涉及需求信息后,经知识点转化、知识分解、知识组合和结果推荐这4个过程,最终输出的推荐设计结果及其涉及的知识内容,改善了设计结果逻辑性和可解释性较差的问题,使得设计质量显著提升,进而也使得设计效率提升显著;
27、2.设计结果的推荐过程是基于知识逻辑,且推荐的设计结果是由设计涉及的知识类型及其知识内容组成,可解释智能设计的逻辑,所以推荐的设计结果更加可靠,更有利于促使智能设计的实际工业应用;
28、3.相较于相关技术中的传统方式,本申请基于设计的知识链路分为了知识点转化、知识分解、知识组合和结果推荐4个部分,在一定程度上能够减少单个算法模型训练过程中的整体数据量,以减少内存消耗、较低训练成本。
本文档来自技高网...【技术保护点】
1.一种基于知识的机械结构智能设计方法,其特征在于,包括:
2.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述设计需求信息包括若干个最小需求信息单元;所述最小需求信息单元是根据用户导入的数据所得到,和/或依据用户输入的信息做语义提取所得到,和/或基于用户从预设的最小需求选项中所选择的若干个选项而形成。
3.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述将所述设计需求信息转换为若干个知识点的步骤具体包括:
4.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,每一所述知识点的知识类型均包括基础理论型知识、经验型知识、规则型知识、需求约束型知识和其他类别这五种中的至少一种;
5.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述将每一所述知识点的知识类型及其知识内容均进行组合,最终形成满足设计需求的多个知识点的步骤具体包括:
6.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述根据多个满足设计需求的知识点推荐设计结果及其涉及的知识
7.一种基于知识的机械结构智能设计系统,其特征在于,包括需求获取模块、复合性神经网络模型和输出模块;所述需求获取模块用于获取设计需求信息;所述输出模块用于输出推荐的设计结果;
8.一种基于知识的机械结构智能设计装置,其特征在于,包括存储器和处理器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的基于知识的机械结构智能设计方法。
9.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的基于知识的机械结构智能设计方法。
...【技术特征摘要】
1.一种基于知识的机械结构智能设计方法,其特征在于,包括:
2.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述设计需求信息包括若干个最小需求信息单元;所述最小需求信息单元是根据用户导入的数据所得到,和/或依据用户输入的信息做语义提取所得到,和/或基于用户从预设的最小需求选项中所选择的若干个选项而形成。
3.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述将所述设计需求信息转换为若干个知识点的步骤具体包括:
4.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,每一所述知识点的知识类型均包括基础理论型知识、经验型知识、规则型知识、需求约束型知识和其他类别这五种中的至少一种;
5.根据权利要求1所述的基于知识的机械结构智能设计方法,其特征在于,所述将每一所述知识点的知识类型及其知识内容均进行组合,最终形成满足设计需求的多个知识点的步骤具体包括:
【专利技术属性】
技术研发人员:郑锐,胡晓琪,卢向伟,郑凯,顾祥,
申请(专利权)人:无锡锡简科技有限公司,
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。