【技术实现步骤摘要】
本专利技术涉及智能算法与模型，具体涉及一种基于知识图谱的算法模型运行驱动引擎构建方法，属于人工智能应用。
技术介绍
1、随着人工智能技术的普及和深入发展，人工智能算法和模型形成的智能应用成为推动各行业转型升级的关键力量。在这一背景下，各制造企业日益重视并广泛应用智能算法与模型，以赋能其生产与管理。算法和模型逐渐作为一种企业软资产成为企业核心竞争力的重要组成部分。同时，算法和模型的应用场景逐渐复杂化，在企业数字环境中大量算法与模型分散在各个场景中，这些应用场景不仅涵盖了多样的操作流程，还涉及到严格的数据处理标准和复杂的模型运行规则。这使得算法、模型及应用场景都难以进行高效的管理和维护，对其进行管理和维护需投入过高的技术成本和管理成本。因此，如何对算法、模型及其场景应用进行科学管理与有效组织成为企业面临的重要挑战。然而，目前大多数企业在管理组织这些复杂的算法、模型及其应用规则体系时存在如下诸多局限性。
2、算法与模型管理复杂：随着智能应用场景的复杂化，企业在不同应用场景中使用了多种算法和模型，这些算法和模型不仅种类繁多，而且在实现机制、输入输出要求、参数设置等方面各不相同，导致了管理的复杂性。
3、算法与模型运行方式编排困难：现有技术多采用文本或表格的形式展示算法与模型的运行方式，缺乏直观的可视化界面。这使得技术人员难以快速编排算法与模型的运行规则体系，且由于没有相应的运行方式检验机制，导致了应用存在出错的风险。
4、场景应用实现周期长且技术成本高：传统的场景应用实现方式，需要较高的技术门槛，无法
5、综上所述，在智能化环境下的各种功能主题应用, 如各类设备的故障诊断与预测、工艺参数优化、质量预测、动态生产调度、机器视觉等，这些主题应用都需要数据、算法和模型的有效整合，以满足实际算法和模型的应用需要。然而，不同的应用主题，其整合方式各异，带来了整合的复杂性。同时，多个算法与模型分别运行会消耗大量计算资源，并可能导致程序死锁。此外，传统方式中频繁的人工干预也增加了应用实现的难度。
技术实现思路
1、针对智能制造环境中大量算法与模型执行方式繁琐，且难以灵活应对资源有限又充满变化的生产环境，本专利技术提出一种基于知识图谱的算法模型运行规则驱动引擎构建方法。本专利技术解决了制造环境中算法与模型运行方式编排困难、运行规则的管理繁琐、执行效率低下等问题，从而提升生产效率和产品质量。
2、本专利技术的技术方案是这样实现的：
3、基于知识图谱的算法模型运行驱动引擎构建方法，包括以下步骤：
4、1）配置数据、算法与模型；通过配置管理模块对数据源、算法和模型分别进行管理和配置，形成数据源库、算法库和模型库；
5、2）构建算法模型运行规则图谱；从所述数据源库、算法库和模型库中选择需要的数据源、算法和模型，并按模型拟运行规则进行编排，得到算法模型运行规则图谱；模型运行规则通过图形化的可视操作界面进行设置；
6、3）解析算法与模型的运行规则；将步骤2）构建的算法模型运行规则图谱解析为三元组文本数据；
7、4）规则的一致性检验；将三元组文本数据转换为描述逻辑的形式化语言文本，该形式化语言文本构成规则文本；使用基于时间自动机的多模型交互行为验证，对规则文本代表的算法模型运行逻辑进行检验，如果规则文本中的规则存在逻辑错误或死锁问题，则不合格，并通过交互界面返回错误提示信息；否则，判定规则文本为合格并进入下一步；
8、5）任务引擎生成；将合格的规则文本输入任务引擎生成器，由任务引擎生成器根据规则文本生成算法模型驱动引擎。
9、进一步地，步骤1）中，在对数据源进行配置时，首先对数据接口进行配置，配置内容包括使用协议及协议相关参数；完成数据接口配置后，再对该数据接口的数据源进行配置，包括变量名称、数据类型和物理量公式；完成配置后，相应的数据源数据即被接入，且所采数据值将被所配置的物理量公式进行转换，形成数据源库。
10、进一步地，步骤1）中，在对算法进行配置时，通过上传算法文件的形式对算法库的算法进行新增，上传时需配置算法名称、输入参数、输出参数和超参数信息；
11、在对模型进行配置时，通过上传模型文件的形式对模型库的模型进行新增，上传时需配置模型名称、输入参数、输出参数和超参数信息。
12、进一步地，步骤2）中，按如下方法构建算法模型运行规则图谱，
13、2.1）首先进行触发条件的设置；
14、2.2）接下来配置触发后运行的模型与该模型输入的数据源；模型输入维度由模型的输入参数属性决定，配置的数据源与模型在算法模型运行规则图谱中作为节点进行显示，并以“输入”边关系进行连接；
15、2.3）根据该模型配置的输出参数属性，自动生成输出源节点并以“输出”边关系与该模型连接；
16、2.4）配置完成后，设置结束节点，当运行任务执行至结束节点时则结束本次驱动任务，等待驱动任务被再次触发。
17、进一步地，所述触发条件设置为时间触发或事件触发；时间触发条件设置为间隔设定时间触发，事件触发条件设置为某一变量超过设置的阈值进行触发。
18、进一步地，步骤5）中，任务引擎生成器按如下方法生成算法模型驱动引擎，
19、5.1）将所述合格的规则文本存库至关系型数据库，作为已设置的算法和模型运行规则记录；
20、5.2）将本次配置的算法和模型运行规则图谱存储至图数据库，用于后续的查阅与修改；
21、5.3）任务引擎生成器将基于规则文本中算法与模型的输入与输出，在关系型数据库中构建出相应的表格，形成任务空间，用于存储算法和模型运行后产生的数据；
22、5.4）任务引擎生成器根据规则文本生成算法模型驱动引擎，实时监视触发条件，并在触发响应时以顺序结构驱动算法与模型，执行相应的任务。
23、本专利技术基于算法库与模型库结合知识图谱，通过解析图关系数据自动编排系统中算法与模型的运行方式并执行，实现智能制造环境中大量算法和模型基于主题规则的有效组织和优化运行，解决了制造环境中算法与模型运行方式编排困难、运行规则的管理繁琐、执行效率低下等问题，从而提升生产效率和产品质量。
24、与现有技术相比，本专利技术具有如下有益效果：
25、1）算法和模型的可配置管理：提供算法管理与模型管理模块，以实现对算法和模型的可配置化管理。通过配置信息，明确算法和模型的输入参数、输出参数及设置参数等信息。这将算法和模型的管理流程模块化，使每个算法和模型都具有明确且统一的管理规范，从而增强不同算法和模型之间的集成与协同工作，提升整体管理效率，减轻管理复杂性。同时，通过明确的配置信息，用户能够快速追溯到具体的算法或模型，减少因管理复杂性导致的错误和混淆。
本文档来自技高网...
【技术保护点】
1.基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤1）中，在对数据源进行配置时，首先对数据接口进行配置，配置内容包括使用协议及协议相关参数；完成数据接口配置后，再对该数据接口的数据源进行配置，包括变量名称、数据类型和物理量公式；完成配置后，相应的数据源数据即被接入，且所采数据值将被所配置的物理量公式进行转换，形成数据源库。
3.根据权利要求1所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤1）中，在对算法进行配置时，通过上传算法文件的形式对算法库的算法进行新增，上传时需配置算法名称、输入参数、输出参数和超参数信息；
4.根据权利要求3所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤2）中，按如下方法构建算法模型运行规则图谱，
5.根据权利要求4所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，所述触发条件设置为时间触发或事件触发；时间触发条件设置为间隔设定时间触发，事件触发条件
6.根据权利要求1所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤5）中，任务引擎生成器按如下方法生成算法模型驱动引擎，
...【技术特征摘要】
1.基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤1）中，在对数据源进行配置时，首先对数据接口进行配置，配置内容包括使用协议及协议相关参数；完成数据接口配置后，再对该数据接口的数据源进行配置，包括变量名称、数据类型和物理量公式；完成配置后，相应的数据源数据即被接入，且所采数据值将被所配置的物理量公式进行转换，形成数据源库。
3.根据权利要求1所述的基于知识图谱的算法模型运行驱动引擎构建方法，其特征在于，步骤1）中，在对算法进行配置时，通过上传算法文件的形...
【专利技术属性】
技术研发人员：汪博城，鄢萍，李豪晨，李淋淋，翟鸿锦，刘洋洲，
申请(专利权)人：重庆大学，
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。