一种资源环境模型组合建模的自动语义识别与推荐方法技术

本发明专利技术公开了一种资源环境模型组合建模的自动语义识别与推荐方法，包括：模型组件以webservice服务形式发布并注册，通过serverlight技术开发的网络客户端平台，用户可以使用图形化的工作界面来实现拖拽建模；用户从模型图形化方法库中选择一个模块拖拽至建模工作台，作为模型建设的第一个节点，自动推荐可行的下一个模型模块的列表供用户选择；用户从步骤二的模型列表中选择模块加入当前节点，并成为新的节点，根据用户的选择和已有知识库经验自动调整规则推荐新的模型列表，重复这一过程直至组合建模完成。本发明专利技术通过语义规则与用户经验，向用户自动推荐合理的建模策略，帮助用户更高效、合理地完成高级复杂模型的建立，实用性强，具有较强的推广与应用价值。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括：模型组件以webservice服务形式发布并注册，通过serverlight技术开发的网络客户端平台，用户可以使用图形化的工作界面来实现拖拽建模；用户从模型图形化方法库中选择一个模块拖拽至建模工作台，作为模型建设的第一个节点，自动推荐可行的下一个模型模块的列表供用户选择；用户从步骤二的模型列表中选择模块加入当前节点，并成为新的节点，根据用户的选择和已有知识库经验自动调整规则推荐新的模型列表，重复这一过程直至组合建模完成。本专利技术通过语义规则与用户经验，向用户自动推荐合理的建模策略，帮助用户更高效、合理地完成高级复杂模型的建立，实用性强，具有较强的推广与应用价值。【专利说明】
本专利技术属于资源环境模型组合建模
，尤其涉及。
技术介绍
资源环境模型类型多样、数量巨大、结构复杂，现有的建模工具一般得完全依靠建模者个人的经验与建模平台分类的清晰，以及检索的便利来寻找到合适的模型，这种方式费时费力、效率低下，而且也不一定找到最佳的方案。现有技术的缺点:建模每个过程都考验建模者的专业知识与对建模平台的熟悉程度，并且随着模型的数量增长，建模者要找到合理模型的精力将随着增加，费时、费力、效率低、准确性低。
技术实现思路
本专利技术提供了，旨在解决现有的建模工具一般得完全依靠建模者个人的经验与建模平台分类的清晰，以及检索的便利来寻找到合适的模型，这种方式费时费力、效率低下，而且也不一定找到最佳解决方案的问题。本专利技术的目的在于提供，该自动语义识别与推荐方法包括以下步骤:步骤一、模型组件以webservice服务形式发布并注册,通过serverlight技术开发的网络客户端平台，用户可以使用图形化的工作界面来实现拖拽建模；步骤二、用户从模型图形化方法库中选择一个模块拖拽至建模工作台，作为模型建设的第一个节点，自动推荐可行的下一个模型模块的列表供用户选择；步骤三、用户从步骤二的模型列表中选择模块加入当前节点，并成为新的节点，根据用户的选择和已有知识库经验自动调整规则推荐新的模型列表，重复这一过程直至组合建模完成。进一步，在步骤一中，在组合建模平台中确定的目标建模任务必须是在平台预设任务体系之内的。进一步，目标建模任务的定义与描述都是基于统一标准和规则的。进一步，步骤一还包括，根据用户设定的任务和当前选择的模型节点的特性，系统在后台通过人工智能技术，检索知识库、模型库，并自动以列表的形式推荐适合的组合模型方法。进一步，在步骤二中，语义规则识别是基于人工智能技术开发实现的。进一步,组合建模平台中的模型是应用Web Services技术将异构模型进行整合后得到的。进一步，组合建模平台中的模型包括:空间模型集与非空间模型集。进一步，步骤三，用户组合新的模型，组合建模平台自动调整规则来推荐合理模型，直至模型组合完成的实现方法为:按照组合模型数据流走向依次将前一个模型的输出参数作为下一个模型的输入参数，并将最后一个模型的输出参数作为新的模型的最终输出数据，完成模型的组合任务;根据模型的约束条件对最终得到的组合模型进行检验，确定最终得到的组合模型的合理性。进一步，该自动语义识别与推荐方法通过系统建立模型知识库储存资源环境类模型的特性信息，以及各个建模用户的建模经验，并能自主学习调整知识库的组成与结构；同时，该自动语义识别与推荐方法通过建立供模型生产者使用的可视化建模环境将模型节点中的模型以图标的形式显示在可视化建模环境中。本专利技术的另一目的在于提供一种资源环境模型组合建模的自动语义识别与推荐系统，该自动语义识别与推荐系统包括:模型库单元、数据库单元、知识库单元、方法库单元;用于为组合建模的各种方法、模型的模块并以webservice服务形式注册在建模平台的方法库单元；用于存储、管理、提供与维护和系统支持数据的基本部件，是支持模型库、方法库与知识库的基础的数据库单元；用于针对资源环境建模领域问题求解的需要，采用知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合的知识库单元；用于以工作流形式通过XML文本形式记录下来保存在模型库中，并可以被再次解析重用的模型管理系统的模型库单元。本专利技术提供的资源环境模型组合建模的自动语义识别与推荐方法，在组合建模平台中确定一个目标建模任务，将该目标建模任务作为最初语句被系统语义识别；用户开始建设第一个模型节点时，系统基于语义规则识别用户的意图，并自动推荐可行的下一个模型模块供用户选择；用户组合新的模型，组合建模平台自动调整规则来推荐合理模型，直至模型组合完成；本专利技术通过语义规则与用户经验，向用户自动推荐合理的建模策略，帮助用户更高效、合理地完成高级复杂模型的建立，实用性强，具有较强的推广与应用价值。【专利附图】【附图说明】图1是本专利技术实施例提供的资源环境模型组合建模的自动语义识别与推荐方法的实现流程图；图2是本专利技术实施例提供的资源环境模型组合建模的自动语义识别与推荐方法的流程图。【具体实施方式】为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定专利技术。图1示出了本专利技术实施例提供的资源环境模型组合建模的自动语义识别与推荐方法的实现流程。该自动语义识别与推荐方法包括以下步骤:步骤S101，在组合建模平台中确定一个目标建模任务，将该目标建模任务作为最初语句被系统语义识别；步骤S102，用户开始建设第一个模型节点时，系统基于语义规则识别用户的意图，并自动推荐可行的下一个模型模块供用户选择；步骤S103，用户组合新的模型，组合建模平台自动调整规则来推荐合理模型，直至模型组合完成。在本专利技术实施例中，在步骤SlOl中，在组合建模平台中确定的目标建模任务必须是在平台预设任务体系之内的。在本专利技术实施例中，目标建模任务的定义与描述都是基于统一标准和规则的。在本专利技术实施例中，步骤SlOl还包括，根据用户设定的任务和当前选择的模型节点的特性，系统在后台通过人工智能技术，检索知识库、模型库，并自动以列表的形式推荐适合的组合模型方法。在本专利技术实施例中，在步骤S102中，语义规则识别是基于人工智能技术开发实现的。在本专利技术实施例中，组合建模平台中的模型是应用Web Services技术将异构模型进行整合后得到的。在本专利技术实施例中，组合建模平台中的模型包括:空间模型集与非空间模型集。在本专利技术实施例中，步骤S103，用户组合新的模型，组合建模平台自动调整规则来推荐合理模型，直至模型组合完成的实现方法为:按照组合模型数据流走向依次将前一个模型的输出参数作为下一个模型的输入参数，并将最后一个模型的输出参数作为新的模型的最终输出数据，完成模型的组合任务;根据模型的约束条件对最终得到的组合模型进行检验，确定最终得到的组合模型的合理性。在本专利技术实施例中，该自动语义识别与推荐方法通过系统建立模型知识库储存资源环境类模型的特性信息，以及各个建模用户的建模经验，并能自主学习调整知识库的组成与结构；同时，该自动语义识别与推荐方法通过建立供模型生产者使用的可视化建模环境将模型节点中的模型以图标的形式显示在可视化建模环境中。下面结合附图及具体实施例对本专利技术的应用原理作进一步描述。本本文档来自技高网...

【技术保护点】
一种资源环境模型组合建模的自动语义识别与推荐方法，其特征在于，该自动语义识别与推荐方法包括以下步骤：步骤一、模型组件以webservice服务形式发布并注册，通过serverlight技术开发的网络客户端平台，用户可以使用图形化的工作界面来实现拖拽建模；步骤二、用户从模型图形化方法库中选择一个模块拖拽至建模工作台，作为模型建设的第一个节点，自动推荐可行的下一个模型模块的列表供用户选择；步骤三、用户从步骤二的模型列表中选择模块加入当前节点，并成为新的节点，根据用户的选择和已有知识库经验自动调整规则推荐新的模型列表，重复这一过程直至组合建模完成。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡宝清，田涛，覃开贤，
申请(专利权)人：胡宝清，
类型：发明
国别省市：