面向概念設(shè)計(jì)的實(shí)例知識(shí)聚類和融合技術(shù)研究.pdf

1、產(chǎn)品設(shè)計(jì)是一個(gè)知識(shí)驅(qū)動(dòng)的創(chuàng)造性過(guò)程，其中實(shí)例知識(shí)作為一種經(jīng)驗(yàn)知識(shí)，在產(chǎn)品設(shè)計(jì)中已受到越來(lái)越多的關(guān)注。但是，相似實(shí)例處理問(wèn)題和創(chuàng)新設(shè)計(jì)問(wèn)題一直是基于實(shí)例知識(shí)設(shè)計(jì)(CBD)方法在產(chǎn)品設(shè)計(jì)中應(yīng)用的瓶頸。
　　 為了解決上述問(wèn)題，本文分別從實(shí)例知識(shí)聚類和實(shí)例知識(shí)融合兩方面進(jìn)行研究，提出了面向概念設(shè)計(jì)的實(shí)例知識(shí)聚類和融合方法，開(kāi)發(fā)了相應(yīng)的實(shí)例知識(shí)融合原型系統(tǒng)，把本文理論方法應(yīng)用到實(shí)際的產(chǎn)品概念設(shè)計(jì)中，為解決傳統(tǒng)產(chǎn)品設(shè)計(jì)中產(chǎn)品設(shè)計(jì)結(jié)構(gòu)復(fù)雜、

2、設(shè)計(jì)實(shí)例重用率低、創(chuàng)新設(shè)計(jì)難等問(wèn)題提供技術(shù)支持。本文主要研究?jī)?nèi)容如下：
　　 (1)研究了基于概念設(shè)計(jì)模型的實(shí)例知識(shí)建模方法。本文在對(duì)概念設(shè)計(jì)中傳統(tǒng)實(shí)例知識(shí)建模方法分析的基礎(chǔ)上，提出了面向概念設(shè)計(jì)的實(shí)例知識(shí)功能．結(jié)構(gòu)映射模型，并把功能，結(jié)構(gòu)映射作為實(shí)例的知識(shí)元。實(shí)例知識(shí)的層次架構(gòu)包含有：設(shè)計(jì)需求層、設(shè)計(jì)功能層、設(shè)計(jì)結(jié)構(gòu)層和結(jié)構(gòu)約束層。同時(shí)，本文采用集合論方法構(gòu)建了實(shí)例知識(shí)數(shù)學(xué)模型。
　　 (2)研究了實(shí)例知識(shí)設(shè)計(jì)需求相似

3、性計(jì)算(SM)方法。根據(jù)新設(shè)計(jì)需求描述類型的不同，采用混合的相似性計(jì)算算法。在模糊相似性計(jì)算(FSM)算法研究中，本文針對(duì)傳統(tǒng)的基于模糊轉(zhuǎn)化FSM算法和基于隸屬度函數(shù)的FSM算法的不足，提出了采用高斯隸屬度函數(shù)代替三角隸屬度函數(shù)并引入修正參數(shù)的方法，即基于修正高斯隸屬度函數(shù)的新FSM算法(AGFSM)，并從計(jì)算精度和計(jì)算量上驗(yàn)證AGFSM算法的優(yōu)越性。
　　 (3)研究了基于設(shè)計(jì)需求相似性的實(shí)例知識(shí)聚類方法。針對(duì)概念設(shè)計(jì)中相似實(shí)

4、例處理問(wèn)題，本文從知識(shí)聚類研究角度，提出了實(shí)例知識(shí)聚類算法，從而在相似實(shí)例中獲得滿足基本設(shè)計(jì)功能和擴(kuò)展設(shè)計(jì)功能的功能，結(jié)構(gòu)映射知識(shí)元，組成基本知識(shí)元集和擴(kuò)展知識(shí)元集。另外，本文從設(shè)計(jì)結(jié)構(gòu)的環(huán)境性約束和關(guān)聯(lián)性約束兩方面對(duì)聚類結(jié)果進(jìn)行了約束分析。
　　 (4)研究了面向創(chuàng)新設(shè)計(jì)的實(shí)例知識(shí)融合方法。為了解決概念設(shè)計(jì)中創(chuàng)新設(shè)計(jì)問(wèn)題，本文提出了實(shí)例知識(shí)融合算法，以構(gòu)建融合知識(shí)元集。同時(shí)，本文分別采用TRIZ理論和模糊多目標(biāo)決策方法，研究融