產(chǎn)品設計知識的獲取一直是產(chǎn)品設計的難點，產(chǎn)品設計過程的不同階段產(chǎn)生不同類型的產(chǎn)品設計知識，通過一種統(tǒng)一的知識獲取方法對這些不同類型的產(chǎn)品設計知識進行獲取并不是最佳的方案。本文通過對產(chǎn)品設計過程的階段劃分，提出了針對不同類型設計知識的獲取與處理方法，對產(chǎn)品設計知識獲取、產(chǎn)品設計知識挖掘、產(chǎn)品設計知識管理與維護等關鍵技術進行了深入研究，并結合企業(yè)信息化應用項目，將提出的理論和方法應用于實際產(chǎn)品設計開發(fā)過程中，取得了良好的效果。 論文的主要工作如下： 第一章綜述了機械產(chǎn)品設計知識獲取的研究現(xiàn)狀，分析了產(chǎn)品設計過程中，現(xiàn)有產(chǎn)品設計知識獲取研究的不足，提出了基于產(chǎn)品設計過程不同階段的知識獲取與處理方法。 第二章針對產(chǎn)品設計調研及產(chǎn)品方案形成階段的文檔類產(chǎn)品設計知識，提出了基于決策樹和支持向量機的產(chǎn)品設計知識文檔分類方法。通過對產(chǎn)品設計知識文檔的分詞處理、特征抽取、特征合并及向量表達，為決策支持向量機方法提供樣本數(shù)據(jù)預處理。通過文檔知識的分類，建立對文檔類知識的索引與管理方式。 第三章提出了基于公理設計的產(chǎn)品設計知識表達與獲取方法。通過擴展公理設計的功能域和結構域之間的映射關系為功能、行為和結構域之間的交互映射關系，建立基于公理設計的產(chǎn)品設計知識表達模型，并對設計過程中產(chǎn)生的設計知識及存儲在設計人員腦中的私人隱性知識進行獲取。 第四章提出了基于Rough Sets理論的產(chǎn)品設計知識數(shù)據(jù)挖掘與知識獲取技術。通過Rough Sets理論在完備與不完備信息系統(tǒng)下對存儲于數(shù)據(jù)庫設計知識進行提取，建立了基于Rough Sets理論的產(chǎn)品設計知識規(guī)則的提取方法。并將這一方法運用于具體的產(chǎn)品實例中，從而提取出對產(chǎn)品實例的關鍵影響指標并進行分析，最終對產(chǎn)品設計人員提出指導性建議。 第五章介紹了在叉車產(chǎn)品設計過程中，第二、三、四章提出知識獲取方法的具體應用，通過實例驗證知識獲取方法的有效性。 第六章對已獲取的產(chǎn)品設計知識進行了管理與維護。結合杭叉企業(yè)具體應用項目，開發(fā)了叉車產(chǎn)品設計知識管理與維護系統(tǒng)，對叉車產(chǎn)品設計知識進行了一致性、完整性、正確性的檢測與維護，從而實現(xiàn)叉車產(chǎn)品設計知識的管理與維護。 第七章總結了本文的主要研究內容和成果，并給出了今后的研究方向。
【學位單位】：浙江大學
【學位級別】：博士
【學位年份】：2007
【中圖分類】：TH122
【部分圖文】：

對向量空間點引入松弛變量續(xù)，引入懲罰參數(shù)C，產(chǎn)生極小化目標函數(shù):IllwffZ+C藝點(C越大，省被壓制，經(jīng)驗風險小見圖2一4所示)，因此，變成下列求解問題:minIw“，+C藝點)5.t.戈=w儀+b到一務最終的解方程見公式 (2.13)，通過求解分類平面，完成對向量的分類。2.2.3決策支持向量機分類算法文檔類產(chǎn)品設計知識概念上分為以下幾類:市場信息，設計參數(shù)，工程材料，工程分析，系統(tǒng)方案，功能設計，結構，行為，關聯(lián)知識，工藝信息知識，經(jīng)驗和規(guī)則等類。產(chǎn)品設計知識的特點:設計信息范圍涉及產(chǎn)品的全生命周C二1C=100圖2一4C不同帶來的影響期

霾咧С窒蛄炕?幕?擋?飛杓浦?段牡搗擲嚶牖袢〖際?處理程序界面如圖2一5所示，從而得到各個產(chǎn)品設計知識文檔的詞匯總和。圖2一5文檔分詞圖2一6特征項計算評價值2.3.2叉車設計文檔的特征項抽取構成產(chǎn)品設計知識文本的詞匯，數(shù)量是相當大的，因此，表示產(chǎn)品設計知識文本的向量空間的維數(shù)也相當大。為了解決數(shù)據(jù)稀疏問題，通過把類別特征域與文檔頻率及互信息結合起來的方法進行特征抽取。一些通用的、各個類別都普遍存在的詞匯對分類的貢獻小，在某特定類中出現(xiàn)比重大而在其他類中出現(xiàn)比重小的詞匯對文本分類的貢獻大，應去除那些表現(xiàn)力不強的詞匯，篩選出針對該類的特征項集合。該步驟的主要目的在于降維和去噪音。利用文檔頻率刀尸移除原始特征空間中刀尸值低于5的所有詞條。在此基礎上，利用互信息M1再去掉一部分的原始特征。排序計算的詞條最大互信息，采用組合特征抽取(D尸+樹)得到相關特征(見圖2一6所示)。2.3.3叉車設計文檔的特征合并假定類別q的類別碼為幾

口叭二口口翻.翻閱門.圖2一7基于特征權重的向量表達圖2一8分類平面參數(shù)設置通過叉車文檔中的簡單例子來理解上述過程:假設文檔D所含有的候選特征及其相應權值為“實心輪胎:wl;軸:w2;我們:w3;座椅:w4;經(jīng)過:浦;支架:w6;行星齒輪:�！保摇靶行驱X輪”、“實心輪胎”、“座椅”、“支架”以及“軸”等候選特征屬于“結構類(設類別碼為A)”的類別特征域;“軸”和“支架”這兩個候選特征同時又屬于“設計參數(shù)類(設類別碼為B)”的類別特征域;“產(chǎn)品”和“設計”這兩個候選特征不屬于任何一個類別特征域。則經(jīng)過合并后得到的文檔D的特征及權值將是“A:wl+w2+w4+w6+w7;我們:w3;B:wZ+w6;經(jīng)過:ws”。通過特征合并使文檔D的主要特征“A”被突顯出來。2.3.4叉車設計知識向量表達目前，在信息處理方向上，文本的表示主要采用向量空間模型(VSM)。向量空間模型的基本思想是以向量來表示文本:(wl，瑪，wi…wn)，其中哄為第i個特征項的權重，要將文本表示為向量空間中的一個向量，通過詞頻和互信息表示的特征項使文本表達更加精確，通過公式 (2.16)可以構建通文本特征的向量表示(見圖2一7所示)。2.3.5決策支持向量機的文檔分類本章選擇線性核函數(shù)，通過標準svM、PROG-sVMI及PROG一SV加位三種算法對文本進行處理
【引證文獻】

相關期刊論文 前1條

1 姚佳;郭宇;;支持鐵路貨車快速設計的知識模型研究[J];中國機械工程;2011年06期

相關博士學位論文 前2條

1 胡沙;面向服務的模具企業(yè)信息系統(tǒng)集成平臺關鍵技術研究[D];華中科技大學;2010年

2 劉運通;產(chǎn)品設計過程知識配送服務關鍵技術研究[D];浙江大學;2011年

相關碩士學位論文 前2條

1 徐劍;產(chǎn)品非標模塊配置設計關鍵技術及其在數(shù)控裝備中的應用[D];浙江大學;2011年

2 龍侃;支持復雜產(chǎn)品設計的知識導航技術研究[D];浙江大學;2011年

本文編號：2879432