CN107491582B - 一种产品设计关键要素提取方法 - Google Patents

一种产品设计关键要素提取方法 Download PDF

Info

Publication number
CN107491582B
CN107491582B CN201710549207.8A CN201710549207A CN107491582B CN 107491582 B CN107491582 B CN 107491582B CN 201710549207 A CN201710549207 A CN 201710549207A CN 107491582 B CN107491582 B CN 107491582B
Authority
CN
China
Prior art keywords
design
elements
design element
relationship
lss
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710549207.8A
Other languages
English (en)
Other versions
CN107491582A (zh
Inventor
王明微
周竞涛
刘楠
杨修茂
陈令国
李恩明
蒋腾远
杨长森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201710549207.8A priority Critical patent/CN107491582B/zh
Publication of CN107491582A publication Critical patent/CN107491582A/zh
Application granted granted Critical
Publication of CN107491582B publication Critical patent/CN107491582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种基于DWCN_NodeRank算法的产品设计关键要素提取方法，首先针对产品的不同设计场景，获取对应不同设计场景的产品的若干SysML模型；分别从每个SysML模型中读取设计元素以及各设计元素之间的关系；其次根据5种关系类型的关系强度值，计算设计元素集合中两两设计元素之间的贡献度，并建立基于设计要素的设计结构矩阵IDSM；最后迭代计算所有设计元素的权值向量NR，在得到的权值向量NR中，取其中大于设定阈值δ的元素所对应的设计元素为关键要素。本发明不仅充分利用了系统模型所体现的各种关系，而且与仿真方式或者根据实际使用效果运用概率推算方式相比，时间短、效率高，并且能够处理大量系统模型中的关键要素提取问题。

Description

一种产品设计关键要素提取方法
技术领域
本发明涉及一种基于系统结构模型的关键要素提取方法，利用DWCN_NodeRank算法针对系统结构中的关键要素进行提取。
背景技术
关键要素是产品设计人员进行设计时所关注的产品核心要素，获取产品设计时的关键要素不仅是对产品设计过程中知识的积累，也为设计人员快速把握设计核心要素提供依据，从而提高设计效率。文献“Capturing Experimental Design Insights in Supportof the Model-based System Engineering Approach.Procedia Computer Science,2015.44:p.315-324”中，MacCalman等人提出了从一个集成系统模型的试验设计中提取关键要素的MBSE方法论，由于关键要素的提取需要先进行试验设计，而后通过对集成系统模型进行仿真分析以提取关键要素，导致采用该方法提取关键要素耗时费力。本发明以产品的系统工程模型为设计模型来源，提取其中的关键要素。
发明内容
为了提高产品设计中关键要素的提取效率，本发明从SysML模型中的结构设计作为切入点，来进行关键要素提取的研究，提出了一种基于DWCN_NodeRank算法的关键要素提取方法，能够通过对系统的SysML模型中所体现的关系进行综合分析，从而对要素的关键程度进行分析，进而客观的得到产品设计关键要素。本发明解决其技术问题所采用的技术方案为：
所述一种基于DWCN_NodeRank算法的产品设计关键要素提取方法，其特征在于：包括以下步骤：
步骤1：针对产品的不同设计场景，获取对应不同设计场景的产品的若干SysML模型；分别从每个SysML模型中读取设计元素以及各设计元素之间的关系；
所述设计元素指设计过程中系统结构不同层次的构成要素，用字母S表示；在所有SysML模型中，存在的设计元素集合为：
AS＝{S1,S2,S3,…,Sn}
所述设计元素之间的关系分为5种关系类型：
约束关系：若设计元素S1与设计元素S2之间存在约束模块连接器，则设计元素S1与设计元素S2之间存在约束关系cs(S1,S2)，其中设计元素S1连接约束模块连接器的输入端，设计元素S2连接约束模块连接器的输出端；
交互关系：若设计元素S1与设计元素S2之间存在标准端口或流端口，则设计元素S1与设计元素S2之间存在交互关系ia(S1,S2)，其中设计元素S1与设计元素S2之间的标准端口或流端口的方向为设计元素S1至设计元素S2；
引用关系：若设计元素S1引用了设计元素S2，则设计元素S1与设计元素S2之间存在引用关系rt(S1,S2)；
分解关系：若设计元素S1与设计元素S2之间存在组合连接，则设计元素S1与设计元素S2之间存在分解关系di(S1,S2)，其中设计元素S1为连接组合连接图形表达式中菱形端的设计元素，设计元素S2为连接组合连接图形表达式中箭头端的设计元素；
依赖关系：若设计元素S1与设计元素S2之间存在依赖连接，则设计元素S1与设计元素S2之间存在依赖关系ro(S1,S2)，其中设计元素S1为连接依赖连接图形表达式中线端的设计元素，设计元素S2为连接依赖连接图形表达式中箭头端的设计元素；
步骤2：对5种关系类型分别赋予关系强度值；其中约束关系的关系强度值为ls(f1)＝0.29，交互关系的关系强度值为ls(f2)＝0.13，引用关系的关系强度值为ls(f3)＝0.18，分解关系的关系强度值为ls(f4)＝0.27，依赖关系的关系强度值为ls(f5)＝0.13；
步骤3：根据步骤2中5种关系类型的强度值，计算设计元素集合中两两设计元素之间的贡献度；对于设计要素Si到Sj的贡献度，计算公式为
Figure GDA0002403118600000021
其中fk(Si,Sj)表示设计要素Si到Sj的第k种关系类型，若设计要素Si到Sj存在第k种关系类型，则fk(Si,Sj)＝1，否则fk(Si,Sj)＝0；m表示在所有SysML模型中，设计要素Si到Sj为第k种关系类型出现的次数；
步骤4：根据步骤3的计算结果，建立基于设计要素的设计结构矩阵IDSM：
S1 S2 S3 S4 …
S1 0 lss(S1,S2) lss(S1,S3) lss(S1,S4) …
S2 lss(S2,S1) 0 lss(S2,S3) lss(S2,S4) …
S3 lss(S3,S1) lss(S3,S2) 0 lss(S3,S4) …
S4 lss(S4,S1) lss(S4,S2) lss(S4,S3) 0 …
… … … … … …
步骤5：将IDSM的每个元素都除以所在行的全部元素之和得到新的矩阵IDSM’，然后根据公式
Figure GDA0002403118600000031
迭代计算所有设计元素的权值向量NR，向量NR中的元素表示集合AS中对应元素的权值；n为集合AS中元素个数，σ为阻尼系数，取值0.85，E为元素全为1的n阶方阵；向量NR的初值NR0取所有元素均等于1/n；当迭代误差小于设定阈值或到达设定迭代次数时，迭代退出；
步骤6：在步骤5得到的权值向量NR中，取其中大于设定阈值δ的元素所对应的设计元素为关键要素。
有益效果
本发明提到的方法将系统模型抽象为网络结构并进而利用带权值的PageRank方法来提取关键要素，与MacCalman等人的方法相比，不仅充分利用了系统模型所体现的各种关系，而且与仿真方式或者根据实际使用效果运用概率推算方式相比，时间短、效率高，并且能够处理大量系统模型中的关键要素提取问题。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
具体实施方式
下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明的目的是为了提高产品设计中关键要素的提取效率，因此从SysML模型中的结构设计作为切入点，进行关键要素提取的研究，提出了一种基于DWCN_NodeRank算法的关键要素提取方法，能够通过对系统的SysML模型中所体现的关系进行综合分析，从而对要素的关键程度进行分析，进而客观的得到产品设计关键要素。
本发明的具体步骤为：
步骤1：针对产品的不同设计场景，获取对应不同设计场景的产品的若干SysML模型；分别从每个SysML模型中读取设计元素以及各设计元素之间的关系；
所述设计元素指设计过程中系统结构不同层次的构成要素，用字母S表示。系统中不同层次及不同层次等级之间是相互制约、相互关联的。在所有SysML模型中，所有存在的设计元素集合为：
AS＝{S1,S2,S3,…,Sn}
为了探讨设计要素间的相关关系，本发明对SysML结构图中的关系表达进行分析总计，将设计元素之间的关系分为5种关系类型：
约束关系：若设计元素S1与设计元素S2之间存在约束模块连接器，则设计元素S1与设计元素S2之间存在约束关系cs(S1,S2)，其中设计元素S1连接约束模块连接器的输入端，设计元素S2连接约束模块连接器的输出端；
交互关系：若设计元素S1与设计元素S2之间存在标准端口或流端口，则设计元素S1与设计元素S2之间存在交互关系ia(S1,S2)，其中设计元素S1与设计元素S2之间的标准端口或流端口的方向为设计元素S1至设计元素S2；
引用关系：若设计元素S1引用了设计元素S2，则设计元素S1与设计元素S2之间存在引用关系rt(S1,S2)；
分解关系：若设计元素S1与设计元素S2之间存在组合连接，则设计元素S1与设计元素S2之间存在分解关系di(S1,S2)，其中设计元素S1为连接组合连接图形表达式中菱形端的设计元素，设计元素S2为连接组合连接图形表达式中箭头端的设计元素；
依赖关系：若设计元素S1与设计元素S2之间存在依赖连接，则设计元素S1与设计元素S2之间存在依赖关系ro(S1,S2)，其中设计元素S1为连接依赖连接图形表达式中线端的设计元素，设计元素S2为连接依赖连接图形表达式中箭头端的设计元素。
步骤2：对5种关系类型分别赋予关系强度值；其中约束关系的关系强度值为ls(f1)＝0.29，交互关系的关系强度值为ls(f2)＝0.13，引用关系的关系强度值为ls(f3)＝0.18，分解关系的关系强度值为ls(f4)＝0.27，依赖关系的关系强度值为ls(f5)＝0.13。
所谓关系强度体现了特定关系的设计要素间的链接强度。对于5种关系类型，下面通过层次分析法从设计要素间关系的约束强度F1和关系可关联的两个设计要素间的距离F2两个方面对五种关系的关系强度进行比较：
表1各项评价因素的指标值
F1 F2 重要性
F1 1 3 0.75
F2 1/3 1 0.25
表2五种关系在设计要素间关系的约束强度状况
F1 cs ia rt di ro 重要性
cs 1 5 3 1 3 0.343
ia 1/5 1 1/3 1/5 1/3 0.055
rt 1/3 3 1 1/3 1 0.129
di 1 5 3 1 3 0.343
ro 1/3 3 1 1/3 1 0.129
表3五种关系在关系可关联的两个设计要素间的距离状况
F2 cs ia rt di ro 重要性
cs 1 1/3 1/3 5 1 0.135
ia 3 1 1 7 3 0.346
rt 3 1 1 7 3 0.346
di 1/5 1/7 1/7 1 1/5 0.037
ro 1 1/3 1/3 5 1 0.135
最后得到5种关系类型的关系强度值：
表4五种关系的关系强度
cs ia rt di ro
0.29 0.13 0.18 0.27 0.13
步骤3：根据步骤2中5种关系类型的强度值，计算设计元素集合中两两设计元素之间的贡献度；对于设计要素Si到Sj的贡献度，贡献度体现了设计要素Si到Sj之间链接关系的强度，计算公式为
Figure GDA0002403118600000051
其中fk(Si,Sj)表示设计要素Si到Sj的第k种关系类型，若设计要素Si到Sj存在第k种关系类型，则fk(Si,Sj)＝1，否则fk(Si,Sj)＝0；m表示在所有SysML模型中，设计要素Si到Sj为第k种关系类型出现的次数。由于关系是有方向性的，所以lss(Si,Sj)并不等于lss(Sj,Si)。
步骤4：根据步骤3的计算结果，通过使用贡献度来代替基于参数的设计结构矩阵中的交互关系，建立基于设计要素的设计结构矩阵IDSM：
S1 S2 S3 S4 …
S1 0 lss(S1,S2) lss(S1,S3) lss(S1,S4) …
S2 lss(S2,S1) 0 lss(S2,S3) lss(S2,S4) …
S3 lss(S3,S1) lss(S3,S2) 0 lss(S3,S4) …
S4 lss(S4,S1) lss(S4,S2) lss(S4,S3) 0 …
… … … … … …
设计要素之间的网络连接关系可以通过IDSM表示。
步骤5：将IDSM的每个元素都除以所在行的全部元素之和得到新的矩阵IDSM’，然后根据公式
Figure GDA0002403118600000061
迭代计算所有设计元素的权值向量NR，向量NR中的元素表示集合AS中对应元素的权值；n为集合AS中元素个数，σ为阻尼系数，取值0.85，E为元素全为1的n阶方阵；向量NR的初值NR0取所有元素均等于1/n；当迭代误差小于设定阈值或到达设定迭代次数时，迭代退出。
该步骤实质是进行关键要素挖掘。DWCN_NodeRank(简写为NR)通过对PageRank中节点边权重平均分配不合理进行改进，对不同连接赋予了不同权值，使得其在关键要素的提取方面更加合理。
Figure GDA0002403118600000062
其中，σ(0<σ<1)为阻尼系数，取值0.85；n表示设计要素的总个数；NR(Si)为指向设计要素S的设计要素Si自身的NR值；
Figure GDA0002403118600000063
为设计要素Si的初始强度，其中mi表示设计要素Si所有要指向的设计要素的总和，包括设计要素S。设计要素S获得设计要素Si的权重为：
Figure GDA0002403118600000064
设初始每个设计要素的NR值赋值为1/n，所有设计要素的初始NR值记为向量NR0，然后通过迭代来进行计算。
将IDSM的每个元素都除以所在行的全部元素之和得到IDSM’，得到矩阵形式迭代公式
Figure GDA0002403118600000071
E为元素全为1的n阶方阵。
步骤6：在步骤5得到的权值向量NR中，取其中大于设定阈值δ的元素所对应的设计元素为关键要素。
通过对设计要素NR值的计算，设计者可以方便的从向量NRi中查看设计中关注的关键要素以及其对应的关注程度。并根据设计的具体阶段针对设计要素NR值选择不同的阈值δ按照公式
AKS＝{KSi∣KSi∈AIM,NR(KSi)>δ}
来筛选适合当前阶段的关键要素。
其中AKS为所有提取到的关键要素组成的集合，AIM表示关键要素发挥作用的系统场景。要素与系统不可分割，因此对于不同的AIM，所提出的关键要素因为失去了对应的系统场景而失去重要性，甚至完全不在新的设计中出现。NR(KSi)表示关键要素KSi在上述关键要素提取算法中获得的权值，其值越大，表明此要素越重要，处在关键要素集合中的要素通常具有较大的权值。δ表示关键要素的筛选阈值，根据系统结构的不同层次选择不同的值可以了解到不同层次设计者所关注的关键要素。
下面以单杆活塞式液压缸的系统模型为例，从系统模型中获取设计要素集合AS和各设计元素之间的关系，根据关系计算要素间的贡献度，通过贡献度建立基于设计要素的设计结构矩阵IDSM并进行关键要素的提取。具体实现过程如下：
1、通过对液压缸进行SysML建模得到液压缸的系统模型，此次建模重点考虑了液压缸的输出推力、拉力以及液压缸的行程。根据模型从中获取液压缸模型的设计要素集合AShydraulic：
AShydraulic＝{P1,P2,yyg,gt,gg,F1,F2,gtnj…}
其中P1,P2分别表示有杆腔和无杆腔在液压缸正常工作时的压力，F1,F2对应液压缸正常工作时的推力与拉力。其它参数采用拼音首字母进行命名，液压缸为yyg，缸体为gt，活塞为hs，活塞杆为hsg，导向套为dxt，缸盖为gg，行程为xc，宽度为kd，直径为zj，长度为cd，壁厚为bh。如gtzj表示为缸体直径。
2、通过对系统模型的分析得到设计要素与设计要素间的关系，提取到的部分设计要素及关系如下表：
表5液压缸设计要素间的关联关系局部
关系 要素Pi 要素Pj 方向 计数 表示
di yyg gt 双向 1 di(yyg,gt)di(gt,yyg)
ro yyg P1 单向 1 ro(yyg,P1)
ro yyg P2 单向 1 ro(yyg,P2)
di gt gtcd 单向 1 di(gt,gtcd)
cs F1 gtzj 双向 1 cs(F1,gtnj)cs(gtnj,F1)
cs F1 hsgzj 双向 1 cs(F1,hsgzj)cs(hsgzj,F1)
di gg yyg 单向 1 di(gg,yyg)
3、计算设计要素间的贡献度并生成IDSM，生成的IDSM如表6所示：
表6液压缸基于设计要素的设计结构矩阵部分
要素 hs hskd hszj hsg hsgzj dxt dxtcd
hs 0 0.27 0.27 0 0 0 0
hskd 0.27 0 0 0 0 0 0
hszj 0.27 0 0 0 0 0 0
hsg 0 0 0 0 0.27 0 0
hsgzj 0 0.29 0 0.27 0 0 0
dxt 0 0 0 0 0 0 0.27
dxtcd 0 0 0 0 0 0.27 0
gt 0 0 0 0 0 0 0
gtzj 0 0 0.29 0 0 0 0.29
gtcd 0 0 0 0 0 0 0
gtbh 0 0 0 0 0 0 0
4、对IDSM使用基于DWCN_NodeRank的关键要素挖掘算法，得到设计要素对应的NR值从大到小排列如下表：
表7液压缸系统模型设计要素及其NR值部分
要素 yyg dxt hsgzj gt F1 F2
NR值 2.119 1.9665 1.2654 1.202 1.1998 1.1998
要素 dxtcd dxtdmcd P1 P2 gtnj yygxc
NR值 1.0954 1.0417 1.0138 1.0138 0.9489 0.9374
要素 gtbh hsg gtcd hs hskd hszj
NR值 0.8986 0.6735 0.6232 0.534 0.5194 0.4177
5、根据得到的要素排序，取δ＝0.55，得到关键要素集合AKS为：
AKS＝{yyg,dxt,hsgzj,gt,F1,F2,dxtcd,dxtdmcd,P1,P2,gtzj,
yygxc,gtbh,hsg,gtcd}
可以发现活塞及其缸盖并不属于关键要素，而是根据其他要素配合完成液压缸设计的，而导向套是液压缸中设计中考虑最多的要素，这也决定了液压缸将拥有较强的稳定性。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (1)

1.一种产品设计关键要素提取方法，其特征在于：包括以下步骤：
步骤1：针对产品的不同设计场景，获取对应不同设计场景的产品的若干SysML模型；分别从每个SysML模型中读取设计元素以及各设计元素之间的关系；
所述设计元素指设计过程中系统结构不同层次的构成要素，用字母S表示；在所有SysML模型中，存在的设计元素集合为：
AS＝{S1,S2,S3,…,Sn}
所述设计元素之间的关系分为5种关系类型：
约束关系：若设计元素S1与设计元素S2之间存在约束模块连接器，则设计元素S1与设计元素S2之间存在约束关系cs(S1,S2)，其中设计元素S1连接约束模块连接器的输入端，设计元素S2连接约束模块连接器的输出端；
交互关系：若设计元素S1与设计元素S2之间存在标准端口或流端口，则设计元素S1与设计元素S2之间存在交互关系ia(S1,S2)，其中设计元素S1与设计元素S2之间的标准端口或流端口的方向为设计元素S1至设计元素S2；
引用关系：若设计元素S1引用了设计元素S2，则设计元素S1与设计元素S2之间存在引用关系rt(S1,S2)；
分解关系：若设计元素S1与设计元素S2之间存在组合连接，则设计元素S1与设计元素S2之间存在分解关系di(S1,S2)，其中设计元素S1为连接组合连接图形表达式中菱形端的设计元素，设计元素S2为连接组合连接图形表达式中箭头端的设计元素；
依赖关系：若设计元素S1与设计元素S2之间存在依赖连接，则设计元素S1与设计元素S2之间存在依赖关系ro(S1,S2)，其中设计元素S1为连接依赖连接图形表达式中线端的设计元素，设计元素S2为连接依赖连接图形表达式中箭头端的设计元素；
步骤2：对5种关系类型分别赋予关系强度值；其中约束关系的关系强度值为ls(f1)＝0.29，交互关系的关系强度值为ls(f2)＝0.13，引用关系的关系强度值为ls(f3)＝0.18，分解关系的关系强度值为ls(f4)＝0.27，依赖关系的关系强度值为ls(f5)＝0.13；
步骤3：根据步骤2中5种关系类型的强度值，计算设计元素集合中两两设计元素之间的贡献度；对于设计要素Si到Sj的贡献度，计算公式为
Figure FDA0002403118590000021
其中fk(Si,Sj)表示设计要素Si到Sj的第k种关系类型，若设计要素Si到Sj存在第k种关系类型，则fk(Si,Sj)＝1，否则fk(Si,Sj)＝0；m表示在所有SysML模型中，设计要素Si到Sj为第k种关系类型出现的次数；
步骤4：根据步骤3的计算结果，建立基于设计要素的设计结构矩阵IDSM：
S1 S2 S3 S4 … S1 0 lss(S1,S2) lss(S1,S3) lss(S1,S4) … S2 lss(S2,S1) 0 lss(S2,S3) lss(S2,S4) … S3 lss(S3,S1) lss(S3,S2) 0 lss(S3,S4) … S4 lss(S4,S1) lss(S4,S2) lss(S4,S3) 0 … … … … … … …
步骤5：将IDSM的每个元素都除以所在行的全部元素之和得到新的矩阵IDSM’，然后根据公式
Figure FDA0002403118590000022
迭代计算所有设计元素的权值向量NR，向量NR中的元素表示集合AS中对应元素的权值；n为集合AS中元素个数，σ为阻尼系数，取值0.85，E为元素全为1的n阶方阵；向量NR的初值NR0取所有元素均等于1/n；当迭代误差小于设定阈值或到达设定迭代次数时，迭代退出；
步骤6：在步骤5得到的权值向量NR中，取其中大于设定阈值δ的元素所对应的设计元素为关键要素。
CN201710549207.8A 2017-07-07 2017-07-07 一种产品设计关键要素提取方法 Active CN107491582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710549207.8A CN107491582B (zh) 2017-07-07 2017-07-07 一种产品设计关键要素提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710549207.8A CN107491582B (zh) 2017-07-07 2017-07-07 一种产品设计关键要素提取方法

Publications (2)

Publication Number Publication Date
CN107491582A CN107491582A (zh) 2017-12-19
CN107491582B true CN107491582B (zh) 2020-05-12

Family

ID=60643778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710549207.8A Active CN107491582B (zh) 2017-07-07 2017-07-07 一种产品设计关键要素提取方法

Country Status (1)

Country Link
CN (1) CN107491582B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426588A (zh) * 2011-10-31 2012-04-25 北京空间飞行器总体设计部 一种基于关键要素的产品协同设计支撑方法
CN103179052A (zh) * 2011-12-20 2013-06-26 中国科学院声学研究所 一种基于接近度中心性的虚拟资源分配方法及系统
CN106251087A (zh) * 2016-08-11 2016-12-21 中国航天标准化研究所 一种用于大型复杂航天系统的质量定量评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426588A (zh) * 2011-10-31 2012-04-25 北京空间飞行器总体设计部 一种基于关键要素的产品协同设计支撑方法
CN103179052A (zh) * 2011-12-20 2013-06-26 中国科学院声学研究所 一种基于接近度中心性的虚拟资源分配方法及系统
CN106251087A (zh) * 2016-08-11 2016-12-21 中国航天标准化研究所 一种用于大型复杂航天系统的质量定量评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于PageRank的有向加权复杂网络节点重要性评估方法;张琨 等;《南京航空航天大学学报》;20130630;第45卷(第3期);全文 *
改进的加权网络节点重要性评估的互信息方法;王班;《计算机应用》;20150710;第35卷(第7期);全文 *
面向社交网站的数据挖掘应用研究;黄新儿;《中国优秀硕士学位论文全文数据库》;20150515(第5期);全文 *

Also Published As

Publication number Publication date
CN107491582A (zh) 2017-12-19

Similar Documents

Publication Publication Date Title
CN103761236A (zh) 一种增量式频繁模式增长数据挖掘方法
CN106528647B (zh) 一种基于cedar双数组字典树算法进行术语匹配的方法
CN108573020B (zh) 融合装配信息的三维装配模型检索方法
CN109992271B (zh) 一种基于代码词汇和结构依赖的分层架构识别方法
CN104899292A (zh) 一种面向属性图集的频繁近似子图挖掘方法
CN113761221B (zh) 基于图神经网络的知识图谱实体对齐方法
CN109976806B (zh) 基于字节码序列匹配的Java语句块克隆检测方法
CN107329954A (zh) 一种基于文档内容和相互关系的主题检测方法
CN109376153A (zh) 一种基于NiFi的数据写入图数据库的系统及方法
CN107491508A (zh) 一种基于循环神经网络的数据库查询时间预测方法
CN105068928A (zh) 一种基于复杂网络理论的软件测试用例生成方法
CN107025263A (zh) 用于数据库语句的语句解析方法
CN107491582B (zh) 一种产品设计关键要素提取方法
CN108170799A (zh) 一种海量数据的频繁序列挖掘方法
CN113177107B (zh) 一种基于句法树匹配的智能合约相似性检测方法
CN106485370A (zh) 一种信息预测的方法和装置
CN101853444A (zh) 基于模型合并的集成化企业过程参考模型建立方法
CN103164533A (zh) 基于信息理论的复杂网络社团检测方法
CN117059284A (zh) 基于协同进化离散粒子群优化的糖尿病并行属性约简方法
CN104134112A (zh) 一种语义约束下的业务流程模型一致性度量方法
CN110941793A (zh) 一种网络流量数据填充方法、装置、设备及存储介质
CN107895096B (zh) 电路仿真器中Verilog-A模型的计算优化方法
CN109858247A (zh) 一种基于XGBoost的静态三特征模型的恶意软件分类方法
CN105373561B (zh) 识别非关系数据库中的记录模式的方法和设备
Parvathi Machine learning based interconnect parasitic R, C, and power estimation analysis for adder family circuits

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant