CN112597315B - 一种基于SysML元模型本体的系统模型图谱构建方法 - Google Patents
一种基于SysML元模型本体的系统模型图谱构建方法 Download PDFInfo
- Publication number
- CN112597315B CN112597315B CN202011581238.XA CN202011581238A CN112597315B CN 112597315 B CN112597315 B CN 112597315B CN 202011581238 A CN202011581238 A CN 202011581238A CN 112597315 B CN112597315 B CN 112597315B
- Authority
- CN
- China
- Prior art keywords
- model
- entity
- map
- similarity
- relation
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明一种基于SysML元模型本体的系统模型图谱构建方法,其步骤如下:1)构建SysML元模型本体;2)识别系统模型实体,完成实体节点的构建;3)进行系统模型实体关系获取;4)对系统模型进行多图谱实体对齐;5)补全系统模型图谱。本发明通过基于关系集合的实体对齐、基于规则推理的图谱补全来实现多图谱的融合。该发明拓展和完善了MBSE理论体系,为复杂产品的系统模型有效组织和重用提供一种有效的方法和途径。
Description
技术领域
本发明涉及一种基于SysML元模型本体的系统模型图谱构建方法,属于数字化设计与制造领域。
背景技术
随着人们对产品功能和性能方面的需求日益增加,多学科产品系统的研发难度不断提高。在解决不同领域间相互耦合的复杂性问题时,基于文档的系统工程难以满足当前的研发需求,基于模型的系统工程成为最佳选择。其核心思想是从系统研发起点开始对系统设计相关的所有信息均进行模型化的集成表达,并以此为中心系统模型贯穿整个产品系统的生命周期。目前,基于模型的系统工程技术已在航空航天、车辆、造船等制造企业得到应用。
随着MBSE在企业中的应用,同一企业生产的同类型产品或同一系列产品的系统模型逐渐积累。为了提高产品设计的效率和质量,充分利用从这些系统模型中获取的知识具有十分重要的意义。事实上,大多数企业都是根据现有产品的设计数据进行新产品的创新设计。这些积累起来的系统模型是企业的宝贵财富。系统模型重用是指通过特定的方法或框架,快速重用所建立的系统模型和模型所承载的知识的过程。
发明内容
本发明所要解决的技术问题是:克服现有技术的不足,提供一种基于SysML元模型本体的系统模型图谱构建方法,通过将系统模型图谱化,以更有效地管理、组织和重用这些已经构建好的系统模型。该发明通过定义SysML元模型本体的方式完成系统模型子图谱的构建并给出构建策略。通过基于关系集合的实体对齐、基于规则推理的图谱补全来实现多图谱的融合。该发明拓展和完善了MBSE理论体系,为复杂产品的系统模型有效组织和重用提供一种有效的方法和途径。
本发明的技术方案是:一种基于SysML元模型本体的系统模型图谱构建方法,步骤如下:
1)构建SysML元模型本体;
2)识别系统模型实体,完成实体节点的构建;
3)进行系统模型实体关系获取;
4)对系统模型进行多图谱实体对齐;
5)补全系统模型图谱。
所述步骤1)的具体过程为:
11)确定构建本体所面向的专业领域和范畴,即系统工程建模专业领域和范畴;
12)根据SysML元模型规范,列出系统工程建模领域中的重要术语;
13)定义类和类的等级体系;将系统工程建模领域术语分类,构造领域术语的分类树,形成元模型本体的树形结构;
14)定义类的属性;依据本体面向对象需求,添加各个类的属性;
15)定义属性的分面,即该属性的值类型、允许值域及取值的个数与属性取值有关的特征,给出元模型本体的关系列表;
16)构建完成SysML元模型本体模型。
所述步骤2)的具体过程为:
在SysML元模型本体构建基础上,基于所述SysML元模型本体的树形结构,通过遍历获得各个模型元素相关属性值;通过判断所述每个模型元素的类型是否为关系类型,分别对模型元素采取不同的处理方式,即若模型元素类型为关系类型,则获取模型元素的关系类型以及模型元素的关系对应的模型元素的id值,完成实体节点关系获取;若模型元素的关系类型为非关系类型,则解析SysML元模型本体,获取非关系类型实体的数据结构,并获取相对应的属性值,完成实体节点的构建。
所述步骤3)的具体过程为:
对所述非关系类型的模型元素进行进一步处理,判断所述非关系类型的模型元素是否包含隐性关系;若所述非关系型模型元素为显性关系,则直接构建系统模型图谱中的实体关系;若非关系型模型元素为隐性关系,则获取所述非关系类型的模型元素的隐性关系类型以及该关系对应的模型元素的id值,完成实体节点关系获取,实现系统模型图谱中的实体关系的构建;将所有模型元素遍历完成后,基于获得的所述元模型本体的关系列表,构建系统模型子图谱中的实体关系。
所述步骤4)的具体过程为:
41)采用不同的对齐策略完成对不同类型的系统模型实体对齐;
在系统模型图谱中,对于不同的实体,需采用不同的对齐策略,具体如下:
(a)需求模型包含的信息包括需求名称以及需求描述,通过计算得到需求模型的需求实体名称及需求描述属性的相似度值,并进行加权,达到阈值后,则完成图谱实体对齐;
(b)从单个功能模型转化得到的知识图谱中含有多个实体,包括功能元素、输入参数、输出参数以及参数类型实体;对功能模型对齐时,首先将表示参数类型的节点对齐;然后计算功能节点的相似度,即其字符串相似度;最后计算参数节点的数量相等、方向一致,则视为功能模型相同,完成图谱实体对齐;
(c)结构模型实体包括结构元素、结构组成、接口、端口以及包含属性实体;对结构模型对齐时,首先将表示接口、端口类型的节点对齐;然后计算接口类型的相似度,即其字符串相似度;最后计算接口、端口节点的数量相等、方向一致,则视为结构模型相同,完成图谱实体对齐;
(d)其它需要标准化的系统模型,则通过标准化模型库或标准的命名规范来保证相同名称下模型的相似性,即名称相同的模型即为同一模型,完成图谱实体对齐;
42)实体相似度计算
图谱实体对齐的实质即为实体相似度的计算,不同类型的模型转化得到的图谱实体对齐方式也不同,分为实体节点相似度计算和考虑结构的相似度计算;
实体节点相似度计算
实体节点相似度计算包括实体字符相似度以及实体语义相似度,两种类型的相似度整体计算方式为
其中,SIMst(s1,s2)为实体字符相似度,SIMse(s1,s2)为实体语义相似度,s1和s2分别是将要进行对齐的图谱实体字符串,α为字符相似度阀值相似度;计算时首先计算实体间字符相似度,若字符相似度满足条件,即高于阀值α,则两实体为同一系统模型即可进行实体对齐,否则需再次通过计算实体语义相似度进行判断;
实体字符相似度计算公式
其中,{op1}为将图谱实体字符串s1修改为s2所需增、删、改字符的最少步数,len(s1)为图谱实体字符串s1的字符数,len(s2)为图谱实体字符串s2的字符数;
考虑结构的相似度计算
将实体节点与特定的连接关系转化为关系集合,计算结构相似度的具体步骤如下:
Step 1.设两个中心实体节点为Ai与Aj,经图谱实体节点相似度计算满足阈值后,得到其对应关系类型的参数实体集:Pai={pi1,pi2,…,pin}与Paj={pj1,pj2,…,pjn},以及第二层类型实体集:Bai={bi1,bi2,…,bin}与Baj={bj1,bj2,…,bjn};对于参数实体根据其方向将对应值分别设为in、out、inout,由此得到该集合;对于类型实体只需计算其名称相似度,计算公式为
Step 2.对参数实体集Pai与Paj进行笛卡尔乘积Pai×Paj得到配对集合:
Pa(Pai,Paj)={<pi1,pj1>,<pi1,pj2>,…,<pin,pjn>}
同理可得到类型实体集Bai与Baj进行笛卡尔乘积Bai×Baj得到配对集合:
Ba(Bai,Bai)={<bi1,bj1>,<bi1,bj2>,…,<bin,bjn>}
Step 3.应用Step1中定义的相似度计算方法对每对配对集合进行相似度计算,计算公式为
当且仅当Simst=1,即两个相似度都为1时,认为该实体节点为同一指向,完成图谱实体对齐。
所述步骤5)的具体过程为:
完成图谱实体对齐后,基于SysML元模型本体的约束关系推理规则,以对齐的图谱实体节点为支点,对模型图谱进行关系补全,提高图谱的完整性,提升知识表达与发现能力。
所述约束关系推理规则其规则含义如下:
规则1:表示需求、功能与结构间的映射关系,即若功能反映需求、且结构实现功能,则结构满足该功能;
规则2、规则3:表示结构对需求的满足关系,即当两需求之间存在精化、继承关系时,满足后者的结构同时满足前者,同理该规则也适用于功能;
规则4:表示功能分解关系的构建,即以动作为中介,建立功能间的分解关系;
规则5:表示需求、用例、功能间的映射关系;
经过规则推理得到的新的关系将在系统模型图谱中自动化构建,完成系统模型图谱的补全。
本发明与现有技术相比的优点在于:
本发明对旨在利用知识图谱技术建立并融合不同产品的系统模型图,从而建立不同产品系统模型之间的关系,实现对有用系统模型的检索和重用。本发明可以应用于概念设计阶段的协同设计、设计重用以及设计学习,不仅可以促进系统模型的管理和组织,也可以提高产品系统模型的重用效率,从而提高系统设计的效率和质量,降低设计成本。
附图说明
图1为本发明方法的流程图。
具体实施方式
如图1所示,本发明是一种基于SysML元模型本体的系统模型图谱构建方法,本实施例基于一个简单的系统模型文件(仅包含功能模型)构建系统模型子图谱作为实例,展示系统模型子图谱的构建过程。在活动图(功能模型)中主要包含动作和参数节点类型的元素,对象流类型的显性关系以及调用活动类型的隐性关系,其具体实施步骤如下:
1、构建SysML元模型本体
SysML元模型本体,指依据SysML元模型构建得到的本体模型,该本体模型可指导系统模型图谱的自动化构建。可基于OMG发布SysML的元模型规范,并结合建模软件中的具体建模特点,面向系统模型重用,构建SysML元模型本体。
基于SysML的元模型规范,本发明构建SysML元模型本体的构建主要用以下步骤来保证本体的完备性与正确性:
11)确定构建本体所面向的专业领域和范畴;即系统工程建模专业领域;
12)根据SysML元模型规范,列出系统工程建模领域中的重要术语;
13)定义类和类的等级体系;将系统工程建模领域术语分类,构造领域术语的分类树,形成元模型本体的树形结构;
14)定义类的属性;依据本体面向对象需求,添加各个类的属性;
15)定义属性的分面,即该属性的值类型、允许值域及取值的个数与属性取值有关的特征,给出元模型本体的关系列表;
16)采用protégé软件(或其他本体建模软件工具)构建完成SysML元模型本体模型。
整理总结得到元模型本体包含概念如表1所示。
表1元模型本体类
元模型本体关系关系表(约束关系)如表2所示
表2元模型本体关系
2、系统模型实体识别
在所述SysML元模型本体构建基础上,基于所述元模型本体的树形结构,通过遍历获得各个模型元素相关属性值;通过判断所述每个模型元素的类型是否为关系类型,分别对模型元素采取不同的处理方式,即若模型元素类型为关系类型,则获取模型元素的关系类型以及模型元素的关系对应的模型元素的id值,完成实体节点关系获取;若模型元素的关系类型为非关系类型,则解析SysML元模型本体,获取非关系类型实体的数据结构,并获取相对应的属性值,完成实体节点的构建。
3、实体关系获取
对所述非关系类型的模型元素进行进一步处理,判断所述非关系类型的模型元素是否包含隐性关系;若所述非关系型模型元素为显性关系,则直接构建系统模型图谱中的实体关系;若非关系型模型元素为隐性关系,则获取所述非关系类型的模型元素的隐性关系类型以及该关系对应的模型元素的id值,完成实体节点关系获取,实现系统模型图谱中的实体关系的构建;将所有模型元素遍历完成后,基于获得的所述元模型本体的关系列表,构建系统模型子图谱中的实体关系。
4、系统模型图谱实体对齐
Step1:采用不同的对齐策略完成对不同类型的系统模型实体对齐
在系统模型图谱中,对于不同的实体,需采用不同的对齐策略。
(1)需求模型包含的信息包括需求名称以及需求描述,通过计算得到需求模型的需求实体名称及需求描述属性的相似度值,并进行加权,达到阈值后,则完成图谱实体对齐。
(2)从单个功能模型转化得到的知识图谱中含有多个实体,包括功能元素、输入参数、输出参数以及参数类型实体;对功能模型对齐时,首先将表示参数类型的节点对齐;然后计算功能节点的相似度,即其字符串相似度;最后计算参数节点的数量相等、方向一致,则视为功能模型相同,完成图谱实体对齐。
(3)结构模型实体的对齐方式类似于功能模型实体,结构模型实体包括结构元素、结构组成、接口、端口以及包含属性实体。对结构模型对齐时,首先将表示接口、端口类型的节点对齐;然后计算接口类型的相似度,即其字符串相似度;最后计算接口、端口节点的数量相等、方向一致,则视为结构模型相同,完成图谱实体对齐。
(4)行为模型构成较为复杂,且其中包含的单个模型元素并不具有实际意义,不进行节点的相似度计算,只依据所描述的结构或功能完成图谱实体对齐。
(5)其它需要标准化的系统模型则通过标准化模型库或标准的命名规范来保证相同名称下模型的相似性,即名称相同的模型即为同一模型,完成图谱实体对齐。
Step2:实体相似度计算
图谱实体对齐的实质即为实体相似度的计算,不同类型的模型转化得到的图谱实体对齐方式也不同,主要分为实体节点相似度和考虑结构的相似度计算两种方法。
(1)实体节点相似度计算包括实体字符相似度以及实体语义相似度,两种类型的相似度整体计算方式为公式(1)。
其中,SIMst(s1,s2)为实体字符相似度,SIMse(s1,s2)为实体语义相似度,s1和s2分别是将要进行对齐的图谱实体字符串,α为字符相似度阀值相似度计算时首先计算实体间字符相似度,若字符相似度满足条件(高于阀值,α=0.9),则两实体为同一系统模型即可进行实体对齐,否则需再次通过计算实体语义相似度进行判断。
实体字符相似度计算公式如式(2)。
其中,{op1}为将图谱实体字符串s1修改为s2所需增、删、改字符的最少步数,len(s1)为图谱实体字符串s1的字符数,len(s2)为图谱实体字符串s2的字符数。
(2)为计算结构相似度,本发明将实体节点与特定的连接关系转化为关系集合,计算其相似度,具体步骤如下:
Step 1.设两个中心实体节点为Ai与Aj,经图谱实体节点相似度计算满足阈值后,得到其对应关系类型的参数实体集(实体数量必须一致):Pai={pi1,pi2,…,pin}与Paj={pj1,pj2,…,pjn},以及第二层类型实体集:Bai={bi1,bi2,…,bin}与Baj={bj1,bj2,…,bjn}。对于参数实体根据其方向将对应值分别设为in、out、inout,由此得到该集合;对于类型实体只需计算其名称相似度,计算公式为公式(3)。
Step 2.对参数实体集Pai与Paj进行笛卡尔乘积Pai×Paj得到配对集合:
Pa(Pai,Paj)={<pi1,pj1<,<pi1,pj2>,…,<pin,pjn>}
同理可得到类型实体集Bai与Baj进行笛卡尔乘积Bai×Baj得到配对集合:
Ba(Bai,Bai)={<bi1,bj1>,<bi1,bj2>,…,<bin,bjn>}
Step 3.应用Step1中定义的相似度计算方法对每对配对集合进行相似度计算,计算公式为公式(4)。
当且仅当Simst=1,即两个相似度都为1时,认为该实体节点为同一指向,完成图谱实体对齐。
5、系统模型图谱补全
完成图谱实体对齐后,基于SysML元模型本体的约束关系推理规则,以对齐的图谱实体节点为支点,对模型图谱进行关系补全,提高图谱的完整性,提升知识表达与发现能力。
约束关系推理规则其规则含义如下:
规则1:表示需求、功能与结构间的映射关系,即若功能反映需求、且结构实现功能,则结构满足该功能。
规则2、规则3:表示结构对需求的满足关系,即当两需求之间存在精化、继承关系时,满足后者的结构同时满足前者,同理该规则也适用于功能。
规则4:表示功能分解关系的构建,即以动作为中介,建立功能间的分解关系。
规则5:表示需求、用例、功能间的映射关系。
经过规则推理得到的新的关系将在系统模型图谱中自动化构建,完成系统模型图谱的补全。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (6)
1.一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于步骤如下:
1)构建SysML元模型本体;
2)识别系统模型实体,完成实体节点的构建;
3)进行系统模型实体关系获取;
4)对系统模型进行多图谱实体对齐,具体过程为:
41)采用不同的对齐策略完成对不同类型的系统模型实体对齐;
在系统模型图谱中,对于不同的实体,需采用不同的对齐策略,具体如下:
(a)需求模型包含的信息包括需求名称以及需求描述,通过计算得到需求模型的需求实体名称及需求描述属性的相似度值,并进行加权,达到阈值后,则完成图谱实体对齐;
(b)从单个功能模型转化得到的知识图谱中含有多个实体,包括功能元素、输入参数、输出参数以及参数类型实体;对功能模型对齐时,首先将表示参数类型的节点对齐;然后计算功能节点的相似度,即其字符串相似度;最后计算参数节点的数量相等、方向一致,则视为功能模型相同,完成图谱实体对齐;
(c)结构模型实体包括结构元素、结构组成、接口、端口以及包含属性实体;对结构模型对齐时,首先将表示接口、端口类型的节点对齐;然后计算接口类型的相似度,即其字符串相似度;最后计算接口、端口节点的数量相等、方向一致,则视为结构模型相同,完成图谱实体对齐;
(d)其它需要标准化的系统模型,则通过标准化模型库或标准的命名规范来保证相同名称下模型的相似性,即名称相同的模型即为同一模型,完成图谱实体对齐;
42)实体相似度计算
图谱实体对齐的实质即为实体相似度的计算,不同类型的模型转化得到的图谱实体对齐方式也不同,分为实体节点相似度计算和考虑结构的相似度计算;
实体节点相似度计算
实体节点相似度计算包括实体字符相似度以及实体语义相似度,两种类型的相似度整体计算方式为
其中,SIMst(s1,s2)为实体字符相似度,SIMse(s1,s2)为实体语义相似度,s1和s2分别是将要进行对齐的图谱实体字符串,α为字符相似度阀值相似度;计算时首先计算实体间字符相似度,若字符相似度满足条件,即高于阀值α,则两实体为同一系统模型即可进行实体对齐,否则需再次通过计算实体语义相似度进行判断;
实体字符相似度计算公式
其中,{op1}为将图谱实体字符串s1修改为s2所需增、删、改字符的最少步数,len(s1)为图谱实体字符串s1的字符数,len(s2)为图谱实体字符串s2的字符数;
考虑结构的相似度计算
将实体节点与特定的连接关系转化为关系集合,计算结构相似度的具体步骤如下:
Step 1.设两个中心实体节点为Ai与Aj,经图谱实体节点相似度计算满足阈值后,得到其对应关系类型的参数实体集:Pai={pi1,pi2,…,pin}与Paj={pj1,pj2,…,pjn},以及第二层类型实体集:Bai={bi1,bi2,…,bin}与Baj={bj1,bj2,…,bjn};对于参数实体根据其方向将对应值分别设为in、out、inout,由此得到该集合;对于类型实体只需计算其名称相似度,计算公式为
Step 2.对参数实体集Pai与Paj进行笛卡尔乘积Pai×Paj得到配对集合:
Pa(Pai,Paj)={<pi1,pj1>,<pi1,pj2>,…,<pin,pjn>}
同理可得到类型实体集Bai与Baj进行笛卡尔乘积Bai×Baj得到配对集合:
Ba(Bai,Baj)={<bi1,bj1>,<bi1,bj2>,…,<bin,bjn>}
Step 3.应用Step1中定义的相似度计算方法对每对配对集合进行相似度计算,计算公式为
当且仅当Simst=1,即两个相似度都为1时,认为该实体节点为同一指向,完成图谱实体对齐;
5)补全系统模型图谱。
2.根据权利要求1所述的一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于:所述步骤1)的具体过程为:
11)确定构建本体所面向的专业领域和范畴,即系统工程建模专业领域和范畴;
12)根据SysML元模型规范,列出系统工程建模领域中的重要术语;
13)定义类和类的等级体系;将系统工程建模领域术语分类,构造领域术语的分类树,形成元模型本体的树形结构;
14)定义类的属性;依据本体面向对象需求,添加各个类的属性;
15)定义属性的分面,即该属性的值类型、允许值域及取值的个数与属性取值有关的特征,给出元模型本体的关系列表;
16)构建完成SysML元模型本体模型。
3.根据权利要求2所述的一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于:所述步骤2)的具体过程为:
在SysML元模型本体构建基础上,基于所述SysML元模型本体的树形结构,通过遍历获得各个模型元素相关属性值;通过判断所述每个模型元素的类型是否为关系类型,分别对模型元素采取不同的处理方式,即若模型元素类型为关系类型,则获取模型元素的关系类型以及模型元素的关系对应的模型元素的id值,完成实体节点关系获取;若模型元素的关系类型为非关系类型,则解析SysML元模型本体,获取非关系类型实体的数据结构,并获取相对应的属性值,完成实体节点的构建。
4.根据权利要求3所述的一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于:所述步骤3)的具体过程为:
对所述非关系类型的模型元素进行进一步处理,判断所述非关系类型的模型元素是否包含隐性关系;若所述非关系型模型元素为显性关系,则直接构建系统模型图谱中的实体关系;若非关系型模型元素为隐性关系,则获取所述非关系类型的模型元素的隐性关系类型以及该关系对应的模型元素的id值,完成实体节点关系获取,实现系统模型图谱中的实体关系的构建;将所有模型元素遍历完成后,基于获得的所述元模型本体的关系列表,构建系统模型子图谱中的实体关系。
5.根据权利要求4所述的一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于:所述步骤5)的具体过程为:
完成图谱实体对齐后,基于SysML元模型本体的约束关系推理规则,以对齐的图谱实体节点为支点,对模型图谱进行关系补全,提高图谱的完整性,提升知识表达与发现能力。
6.根据权利要求5所述的一种基于SysML元模型本体的系统模型图谱构建方法,其特征在于:所述约束关系推理规则其规则含义如下:
规则1:表示需求、功能与结构间的映射关系,即若功能反映需求、且结构实现功能,则结构满足该功能;
规则2、规则3:表示结构对需求的满足关系,即当两需求之间存在精化、继承关系时,满足后者的结构同时满足前者,同理该规则也适用于功能;
规则4:表示功能分解关系的构建,即以动作为中介,建立功能间的分解关系;
规则5:表示需求、用例、功能间的映射关系;
经过规则推理得到的新的关系将在系统模型图谱中自动化构建,完成系统模型图谱的补全。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581238.XA CN112597315B (zh) | 2020-12-28 | 2020-12-28 | 一种基于SysML元模型本体的系统模型图谱构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581238.XA CN112597315B (zh) | 2020-12-28 | 2020-12-28 | 一种基于SysML元模型本体的系统模型图谱构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112597315A CN112597315A (zh) | 2021-04-02 |
CN112597315B true CN112597315B (zh) | 2023-07-14 |
Family
ID=75202755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011581238.XA Active CN112597315B (zh) | 2020-12-28 | 2020-12-28 | 一种基于SysML元模型本体的系统模型图谱构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597315B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102135905A (zh) * | 2011-03-17 | 2011-07-27 | 清华大学 | 基于用户定制的本体匹配系统及方法 |
CN108268581A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 知识图谱的构建方法及装置 |
CN108491491A (zh) * | 2018-03-14 | 2018-09-04 | 广州杰赛科技股份有限公司 | 智能客服知识图谱的构建方法与系统 |
CN111191044A (zh) * | 2019-12-25 | 2020-05-22 | 湖北大学 | 一种基于大数据的知识抽取与融合方法 |
CN111339313A (zh) * | 2020-02-18 | 2020-06-26 | 北京航空航天大学 | 一种基于多模态融合的知识库构建方法 |
CN111598702A (zh) * | 2020-04-14 | 2020-08-28 | 徐佳慧 | 一种基于知识图谱的风险投资语义搜索的方法 |
CN111651447A (zh) * | 2020-06-03 | 2020-09-11 | 南京维斯德软件有限公司 | 一种智能建造全寿期数据处理分析管控系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6295533B2 (en) * | 1997-02-25 | 2001-09-25 | At&T Corp. | System and method for accessing heterogeneous databases |
US8620931B2 (en) * | 2011-06-24 | 2013-12-31 | Siemens Aktiengesellschaft | Method of composing an ontology alignment |
US10169454B2 (en) * | 2016-05-17 | 2019-01-01 | Xerox Corporation | Unsupervised ontology-based graph extraction from texts |
US20190258953A1 (en) * | 2018-01-23 | 2019-08-22 | Ulrich Lang | Method and system for determining policies, rules, and agent characteristics, for automating agents, and protection |
-
2020
- 2020-12-28 CN CN202011581238.XA patent/CN112597315B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102135905A (zh) * | 2011-03-17 | 2011-07-27 | 清华大学 | 基于用户定制的本体匹配系统及方法 |
CN108268581A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 知识图谱的构建方法及装置 |
CN108491491A (zh) * | 2018-03-14 | 2018-09-04 | 广州杰赛科技股份有限公司 | 智能客服知识图谱的构建方法与系统 |
CN111191044A (zh) * | 2019-12-25 | 2020-05-22 | 湖北大学 | 一种基于大数据的知识抽取与融合方法 |
CN111339313A (zh) * | 2020-02-18 | 2020-06-26 | 北京航空航天大学 | 一种基于多模态融合的知识库构建方法 |
CN111598702A (zh) * | 2020-04-14 | 2020-08-28 | 徐佳慧 | 一种基于知识图谱的风险投资语义搜索的方法 |
CN111651447A (zh) * | 2020-06-03 | 2020-09-11 | 南京维斯德软件有限公司 | 一种智能建造全寿期数据处理分析管控系统 |
Non-Patent Citations (3)
Title |
---|
A SysML-based product configuration method;Chao Fu 等;《2020 IEEE International Conference on Information Technology,Big Data and Artificial Intelligence (ICIBA)》;1502-1506 * |
实体关系抽取方法研究综述;李冬梅 等;《计算机研究与发展》;第57卷(第7期);1424-1448 * |
知识图谱的发展与构建;李涛 等;《南京理工大学学报》;第41卷(第1期);第22页摘要,第25-31页第2-5部分,第27页图2 * |
Also Published As
Publication number | Publication date |
---|---|
CN112597315A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20170021227A (ko) | 온톨로지 매핑 방법 및 장치 | |
JP2017514256A (ja) | オントロジアライナ方法、セマンティックマッチング方法及び装置 | |
CN109635119A (zh) | 一种基于本体融合的工业大数据集成系统 | |
Agrawal et al. | An enhanced extract-transform-load system for migrating data in Telecom billing | |
CN112597315B (zh) | 一种基于SysML元模型本体的系统模型图谱构建方法 | |
CN110990907B (zh) | 基于特征-资源知识的船用柴油机关重件可制造性三级优化方法 | |
CN115934969A (zh) | 一种不可移动文物风险评估知识图谱构建方法 | |
CN115827885A (zh) | 一种运维知识图谱的构建方法、装置及电子设备 | |
CN113190582B (zh) | 一种数据实时交互式挖掘流建模分析系统 | |
CN115688397A (zh) | 一种基于领域驱动设计的社交平台业务建模方法 | |
Fu et al. | Building SysML model graph to support the system model reuse | |
CN109828972B (zh) | 一种基于有向图结构的数据集成方法 | |
Iftekhar et al. | Reverse engineering of relational database schema to UML Model | |
Batini et al. | A methodology for conceptual documentation and maintenance | |
Quaeghebeur et al. | WESgraph: a graph database for the wind farm domain | |
CN110717263A (zh) | 一种作战模型管理系统 | |
Chen et al. | A Graph Database and Query Approach to IFC Data Management | |
CN112381228B (zh) | 一种基于业务的知识体系构建和应用方法 | |
Lukyanenko et al. | ER-Demos-Posters 2021 | |
CN117454572A (zh) | 一种基于SysML的多层级模型关联建模与仿真方法 | |
Agrawal | Ontologies for Structural Engineering Models Ontologien für Tragwerksmodelle | |
Fu et al. | A SysML-based product configuration method | |
Liu | Architecting Requirements | |
Pang et al. | Reference service process: a normalized cross-over service collaboration paradigm | |
CN115203908A (zh) | 基于元模型的仿真领域装备实体组件化建模方法和系统 |
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 |