CN113748424A - 用于使在设计机械组件时生成的概率数据可视化的技术 - Google Patents
用于使在设计机械组件时生成的概率数据可视化的技术 Download PDFInfo
- Publication number
- CN113748424A CN113748424A CN202080029803.3A CN202080029803A CN113748424A CN 113748424 A CN113748424 A CN 113748424A CN 202080029803 A CN202080029803 A CN 202080029803A CN 113748424 A CN113748424 A CN 113748424A
- Authority
- CN
- China
- Prior art keywords
- design
- gui
- statistical
- designs
- generating
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000013461 design Methods 0.000 claims abstract description 661
- 238000009826 distribution Methods 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000012938 design process Methods 0.000 abstract description 17
- 238000011960 computer-aided design Methods 0.000 description 40
- 210000001503 joint Anatomy 0.000 description 24
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000003607 modifier Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000000546 chi-square test Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
- Architecture (AREA)
- Software Systems (AREA)
Abstract
一种设计引擎实现了生成设计的概率方法，所述概率方法在操作期间向用户展示自动生成的设计知识。设计引擎基于与设计问题和/或先前生成的设计群体相关联的问题定义以交互方式生成连续设计群体。在上述设计过程期间，设计引擎生成以图形化方式向用户展示各种类型的设计知识的设计知识图形用户界面(GUI)。特别地，设计引擎生成使设计变量之间的各种依赖关系可视化的设计变量依赖关系GUI。设计引擎还生成将跨连续设计群体的设计演进制成动画的设计演进GUI。此外，设计引擎生成有助于用户探索自动生成的设计的各种统计性质的设计探索GUI。
Description
相关申请的交叉引用
本申请要求于2019年4月22日提交且序列号为62/837,157的题为“可视化和显示在机械组件的生成式设计期间获得的概率知识(Visualizing and DisplayingProbabilistic Knowledge Obtained During Generative Design of MechanicalAssemblies)”的美国临时专利申请的优先权权益，要求于2019年5月1日提交且序列号为62/841,767的题为“可视化和显示在机械组件的生成式设计期间获得的概率知识(Visualizing and Displaying Probabilistic Knowledge Obtained DuringGenerative Design of Mechanical Assemblies)”的美国临时专利申请的优先权权益，并还要求于2019年6月6日提交且序列号为16/434,082的题为“用于使在设计机械组件时生成的概率数据可视化的技术(Techniques for Visualizing Probabilistic DataGenerated When Designing Mechanical Assemblies)”的美国专利申请的优先权权益。这些相关申请的主题特此以引用方式并入本文。
发明背景
技术领域
各种实施方案通常涉及计算机辅助设计技术，并且更具体地涉及用于使在设计机械组件时生成的概率数据可视化的技术。
背景技术
在典型的机械工程和设计工作流程中，设计人员使用计算机辅助设计(CAD)应用程序来生成表示机械部件的CAD模型。设计人员还可以使用CAD应用程序组合两个或更多个CAD模型以生成CAD组件。CAD组件中包括的CAD模型通常以实现特定功能以解决特定设计问题的方式联接在一起。例如，表示汽车变速器的CAD组件可包括表示齿轮的CAD模型集合，这些齿轮联接在一起以提供扭矩转换。本示例中解决的设计问题将是需要将扭矩从汽车曲轴传递到汽车的车轮。
使用CAD应用程序生成CAD组件通常是手动执行的多步骤过程。最初，设计人员通过确定CAD组件应满足的设计目标集来制定CAD组件要解决的设计问题。例如，在制定上面讨论的汽车变速器设计问题时，设计人员可以确定变速器应该实现特定的转换比，以便将从汽车曲轴接收到的输入扭矩转换为施加到汽车车轮的输出扭矩。结合确定设计目标集，设计人员通常通过确定CAD组件不应违反的设计约束集来进一步定义设计问题。例如，在上面讨论的变速器设计问题中，设计人员可以确定变速器的质量不应超过特定值。一旦设计人员确定各种设计目标和设计约束，设计人员就可以使用CAD应用程序通过手动生成和组合各种CAD模型来生成CAD组件。例如，变速器设计人员可以确定表示选定齿轮集的CAD模型的特定布置，以生成实现输入扭矩与输出扭矩之间的所需转换的CAD组件。
如前所述，通过上述设计过程，设计人员生成旨在解决特定设计问题的CAD组件。一旦生成后，设计人员就可以经由计算机模拟进一步测试CAD组件，以确定是否在不违反不同约束的情况下满足各种设计目标。设计过程通常以试错方式迭代地重复，以尝试探索与特定设计问题相关联的整体设计空间并产生一个或多个成功的设计。
常规设计过程，如上述设计过程，可以使用各种算法技术在一定程度上自动化。例如，可以实现生成式设计技术来自动生成满足规定设计目标集的CAD组件，而不违反所列举的设计约束集。替代地，可以实现基于约束的编程技术来识别在不同程度上满足规定设计目标的可行CAD组件。此类算法技术减少了设计人员必须执行的手动操作的数量，其中替代地，算法自动执行这些操作，从而简化整个设计过程。设计过程完成时，设计人员会看到一些自动生成的设计，这些设计可以使用常规CAD应用程序图形用户界面(GUI)进行检查。
上述方法的一个缺点是，使用常规CAD应用程序GUI检查由上述方法产生的自动生成的设计并不能为设计人员提供适当水平的直观设计知识和理解。因此，一般的算法设计技术，尤其是常规CAD应用程序GUI，无法让设计人员能够就如何修改或生成对算法生成的设计的替代方案做出明智的决定。此外，如果不能对如何构建和结构化成功的设计形成直观的理解，设计人员就无法将设计知识传达给其他设计人员。因此，设计人员可能难以在设计项目上相互协作。
如上所述，本领域需要更有效的方式来自动生成机械组件的设计。
发明内容
各种实施方案包括一种用于生成设计的计算机实现的方法，所述方法包括：基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
所公开的技术相对于现有技术的至少一个技术优势是在设计的自动生成期间经由GUI向用户展示设计知识。这种展示有助于用户对如何构建和结构化成功的设计形成直观的理解。因此，用户能够就如何修改设计和/或如何探索替代设计选项做出明智的决定。
附图说明
通过参考各种实施方案，可具有可详细地在对以上简述的本发明概念的更具体的描述中理解各种实施方案的上述特征的方式，所述各种实施方案中的一些在附图中示出。然而，应注意，附图仅示出本发明概念的典型实施方案并且因此不应被视为以任何方式限制范围，并且存在其他等效的实施方案。
图1示出了被配置为实现本实施方案的一个或多个方面的系统；
图2A是根据各种实施方案的图1的设计问题的示例性图解；
图2B是根据各种实施方案的图1的设计选项之一的示例性图解；
图3是根据各种实施方案的图1的设计引擎的更详细图解；
图4是根据各种实施方案的图3的设计变量依赖关系图形用户界面的示例性图解；
图5是根据各种其他实施方案的用于使设计变量依赖关系可视化的方法步骤的流程图；
图6A至图6D阐述了根据各种实施方案的图3的设计演进图形用户界面的示例性图解；
图7是根据各种其他实施方案的用于使设计群体的演进可视化的方法步骤的流程图；
图8A至图8B阐述了根据各种实施方案的图3的设计探索图形用户界面的示例性图解；
图9是根据各种实施方案的用于使设计的一个或多个方面可视化的方法步骤的流程图。
具体实施方式
在以下描述中，阐述许多具体细节以提供对各种实施方案的更透彻的理解。然而，对于本领域的技术人员将明显的是，可在没有这些具体细节中的一者或多者的情况下实践本发明概念。
如上所述，用于生成CAD组件的常规算法技术会自动运行，并且因此会混淆用户的设计过程。因此，用户开发设计知识的能力降低，这些设计知识反映了对成功设计是如何结构化的直观理解。常规CAD应用程序GUI不会向用户展示任何此类设计知识，而是简单地向用户呈现自动生成的CAD组件以供检查。如果没有开发这种设计知识的有效方法，用户可能无法有效地做出关于如何修改设计和/或如何探索替代设计的明智决定，并且可能无法在协作设计期间与他人有效沟通。
为了解决这些问题，设计引擎实现一种生成设计的概率方法，该方法在操作期间经由一个或多个图形用户界面向用户展示自动生成的设计知识。设计引擎最初基于与设计问题相关联的问题定义生成设计群体。设计引擎模拟每个设计的性能，然后选择性能最高的设计。通过分析性能最高的设计，设计引擎识别出相互依赖的设计变量。然后，设计引擎生成概率模型，指示与依赖设计变量相关联的设计值之间的条件概率。设计引擎对概率模型迭代地进行采样以生成后续设计群体。设计引擎重复执行该设计过程以生成连续的设计群体。
结合上述设计过程，设计引擎生成以图形化方式向用户展示各种类型的设计知识的设计知识GUI。特别地，设计引擎生成使设计变量之间的各种依赖关系可视化的设计变量依赖关系GUI。设计引擎还生成将跨连续设计群体的设计演进制成动画的设计演进GUI。此外，设计引擎生成有助于用户探索自动生成的设计的各种统计性质的设计探索GUI。
所公开的技术相对于现有技术的至少一个技术优势是，设计引擎在自动生成设计时经由设计知识GUI向用户展示设计知识，而不是像常规CAD应用程序GUI那样混淆用户的这种设计知识。这种展示有助于用户对如何构建和结构化成功的设计形成直观的理解。因此，设计知识GUI使用户能够做出关于如何修改设计和/或如何以常规CAD应用程序GUI不可能的方式探索替代设计选项的明智决定。基于设计引擎提供的设计知识，用户可以更轻松地与他人就自动生成的设计的各个方面和性质进行沟通，从而有助于用户之间的增强协作。因此，可以应用所公开的技术来以流线型方式为机械组件自动生成多种设计，而不妨碍用户获得有用的设计知识和理解，这是现有技术算法技术和GUI的典型特征。这些技术优势表示优于现有技术方法的一个或多个技术进步。
系统概述
图1示出了被配置为实现本发明的一个或多个方面的系统。如图所示，系统100包括经由网络150联接在一起的一个或多个客户端110和一个或多个服务器130。给定的客户端110或给定的服务器130可以是任何技术上可行的计算机系统类型，包括台式计算机、膝上型计算机、移动装置、计算装置的虚拟化实例、分布式和/或基于云的计算机系统等等。网络150可以是任何技术上可行的互连通信链路集，包括局域网(LAN)、广域网(WAN)、万维网或因特网等。
如进一步所示，客户端110包括联接在一起的处理器112、输入/输出(I/O)装置114和存储器116。处理器112包括被配置为处理数据和执行软件应用程序的任何技术上可行的硬件单元集。例如，处理器112可以包括一个或多个中央处理单元(CPU)。I/O装置114包括被配置为执行输入和/或输出操作的任何技术上可行的装置集，包括例如显示装置、键盘和触摸屏等。
存储器116包括被配置为存储数据和软件应用程序的任何技术上可行的存储介质，如例如硬盘、随机存取存储器(RAM)模块和只读存储器(ROM)。存储器116包括数据库118和设计引擎120(0)。设计引擎120(0)是软件应用程序，当由处理器112执行时，该软件应用程序与在服务器130上执行的对应软件应用程序互操作，如下文更详细描述的。
服务器130包括联接在一起的处理器132、I/O装置134和存储器136。处理器132包括被配置为处理数据和执行软件应用程序的任何技术上可行的硬件单元集，诸如一个或多个CPU。I/O装置134包括被配置为执行输入和/或输出操作的任何技术上可行的装置集，诸如显示装置、键盘或触摸屏等。
存储器136包括被配置为存储数据和软件应用程序的任何技术上可行的存储介质，如例如硬盘、RAM模块和ROM。存储器136包括数据库118(0)和设计引擎120(1)。设计引擎120(1)是当由处理器132执行时与设计引擎120(0)互操作的软件应用程序。
一般而言，数据库118(0)和118(1)表示分布式存储实体的独立部分。因此，为简单起见，数据库118(0)和118(1)在下文中统称为数据库118。类似地，设计引擎120(0)和设计引擎120(1)表示分布式软件实体的单独部分，该软件实体被配置为执行本文描述的任何和所有本发明的操作。因此，为简单起见，设计引擎120(0)和120(1)在下文中统称为设计引擎120。
在操作中，设计引擎120被配置为基于与用户的交互来生成问题定义122。问题定义122包括至少部分地定义机械组件要解决的工程问题的各种数据。例如，问题定义122可以包括与工程问题相关联的几何形状、与工程问题相关联的设计变量集、与工程问题相关联的设计目标集和/或与工程问题相关联的设计约束集等。下面结合图2A描述示例性问题定义。基于问题定义122，设计引擎120生成一个或多个设计选项124。给定的设计选项124定义了CAD组件，该组件至少在某种程度上解决了经由问题定义122定义的工程问题。设计引擎120还生成设计数据126。设计数据126包括在设计选项124的自动生成期间生成的各种统计信息设计引擎120。基于设计数据126，设计引擎120生成可以经由显示装置显示给用户的设计知识GUI 128。设计知识GUI 128包括向用户传达上述统计信息的三个不同的GUI。下面分别结合图3并结合图4至图5、图6至图7以及图8至图9更详细地描述这三个GUI。
示例性问题定义和设计选项
图2A是根据各种实施方案的图1的设计问题的示例。如图所示，设计问题122包括环境对象1(EO1)、环境对象2(EO2)、接头J1至J8、设计变量X1至X5以及设计目标200。EO1和EO2表示与工程问题相关联的预先存在的3D几何形状。在所示示例中，EO1可能是汽车的底盘，而EO2可能是汽车的车轮，需要通过某种机械组件联接到汽车底盘。
接头J1至J8表示可以联接部件以生成CAD组件的特定点。这些部件可以包括横梁、弹簧、阻尼器等等。可以为给定的接头分配特定的接头类型，但可以省略特定的接头类型分配。接头J1至J8最初由用户通过与设计引擎120的交互来定位。用户还可以通过与设计引擎120的交互来定义一个或多个设计目标，诸如设计目标200。设计目标200定义了目标动力学集，给定的CAD组件应在EO1上对应于设计目标200的位置实现该目标动力学集。例如，设计目标200可以定义目标时变加速度，给定的CAD组件应在EO1上对应于设计目标200的位置实现该加速度。设计问题122可以包括与任何位置集相关联的任何数量的设计目标。设计问题122还可以包括与任何特定位置无关的一个或多个设计目标。例如，给定的设计目标可能指示部件的总数应该最小化。
设计变量X1至X5表示示例性设计变量，设计引擎120在生成设计时为其分配特定值。分配给给定设计变量的值在本文中可称为“设计值”。实际上，设计引擎120为每对不同的接头实现不同的设计变量，但是为了清楚仅示出了示例性设计变量X1至X5。设计引擎120将给定的设计值分配给给定的设计变量以表示可以将两个接头联接在一起的特定部件类型，如下面结合图2B更详细地描述的。
图2B是根据各种实施方案的图1的设计选项之一的示例。如图所示，设计选项124包括联接在接头J4与J8之间的横梁B1、联接在接头J2与J7之间的横梁B2、联接在接头J8与J6之间的弹簧S1以及联接在接头J7与J5之间的弹簧S2。所示的各种横梁和弹簧，以及这些部件与特定接头的特定联接，共同代表了至少在某种程度上可以解决问题定义122中阐述的工程问题的CAD组件。
为了生成设计选项124，设计引擎120将特定值分配给与问题定义122相关联的各种设计变量以表示特定类型的部件。例如，设计引擎120可以将值“1”分配给设计变量X2以表示横梁B1。设计引擎120可以将值“0”分配给设计变量X3以指示不存在部件。设计引擎120可以将值“2”分配给设计变量X5以表示弹簧S2。在一些实施方案中，设计引擎120还可将值分配给其他设计变量以表示与接头J1至J8相关联的定位和/或接头类型。
设计引擎120被配置为实现统计驱动的设计过程以结合生成设计数据126来生成设计选项124的设计值，如下面结合图3更详细地描述的。
软件概述
图3是根据各种实施方案的图1的设计引擎的更详细图解。如图所示，设计引擎120包括设计初始化器300、组件修改器310、性能评估器320、依赖关系分析器330、统计分析器340和概率生成器350。
在操作中，设计初始化器300基于问题定义122生成随机化设计的初始设计群体302。初始设计群体302中包括的给定设计包括针对问题定义122中阐述的每对接头的随机选择或随机省略的部件。如上所述，给定部件可以是例如横梁、弹簧、阻尼器和任何其他技术上可行的机械部件。初始设计群体302中包括的每个设计还包括针对每个接头的随机选择的接头类型。给定的接头类型可以是例如球接头、滑动接头、肘接头等。部件和接头在本文中可统称为“设计元素”。
实际上，设计初始化器300通过将随机值分配给与给定设计相关联的每个设计变量来生成初始设计群体302中包括的给定设计，从而生成特定设计元素集。例如，设计初始化器300可以将值“1”分配给图2A的设计变量X2以便指示对应部件应该是横梁部件，或将特定值分配给另一个设计变量以指示对应接头应该具有给定的接头类型。
组件修改器310处理初始设计群体302中包括的每个设计以便识别和修复任何不可行的设计。组件修改器310然后输出包括任何初始可行设计以及任何修复设计的可行设计312。如本文所指，术语“不可行”用于描述违反某些设计规则的设计。例如，包括未附接到两端接头的一个或多个部件的组件的设计可能被认为是不可行的，因为此类“悬空”部件对设计的整体功能没有贡献。在另一个示例中，包括连接到同一接头的太多部件的组件的设计可能被认为是不可行的，因为现实世界的接头只能处理最大数量的连接。组件修改器310识别不可行的设计，并且然后实现面向约束的编程方法来修改那些设计。
性能评估器320模拟可行设计312的动态行为以生成指示每个可行设计312满足问题定义122中阐述的各种设计目标的程度的性能数据。性能评估器320基于相关联的性能数据对可行设计312进行排序并选择最佳性能设计，其被示为高性能设计322。性能评估器320可以选择性能最佳的前N个设计，N是整数，或选择前N％设计，N是小数，以及选择最佳性能设计的其他方法。
依赖关系分析器330处理每个高性能设计322并确定设计变量之间的各种统计依赖关系，从而生成设计变量依赖关系332。设计变量依赖关系332构成设计数据126中包括的统计信息的一部分。依赖关系分析器330可以通过将具有特定值的两个设计变量的预期概率与具有特定值的那两个设计变量的观察到的概率进行比较来确定那两个设计变量相互依赖。依赖关系分析器330可以使用各种统计方法来量化设计变量之间的依赖关系。
在一个实施方案中，依赖关系分析器330可以实现卡方检验以生成给定的一对设计变量的卡方值，其中卡方值量化给定的该对设计变量之间的统计依赖关系。当相关联的卡方值超过阈值时，依赖关系分析器330然后可以确定一对设计变量相互依赖。依赖关系分析器330还可以在实现该方法时通过选择不同的阈值来考虑缺失的观察，每个卡方值基于有多少观察缺失来与所述不同的阈值进行比较。
基于设计变量依赖关系332，依赖关系分析器330生成设计知识GUI 128中包括的设计变量依赖关系GUI 334。设计变量依赖关系GUI 334以可视化方式量化各种设计变量之间的统计依赖关系，从而为用户提供对成功设计内的各种设计元素如何相互关联的洞察。下面结合图4至图5更详细地描述设计变量依赖关系GUI 334。
统计分析器340分析高性能设计322和设计变量依赖关系332以生成概率模型342。概率模型342构成设计数据126中包括的统计信息的另一部分。从概念上讲，概率模型342指示在被认为是高性能的设计中出现的某些设计元素的各种概率。更具体地，概率模型342包括与每对设计变量相关联的条件概率值集，这些设计变量经由依赖关系分析器330被确定为在统计上相互依赖。条件概率集包括可分配给一对设计变量的每个不同设计值组合的不同条件概率值。例如，假设依赖关系分析器330通过先前描述的方法确定设计变量X10和X11在统计上相互依赖。统计分析器340可以生成条件概率值集，其以设计变量X11被分配有值“1”(指示例如球接头)的概率为条件指示设计变量X10被分配有值“2”(指示例如横梁部件)的概率。
在一个实施方案中，概率模型342是具有对应于“父”元素的行和对应于“子”元素的列的值的二维(2D)矩阵。父元素和子元素对应于被确定为在统计上相互依赖的设计变量。2D值矩阵中包括的给定单元格存储条件概率值，该值以父设计变量被分配有特定值的概率为条件指示子设计变量被分配有特定值的概率。
基于概率模型342，统计分析器340生成设计知识GUI 128中包括的设计演进GUI344。设计演进GUI 344将关于成功设计中包括的各种设计元素的概率如何随着设计的连续群体而变化制成动画，从而为用户提供对设计过程如何展开的洞察。下面结合图6至图7更详细地描述设计演进GUI 344。
概率生成器350被配置为基于从概率模型342中提取的样本生成设计群体352。为了生成设计群体352中包括的给定设计，概率生成器350用从概率模型342导出的概率分布将特定值分配给给定设计中包括的设计变量。以这种方式，概率生成器350可以生成新的设计群体，其具有从先前设计群体中包括的高性能设计导出的设计变量值。概率生成器350还基于设计变量依赖关系332、概率模型342和设计群体352生成设计数据126。
如果满足某些收敛标准，则概率生成器350将新生成的设计群体作为设计选项124输出。否则，概率生成器350将设计群体352提供给组件修改器310并且重复上述过程。例如，收敛标准可以指示要执行的最大迭代次数或要执行的最大时间量等。
在一个实施方案中，当生成新设计以包括在设计群体352中时，概率生成器350可以实现吉布斯(Gibbs)采样技术来对概率模型342进行采样。这样做时，概率生成器350将值随机分配给与设计相关联的各种设计变量，并且然后基于从概率模型342采样的概率值更新这些值。通过在一次或多次迭代中重复该过程，分配给设计变量的值可最终收敛到具有概率模型342中阐述的概率分布。
基于概率模型342和设计群体352，概率生成器350生成设计知识GUI 128中包括的设计探索GUI 354。设计探索GUI 354允许用户与设计交互以便展示那些设计中包括的设计元素之间的各种统计关系，从而有助于用户对设计知识的探索。下面结合图8至图9更详细地描述设计探索GUI 354。
通过上述操作，设计引擎120估计与高性能设计相关联的设计变量值在性能越来越高的设计群体中的概率分布，并且然后使用这些概率分布来生成后续设计群体。在实践中，该方法可以快速收敛以比使用诸如生成式设计和面向约束的编程技术等的常规生成式设计技术可能更快地生成设计选项124。在该设计过程期间，设计引擎120还生成设计知识GUI 128中包括的各种GUI。这些不同的GUI向用户展示特定的设计知识，并且因此有助于用户对如何结构化成功和高性能设计形成直观的理解。下面结合图4至图9更详细地描述这些不同的GUI。
设计变量依赖关系GUI
图4是根据各种实施方案的图3的设计变量依赖关系GUI的示例性图解。如图所示，设计变量依赖关系GUI 334包括被划分为区段400(1)至400(5)的周长。区段400(1)至400(5)中的每一个分别对应于不同的设计变量X1至X5。一些区段400的部分经由弦402联接在一起。特别地，区段400(1)的一部分通过弦402(1)联接到区段400(3)的一部分，区段400(3)的一部分通过弦402(2)联接到区段400(4)的一部分，并且区段400(4)的一部分通过弦402(3)联接到区段400(1)的一部分。
弦402以可视化方式表示各种设计变量之间的统计依赖关系。例如，弦402(1)可以可视化方式表示设计变量X1与设计变量X3之间的统计依赖关系。在一些实施方案中，弦402还可以可视化方式表示可分配给那些设计变量的特定设计值之间的统计依赖关系。例如，弦402(1)可以可视化方式表示被分配有值“1”(对应于横梁元件410)的设计变量X1与被分配有值“2”(对应于弹簧元件420)的设计变量X3之间的统计依赖关系。弦402可以具有不同粗细以表示设计变量和/或设计值之间的统计依赖关系的不同强度。例如，弦402(1)比弦402(2)粗，指示设计变量X1和X5与设计变量X3和X4相比彼此具有更大的统计依赖关系。
通过上述方法，设计变量依赖关系GUI 334向用户传达设计知识，指示成功设计可以如何结构化。因此，设计变量依赖关系GUI 334有助于用户形成关于每个设计中包括的各种设计元素之间的相互关系的直觉。依赖关系分析器330通过下面结合图5描述的方法生成设计变量依赖关系GUI 334。
图5是根据各种其他实施方案的用于使设计变量依赖关系可视化的方法步骤的流程图。尽管结合图1至图4的系统描述了方法步骤，但本领域技术人员将理解，被配置为按任何次序执行方法步骤的任何系统都落入本实施方案的范围内。
如图所示，方法500开始于步骤502，其中设计引擎120内的依赖关系分析器330基于成功设计群体内的设计值分布确定设计变量之间的一个或多个统计依赖关系。依赖关系分析器330可以通过将具有特定值的两个设计变量的预期概率与具有特定值的那两个设计变量的观察到的概率进行比较来确定那两个设计变量相互依赖。在一个实施方案中，依赖关系分析器330跨设计变量值实现卡方检验以确定设计变量之间的统计依赖关系。
在步骤504，依赖关系分析器330生成设计变量依赖关系GUI 334以描绘设计值跨与问题定义122相关联的各种设计变量的分布。依赖关系分析器330围绕圆形周长布置设计变量，并且然后将每个设计变量分配给该周长的一个不同区段。依赖关系分析器330可以将周长的更大区段分配给对其他设计变量具有更大统计依赖关系的设计变量。
在步骤506，依赖关系分析器330生成一个或多个弦，该一个或多个弦穿过设计变量依赖关系GUI 332并将与在统计上相互依赖的设计变量相关联的周长的区段联接在一起。给定的弦还可以指示可以分配给设计变量的特定值之间的统计依赖关系。依赖关系分析器330生成的每个弦具有表示设计变量和/或设计值之间的统计依赖关系的强度的粗细。
通常参考图4和图5，本文描述的技术可以有利地应用于向用户提供经由上面结合图3描述的生成设计的概率方法生成的设计知识。因此，这些技术有助于用户对可如何结构化成功设计形成理解，从而使用户能够做出明智的设计更改并更有效地与他人就设计进行沟通。
设计演进GUI
图6A至图6D阐述了根据各种实施方案的图3的设计演进GUI的示例性图解。图6A描绘了框架600(A)，图6B描绘了框架600(B)，图6C描绘了框架600(C)，并且图6D描绘了框架600(D)。统计分析器340在给定的设计迭代期间生成每个框架600，以便以可视化方式描绘对应于该迭代的设计群体中的设计变量值的分布。
给定的框架600描绘了部件集，这些部件将问题定义122中阐述的不同接头联接在一起。对于将给定的一对接头联接在一起的给定部件，设计演进GUI 344显示具有特定视觉性质的给定部件，这些特定视觉性质表示部件将给定的一对接头联接在一起的概率。在图6A至图6D所示的示例性框架600中，部件被示为线条，这些线条具有对应于这些部件出现在一对对应接头之间的概率的粗细。在各种实施方案中，部件也可以用不同半透明度值示出来表示不同的概率和/或不同的颜色，以表示最有可能出现的特定部件类型。
现在参考图6A，最初，设计演进GUI 344显示可以将各种接头联接在一起的许多不同的可能部件配置。不同的部件以相似的线条粗细显示，指示在当前设计群体中没有哪个部件比任何其他部件出现的频率更高。现在参考图6B，在一次设计迭代之后，设计演进GUI344显示更少的可能部件配置，并且一些部件比其他部件更可能出现在当前设计群体中。现在参考图6C，在另一次设计迭代之后，设计演进GUI 344显示甚至更少的可能部件配置，其中特定部件在设计群体中出现的可能性明显高于其他部件。现在参考图6D，在最终设计迭代中，最终设计群体中设计变量值的分布收敛到少数极有可能出现的部件。在上述过程期间，统计分析器340分析与每个设计群体相关联的设计变量值的分布并相应地更新设计演进GUI 344。
因为设计演进GUI 344以图形化方式描绘了设计过程如何随时间展开，所以设计演进GUI 344帮助用户理解连续的设计群体如何改变以达到最终设计群体。这种方法不同于生成混淆用户的设计过程的设计的常规算法方法。下面结合图7更详细地描述在生成设计演进GUI 344时由统计分析器340实现的技术。
图7是根据各种其他实施方案的用于使设计群体的演进可视化的方法步骤的流程图。尽管结合图1至图3和图6的系统描述了方法步骤，但本领域技术人员将理解，被配置为按任何次序执行方法步骤的任何系统都落入本实施方案的范围内。
如图所示，方法700开始于步骤702，其中图3的设计引擎120内的统计分析器340基于问题定义122生成设计演进GUI 344。设计演进GUI 344以图形化方式描绘了问题定义122的各种元素，包括问题定义122中定义的任何环境对象和问题定义122中指定的各种接头。基于问题定义122，设计引擎120以上面结合图3描述的方式生成当前设计群体。
在步骤704，统计分析器340分析当前设计群体的统计性质以确定分配给问题定义122中阐述的设计变量的设计值的分布。例如，统计分析器340可以确定特定部件类型将跨当前设计群体中包括的所有设计的特定接头集联接在一起的频率。
在步骤706，统计分析器340更新设计演进GUI 344以便以统计方式描绘可能的部件放置。这样做时，设计演进GUI 344显示给定部件，其具有表示部件出现在所描绘位置的概率的视觉性质。设计演进GUI 344还可以显示给定部件，其具有指示分配给给定部件的最可能的部件类型的视觉性质。
在步骤708，统计分析器340继续分析后续设计群体。方法700然后返回到步骤704并迭代地继续，从而生成描绘设计变量的概率分布如何在连续设计迭代中演进的动画。
通常参考图6和图7，所公开的技术为用户提供关于设计过程如何在许多设计群体中演进的详细洞察。因此，可以应用所公开的技术来帮助用户形成关于成功设计是如何生成的直觉。
设计探索GUI
图8A至图8B阐述了根据各种实施方案的图3的设计探索GUI的示例性图解。如图所示，图8A的视图800(A)和图8B的视图800(B)描绘了经由各种部件联接在一起的接头J1至J8。设计探索GUI 354在视图800(A)和800(B)内显示给定部件，其具有指示给定部件对用户经由光标802选择的部件的统计依赖关系的特定视觉属性。
例如，现在参考图8A，设计探索GUI 354显示具有增加的粗细的部件810，该粗细指示对用户选择的部件812的统计依赖关系。类似地，现在参考图8B，设计探索GUI 354显示具有增加的粗细的部件820，该粗细指示对用户选择的部件822的统计依赖关系。实际上，设计探索GUI 354可以将图8A至图8B中所示的各种通用部件显示为特定部件类型，诸如横梁、弹簧、阻尼器等。此外，设计探索GUI 354可以显示具有多种不同视觉性质的部件以指示对用户选择的部件的统计依赖关系，包括不同的颜色、半透明度等。在一个实施方案中，与设计探索GUI 354相关联的各种视图800可以叠加在一个或多个机械组件设计的图形渲染上。
图3的概率生成器350基于设计变量依赖关系332和设计群体352生成设计探索GUI354。通过上述技术，设计探索GUI 354帮助用户探索设计群体352中包括的设计并理解这些设计的不同部件如何相互依赖。基于经由与设计探索GUI 354的交互获得的洞察和设计知识，用户能够做出明智的设计决策。在一个实施方案中，概率生成器350可以基于多个连续设计群体生成设计探索GUI 354。下面结合图9更详细地描述在生成设计探索GUI 354时由概率生成器350实现的技术。
图9是根据各种实施方案的用于使设计的一个或多个方面可视化的方法步骤的流程图。尽管结合图1至图3和图8的系统描述了方法步骤，但本领域技术人员将理解，被配置为按任何次序执行方法步骤的任何系统都落入本实施方案的范围内。
如图所示，方法900开始于步骤902，其中图3的概率生成器350基于问题定义122生成设计探索器GUI 354。设计探索器GUI 354以图形化方式描绘了问题定义122中阐述的特定几何形状，包括问题定义122中定义的任何环境对象和问题定义122中指定的各种接头。设计探索器GUI 354的示例性视图在图8A至图8B中示出。
在步骤904，概率生成器350获得由依赖关系分析器330生成的设计变量依赖关系332。设计变量依赖关系332指示物理相关设计变量之间的统计依赖关系。如上文结合图3所描述的，依赖关系分析器330可以通过对当前设计群体执行卡方分析以及其他可能的技术来确定设计变量与对应值之间的各种统计依赖关系。
在步骤906，概率生成器350基于当前设计群体更新设计探索GUI 354以便以可视化方式描绘可以将当前设计群体中的接头联接在一起的一些或所有部件。例如，概率生成器350可以将当前设计群体中阐述的所有可能部件配置投影到设计探索GUI 354上。
在步骤908，概率生成器350与对用户选择的部件的对应统计依赖关系成比例地修改在设计探索GUI 354中显示的一个或多个部件的显示。例如，概率生成器350可以分析设计变量依赖关系332以确定每个设计变量对与用户选择的部件相关联的设计变量的统计依赖关系。概率生成器350然后可以相对于所确定的统计依赖关系修改与那些设计变量相关联的部件的半透明度。
总而言之，设计引擎实现一种生成设计的概率方法，该方法在操作期间经由一个或多个图形用户界面(GUI)向用户展示自动生成的设计知识。设计引擎最初基于与设计问题相关联的问题定义生成设计群体。设计引擎模拟每个设计的性能，然后选择性能最高的设计。通过分析性能最高的设计，设计引擎识别出相互依赖的设计变量。然后，设计引擎生成概率模型，指示与依赖设计变量相关联的设计值之间的条件概率。设计引擎对概率模型迭代地进行采样以生成后续设计群体。设计引擎重复执行该设计过程以生成连续的设计群体。
结合上述设计过程，设计引擎生成以图形化方式向用户展示各种类型的设计知识的设计知识GUI。特别地，设计引擎生成使设计变量之间的各种依赖关系可视化的设计变量依赖关系GUI。设计引擎还生成将跨连续设计群体的设计演进制成动画的设计演进GUI。此外，设计引擎生成有助于用户探索自动生成的设计的各种统计性质的设计探索GUI。
所公开的技术相对于现有技术的至少一个技术优势是，设计引擎在自动生成设计时经由设计知识GUI向用户展示设计知识，而不是像常规CAD应用程序GUI那样混淆用户的这种设计知识。这种展示有助于用户对如何构建和结构化成功的设计形成直观的理解。因此，设计知识GUI使用户能够做出关于如何修改设计和/或如何以常规CAD应用程序GUI不可能的方式探索替代设计选项的明智决定。基于设计引擎提供的设计知识，用户可以更轻松地与他人就自动生成的设计的各个方面和性质进行沟通，从而有助于用户之间的增强协作。因此，可以应用所公开的技术来以流线型方式为机械组件自动生成多种设计，而不妨碍用户获得有用的设计知识和理解，这是现有技术算法技术和GUI的典型特征。这些技术优势表示优于现有技术方法的一个或多个技术进步。
1.一些实施方案包括一种用于生成设计的计算机实现的方法，所述方法包括：基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
2.根据条款1所述的计算机实现的方法，其中所述第一统计属性包括所述第一设计变量与所述第一设计变量集中包括的第二设计变量之间的第一统计依赖关系。
3.根据条款1至2中任一项所述的计算机实现的方法，其还包括生成所述GUI内的第一GUI元素，所述第一GUI元素将所述GUI的与所述第一设计变量相关联的第一部分联接到所述GUI的与所述第二设计变量相关联的第二部分，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
4.根据条款1至3中任一项所述的计算机实现的方法，其还包括生成所述GUI内的第一GUI元素，所述第一GUI元素包括对应于所述第一统计依赖关系的量值的一个或多个视觉属性。
5.根据条款1至4中任一项所述的计算机实现的方法，其中所述GUI包括与所述第一设计变量相关联的第一弧和与所述第一设计变量集中包括的第二设计变量相关联的第二弧，并且所述方法还包括生成所述GUI内的第一GUI元素，所述第一GUI元素基于所述第一统计依赖关系将所述第一弧联接到所述第二弧。
6.根据条款1至5中任一项所述的计算机实现的方法，其中所述GUI包括联接到所述问题定义的与所述第一设计变量相关联的第一部分的第一GUI元素，并且包括联接到所述问题定义的与所述第二设计变量相关联的第二部分的第二GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
7.根据条款1至6中任一项所述的计算机实现的方法，其中所述第一统计属性包括所述第一多个设计中所述第一设计变量被分配有第一设计值的第一概率。
8.根据条款1至7中任一项所述的计算机实现的方法，其还包括用从所述第一概率导出的至少一个视觉属性生成所述GUI内的第一GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
9.根据条款1至8中任一项所述的计算机实现的方法，其还包括：基于所述第一概率和所述第一设计变量集生成第二多个设计；以统计方式分析所述第二多个设计以确定与所述第一设计变量相关联的第二统计属性；以及基于所述第二统计属性和所述第二多个设计修改所述GUI以便以图形化方式描绘所述第二统计属性。
10.根据条款1至9中任一项所述的计算机实现的方法，其还包括：生成与分配给所述第一设计变量集的第一设计值集相关联的第一概率分布；从所述第一概率分布中提取一个或多个样本；基于所述一个或多个样本生成第二多个设计，其中所述第二多个设计包括分配给所述第一设计变量集的第二设计值集；以及基于所述第二设计值集修改所述GUI以便以图形化方式描绘所述第二设计值集的至少一个统计属性。
11.一些实施方案包括一种非暂时性计算机可读介质，其存储程序指令，所述程序指令在由处理器执行时致使所述处理器通过执行以下步骤生成设计：基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
12.根据条款11所述的非暂时性计算机可读介质，其中所述第一统计属性包括所述第一设计变量与所述第一设计变量集中包括的第二设计变量之间的第一统计依赖关系。
13.根据条款11至12中任一项所述的非暂时性计算机可读介质，其还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素将所述GUI的与所述第一设计变量相关联的第一部分联接到所述GUI的与所述第二设计变量相关联的第二部分，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
14.根据条款11至13中任一项所述的非暂时性计算机可读介质，其还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素包括对应于所述第一统计依赖关系的量值的一个或多个视觉属性。
15.根据条款11至14中任一项所述的非暂时性计算机可读介质，其中所述GUI包括与所述第一设计变量相关联的第一弧和与所述第一设计变量集中包括的第二设计变量相关联的第二弧，并且所述非暂时性计算机可读介质还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素基于所述第一统计依赖关系将所述第一弧联接到所述第二弧。
16.根据条款11至15中任一项所述的非暂时性计算机可读介质，其中所述GUI包括联接到所述问题定义的与所述第一设计变量相关联的第一部分的第一GUI元素，并且包括联接到所述问题定义的与所述第二设计变量相关联的第二部分的第二GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
17.根据条款11至16中任一项所述的非暂时性计算机可读介质，其中所述第一统计属性包括所述第一多个设计中所述第一设计变量分配有第一设计值的第一概率，并且所述非暂时性计算机可读介质还包括用从所述第一概率导出的至少一个视觉属性生成所述GUI内的第一GUI元素的步骤，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
18.根据条款11至17中任一项所述的非暂时性计算机可读介质，其还包括以下步骤：基于所述第一概率和所述第一设计变量集生成第二多个设计；以统计方式分析所述第二多个设计以确定与所述第一设计变量相关联的第二统计属性；以及基于所述第二统计属性和所述第二多个设计修改所述GUI以便以图形化方式描绘所述第二统计属性。
19.根据条款11至18中任一项所述的非暂时性计算机可读介质，其还包括以下步骤：生成与分配给所述第一设计变量集的第一设计值集相关联的第一概率分布；从所述第一概率分布中提取一个或多个样本；基于所述一个或多个样本生成第二多个设计，其中所述第二多个设计包括分配给所述第一设计变量集的第二设计值集；以及基于所述第二设计值集修改所述GUI以便以图形化方式描绘所述第二设计值集的至少一个统计属性。
20.一些实施方案包括一种系统，其包括存储器，所述存储器存储软件应用程序；以及处理器，所述处理器在执行所述软件应用程序时被配置为执行以下步骤：基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
权利要求中任一项所述的权利要求元素中的任一者和/或本申请所描述的任何元素的以任何方式进行的任何和全部组合落在本发明和保护的设想范围内。
各种实施方案的描述已经出于说明目的加以呈现，但并不意图是详尽的或限于所公开的实施方案。在不脱离所描述的实施方案的范围和精神的情况下，许多修改和变化对于本领域普通技术人员将是明显的。
本发明实施方案的方面可体现为系统、方法或计算机程序产品。因此，本公开的方面可采取完全硬件实施方案、完全软件实施方案(包括固件、常驻软件、微代码等)或组合软件方面与硬件方面的实施方案的形式，所述实施方案在本文中通常可全部称为“模块”、“系统”或“计算机”。此外，本公开的方面可采取体现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有在其上体现的计算机可读程序代码。
可利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体系统、设备或装置或前述介质的任何合适组合。计算机可读存储介质的更具体示例(非详尽列表)将包括以下介质：具有一个或多个导线的电气连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储装置、磁存储装置或前述介质的任何合适组合。在本文档的语境中，计算机可读存储介质可以是可含有或存储供指令执行系统、设备或装置使用或与其联用的程序的任何有形介质。
参照根据本公开的实施方案的方法、设备(系统)和计算机程序产品的流程图图解和/或方框图来描述本公开的各方面。将理解的是，流程图图解和/或框图中的每个框以及流程图图解和/或框图中的框的组合可通过计算机程序指令来实现。这些计算机程序指令可提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生一种机器。所述指令在通过计算机或其他可编程数据处理设备的处理器执行时使得能够实现流程图和/或框图的一个或多个框中所指定的功能/动作。此类处理器可以是但不限于通用处理器、专用处理器、特定用途处理器或现场可编程门阵列。
附图中的流程图和框图示出了根据本公开的各种实施方案的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。就这一点而言，流程图或框图中的每个框可表示包括用于实现一个或多个指定逻辑功能的一个或多个可执行指令的代码的模块、区段或代码部分。还应注意，在一些替代实现方式中，框中提及的功能可不按附图中提及的次序出现。例如，连续示出的两个框实际上可基本同时执行，或者这些框有时可按相反的次序执行，这取决于所涉及的功能。还应注意，框图和/或流程图图解中的每个框以及框图和/或流程图图解中的框的组合可由执行指定功能或动作的基于专用硬件的系统或专用硬件与计算机指令的组合来实现。
虽然前述内容涉及本公开的实施方案，但在不脱离本公开的基本范围的情况下可想出本公开的其他和另外的实施方案，并且本公开的范围由随附权利要求确定。
Claims (20)
1.一种用于生成设计的计算机实现的方法，所述方法包括：
基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；
以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及
基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
2.根据权利要求1所述的计算机实现的方法，其中所述第一统计属性包括所述第一设计变量与所述第一设计变量集中包括的第二设计变量之间的第一统计依赖关系。
3.根据权利要求2所述的计算机实现的方法，其还包括生成所述GUI内的第一GUI元素，所述第一GUI元素将所述GUI的与所述第一设计变量相关联的第一部分联接到所述GUI的与所述第二设计变量相关联的第二部分，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
4.根据权利要求2所述的计算机实现的方法，其还包括生成所述GUI内的第一GUI元素，所述第一GUI元素包括对应于所述第一统计依赖关系的量值的一个或多个视觉属性。
5.根据权利要求2所述的计算机实现的方法，其中所述GUI包括与所述第一设计变量相关联的第一弧和与所述第一设计变量集中包括的第二设计变量相关联的第二弧，并且所述方法还包括生成所述GUI内的第一GUI元素，所述第一GUI元素基于所述第一统计依赖关系将所述第一弧联接到所述第二弧。
6.根据权利要求2所述的计算机实现的方法，其中所述GUI包括联接到所述问题定义的与所述第一设计变量相关联的第一部分的第一GUI元素，并且包括联接到所述问题定义的与所述第二设计变量相关联的第二部分的第二GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
7.根据权利要求1所述的计算机实现的方法，其中所述第一统计属性包括所述第一多个设计中所述第一设计变量被分配有第一设计值的第一概率。
8.根据权利要求7所述的计算机实现的方法，其还包括用从所述第一概率导出的至少一个视觉属性生成所述GUI内的第一GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
9.根据权利要求7所述的计算机实现的方法，其还包括：
基于所述第一概率和所述第一设计变量集生成第二多个设计；
以统计方式分析所述第二多个设计以确定与所述第一设计变量相关联的第二统计属性；以及
基于所述第二统计属性和所述第二多个设计修改所述GUI以便以图形化方式描绘所述第二统计属性。
10.根据权利要求1所述的计算机实现的方法，其还包括：
生成与分配给所述第一设计变量集的第一设计值集相关联的第一概率分布；
从所述第一概率分布中提取一个或多个样本；
基于所述一个或多个样本生成第二多个设计，其中所述第二多个设计包括分配给所述第一设计变量集的第二设计值集；以及
基于所述第二设计值集修改所述GUI以便以图形化方式描绘所述第二设计值集的至少一个统计属性。
11.一种非暂时性计算机可读介质，其存储程序指令，所述程序指令在由处理器执行时致使所述处理器通过执行以下步骤生成设计：
基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计；
以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性；以及
基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
12.根据权利要求11所述的非暂时性计算机可读介质，其中所述第一统计属性包括所述第一设计变量与所述第一设计变量集中包括的第二设计变量之间的第一统计依赖关系。
13.根据权利要求12所述的非暂时性计算机可读介质，其还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素将所述GUI的与所述第一设计变量相关联的第一部分联接到所述GUI的与所述第二设计变量相关联的第二部分，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
14.根据权利要求12所述的非暂时性计算机可读介质，其还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素包括对应于所述第一统计依赖关系的量值的一个或多个视觉属性。
15.根据权利要求12所述的非暂时性计算机可读介质，其中所述GUI包括与所述第一设计变量相关联的第一弧和与所述第一设计变量集中包括的第二设计变量相关联的第二弧，并且所述非暂时性计算机可读介质还包括生成所述GUI内的第一GUI元素的步骤，所述第一GUI元素基于所述第一统计依赖关系将所述第一弧联接到所述第二弧。
16.根据权利要求12所述的非暂时性计算机可读介质，其中所述GUI包括联接到所述问题定义的与所述第一设计变量相关联的第一部分的第一GUI元素，并且包括联接到所述问题定义的与所述第二设计变量相关联的第二部分的第二GUI元素，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
17.根据权利要求11所述的非暂时性计算机可读介质，其中所述第一统计属性包括所述第一多个设计中所述第一设计变量分配有第一设计值的第一概率，并且所述非暂时性计算机可读介质还包括用从所述第一概率导出的至少一个视觉属性生成所述GUI内的第一GUI元素的步骤，其中所述GUI以图形化方式经由所述第一GUI元素描绘所述第一统计属性。
18.根据权利要求17所述的非暂时性计算机可读介质，其还包括以下步骤：
基于所述第一概率和所述第一设计变量集生成第二多个设计；
以统计方式分析所述第二多个设计以确定与所述第一设计变量相关联的第二统计属性；以及
基于所述第二统计属性和所述第二多个设计修改所述GUI以便以图形化方式描绘所述第二统计属性。
19.根据权利要求11所述的非暂时性计算机可读介质，其还包括以下步骤：
生成与分配给所述第一设计变量集的第一设计值集相关联的第一概率分布；
从所述第一概率分布中提取一个或多个样本；
基于所述一个或多个样本生成第二多个设计，其中所述第二多个设计包括分配给所述第一设计变量集的第二设计值集；以及
基于所述第二设计值集修改所述GUI以便以图形化方式描绘所述第二设计值集的至少一个统计属性。
20.一种系统，其包括：
存储器，所述存储器存储软件应用程序；以及
处理器，所述处理器在执行所述软件应用程序时被配置为执行以下步骤：
基于与设计问题相关联的问题定义和与所述设计问题相关联的第一设计变量集生成第一多个设计，
以统计方式分析所述第一多个设计以确定与所述第一设计变量集中包括的第一设计变量相关联的第一统计属性，以及
基于所述第一统计属性和所述第一多个设计生成图形用户界面(GUI)以便以图形化方式描绘所述第一统计属性。
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962837157P | 2019-04-22 | 2019-04-22 | |
| US62/837,157 | 2019-04-22 | ||
| US201962841767P | 2019-05-01 | 2019-05-01 | |
| US62/841,767 | 2019-05-01 | ||
| US16/434,082 US11068135B2 (en) | 2019-04-22 | 2019-06-06 | Techniques for visualizing probabilistic data generated when designing mechanical assemblies |
| US16/434,082 | 2019-06-06 | ||
| PCT/US2020/029167 WO2020219474A1 (en) | 2019-04-22 | 2020-04-21 | Techniques for visualizing probabilistic data generated when designing mechanical assemblies |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113748424A true CN113748424A (zh) | 2021-12-03 |
Family
ID=72832426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080029803.3A Pending CN113748424A (zh) | 2019-04-22 | 2020-04-21 | 用于使在设计机械组件时生成的概率数据可视化的技术 |
Country Status (4)
| Country | Link |
|---|---|
| US (3) | US11068135B2 (zh) |
| EP (1) | EP3959640A1 (zh) |
| CN (1) | CN113748424A (zh) |
| WO (1) | WO2020219474A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11068135B2 (en) * | 2019-04-22 | 2021-07-20 | Autodesk, Inc. | Techniques for visualizing probabilistic data generated when designing mechanical assemblies |
| US20210174275A1 (en) * | 2019-11-13 | 2021-06-10 | Erinn Valencich | System and method for the design industry that enables creative teams to design, collaborate and connect with clients and track and manage progress of each client project providing client status to all interested parties |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110251711A1 (en) * | 2010-04-13 | 2011-10-13 | Livermore Software Technology Corporation | Identification of most influential design variables in engineering design optimization |
| CN108027809A (zh) * | 2015-07-31 | 2018-05-11 | 欧特克公司 | 基于深度学习的体设计的功能相关 |
| US20180260501A1 (en) * | 2017-03-10 | 2018-09-13 | General Electric Company | Systems and methods for overlaying and integrating computer aided design (cad) drawings with fluid models |
| US20180260503A1 (en) * | 2017-03-10 | 2018-09-13 | General Electric Company | Optimization of prototype and machine design within a 3d fluid modeling environment |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6963824B1 (en) * | 1999-02-19 | 2005-11-08 | Davidson Joseph K | Method and apparatus for geometric variations to integrate parametric computer aided design with tolerance analyses and optimization |
| US20080172208A1 (en) * | 2006-12-28 | 2008-07-17 | Dassault Systems | Method and computer program product of computer aided design of a product comprising a set of constrained objects |
| US9430588B2 (en) * | 2008-07-11 | 2016-08-30 | Autodesk, Inc. | Assembly connection method for attaching virtual parts in a computer aided design software environment |
| EP2323083A1 (de) * | 2009-10-21 | 2011-05-18 | ecs Beratung & Service GmbH | Technisches Klassifikationssystem |
| US8744821B2 (en) * | 2011-07-07 | 2014-06-03 | Xldyn, Llc | Spreadsheet-based templates for supporting the systems engineering process |
| US10013510B1 (en) * | 2012-05-23 | 2018-07-03 | Msc.Software Corporation | Replacement part suggestion methods and systems |
| EP2672456B1 (en) * | 2012-06-07 | 2019-07-24 | Dassault Systèmes | Method and system for dynamically manipulating an assembly of objects in a three-dimensional scene of a system of computer-aided design |
| EP2746972B1 (en) * | 2012-12-20 | 2019-03-20 | Dassault Systèmes | Designing an assembly of parts in a three-dimensional scene |
| EP2827303B1 (en) * | 2013-07-18 | 2017-11-15 | Dassault Systèmes | A computer-implemented method for determining one exploded path of an exploded view of an assembly of three-dimensional modeled objects. |
| US10839110B2 (en) * | 2014-05-09 | 2020-11-17 | Autodesk, Inc. | Techniques for using controlled natural language to capture design intent for computer-aided design |
| US10775955B2 (en) * | 2014-11-25 | 2020-09-15 | Autodesk, Inc. | Approach for generating and exploring a design space |
| US10296693B2 (en) * | 2014-12-11 | 2019-05-21 | Mentor Graphics Corporation | Three-dimensional composite solid component modeling |
| US10803207B2 (en) * | 2015-07-23 | 2020-10-13 | Autodesk, Inc. | System-level approach to goal-driven design |
| US10474927B2 (en) * | 2015-09-03 | 2019-11-12 | Stc. Unm | Accelerated precomputation of reduced deformable models |
| US20170072641A1 (en) * | 2015-09-11 | 2017-03-16 | Caterpillar Inc. | Systems and Methods for Managing Distributed 3D Printed Structures |
| US9959370B2 (en) * | 2015-09-11 | 2018-05-01 | Caterpillar Inc. | Network portal for 3D printable structures |
| US10902162B2 (en) * | 2016-08-30 | 2021-01-26 | Sas Institute Inc. | Comparison and selection of experiment designs |
| US11301595B2 (en) * | 2016-09-29 | 2022-04-12 | Autodesk, Inc. | Knowledge-based alternative design recommendations |
| US10534867B2 (en) * | 2016-12-16 | 2020-01-14 | Dassault Systemes Solidworks Corporation | Constructing multi-element features using a 3D CAD system |
| US11086294B2 (en) * | 2017-04-12 | 2021-08-10 | Autodesk, Inc. | Combining additive and conventional manufacturing techniques to improve manufacturability |
| US10254941B2 (en) * | 2017-06-29 | 2019-04-09 | Best Apps, Llc | Computer aided systems and methods for creating custom products |
| US10915672B2 (en) * | 2017-08-31 | 2021-02-09 | Autodesk, Inc. | Computer-implemented synthesis of a four-bar linkage |
| US10909288B2 (en) * | 2017-12-26 | 2021-02-02 | Autodesk, Inc. | Techniques for applying generative design to the configuration of mechanical assemblies |
| US10885236B2 (en) * | 2018-01-09 | 2021-01-05 | Autodesk, Inc. | Constraint-oriented programming approach to mechanical assembly design |
| US11620418B2 (en) * | 2018-03-16 | 2023-04-04 | Autodesk, Inc. | Efficient sensitivity analysis for generative parametric design of dynamic mechanical assemblies |
| US10796266B2 (en) * | 2018-05-08 | 2020-10-06 | The Boeing Company | Automated context driven build plan lifecycle |
| US11487917B2 (en) * | 2019-04-22 | 2022-11-01 | Autodesk, Inc. | Automatic design of mechanical assemblies using estimation of distribution algorithm |
| US11068135B2 (en) * | 2019-04-22 | 2021-07-20 | Autodesk, Inc. | Techniques for visualizing probabilistic data generated when designing mechanical assemblies |
| US11288417B2 (en) * | 2019-04-23 | 2022-03-29 | Autodesk, Inc. | Topology optimization of structure with multiple targets |
-
2019
- 2019-06-06 US US16/434,082 patent/US11068135B2/en active Active
-
2020
- 2020-04-21 WO PCT/US2020/029167 patent/WO2020219474A1/en unknown
- 2020-04-21 EP EP20723775.1A patent/EP3959640A1/en active Pending
- 2020-04-21 CN CN202080029803.3A patent/CN113748424A/zh active Pending
-
2021
- 2021-07-15 US US17/377,036 patent/US11513665B2/en active Active
-
2022
- 2022-11-22 US US18/058,210 patent/US11726643B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110251711A1 (en) * | 2010-04-13 | 2011-10-13 | Livermore Software Technology Corporation | Identification of most influential design variables in engineering design optimization |
| CN108027809A (zh) * | 2015-07-31 | 2018-05-11 | 欧特克公司 | 基于深度学习的体设计的功能相关 |
| US20180260501A1 (en) * | 2017-03-10 | 2018-09-13 | General Electric Company | Systems and methods for overlaying and integrating computer aided design (cad) drawings with fluid models |
| US20180260503A1 (en) * | 2017-03-10 | 2018-09-13 | General Electric Company | Optimization of prototype and machine design within a 3d fluid modeling environment |
Non-Patent Citations (4)
| Title |
|---|
| GIOVANNI MARIANI, GIANLUCA PALERMO: "DeSpErate++: An Enhanced Design Space Exploration Framework Using Predictive Simulation Scheduling", IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS, vol. 34, no. 2, pages 293, XP011570210, DOI: 10.1109/TCAD.2014.2379634 * |
| 孙明;: "基于GUI的周期信号频谱分析演示系统设计", 实验科学与技术, no. 01, pages 24 - 27 * |
| 彭召意, 蒋伟进, 周序生: "基于多智能体的交互界面系统研究", 华北电力大学学报, no. 02, pages 80 - 85 * |
| 荣辉，付铁主编: "《机械设计基础 第4版》", 28 February 2018, 北京理工大学出版社, pages: 295 - 296 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US11068135B2 (en) | 2021-07-20 |
| US20230082505A1 (en) | 2023-03-16 |
| US11513665B2 (en) | 2022-11-29 |
| US20200333928A1 (en) | 2020-10-22 |
| US11726643B2 (en) | 2023-08-15 |
| EP3959640A1 (en) | 2022-03-02 |
| US20210342046A1 (en) | 2021-11-04 |
| WO2020219474A1 (en) | 2020-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Da Xu et al. | AutoAssem: an automated assembly planning system for complex products | |
| US20160147911A1 (en) | Technique for generating a spectrum of feasible design solutions | |
| US11726643B2 (en) | Techniques for visualizing probabilistic data generated when designing mechanical assemblies | |
| US20030220926A1 (en) | Rule processing system | |
| US20040260667A1 (en) | Method of providing decision automation | |
| US20090313201A1 (en) | Method and system for capturing business rules for automated decision procession | |
| US20210157965A1 (en) | Techniques for applying generative design to the configuration of mechanical assemblies | |
| US20230177437A1 (en) | Systems and methods for determining an ergonomic risk assessment score and indicator | |
| Duan et al. | Transforming industry: Investigating 4.0 technologies for sustainable product evolution in china through a novel fuzzy three-way decision-making process | |
| US10943037B2 (en) | Generating a CAD model from a finite element mesh | |
| Tariki et al. | Generating complex assembly sequences from 3D CAD models considering insertion relations | |
| WO2019209771A2 (en) | Techniques for visualizing and exploring large-scale generative design datasets | |
| US8819620B1 (en) | Case management software development | |
| Huang et al. | An integrated top-down design process evaluation approach of complex products and systems based on hierarchical design structure matrix | |
| Iacob et al. | Implementation and evaluation of a model processing pipeline for assembly simulation | |
| US11487917B2 (en) | Automatic design of mechanical assemblies using estimation of distribution algorithm | |
| US20220076159A1 (en) | Entity modification of models | |
| Demirel et al. | Digital human-in-the-loop methodology for early design computational human factors | |
| Behdad et al. | Integrating immersive computing technology with mixed-integer nonlinear programming for disassembly sequence planning under uncertainty | |
| EP1512085A1 (en) | Rule processing system and method | |
| US12073513B1 (en) | Mesh imprint in priority mesh generation for dirty models | |
| Leba et al. | Software for quality evaluation based on EFQM Excellence model | |
| Sun | Petri net-based VR model interactive behaviour specification and control for maintaining training | |
| Brown et al. | Drawing Recognition-Integrating Machine Learning Systems into Architectural Design Workflows | |
| Razdyakonov et al. | Application of an Agent-Based Model to Develop Ontological Data Visual Management Tool |
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 |