CN113761065A - 一种网状设计节点结构的呼应设计方法 - Google Patents
一种网状设计节点结构的呼应设计方法 Download PDFInfo
- Publication number
- CN113761065A CN113761065A CN202110994229.1A CN202110994229A CN113761065A CN 113761065 A CN113761065 A CN 113761065A CN 202110994229 A CN202110994229 A CN 202110994229A CN 113761065 A CN113761065 A CN 113761065A
- Authority
- CN
- China
- Prior art keywords
- design
- data
- knowledge
- node
- nodes
- 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.)
- Granted
Links
- 238000013461 design Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000004044 response Effects 0.000 title claims abstract description 36
- 230000000903 blocking effect Effects 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000013508 migration Methods 0.000 claims description 10
- 230000005012 migration Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000010197 meta-analysis Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- 238000012938 design process Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000013506 data mapping Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000000047 product Substances 0.000 description 22
- PGLIUCLTXOYQMV-UHFFFAOYSA-N Cetirizine hydrochloride Chemical compound Cl.Cl.C1CN(CCOCC(=O)O)CCN1C(C=1C=CC(Cl)=CC=1)C1=CC=CC=C1 PGLIUCLTXOYQMV-UHFFFAOYSA-N 0.000 description 3
- 238000007634 remodeling Methods 0.000 description 3
- 238000013509 system migration Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Probability & Statistics with Applications (AREA)
- Bioethics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种网状设计节点结构的呼应设计方法，针对产品设计中存在的多设计节点难以同步、难以实时沟通的问题，构建具有延展前景的网状结构的呼应设计范式：对产品相关领域知识体系和知识图谱，通过离散设计参数知识元素，对产品的参数关系解构；融合区块链技术，进而区块化知识元素和链化知识关系，完成已有知识体系的参数解构和区块链化；结合人工智能不确定性理念，将泛化能力更强的知识体系与设计边界条件、场景特征和需求要素动态融合，进而使原参数体系转化为新领域的参数要素和关系；各个设计节点根据自身设计的需要，互相反馈，进行判断和迭代，形成全网所有设计节点彼此之间的呼应关系，回应与新领域和设计需求的结合，实现呼应共识。
Description
技术领域
本发明涉及网状结构设计节点的数据呼应问题，尤其是涉及一种网状设计节点结构的实时动态协同呼应设计(network echo design，简称NED)范式。
背景技术
美国通用电器公司的研究表明，产品设计决定着产品成败的90%。产品设计“散、孤、众”的数据信息特征，使得在传统的产品设计中设计成本高、效率低、效果难以达到最优化。传统的产品设计技术路线是由一个中心确定设计目标和思路，然后对任务进行分解，由多个主体分别承担部分设计任务，各自完成后把设计结果汇总、匹配，对出现问题的反馈至原设计单位，完成后再汇总、匹配，如仍有问题，再反馈-再汇总...，如此反复，直至完成设计目标。大数据协同设计，只是用信息化手段代替了人工信息传递，其业务流程并没改变，仍是在一个中心前提下实施的，无法做到实时共享、动态协同，其本质上依然采用的是“总-分-总-分...总”的传统设计模式。
传统的跨领域知识应用，一般是偶然性发现，“孤岛”式分析，区块型设计，经过各区块设计结果互相匹配、确认及反复“试错”式验证，最终完成设计。跨领域、跨学科知识要素的选择不全面、不系统、不精准，各设计节点的失误率高，设计效率低下。
由于产品设计的数据涉及到材料、力学、化学、热力学等各个领域，数据散、乱并且数据量巨大，各个设计节点面对的数据又有很大差异，很难实现数据统一，并且在所有无关设计节点全面统一也无必要，加之缺少网络实时协同工具、方法，企业在产品设计时难以实现设计过程中的有效动态协同。
因此，建立一种能够实现跨领域、跨学科知识体系迁移，为跨领域知识应用提供指导性作用的理论和模式，即网状结构的呼应设计(network echo design，简称NED)范式，显得十分必要。应用区块链、知识图谱、AI不确定性、荟萃分析和TRIZ等技术和方法，通过对原知识体系的解构、重塑、泛化和强化，与新领域需求相结合，跨领域知识体系迁移（解构、重构），构建适应新领域的知识体系，能够为跨领域、跨学科知识应用提供有效、系统的指导方法。已知领域知识体系中的知识要素选择，已有知识元素和知识内部关系的解构、重塑方法，与新领域边界条件、场景特征和需求要素等的动态融合程度，不仅涉及设计数据的离散、共识、呼应和重构，还将直接影响跨领域知识应用效果，决定呼应设计成败。
区块链技术具有信任、安全、可扩展、数据真实性、可追溯、共识机制、分布式存储、安全多方计算、跨链协同、智能合约等特点；知识图谱能把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律。网状结构的呼应设计中，网状节点的选择和建立是前提，需要解决的问题是对网状结构跨领域、跨学科复杂数据统一标准。需首先进行基于区块链技术和知识图谱的知识元素离散化和知识关系可视化处理，对各类数据分析、筛选，分析数据的不同属性，进而区块化知识元素和链化知识关系，建立统一的数据标准；基于AI不确定性、TRIZ原理和方法及互动比值算法的共识分析是关键，需要解决的问题是如何实现网络节点数据选择的一致性、实时性、准确性，如何实现数据呼应的准时性、同步性、自动性。这需要建立网状节点中实现状态共识的算法，确定网状节点及设计数据共识和呼应共识，在基于设计任务和确保整体产品的最终要求的前提下，使跨学科网状结构的呼应设计知识要素选择全面、精准，设计数据正确、同步，实现节点呼应动态化共识。
发明内容
本发明针对现有技术不足，基于多个相关领域知识体系和知识图谱，融合区块链技术理念，结合人工智能不确定性理念和TRIZ等技术方法，提出一种具有延展前景的网状结构的呼应设计(network echo design，简称NED)范式。
本发明公开了一种新的网状结构设计节点的呼应设计范式，用以解决跨领域、跨学科知识体系迁移问题，也即解决具有多个相关领域知识要素，呈网状结构设计分布的节点数据呼应设计问题。
本发明采用的技术方案：
本发明网状设计节点结构的呼应设计方法，针对产品设计中存在的多设计节点难以同步、难以实时沟通的问题，构建具有延展前景的网状结构的呼应设计范式，其实现过程包括：
步骤S1，对产品相关领域知识体系和知识图谱，通过离散设计参数知识元素，对产品的参数关系解构；
步骤S2，融合区块链技术理念，进而区块化知识元素和链化知识关系，完成已有知识体系的参数解构和区块链化；
步骤S3，结合人工智能不确定性理念、荟萃分析方法，将泛化能力更强的知识体系与设计边界条件、场景特征和需求要素动态融合，进而使原参数体系转化为新领域的参数要素和关系；
步骤S4，各个设计节点根据自身设计的需要，互相反馈，进行判断和迭代，形成全网所有设计节点彼此之间的呼应关系，回应与新领域和设计需求的结合，实现呼应共识，最终完成新领域知识、参数体系构建，完成产品的设计。
所述的网状设计节点结构的呼应设计方法，步骤S1中，首先，根据产品性能、指标、寿命设计要求，分析网络节点的布局，规划设计节点任务，分配设计参数要素，根据各节点的数据映射关系以及相互影响的重要程度定义出呼应的数据簇；其次，通过荟萃分析的数据簇，形成知识图谱；然后，进行知识解构、统一数据标准，实现数据共识。
进行知识解构、统一数据标准，实现数据共识的过程如下：
1）解构上述整体要求指标形成知识知识图谱，离散其知识元素，应用知识图谱进行数据挖掘、知识计量和图形绘制，分析、筛选、归类不同属性数据；
2）进而链化知识关系、区块化知识元素，形成具有较强泛化能力的离散化数据簇；
3）进一步经过同趋化和无量纲化的数据标准化处理，按照重要程度分级设定：
极重要指标参数为a1,
重要指标参数为a2,
一般指标参数a3，
…，直至an，形成统一标准或属性的网状结构设计节点数据账本a1，a2...an；即建立设计指标数据的“创世区块”；
4）数据共识：
（1）设定参与设计的各个设计节点为A1，A2...An、B1、B2...Bn、C1、C2...Cn，形成网状设计节点布局；
（2）基于网状结构节点布局，在设计进程中，首先接收设计任务书“创世区块”，每个节点在接受其它节点的数据账本后，挖掘数据与自身设计的关联规则，应用系统插件自动迭代，保留较强关联性数据，放弃无关联及模糊关联数据，形成关联数据区块，通过限定数据关联规则确定关系原则：
原则一、设定关联度为α,设计数据与2个以上的设计节点有关系的视为有关联，并进行数据共识范围，α≦10%为弱关联，50%≧α>10%为一般关联，α>50%为强关联。
原则二、根据所有节点的认可比例设置支持度为β，弱关联数据不进行支持度评价，一般关联数据评价需β≧51%，强关联数据评价β≧80%。
原则三、对于有关联但未达到β值的，取支持度最高值数据，但需将此数据标为未共识数据并集中讨论确定，最终达到支持比例时，方可生成共识协议数据。
数据簇的数据排列顺序方法为1.有关联，2.支持度；设计节点可以按照关联度从中找到自己的关心数据。
步骤S4中，完成数据或设计参数的呼应共识过程如下：
4.1每个节点在接收到其它节点的数据账本后，即进行数据的自动识别，一方面根据自身数据要求选择性应答其它节点呼应信息；另一方面添加新的提案数据，形成新的数据集合亦即数据账本；
4.2各节点之间的呼应时间及应答间隔时间约定，由系统插件程序中设置，根据设计需求和条件，所有设计节点按以下约定规则之一的模式建立相应的呼应模式：
规则一、设置实时协同；
规则二、设置定时协同；
规则三、设置关机自动发送开机自动接收。
接受的的数据集为所有节点发送的数据按照互动比值关联度计算进入的整合后数据。
说明：实时协同设计数据量大，可能会影响设计者的思路，一般不建议采用；定时协同会涉及设计人员的时间进度安排，尽量少使用；本发明使用关机自动发送开机自动接收的方式；
4.3各节点的呼应对象根据数据关联互动比值率及呼应模式，进行一对多、多对一和多对多的同步呼应。
所述的网状设计节点结构的呼应设计方法，建立呼应共识的过程还包括：
知识重构：每个节点在设计开始之前，会收到设计任务书和“创世区块”，在接受应答后，根据回应情况，由系统自动提取关键数据信息，放弃与自身设计无关的数据信息，与自身设计数据进行比对、校核、增减，修正自身数据，判断其对设计效果的影响，对可能产生的效果不理想数据知识元素进行评判，决定其是否进链评价，在放弃与自身设计无关的数据信息后，和自身设计有关联的数据进链（即保留在数据簇中），形成能满足设计边界条件、产品特征和需求要素的新的数据族（b1、b2...bn），并由系统自动归类建库，即进入数据账本；
重构数据验证：对重构知识体系数据通过要素组合算式自动拟合，设计节点根据自身设计需要和设计真伪判断正确与否，如果接收的呼应数据和自己的设计一致，即不修改，给予支持度β100%的评价值；如和自己的设计值不一致，根据差距大小进行进行支持度评价β，结合关联度值评估，差距在认可度范围以内者认为可以接受，如不在认可支持度以内，需集中讨论后评价，并记录成新的数据集合（数据账本）；
知识迁移共享：发出新的呼应至其他各个设计节点，形成闭环数据迁移的多中心化节点、分布式呼应设计范式，整个过程直至全部产品设计完成。
发明有益效果：
本发明应用知识体系迁移，通过对网状节点设计体系需要的设计数据的解构、重塑、泛化和强化，针对不同节点对设计数据既有特别要求又需要彼此统一的要求，解决设计元素数据块的对应和匹配问题，避免局部性、“孤岛”式设计，用数据共识和同步呼应共识的方法保证设计的参数及时共享和结果一致性、产品正确性问题，构建网状结构的呼应设计范式，为跨领域、跨学科知识要素、设计数据准确应用提供系统解决方法。针对产品设计中存在的多设计节点难以同步、难以实时沟通，产生设计效率低、易出错等问题，对产品相关领域知识体系和知识图谱，通过离散设计参数知识元素，对产品的参数关系解构，融合区块链技术理念，进而区块化知识元素和链化知识关系，完成已有知识体系的参数解构和区块链化；结合人工智能不确定性理念、荟萃分析等技术方法，将泛化能力更强的知识体系与设计边界条件、场景特征和需求要素等动态融合，进而使原参数体系转化为新领域的参数要素和关系；各个设计节点根据自身设计的需要，进行判断和迭代，最终完成新领域知识、参数体系构建。各个设计节点互相反馈，形成全网所有设计节点彼此之间的呼应关系，回应与新领域和设计需求的结合，构建具有延展前景的网状结构的呼应设计(network echodesign，简称NED)范式，确保设计准确，提高设计效率。
附图说明
图1所示为本发明网状设计节点结构的呼应设计方法架构及实现流程示意图。
具体实施方式
为了使发明创造实现其发明目的的技术构思及优点更加清楚明白，下面结合附图对本发明的技术方案作进一步的详细描述。应当理解的是，以下各实施例仅用以解释和说明本发明的优选实施方式，不应当构成对本发明要求专利保护的范围的限定。
实施例1
本发明公开了一种新的网状结构设计节点的呼应设计范式，用以解决跨领域、跨学科知识体系迁移问题，也即解决具有多个相关领域知识要素，呈网状结构设计分布的节点数据呼应设计问题。所述方法包括下列步骤：
1、定义：
1.1根据产品性能、指标、寿命等设计要求，分析网络节点的布局，规划设计节点任务，分配设计参数要素，根据各节点的数据映射关系以及相互影响的重要程度定义出呼应的数据簇；
1.2通过荟萃分析的数据簇，形成知识图谱；
2、知识解构、统一数据标准：
2.1解构上述整体要求指标形成知识知识图谱，离散其知识元素，应用知识图谱进行数据挖掘、知识计量和图形绘制，分析、筛选、归类不同属性数据；
2.2进而链化知识关系、区块化知识元素，形成具有较强泛化能力的离散化数据簇；
2.3进一步经过同趋化和无量纲化的数据标准化处理，按照重要程度分级设定：
极重要指标参数为a1,
重要指标参数为a2,
一般指标参数a3，
…，直至an,形成统一标准（属性）的网状结构设计节点数据账本a1，a2...an。即建立设计指标数据的“创世区块”；
3、数据共识：
3.1设定参与设计的各个设计节点为A1，A2...An、B1、B2...Bn、C1、C2...Cn，形成网状设计节点布局；
3.2 基于网状结构节点布局，在设计进程中，每个节点在接受其它节点的数据账本后，挖掘数据与自身设计的关联规则，应用系统插件自动迭代，保留较强关联性数据，放弃无关联及模糊关联数据，形成关联数据区块，通过限定数据关联规则确定关系原则：
原则一、设定关联度为α,设计数据与2个以上的设计节点有关系的视为有关联，并进行数据共识范围，α≦10%为弱关联，50%≧α>10%为一般关联，α>50%为强关联。
原则二、根据所有节点的认可比例设置支持度为β，弱关联数据不进行支持度评价，一般关联数据评价需β≧51%，强关联数据评价β≧80%。
原则三、对于有关联但未达到β值的，取支持度最高值数据，但需将此数据标为未共识数据并集中讨论确定，最终达到支持比例时，方可生成共识协议数据。
数据簇的数据排列顺序方法为1.有关联，2.支持度；设计节点可以按照关联度从中找到自己的关心数据。
4、呼应共识：
4.1每个节点在接收到其它节点的数据账本后，即进行数据的自动识别，一方面根据自身数据要求选择性应答其它节点呼应信息；另一方面添加新的提案数据，形成新的数据集合；
4.2各节点之间的呼应时间及应答间隔时间约定，由系统插件程序中设置，根据设计需求和条件，所有设计节点按以下约定规则之一的模式建立相应的呼应模式：
规则一、设置实时协同；
规则二、设置定时协同；
规则三、设置关机自动发送开机自动接收。
接受的的数据集为所有节点发送的数据按照互动比值关联度计算进入的整合后数据。
说明：实时协同设计数据量大，可能会影响设计者的思路，一般不建议采用；定时协同
会涉及设计人员的时间进度安排，尽量少使用；本发明使用关机自动发送开机自动接收的方式；
4.3各节点的呼应对象根据数据关联互动比值率及呼应模式，进行一对多、多对一和多对多的同步呼应。呼应对象的选择由系统按照3.2的关系原则确定；
5、知识重构：每个节点在设计工作开始之前，会收到设计任务书和“创世区块”，在接受应答后，根据回应情况，由系统自动提取关键数据信息，放弃与自身设计无关的数据信息，与自身设计数据进行比对、校核、增减，修正自身数据，判断其对设计效果的影响，对可能产生的效果不理想数据知识元素进行评判，决定其是否进链评价，形成能满足新领域边界条件、场景特征和需求要素的新的数据知识元素（b1、b2...bn），并自动归类建库，亦即新的数据账本；
6、重构数据验证：对重构知识体系数据通过要素组合算式自动拟合，设计节点根据自身设计需要和设计真伪判断正确与否，如果接收的呼应数据和自己的设计一致，即不修改，给予支持度β100%的评价值；如和自己的设计值不一致，根据差距大小进行进行支持度评价β，结合关联度值评估，差距在认可度范围以内者认为可以接受，如不在认可支持度以内，需集中讨论后评价，并记录成新的数据集合（数据账本）；
7、知识迁移共享：发出新的呼应至其他各个设计节点，形成闭环数据迁移的多中心化节点、分布式呼应设计范式，整个过程直至全部产品设计完成。
图1所示为本发明网状设计节点结构的呼应设计方法架构及实现流程示意图。由图中可知，本发明网状设计节点结构的呼应设计方法，从知识图谱到知识迁移的过程,涵盖了解构与重构，其中知识迁移过程是根据设计需求不断更新的过程，形成新的数据块。
具体到设计应用中，每一次的呼应数据块，是参与设计者的重要设计参考依据并必须保持一致性，因为这涉及到协同设计最后的产品成败；从形成设计范式的角度，定义、标准化是基础，核心是形成数据的算法共识规则和约定的呼应共识。
本发明网状设计节点结构的呼应设计方法，用知识图谱、区块链、AI不确定性和荟萃分析技术进行跨领域知识解构—迁移—重构—迁移，解决了产品设计中跨领域、跨学科的网状结构设计节点的参数彼此同步呼应的设计问题。
以上所述仅为本发明的较佳实施方式，并不构成对本发明的限定。本领域技术人员在现有技术的指引下，无需进行创造性劳动即可对本发明的实施情况进行其他修改，凡在本发明的精神和原则之内所作的任何修改或者采用本领域惯用技术手段进行的简单置换或等同替换，均应包含在本发明的保护范围之内。
Claims (5)
1.一种网状设计节点结构的呼应设计方法，针对产品设计中存在的多设计节点难以同步、难以实时沟通的问题，构建具有延展前景的网状结构的呼应设计范式，其特征在于：实现过程包括如下步骤：
S1，对产品相关领域知识体系和知识图谱，通过离散设计参数知识元素，对产品的参数关系解构；
S2，融合区块链技术理念，进而区块化知识元素和链化知识关系，完成已有知识体系的参数解构和区块链化；
S3，结合人工智能不确定性理念、荟萃分析方法，将泛化能力更强的知识体系与设计边界条件、场景特征和需求要素动态融合，进而使原参数体系转化为新领域的参数要素和关系；
S4，各个设计节点根据自身设计的需要，互相反馈，进行判断和迭代，形成全网所有设计节点彼此之间的呼应关系，回应与新领域和设计需求的结合，实现呼应共识，最终完成新领域知识、参数体系构建，完成产品的设计。
2.根据权利要求1所述的网状设计节点结构的呼应设计方法，其特征在于：步骤S1中，首先，根据产品性能、指标、寿命设计要求，分析网络节点的布局，规划设计节点任务，分配设计参数要素，根据各节点的数据映射关系以及相互影响的重要程度定义出呼应的数据簇；其次，通过荟萃分析的数据簇，形成知识图谱；然后，进行知识解构、统一数据标准，实现数据共识。
3.根据权利要求2所述的网状设计节点结构的呼应设计方法，其特征在于：进行知识解构、统一数据标准，实现数据共识的过程如下：
1）解构上述整体要求指标形成知识知识图谱，离散其知识元素，应用知识图谱进行数据挖掘、知识计量和图形绘制，分析、筛选、归类不同属性数据；
2）进而链化知识关系、区块化知识元素，形成具有较强泛化能力的离散化数据簇；
3）进一步经过同趋化和无量纲化的数据标准化处理，按照重要程度分级设定：
极重要指标参数为a1,
重要指标参数为a2,
一般指标参数a3，
…，直至an，形成统一标准或属性的网状结构设计节点数据账本a1，a2...an；即建立设计指标数据的“创世区块”；
4）数据共识：
（1）设定参与设计的各个设计节点为A1，A2...An、B1、B2...Bn、C1、C2...Cn，形成网状设计节点布局；
（2）基于网状结构节点布局，在设计进程中，每个节点在接受其它节点的数据账本后，挖掘数据与自身设计的关联规则，应用系统插件自动迭代，保留较强关联性数据，放弃无关联及模糊关联数据，形成关联数据区块，通过限定数据关联规则确定关系原则：
原则一、设定关联度为α,设计数据与2个以上的设计节点有关系的视为有关联，并进行数据共识范围，α≦10%为弱关联，50%≧α>10%为一般关联，α>50%为强关联；
原则二、根据所有节点的认可比例设置支持度为β，弱关联数据不进行支持度评价，一般关联数据评价需β≧51%，强关联数据评价β≧80%；
原则三、对于有关联但未达到β值的，取支持度最高值数据，将此数据标为未共识数据并集中讨论确定，最终达到支持比例时，生成共识协议数据；
数据簇的数据排列顺序方法为1.有关联，2.支持度；设计节点按照关联度从中找到自己的关心数据。
4.根据权利要求3所述的网状设计节点结构的呼应设计方法，其特征在于：步骤S4中，通过如下过程完成数据或设计参数的呼应共识：
4.1每个节点在接收到其它节点的数据账本后，即进行数据的自动识别，一方面根据自身数据要求选择性应答其它节点呼应信息；另一方面添加新的提案数据，形成新的数据集合；
4.2各节点之间的呼应时间及应答间隔时间约定，由系统插件程序中设置，根据设计需求和条件，所有设计节点按以下约定规则之一的模式建立相应的呼应模式：
规则一、设置实时协同；
规则二、定时协同；
规则三、关机自动发送开机自动接收；
接受的的数据集为所有节点发送的数据按照互动比值关联度计算进入的整合后数据；
4.3各节点的呼应对象根据数据关联互动比值率及呼应模式，进行一对多、多对一和多对多的同步呼应。
5.根据权利要求4所述的网状设计节点结构的呼应设计方法，其特征在于：建立呼应共识的过程还包括：
知识重构的过程：每个节点在设计开始之前，会收到设计任务书和“创世区块”，在接受应答后，根据回应情况，由系统自动提取关键数据信息，放弃与自身设计无关的数据信息，与自身设计数据进行比对、校核、增减，修正自身数据，判断其对设计效果的影响，对可能产生的效果不理想数据知识元素进行评判，决定其是否进链评价，形成能满足新领域设计边界条件、场景特征和需求要素的新的数据知识元素数据集合，并自动归类建库；
重构数据验证的过程：对重构知识体系数据通过要素组合算式自动拟合，设计节点根据自身设计需要和设计真伪判断正确与否，如果接收的呼应数据和自己的设计一致，即不修改，给予支持度β100%的评价值；如和自己的设计值不一致，根据差距大小进行进行支持度评价β，结合关联度值评估，差距在认可度范围以内者认为可以接受，如不在认可支持度以内，需集中讨论后评价，并记录成新的数据集合；
知识迁移共享的过程：形成的共识数据集合发出新的呼应至其他所有设计节点，形成闭环数据迁移的多中心化节点、分布式呼应设计范式，整个过程直至全部产品设计完成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110994229.1A CN113761065B (zh) | 2021-08-27 | 2021-08-27 | 一种网状设计节点结构的呼应设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110994229.1A CN113761065B (zh) | 2021-08-27 | 2021-08-27 | 一种网状设计节点结构的呼应设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113761065A true CN113761065A (zh) | 2021-12-07 |
| CN113761065B CN113761065B (zh) | 2024-06-18 |
Family
ID=78791505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110994229.1A Active CN113761065B (zh) | 2021-08-27 | 2021-08-27 | 一种网状设计节点结构的呼应设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113761065B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415975A (zh) * | 2022-03-28 | 2022-04-29 | 支付宝(杭州)信息技术有限公司 | 针对知识图谱进行划分分区的方法及装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107332876A (zh) * | 2017-05-31 | 2017-11-07 | 深圳前海微众银行股份有限公司 | 区块链状态的同步方法及装置 |
| CN109964446A (zh) * | 2018-06-08 | 2019-07-02 | 北京大学深圳研究生院 | 一种基于投票的共识方法 |
| US20200092085A1 (en) * | 2018-09-18 | 2020-03-19 | Nhn Corporation | Blockchain system including a distributed network of a plurality of nodes and a method for achieving an agreement between the plurality of nodes executed by processors of the block chain system |
| CN111475576A (zh) * | 2020-04-15 | 2020-07-31 | 中国工商银行股份有限公司 | 基于区块链的分布式数据库存储方法及系统 |
| CN111813963A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
| CN112236760A (zh) * | 2018-07-27 | 2021-01-15 | 浙江天猫技术有限公司 | 一种图数据的更新方法、系统、计算机可读存储介质及设备 |
| CN112286963A (zh) * | 2020-11-17 | 2021-01-29 | 北京物资学院 | 一种区块链终端数据可信查询系统及其实现方法 |
| CN113051348A (zh) * | 2021-03-29 | 2021-06-29 | 河南向量智能科技研究院有限公司 | 一种群组产品协同设计区块链技术数据同步协同方法 |
| CN113259457A (zh) * | 2021-06-02 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 区块链子网的信息同步方法及装置 |
-
2021
- 2021-08-27 CN CN202110994229.1A patent/CN113761065B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107332876A (zh) * | 2017-05-31 | 2017-11-07 | 深圳前海微众银行股份有限公司 | 区块链状态的同步方法及装置 |
| CN109964446A (zh) * | 2018-06-08 | 2019-07-02 | 北京大学深圳研究生院 | 一种基于投票的共识方法 |
| CN112236760A (zh) * | 2018-07-27 | 2021-01-15 | 浙江天猫技术有限公司 | 一种图数据的更新方法、系统、计算机可读存储介质及设备 |
| US20200092085A1 (en) * | 2018-09-18 | 2020-03-19 | Nhn Corporation | Blockchain system including a distributed network of a plurality of nodes and a method for achieving an agreement between the plurality of nodes executed by processors of the block chain system |
| CN111475576A (zh) * | 2020-04-15 | 2020-07-31 | 中国工商银行股份有限公司 | 基于区块链的分布式数据库存储方法及系统 |
| CN111813963A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
| CN112286963A (zh) * | 2020-11-17 | 2021-01-29 | 北京物资学院 | 一种区块链终端数据可信查询系统及其实现方法 |
| CN113051348A (zh) * | 2021-03-29 | 2021-06-29 | 河南向量智能科技研究院有限公司 | 一种群组产品协同设计区块链技术数据同步协同方法 |
| CN113259457A (zh) * | 2021-06-02 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 区块链子网的信息同步方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 何书萍;俞莉莹;: "基于区块链高校网络学习共同体重构研究", 高教探索, no. 09, 30 September 2020 (2020-09-30), pages 58 - 63 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415975A (zh) * | 2022-03-28 | 2022-04-29 | 支付宝(杭州)信息技术有限公司 | 针对知识图谱进行划分分区的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113761065B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Levitt et al. | The virtual design team: Simulating how organization structure and information processing tools affect team performance | |
| US11196637B2 (en) | Systems and methods for modeling and simulating an IoT system | |
| Kamienski et al. | Application development for the Internet of Things: A context-aware mixed criticality systems development platform | |
| Jin et al. | The virtual design team: A computational model of project organizations | |
| Barták et al. | Constraint satisfaction techniques in planning and scheduling | |
| Diaconescu et al. | Goal-oriented holonics for complex system (self-) integration: Concepts and case studies | |
| CN106327152A (zh) | 集成式迭代化软件开发过程控制系统及方法 | |
| Brennan et al. | A simulation test-bed to evaluate multi-agent control of manufacturing systems | |
| CN115511434A (zh) | 基于业务元数据驱动的企业数据治理方法和系统 | |
| CN113761065A (zh) | 一种网状设计节点结构的呼应设计方法 | |
| Senthilkumar et al. | Case study–based testing of design interface management system | |
| Ilić et al. | Scalable electric power system simulator | |
| CN109636095A (zh) | 一种基于调控云架构的电网设备模型统一管理系统 | |
| Enembreck et al. | Distributed constraint optimization with MULBS: A case study on collaborative meeting scheduling | |
| Filip | Designing and building modern information systems; A series of decisions to be made | |
| Mandičák et al. | Current state of knowledge-based systems used in architecture, engineering and construction | |
| Kim et al. | Interpretive structural modeling in the adoption of IoT services | |
| Ye | Information infrastructure of engineering collaboration in a distributed virtual enterprise | |
| Benfer et al. | Integrating multiple perspectives in manufacturing planning and control: the daydreaming engine approach | |
| Zhao et al. | A hybrid self-adaptive PSO algorithm and its applications for partner selection in holonic manufacturing system (HMS) | |
| Andrés et al. | Research on collaborative processes in non hierarchical manufacturing networks | |
| Ursu et al. | Distributed resource allocation via local choices: A case study of workforce allocation | |
| Šikšnys | Towards prescriptive analytics in cyber-physical systems | |
| Levitt et al. | The “Virtual Design Team”: Using Computers to Model Information Processing and Communication in Organizations | |
| Andrés et al. | An operational planning solution for SMEs in collaborative and non-hierarchical networks |
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 |