[发明专利]基于键值记忆网络的复杂机电系统设计知识主动推荐方法

说明书

本发明公开了一种基于键值记忆网络的复杂机电系统设计知识主动推荐方法。首先对复杂机电系统设计过程中的软件平台日志文件进行场景特征语义信息提取，基于场景特征语义信息建立场景本体，由场景本体和原始知识库组成系统场景知识库；接着利用场景最大频繁序列刻画设计人员之间的场景序列特征相似度；再对所有设计人员的知识项交互序列进行偏好学习，获得所有设计人员对应的知识项序列偏好向量；进而输入到键值记忆网络，输出获得初始设计知识主动推荐序列；最后进行知识项选择后，获得各个设计人员最终的设计知识主动推荐序列。本发明获得设计知识主动推荐序列更加切合设计人员的需求，进而提高复杂机电系统设计的效率。

技术领域

本发明属于数字化设计技术领域的一种复杂机电系统设计知识主动推荐方法，具体涉及了一种基于键值记忆网络的复杂机电系统设计知识主动推荐方法。

背景技术

在复杂机电系统设计过程中，有大量的知识经验供设计人员参考，同时拥有各个专业先进的软件来辅助设计，但是整体效率还是较低。究其原因，主要是机电系统设计软件工具众多和设计知识组织结构碎片化导致的平台场景异构和知识迷航问题，从而造成了复杂机电系统设计协作与知识服务的困难。机电系统设计知识来源多样，管理方式各不相同，且在各种信息平台分库分散存储，这导致设计知识形成多个知识孤岛，难以用一个统一的语义进行表达。

复杂机电系统设计团队一般使用各种专用工具，如三维设计、零部件设计、模拟计算、应力计算、数字化仿真等。各个专业的设计软件和工具虽然十分有针对性，但却存在着格式不统一、信息不一致、数据关联性差、迭代沟通费时、变更溯源困难等诸多隐性成本和风险。当机电系统设计设计人员需协调工作时，缺乏具有专业经验知识支撑的设计知识主动推荐，专业间的协作效率也相应较低，这导致所提出的设计解决方案可靠性与可行性存疑。且由于缺少对机电系统设计场景和人员偏好的充分利用，使得设计人员很难进行并行设计，只能增加设计迭代次数，严重影响了复杂机电系统设计效率。

发明内容

为了解决背景技术中存在的问题和需求，本发明所提供一种基于键值记忆网络的复杂机电系统设计知识主动推荐方法，分析了复杂机电系统设计领域软件平台的特点，生成了规范一致的场景本体表示；通过学习设计人员知识序列偏好表示，作为机电系统设计设计人员的基础画像，融合键值记忆网络来学习设计人员的知识特征偏好表示，实现对机电系统设计设计人员偏好的深度刻画；利用场景最大频繁序列刻画设计人员的相似度，主动推荐复杂机电系统设计知识项，从而减少设计人员获取相关知识的难度与复杂性，提高复杂机电系统设计的工作效率。

本发明采用的技术方案是：

一、一种基于键值记忆网络的复杂机电系统设计知识主动推荐方法

步骤1：对复杂机电系统设计过程中的软件平台日志文件进行场景特征语义信息提取，获得复杂机电系统场景特征语义信息，基于场景特征语义信息建立复杂机电系统设计场景本体，由复杂机电系统设计场景本体和复杂机电系统的原始知识库组成系统场景知识库；

步骤2：根据软件平台日志文件，利用场景最大频繁序列刻画复杂机电系统设计人员之间的场景序列特征相似度；

步骤3：对所有复杂机电系统设计人员的知识项交互序列进行偏好学习，获得所有设计人员对应的知识项序列偏好向量；

步骤4：将所有设计人员的知识项序列偏好向量和系统场景知识库输入到键值记忆网络，输出获得所有设计人员对应的初始设计知识主动推荐序列；

步骤5：根据复杂机电系统设计人员之间的场景序列特征相似度，对所有设计人员的初始设计知识主动推荐序列进行知识项选择，获得各个设计人员最终的设计知识主动推荐序列。

所述步骤3具体为：

利用Item2vec算法学习所有复杂机电系统设计人员的知识项交互序列，生成所有设计人员对应的知识项嵌入表示向量后再分别输入到对应的双向长短期记忆网络，获得所有设计人员对应的知识项序列偏好向量。