[发明专利]一种基于PLM数据库面向DPIPP工艺信息的挖掘算法

权利要求书

1.一种基于PLM数据库面向DPIPP工艺信息的挖掘方法，其特征在于，包括：

步骤1，数据进行预处理的步骤：对数据进行规范化处理；数据规范化是将原始数据的格式进行统一，并将源数据转化到同一个度量单位上，这样做可以消除原始数据对计算结果的影响；本发明采取的规范化方法如下：对于结构属性，它表示产品或零件的结构参数，为数值型数据且大小不一；因此需要将这些数据转换到同一个度量单位上，然后将这些数据映射到同一区间，最后将所有数据保留相同的有效位；为便于后续的计算将结构参数映射到[0.00,1.00]之间，并统一保留小数点后两位有效数字；经过转化之后，每个结构参数将变为取值范围统一的无度量值；

步骤2，对产品进行聚类分析的步骤：具体方法是：首先设置聚类参数：K、C、α、a，其中，K代表聚类的个数，C为聚类代表点数，α为聚类收缩因子，a为阈值；对于一个由p个组件构成的产品模块，每个组件的某个属性(结构、功能或工艺)有n个参数，建立其属性参数矩阵如下：

首先从源数据中抽取一个随机样本S，将样本S分割为一组划分；然后对每个划分进行局部聚类，聚类时首先将每个对象看作一个类，计算出所有类之间的距离，取距离最近的两个类进行合并，合并后的类被当作一个新的类；然后按照收缩因子α从合并后的类中选出C个代表点，这些代表点将代表该类继续与其他的类进行聚类，直到类的数量达到预先设定的值K；在聚类过程中，如果一个类增长地太慢，就将该类去掉；根据上面的过程可以知道，聚类前需要确定的参数有：需要聚类的个数K，聚类代表点数C和聚类收缩因子α；其中K依据聚类需求进行确定；C依据数据规模进行选取，大规模数据就取较大的值，小规模数据就取较小的值；α取值在0.2～0.7之间聚类结果较好；

步骤3，进行局部聚类的步骤：在准备好聚类数据后需要对选出的样本用基于欧式距,离公式改进算法进行局部聚类，用聚类算法挖掘出产品模块工艺之间的相似性，得出产品模块工艺等价模型，具体是：

聚类时将距离最近的两个类进行合并，类X和类Y之间的距离用函数d(X,Y)来表示；定义由p个组件构成的产品模块Mp和由q个组件构成的产品模块Mq的参数矩阵分别如下：

它们之间距离计算公式如下：

该公式首先计算两个模块间产品间的距离，然后将所有距离求和，最后将和值标准化，使距离d(Mp，Mq)∈[0，1]；该距离公式可以计算维度不相等的两个模块间的距离，并满足一般距离公式的要求，即：d(A,B)＝d(B,A)；d(A,A)＝0；

最后基于类间合并方法控制相似度μ进行距离合并：首先令相似度μ＝1-d，由d的取值范围可知μ∈[0.00，1.00]；然后选取一个聚类相似度阈值a，该阈值根据企业自身需求选取，可选取以下方法作为参考：选取多组明显相似的产品数据，按照本方法进行相似度计算，取各组计算相似度值的平均值为阈值a；在计算出所有类间的相似度μ后，取μ≥a的类，也就是选取出相似度为a以上的类。

2.根据权利要求1所述的一种基于PLM数据库面向DPIPP工艺信息的挖掘方法，其特征在于，在完成一次聚类后，按照CURE算法的流程，需要从合并后的类中取出代表点参与后续的聚类；CURE算法中，类的代表点通过如下方式产生：首先计算类的中心点，第一个点为该类中离中心点最远的点，第二个点为离第一个点最远的点，依次类推，直到取出最多C个点，然后将这些点按照收缩因子α向中心点收缩，经过收缩后的点就是该类的代表点；这样取出的代表点可以真实地反映出该类的形状；在对产品模块聚类分析时，由于每个模块的属性参数是一个矩阵，因此先将每个参数矩阵看做一个点，然后按照中心点计算公式计算出中心矩阵，再根据收缩因子α计算出代表矩阵；定义类Lp和类Lq合并为一个新的类Lp,q，以|Lp|和|Lq|分别表示这两个类所含产品模块的个数，以Lp.mean和Lq.mean分别表示这两个类的中心矩阵，以Lp,q.mean表示合并后的类的中心矩阵，以Lp,q.rep1,Lp,q.rep2，……，Lp,q.repC表示合并后的类的代表矩阵，那么代表矩阵的计算过程是这样的：

首先按照下列公式计算出中心矩阵

然后按照收缩因子α计算出代表矩阵

Lp，q·repi＝Li+α*(Lp，q·mean-Li)

取出代表矩阵后由代表矩阵代表合并后的类参与后续的聚类，依次进行下去，聚类时剔除掉过小的类和增长过慢的类，直到所有类停止增长或者达到所需要的聚类数k；在使用本发明提出的类间合并方法后，后续聚类时需要将所有代表矩阵间的相似度计算出来，然后同样通过控制相似度μ完成类间合并；由于采用了控制相似度阈值a的方法，合并时需要进行一次重复性筛选，剔除重复的类；需要说明的是不像最小距离聚类，每次聚类无论怎样都会有两个类被合并，在采用控制相似度阈值a的方法后，聚类时可能会出现所有类不再增长的现象，这是因为现有的所有的类的相似度达不到相似度阈值a，因此在所有类不再增长时会停止聚类。