[发明专利]基于深度学习的体设计的功能相关

说明书

设计应用程序从终端用户接收示范设计，所述示范设计具有关于解决设计问题的一个或更多个功能属性。该示范设计应用程序接着生成描述所述示范设计的功能属性的一组标签。基于该组标签，该设计应用程序探索功能空间，以检索具有功能描述性标签的一个或更多个系统分类，所述功能描述性标签类似于针对所述示范设计而生成的该组标签。所述一个或更多个系统分类包括解决所述设计问题的不同方法，并且代表具有与该示范设计共同的至少部分功能属性的系统。

相关申请的交叉引用

本申请要求于2015年7月31日提交的、题为“基于深度学习的体设计的功能相关(Deep Learning Based Functional Correlation of Volumetric Designs)”的且具有序列号62/199,949的美国临时专利申请的权益，以及要求于2016年5月18日提交的、题为“基于深度学习的体设计的功能相关(Deep Learning Based Functional Correlation ofVolumetric Designs)”的且具有序列号15/158,501的美国专利申请的权益。在此这些相关申请的主题通过引用并入本文。

发明的背景

技术领域

本发明的实施例总地涉及计算机辅助设计，更具体地，涉及基于深度学习的体设计的功能相关。

背景技术

在常规的工程工作流中，工程师使用计算机辅助设计(CAD)工具来设计满足某些设计标准的物理部件。例如，工程师可以设计能够在建筑结构中支撑特定负载的悬臂。然而，该过程可能是低效的，因为工程师每次只能探索一个设计选项。

为了解决这个问题，高级CAD工具实现了一种被称为“生成式设计(generativedesign)”的技术。在操作过程中，生成式设计CAD工具从工程师处接收规范，其指示与成功设计相关联的所需的功能属性。然后，生成式设计工具创建具有所需功能属性的一系列设计。

生成式设计工具的一个问题是，需要至少一个功能属性作为起点来生成一系列设计。然而，工程师可能很难指定成功设计的相关功能属性，这使得生成式设计CAD工具低效。例如，工程师可能会直觉地理解特定的负载必须以某种方式得到支持，但是很难将这个要求清晰地表达为一个或更多个功能属性。没有至少一个功能属性作为起点，生成式设计CAD工具不能生成一系列设计。

正如前文所述，本领域所需要的是一种用于为生成式CAD工具指定潜在的成功设计的功能属性的更有效的方法。

发明内容

本发明的多个实施例阐述了一种用于生成一个或更多个设计方法的计算机实现的方法，所述一个或更多个设计方法包括一个或更多个期望的功能属性，所述计算机实现的方法包括：基于示范设计生成描述示范设计的多个第一功能属性的第一组标签；基于该第一组标签，确定描述第一类系统的多个第二功能属性的第二组标签；以及基于该第二组标签，从包括多个系统类的功能空间中提取第一类系统，其中第一类系统中的每个系统具有针对解决设计问题的至少一个功能属性。

本文讨论的方法的至少一个优点为，终端用户不需要为了识别可行的设计选项而手动探索庞大而复杂的设计空间。相反，终端用户只需要提供具有与解决设计问题相关的功能属性的至少一个设计例子。然后，设计应用程序识别一个或更多个系统类，这些系统类也具有与解决设计问题相关的功能属性。

附图说明

为了本发明的上述特征可以被详细地理解，本发明的更具体的描述、上面的简要概述都可以通过参考实施例进行，其部分例示于附图中。然而，值得注意的是，附图仅仅说明了本发明的典型实施例，并且因此不应被认为是其范围的限制，因为本发明可以承认其他等效的实施例。

图1例示了配置为实现本发明一个或更多个方面的系统；