[发明专利]一种基于知识图谱的制造资源推荐方法

权利要求书

1.一种基于知识图谱的制造资源推荐方法，包括下列步骤：

第一步，建立制造领域供需信息模型

基于零件特征，将产品制造需求分解为不同的需求单元，建立产品需求信息模型：

Ru＝{ID,RTy,RN,RFu,RTq,RC}

Ru代表需求单元；ID代表需求编号；RTy代表需求类型，需求类型包括场地资源、设备资源、人力资源；RN代表需求名称，场地资源类需求，需求名称包括机加工场地、装配场地，设备资源类需求，需求名称包括车削加工设备、铣削加工设备，人力资源类需求，需求名称包括机加工工人、装配工人；RTq代表时间限额，也被称为机械加工工时定额；RC代表成本限额；RFu代表零件需求特征单元；

依照需求信息模型的建立规范，构建相应的制造资源信息模型：

MR＝{MRID,MRAt,MRF,MRAb,MRQos}

其中，MR代表制造资源，包含五个不同的属性单元：MRID是制造资源标识符，MRAt代表资源的基本属性，MRF代表资源的功能属性，MRAb代表资源的能力属性，MRQos代表资源的服务质量属性；

第二步，构建制造领域本体模型，表示出需求信息和制造资源的概念及关系，作为制造领域知识图谱的模式层；

第三步，进行知识抽取：采用BIO标注方法进行数据标注，并利用BiLSTM-CRF模型完成实体识别任务，BiLSTM的输入是训练好的词向量，反映一条语句中的每个单词，通过模型训练后，BiLSTM的输出是某一单词对应各个类别的分数；

第四步，利用知识图谱实现可视化表达：采用Neo4j图数据库对得到的数据进行存储和表达，将得到的实体和关系数据存入结构化的CSV文件中，编写Neo4j导入节点和关系程序，导入数据，实现制造领域知识图谱的生成；

第五步，实现知识图谱嵌入：采用TransE模型实现知识图谱嵌入，将实体和关系映射到同一空间，通过训练制造领域知识图谱中已存在的三元组T＝(h,r,t)，将关系r看作头实体h向尾实体t的平移操作，训练目标是通过训练制造领域知识图谱中已存在的三元组，使实体和关系的向量满足h+r-t＝0，即三元组中头实体和关系向量求和后的新向量和尾实体向量越接近，则该三元组正确性越高；

在训练过程中，通过随机替换头实体的方式获取错误三元组，即负样本；通过随机梯度下降方法，不断对损失函数进行优化，获得合格的嵌入向量；

第六步，利用TransE模型训练出实体的向量表示后，利用向量值的计算来衡量各资源的符合程度，采用余弦相似度计算方法计算向量之间的相似度；

知识图谱中存储了产品制造加工需求信息和制造资源信息，并用节点和关系表示出产品需求信息模型中的需求单元和制造资源信息模型中的资源单元，利用不同节点的向量化和相似度查询，根据需求单元中的制造加工特征匹配制造资源特征，由此得到与需求单元相匹配的资源单元；

第七步，在特征匹配的基础上，增加资源Qos服务匹配，从基本特征达到相似度要求的制造资源中选出服务质量最好的资源候选集，使得最终的候选资源在功能属性和服务质量上都有好的表现；

资源Qos服务定义为加工时效PT、成本水平CL、加工质量PQ、满意度S四个指标，

资源加工时效表达为：

其中，T_a为所选资源完成其加工任务的平均时间，T_ave为所有同类加工资源完成该加工任务的平均时间；

成本水平表达为：

其中，C_a为所选资源完成其加工任务的成本，C_ave为企业内所有同类加工资源完成该加工任务的平均成本；

加工质量表达为：

其中，Q_a为所选加工资源所有加工任务中合格任务的数量，Q_e为完成加工任务总数；

满意度表达为：

其中，S_i为以往每次产品制造加工得到的用户满意度评分；

根据变异系数法计算四个指标的权重，并利用这四个指标计算制造资源的Qos评分分数，依照得分情况对制造资源进行排序，设立资源选择分数，选择排名最高的一组或几组制造资源作为基于知识图谱的制造资源推荐方法的结果。

2.根据权利要求1所述的基于知识图谱的制造资源推荐方法，其特征在于，第一步中，

制造资源的基本属性包括以下三类信息：

MRAt＝{MRn,MRl,MRw}

其中，MRn代表资源名称，为资源的静态属性，MRl代表资源位置，为动态信息，MRw代表资源的工作情况；

制造资源的功能属性包括以下三类信息

MRF＝{MRt,MRe,MRp}

其中，MRt代表加工特征类型，MRe代表加工工艺类型，MRp代表适用加工零件；

制造资源的能力属性包括以下三类信息

MRAb＝{MRz,MRm,MRpow}

其中，MRz表最大加工尺寸，MRm表可加工材料，MRpow代表加工功率；

制造资源的服务质量属性包括以下三类信息

MRQos＝{MRtim,MRc,MRa}

其中，MRtim代表加工时间，MRc代表加工费用，MRa代表加工精度。