[发明专利]基于行为流复杂产品功能群落及其演化的发动机建模方法

摘要

本发明提供一种基于行为流复杂产品功能群落及其演化的发动机建模方法，该方法包括以下步骤：使用行为来定义产品的初始状态和目标状态，再根据这两个状态得到实现该状态变化的合适的行为变化序列，从而建立产品设计过程的行为流模型；获得行为和功能的初始映射关系；建立基于行为流的发动机功能群落及演化模型。本发明致力于对行为流的表达问题进行深入研究，本研究通过提出行为流的空间序列这一全新概念，从空间序列的演进变化这一角度来描述基于行为流的产品智能设计过程，并提出两种行为流空间序列的表达方式以及这两种表达方式的转换原则。

主权项

1.一种基于行为流复杂产品功能群落及其演化的发动机建模方法，其特征在于，该方法包括以下步骤：一、使用行为来定义产品的初始状态和目标状态，再根据这两个状态得到实现该状态变化的合适的行为变化序列，从而建立产品设计过程的行为流模型；二、获得行为和功能的初始映射关系；三、建立基于行为流的发动机功能群落模型及功能群落演化模型；所述功能群落演化模型是指随机生成一定数量的模块，将功能种群的功能通过行为映射到各个模块，如此反复操作，生成一个具有一定规模的初始种群；四、由成熟度公式和设计聚合熵势公式分别求得产品功能种群的成熟度和聚合熵势；功能种群FP的成熟度M表示如下：其中，1≤i≤n，n为原子功能数量，fi是FP的功能描述矩阵中的第i列；pi代表第i号原子功能对应的行为元在实现功能种群所有功能时被使用的概率；功能种群设计聚合熵势指产品的客观物质存在在空间和状态上的分布状态势能，取决于当前功能群落的相关度和成熟度，即：其中m为功能种群中功能数量，R表示该功能种群的相关度，M表示该功能种群的成熟度；功能种群FP的功能描述矩阵如下所示：GMFP＝[f1,...,fi,...,fn]＝[β1,...,βj,...,βm]*AT其中A为行为—功能映射矩阵，fi＝1当且仅当该种群能够实现第i号原子功能，其余情况下fi＝0；当且仅当该功能种群具备第j号行为元时，βj＝1，其余情况下βj＝0，1≤i≤n，1≤j≤m，n为原子功能数量，m为行为库中行为元数量；功能群落演化算法流程如下：1)随机生成一系列模块，模块总数大于1，并为每个模块设置权重；2)随机将实现功能群落的所有行为放入各模块中，保证模块至少不为空；3)重复步骤2)，得到一定数量的初始种群，利用功能行为映射关系计算每个种群的相关度，利用适应值函数计算各个初始代的适应值；适应值函数如下：其中x为模块数目，Wi代表每个模块所占权重；4)利用轮盘法的选择算子选出两个初始代，在不破坏模块的情况下，设置交叉区域，以单点交叉进行交叉；5)随机选择模块去除交叉后初始代中冗余行为，而缺失的行为随机插入模块中；6)以极小概率从任意模块中选取一个行为，将其随机放入其余的模块内，完成变异；7)得到的新的基因；计算新基因的适应值Z；8)保证总的基因数目一定的情况下，按照适值由高到低进行优胜劣汰法则进行自然选择；适应值越高，表明功能群落聚合熵势越低，系统越趋于稳定；9)经过一定迭代次数，得到的最终种群中适应值最大的个体便是优化组合结果。