[发明专利]一种基于产品结构的定制产品相似度判断方法

摘要

本发明提供了一种基于产品结构的定制产品相似度判断方法，涉及大批量定制生产领域，首先，该方法通过邻接矩阵表示产品结构中零部件之间的隶属关系；其次，将代表单个产品结构的零件矩阵进行列向量重组，形成单个产品结构的邻接向量，在此基础上组合目标产品‑查询产品的邻接向量构成库矩阵；然后，基于非负矩阵分解算法对目标产品‑查询产品库矩阵进行分解，实现产品结构的降维；最后，通过计算降维后产品结构的向量之间的距离，判断产品相似度。本发明提供了一种能够减少运算步骤、提高准确度、增强相似度显著性的一种基于产品结构的定制产品相似度判断方法。

主权项

1.一种基于产品结构的定制产品相似度判断方法，其特征在于：该方法包括如下步骤：步骤一：构建产品结构邻接矩阵用树形表示产品结构时，树的节点表示零部件，树的边表示零部件之间的装配隶属关系，边的权重表示单位父件使用子件的数量，产品结构的层次关系和权重用矩阵M表示其中，mij表示零部件j作为零部件i的子件时，单位零部件j使用零部件i的个数；步骤二：构建目标产品‑查询产品库矩阵以列向量描述产品结构邻接矩阵M＝[α₁，α₂，...，α_h]，在此基础上构造邻接向量再将目标产品结构的邻接向量与查询产品结构的邻接向量合并组成目标产品‑查询产品库矩阵S＝[β_g，β₁，....，β_n]；步骤三：目标产品‑查询产品库矩阵非负矩阵分解其中，是目标产品‑查询产品库矩阵，基于Multiplicative Updates算法进行非负矩阵分解表示，H_r×(n+1)包括了目标产品和各查询产品经过非负矩阵分解后降维后的向量表示；步骤四：产品相似度判断矩阵Hr×(n+1)表示目标产品结构和查询产品结构通过非负矩阵分解后均用r维向量表示，计算目标产品结构的向量与各查询产品结构的向量之间的欧氏距离，检索出与目标产品结构最相似的查询产品结构，距离越小时表示相比较两者越相似。