[發明專利]基于轉基因理論的工業產品智能設計方法

有效

• 申請號: 201710381752.0
• 申請日: 2017-05-26
• 公開（公告）號: CN107194082B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 初建杰;李雪瑞;樊皓;陳登凱
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/00
• 分類號: G06F30/00;G06F119/18
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種基于轉基因理論的工業產品智能設計方法，其特征在于包括以下步驟：

步驟一、構建意象模糊相關的形態基因數據庫；

采用三維坐標測量儀或結構光柵掃描儀對靜態基因進行參數捕捉，獲取靜態基因的三維數字模型；

運用圖形學三視圖坐標轉化矩陣，將三維數字模型轉化為二維視圖，并對二維視圖進行降噪，實現空間中靜態基因的提取和三視表達；

運用Matlab將產品基因進行形態擬合，得到基因的函數表達式，對產品形態基因進行編碼；

運用行為及人機工效分析系統MVTA、生理多導儀設備獲取不同實驗者對于產品的感性知識，根據實驗者對于目標產品及不同種群產品的視知覺特點，分析實驗者對產品形態要素的辨識規律，構建形態要素的辨識體系并獲取引起消費者意象變化的形態元素，根據形態聚類理論及感性意象間形態元素的模糊融合算法，給出判定意象特征與區分特征的自適應機制，根據族群產品及形態元素對目標產品的貢獻度，結合設計結構矩陣對產品族群和形態元素聚類，構造與感性意象模糊相關的形態基因數據庫，意象基因集合Geneset＝{g₁,g₂,g₃,...,g_m}中的任一元素g_m代表任意一個由上述實驗模糊確認的與任一意象D相關的產品形態基因；

步驟二、構建意象相關的產品形態基因網絡；

把產品形態基因網絡抽象成一個圖M；其中，每一個節點v_i代表一個產品形態基因，節點之間的連線代表產品形態基因之間的相互作用關系e_i，即e_i＝(v_i,v_i+1)表示節點v_i與v_i+1之間的相互作用；

據特定感性意象D，在與感性意象模糊相關的形態基因數據庫中找出其模糊意象基因集合Geneset＝{g₁,g₂,g₃,...,g_m}，為關鍵字查詢搜集；

找出Geneset中每個元素在產品形態結構中的鄰居集合Gi＝{g_i1,g_i2,g_i3,...,g_ik}；

構建特定感性意象D相關的產品形態基因網絡的邊集合E_d；

步驟三、對意象相關的產品形態基因網絡進行拓撲分析；

將產品形態基因網絡中的頂點集V分成已經計算出最短路徑的S集合和未確定最短路徑的V-S集合，從V-S集合中選取一個頂點w，滿足經過S集合中任意頂點v到w的路徑最短，及滿足源到v的路徑與v到w的路徑之和最小的那個w；其中v屬于S，w屬于V-S；將w加入S，并從V-S中移除w，直到V-S變為空集為止；

采用圖論中的度以及聚類系數作為分析對象來挖掘Hub節點中最為聯系緊密的節點及節點組合；

步驟四、完成產品形態基因手術；

坐標和尺度的構建：在Matlab環境下構建統一的坐標系統，并對目標基因進行歸1化處理；其中單位1為靶向基因定義域的模長；

組合節點的選取：節點分為等導節點以及極值為零的特殊等導節點；選取這些節點交叉組合變換生成導數和曲率連續的新的分段函數，其函數圖像即是新的產品形態基因，且新生成的形態基因繼承了上一代基因的形態特性；

等導節點的函數變換：為更清晰的表達等導節點的函數變換，設有兩條曲線，f(x)與g(x)，x∈[0,1]，又有兩點c_i和c_j，c_i,c_j∈[0,1]，使得f'(c_i)＝g'(c_j)，則以c_i和c_j兩點為節點將兩條曲線打斷并重組，得到兩個新的分段函數h₁(x)和h₂(x)：

等導節點的歸一化處理：若重組后得到的新函數h₁(x)或h₂(x)中c_i不等于c_j，則對函數再進行歸一化處理，即用函數除以定義域的長度，最后得到最終函數：

極值節點的特性分析：極值節點是導數為0的點，是一種特殊的等導節點，等導節點的函數變換同樣適用于極值節點；但極值節點從圖形學角度而言更易于觀察，并且極值節點具有更活躍的組合特性；

組合基因情感意象異變剔除：由以上節點的迭代重組得到眾多新的組合基因，雖然之前選擇的父代基因是滿足用戶情感意象的，但是經過節點組合后得到的新曲線的曲率變化率和函數對稱性卻有可能產生異變；為與初始要求的情感意象保持一致，必須通過排異與檢測來剔除這些含有與用戶情感語義不符的奇異曲線，對重組得到的組合基因群進行優化使其更合理更具參考價值；

產品基因誘變創新設計方法：誘變創新包括基于圖形學的基因放大、旋轉、倍增、陣列、填充、缺失和鏡像方法；

產品基因融合：在定向融合關鍵技術的基礎上，為對函數進行智能放大、旋轉和平移，需要開發Matlab環境下的智能定向融合工具，進行二維空間內形態基因函數的放大變化、視圖平面內形態基因函數的放大變化變形、X軸、Y軸、Z軸的旋轉函數、X方向、Y方向、Z方向的平移函數、靶向基因、目標基因分析以及智能融合動作；

產品基因排異方法：為對誘變創新以及融合產生的新產品形態基因進行排異檢測和修正，從產品的工程設計特性和形態融合的協調性考慮；對可能存在的可制造性問題，拔模斜角工程問題進行考察和修正，進一步促進形態基因的融合。