买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学
摘要:本发明公开了一种基于误差逆传播的产品协同设计任务数据分解分配方法。对设计任务按功能与结构进行初步分解为各个子任务;对分解后的子任务通过任务粒度进行控制和判断处理;将子任务分解或者重新分解,将分解后的任务作为子任务再回去处理;分解后通过耦合度控制设计任务中子任务之间的信息交互关系:处理获得各个子任务的任务均衡度,以通过任务均衡度控制子任务的数据规模大小:使用误差逆传播算法对子任务进行匹配冗余度分析与控制,将设计任务的分解结果进行分配发送到各个任务工作数据端。本发明对产品协同设计任务数据进行处理,利用多方面的技术手段,对产品协同设计任务数据实现了准确有效的分解分配。
主权项:1.一种基于误差逆传播的产品协同设计任务数据分解分配方法,其特征在于:该方法包括以下步骤:1对设计任务按功能与结构进行初步分解为各个子任务,在设计任务的分解过程中,实时判断每个子任务是否为独立型:若子任务为独立型,则跳到进行步骤5;否则跳到进行步骤2;2对分解后的子任务通过任务粒度进行控制:由任务关联内聚系数与任务重用内聚系数处理获得子任务的任务粒度,然后根据任务粒度进行判断处理:若任务粒度小于预设的粒度阈值,则跳到进行步骤4;否则跳到进行步骤3;3将子任务进行进一步分解或者重新分解,将分解后的任务作为子任务再回到步骤2进行处理;4分解后通过耦合度控制反映设计任务中子任务之间的信息交互关系:对于设计任务,通过信息关联矩阵分析子任务之间信息交互关联,然后对子任务之间的交互影响进行量化处理获得设计任务的任务耦合度,然后根据设计任务进行判断处理:若任务耦合度小于预设的耦合度阈值,则进行下一步骤;否则设计任务中的子任务进行任务合并处理,然后回到步骤2;5处理获得各个子任务的任务均衡度,以通过任务均衡度控制子任务的数据规模大小:若任务均衡度小于预设的均衡度阈值,则进行下一步骤;否则再根据所有子任务的执行时间的平均值和所有子任务的执行时间中的最大值和最大值之间的关系进行判断:若所有子任务的执行时间的平均值和所有子任务的执行时间中的最大值之差大于等于所有子任务的执行时间的平均值和所有子任务的执行时间中的最小值之差,则将所有子任务进行重新分解,将分解后的任务作为子任务再回到步骤2进行处理;若所有子任务的执行时间的平均值和所有子任务的执行时间中的最大值之差小于所有子任务的执行时间的平均值和所有子任务的执行时间中的最小值之差,则设计任务中的子任务进行任务合并处理,然后回到步骤2;6最后使用误差逆传播算法对子任务进行匹配冗余度分析与控制,具体如下判断:若匹配冗余度未达到预设阈值,则回到步骤3;若匹配冗余度达到预设阈值,则认为完成分解,进行下一步骤;7将设计任务的分解结果进行分配发送到各个任务工作数据端;所述6具体为:构建一个具有多个输入神经元、一个输出神经元、多个隐层神经元的多层前馈网络结构,多层前馈网络结构的输入为单个子任务的属性参数、子任务的每个属性参数的重要度系数以及设计技术参数,多层前馈网络结构输出设计匹配类型,设计匹配类型分为匹配结果和不匹配结果;将单个子任务的属性参数、子任务的每个属性参数的重要度系数和每个设计技术参数输入多层前馈网络结构进行处理,输出子任务和每个设计技术参数间的设计匹配类型结果,对各子任务和相应各个设计技术参数均进行同样处理并累积对应匹配结果的设计匹配类型的数量作为各子任务的匹配冗余度:若匹配冗余度小于预设的匹配数量阈值,则回到步骤3;若匹配冗余度大于等于预设的匹配数量阈值,则完成分解,进行下一步骤。
全文数据:
权利要求:
百度查询: 浙江大学 基于误差逆传播的产品协同设计任务数据分解分配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。