專利名稱：一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，用于對(duì)金屬產(chǎn)品塑性成形工藝的設(shè)計(jì)、開發(fā)，屬于塑性成形技術(shù)領(lǐng)域。
背景技術(shù)：
為了提高精密塑性成形數(shù)據(jù)庫(kù)中相似事例的檢索準(zhǔn)確度，減少事例評(píng)價(jià)的時(shí)間，需要對(duì)事例參數(shù)量化處理方法、檢索方法、相似度計(jì)算方法進(jìn)行研究。目前，關(guān)于事例相似度計(jì)算的方法大多集中于數(shù)字型參數(shù)的計(jì)算，且相似度計(jì)算方法的準(zhǔn)確度沒有取得滿意的效果，難以檢索到符合預(yù)期目標(biāo)的事例，影響精密塑性成形工藝設(shè)計(jì)質(zhì)量和效率。如黃少東等人開展了一種塑性成形數(shù)值模擬方法的研究(ZL200710092856.6)，其塑性成形數(shù)值模擬案例檢索的方法采用最鄰近算法計(jì)算目標(biāo)事例與數(shù)據(jù)庫(kù)中事例之間的相似度，但對(duì)目標(biāo)事例進(jìn)行多參數(shù)檢索時(shí)，檢索得到的事例相似度計(jì)算準(zhǔn)確度不高，影響塑性成形數(shù)值模擬方法的應(yīng)用，迫切需要提高多參數(shù)檢索時(shí)相似度計(jì)算的準(zhǔn)確度
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法。為了實(shí)現(xiàn)上述目的，采用以下技術(shù)方案，一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:所述事例檢索方法包括如下步驟:(I)定義目標(biāo)事例字符型參數(shù)和數(shù)字型參數(shù)及其檢索條件；(2)通過在數(shù)據(jù)庫(kù)中檢索，形成滿足檢索條件的事例集及其數(shù)據(jù)矩陣，并對(duì)數(shù)據(jù)矩陣進(jìn)行歸一化處理；(3)分別設(shè)置字符型參數(shù)、數(shù)字型參數(shù)的權(quán)重，設(shè)置預(yù)期的目標(biāo)閾值；(4)對(duì)事例集進(jìn)行相似度計(jì)算，選擇相似度大于等于目標(biāo)閾值的事例，并按照相似度由大到小的順序，對(duì)事例進(jìn)行排序；如果事例相似度小于目標(biāo)閾值，則重新設(shè)置參數(shù)權(quán)重和目標(biāo)閾值，再進(jìn)行相似度計(jì)算。所述定義字符型參數(shù)和數(shù)字型參數(shù)及檢索條件的方法如下:(I)對(duì)字符型參數(shù)進(jìn)行量化處理:按照“或、與”等檢索條件，若檢索到的字符與輸入的目標(biāo)字符特征完全符合，則特征值記為I ;若檢索到的字符與輸入的目標(biāo)字符局部符合，設(shè)局部符合的字符數(shù)為a個(gè)，最大字符數(shù)為b個(gè)(b彡a)，則特征值記為D = a/b E
;假設(shè)檢索的目標(biāo)字符型參數(shù)有k個(gè)，則目標(biāo)字符型參數(shù)的特征值自動(dòng)定義為Dcu = l(j=1,2,...，k);同時(shí)通過檢索得到m個(gè)事例，則其第i個(gè)事例第j個(gè)字符型參數(shù)的特征值記為 Dij G
(i = I, 2,..., m ； j = I, 2,..., k)； (2)對(duì)數(shù)字型參數(shù)進(jìn)行量化處理:按照“ >、>、=、<、《”等檢索條件，得到符合檢索要求的數(shù)據(jù)值；假設(shè)檢索的目標(biāo)數(shù)字型參數(shù)有k個(gè)，其數(shù)字型特征值記為Dw (j = 1，2，...，k)，同時(shí)通過檢索得到m個(gè)事例，則第i個(gè)事例第j個(gè)數(shù)字型參數(shù)的特征值記為Dij (i=1, 2,..., m ； j = l,2,...,k)。
所述數(shù)據(jù)矩陣進(jìn)行歸一化處理的方法如下:為了消除多個(gè)不同參數(shù)剛量的影響，需要對(duì)目標(biāo)參數(shù)Dw(j = 1，2，...，k)和檢索到的事例參數(shù)DijQ = 1,2,...,m ；j = 1,2,...,k)組成的并集矩陣數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化數(shù)據(jù)矩陣 D' Oj (j = 1，2，… ，k)和 D' ^.(i = 1,2,...,m；j = 1,2,...,k)；其歸一化處理的方法包括:一是望大特性的歸一化處理方法:
權(quán)利要求
1.一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:所述事例檢索方法包括如下步驟: (1)定義目標(biāo)事例字符型參數(shù)和數(shù)字型參數(shù)及其檢索條件； (2)通過在數(shù)據(jù)庫(kù)中檢索，形成滿足檢索條件的事例集及其數(shù)據(jù)矩陣，并對(duì)數(shù)據(jù)矩陣進(jìn)行歸一化處理； (3)分別設(shè)置字符型參數(shù)、數(shù)字型參數(shù)的權(quán)重，設(shè)置預(yù)期的目標(biāo)閾值； (4)對(duì)事例集進(jìn)行相似度計(jì)算，選擇相似度大于等于目標(biāo)閾值的事例，并按照相似度由大到小的順序，對(duì)事例進(jìn)行排序；如果事例相似度小于目標(biāo)閾值，則重新設(shè)置參數(shù)權(quán)重和目標(biāo)閾值，再進(jìn)行相似度計(jì)算。
2.如權(quán)利要求1所述的基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:定義字符型參數(shù)和數(shù)字型參數(shù)及檢索條件的方法如下: (1)對(duì)字符型參數(shù)進(jìn)行量化處理:按照“或、與”等檢索條件，若檢索到的字符與輸入的目標(biāo)字符特征完全符合，則特征值記為I ;若檢索到的字符與輸入的目標(biāo)字符局部符合，設(shè)局部符合的字符數(shù)為a個(gè)，最大字符數(shù)為b個(gè)(b彡a)，則特征值記為D = a/be
;假設(shè)檢索的目標(biāo)字符型參數(shù)有k個(gè)，則目標(biāo)字符型參數(shù)的特征值自動(dòng)定義為Dw = l(j = 1，.2，...，k);同時(shí)通過檢索得到m個(gè)事例，則其第i個(gè)事例第j個(gè)字符型參數(shù)的特征值記為Dij G
(i = I, 2,..., m ； j = I, 2,..., k)； (2)對(duì)數(shù)字型參數(shù)進(jìn)行量化處理:按照“>、>、=、<、< ”等檢索條件，得到符合檢索要求的數(shù)據(jù)值；假設(shè)檢索的目標(biāo)數(shù)字型參數(shù)有k個(gè)，其數(shù)字型特征值記SDw (j = 1,2,...,k)，同時(shí)通過檢索得到m個(gè)事例，則第i個(gè)事例第j個(gè)數(shù)字型參數(shù)的特征值記為DijQ = 1，，k) o
3.如權(quán)利要求1所述的基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:數(shù)據(jù)矩陣進(jìn)行歸一化處理的方法如下:對(duì)目標(biāo)參數(shù)Dtlj (j = 1,2,..., k)和檢索到的事例參數(shù)DijQ = 1,2,..., m ；j = I,.2，...，k)組成的并集矩陣數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化數(shù)據(jù)矩陣D' Oj (j = 1,2,...,k)和D' = 1，2，...，m ;j = 1，2，...，k);其歸一化處理的方法包括: 一是望大特性的歸一化處理方法:
4.如權(quán)利要求1所述的基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:設(shè)置字符型參數(shù)、數(shù)字型參數(shù)權(quán)重的方法如下: 假設(shè)存在數(shù)據(jù)矩陣Jlija = 1，2，...，m;j = 1，2，...，k)，為了準(zhǔn)確描述各目標(biāo)的重要程度，采用專家賦權(quán)和熵權(quán)綜合法對(duì)數(shù)據(jù)矩陣= 1，2，...，m ;j = 1，2，...，k)進(jìn)行加權(quán)處理； 首先，設(shè)置專家賦權(quán)值:專家直接對(duì)第j個(gè)評(píng)價(jià)目標(biāo)賦予權(quán)重& e [O,I]，且
5.如權(quán)利要求1所述的基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其特征在于:對(duì)事例集進(jìn)行相似度計(jì)算的方法如下:記歸一化數(shù)據(jù)矩陣 D' Oj (j = 1,2,...,k)與 D' ij(i = 1,2,...,m ；j = 1,2,...,k)的行差的絕對(duì)值為矩陣Eij = I D' ij-D' 0j I (i = 1,2,...，m ;j = 1,2,...，k);檢索得到的相似事例與目標(biāo)案例構(gòu)成的關(guān)聯(lián)度矩陣
全文摘要
本發(fā)明公開了一種基于精密塑性成形數(shù)據(jù)庫(kù)的事例檢索方法，其關(guān)鍵在于所述檢索方法包括如下步驟定義目標(biāo)事例參數(shù)及其檢索條件；在數(shù)據(jù)庫(kù)中檢索形成事例集及其數(shù)據(jù)矩陣，并進(jìn)行歸一化處理；設(shè)置參數(shù)的權(quán)重，設(shè)置預(yù)期的目標(biāo)閾值；對(duì)事例集進(jìn)行相似度計(jì)算，選擇相似度大于等于目標(biāo)閾值的事例，對(duì)事例進(jìn)行倒序排序；如果事例相似度小于目標(biāo)閾值，則重新設(shè)置參數(shù)權(quán)重和目標(biāo)閾值進(jìn)行相似度計(jì)算。本發(fā)明可以有效提高多參數(shù)檢索和事例相似度計(jì)算的準(zhǔn)確度，提高基于事例的精密塑性成形工藝應(yīng)用水平，該方法可用于塑性成形新產(chǎn)品、新工藝開發(fā)，也可用于汽車、摩托車、特種裝備成形件制造領(lǐng)域。
文檔編號(hào)G06F17/30GK103207922SQ20131015740
公開日2013年7月17日 申請(qǐng)日期2013年4月28日 優(yōu)先權(quán)日2013年4月28日
發(fā)明者黃樹海, 寧海青, 趙祖德, 趙志翔, 黃少東, 李祖榮 申請(qǐng)人:中國(guó)兵器工業(yè)第五九研究所