公开(公告)号：CN114254552A

公开(公告)日：2022-03-29

申请号：CN202111329909.8

申请日：2021-11-10

Applicant: 中国矿业大学

Inventor： 孙晓燕 ,  陈巡 ,  李梓民 ,  张勇

IPC: G06F30/27 ,  G06F30/18 ,  G06K9/62

Abstract: 本发明公开了一种基于图神经网络的复杂产品解构重组模块化方法，包括：收集原始数据；将原始数据优化为有效数据；从度矩阵d中，按照度由高到低的顺序选取R个度较高的节点定义为重要节点，通过计算各重要节点之间功能特征的余弦相似度，确定产品功能模块数量k；解构重组复杂产品连接关系；对每个功能模块进行分析，对误划分进其他功能模块进行重新分配，寻找功能模块间变更传播连接零部件。本发明能够从复杂产品零部件自身显性特征与结构信息隐含相邻零部件的隐形特征双重特性考虑复杂产品模块化处理，实现更加高效精确的复杂产品描述。

公开(公告)号：CN114254552B

公开(公告)日：2024-12-24

申请号：CN202111329909.8

申请日：2021-11-10

Applicant: 中国矿业大学

Inventor： 孙晓燕 ,  陈巡 ,  李梓民 ,  张勇

IPC: G06F18/20 ,  G06F18/22 ,  G06N3/042 ,  G06F18/10 ,  G06N3/0455

Abstract: 本发明公开了一种基于图神经网络的复杂产品解构重组模块化方法，包括：收集原始数据；将原始数据优化为有效数据；从度矩阵d中，按照度由高到低的顺序选取R个度较高的节点定义为重要节点，通过计算各重要节点之间功能特征的余弦相似度，确定产品功能模块数量k；解构重组复杂产品连接关系；对每个功能模块进行分析，对误划分进其他功能模块进行重新分配，寻找功能模块间变更传播连接零部件。本发明能够从复杂产品零部件自身显性特征与结构信息隐含相邻零部件的隐形特征双重特性考虑复杂产品模块化处理，实现更加高效精确的复杂产品描述。