设计意图树模板化方法与流程

本发明涉及一种面向设计思考过程模型的意图树模板化方法，属于计算机应用技术领域知识资源管理与应用方法的研究内容。

背景技术：

产品设计知识通常分为设计对象知识与设计过程知识。设计对象知识描述设计对象的功能、行为、约束、结构、形状等信息，说明设计对象“是什么”。而设计过程知识是对设计对象不断演进过程的描述，说明设计对象“为什么这样”及“如何成为这样”。有效地获取、组织和应用设计过程知识对提升设计效率和设计质量具有决定性作用。然而客观上设计过程知识描述的是设计者的思维决策过程，反映的是设计者设计过程的动态心理行为，具有隐含性、主观性、动态性、系统性等特点，这些特征导致设计过程知识难以获取和重用，成为设计理论和工程知识管理领域的难题之一。学术界提出的设计思考过程(Design Rationale)即为产品设计过程知识系统化的集中体现。设计思考过程是指设计者综合运用各种专业知识与经验，定义设计问题、产生设计概念并进行设计决策的动态心理行为过程，涵盖设计者的思考、推理、权衡、决策等多方面的设计信息，并以系统和结构化的方式记录和展示设计演进逻辑及其依据。有效重用设计思考过程知识：一方面，对设计者自身而言，有助于更好地理清设计思路，并且当设计中找不到合适解而无法推进时，可帮助设计者快速回溯到问题产生的出发点，确定问题产生根源；另一方面，设计者解决某一设计问题的过程知识对于其他设计者和后续同类设计而言，是直接准确把握其设计思路的重要依据，可消除因错误推测原设计者的依据甚至根本无法理解原设计者的设计思路而造成不必要的误解及沟通成本，从而有效促进设计交流、设计共享与设计协同。

但是，由于缺乏对于原始记录的设计思考过程知识进行必要的处理，使得其在知识重用中出现以下问题：1、知识成熟度低。设计者自身的思考过程带有很强的不确定性，甚至出现错误，对设计重用造成误导；2、模型知识结构复杂。设计思考过程模型通常结构复杂，表现为结点繁多、关系繁杂、元素内容的表达随意，造成设计者在重用过程中难以理解，影响了重用的效率。再者，模型中的往复、迭代等认知结构同样对对重用造成干扰。3、缺乏抽象与提炼。设计思考过程模型是设计者在具体设计情境下的设计思考，受制于具体设计情境中的特征与参数，无法适用于一类问题的求解，限制了知识的可用性。因此，需要对对设计思考过程进行必要的知识处理，提高其知识成熟度并进行面向设计重用的组织与重构，实现设计思考过程知识的高效重用。

技术实现要素：

本专利针对细粒度设计思考过程模型表达在重用过程中的问题，通过对设计意图树的模板化操作从设计意图的角度实现对于同类设计中设计共性与设计规律的发现、提取与重构，实现设计思考过程知识成熟度的提高，同时实现对同类设计的设计思考过程知识集合面向重用的归一与重构。

本发明的发明内容如下：

一、设计意图树提取。本方法基于设计思考过程模型中已经建立起的模型要素间的语义关系，通过语义推理实现对设计意图树的提取，并组成树形结构的设计意图树模型。

二、设计意图树标签化。通过对同一类设计中的多个不同意图树中元素的语义相似度计算，识别不同意图树中的相同设计意图树元素，并进行统一的重命名，实现设计意图树的标签化，从而通过统一的标签即可判断两意图元素是否属于同一意图。

三、意图树模板化重构。基于意图元素语义因果关系的模板化重构，将意图间两两之间的关系分为顺序关系、分解关系、触发关系与并行关系四类，基于多个意图树中已经建立起的元素间的父子关系，识别并判断属于四类关系中的哪一类。对存在分解关系与触发关系的模型元素进行连线，从而建立起Petri网形式的意图树模板。

四、意图树模板还原。针对Petri网形式的意图树模板难以为设计者理解的问题，通过意图树模板的后处理实现对模板的结构还原与表达还原。

设计意图树模板化流程如图1所示。

附图说明

图1设计意图树模板化流程

图2设计意图树提取流程

图3设计意图树模型典型结构

图4 Petri网形式的设计意图树模板典型结构

图5设计意图树模板结构组成

图中标号、代号含义如下：

D为细粒度设计思考过程模型实例集，IS为意图树集合，decomposed-into为分解关系，evolve-to为版本进化关系，achieved-by为满足关系，decided-by为决策关系，realized-by为实现关系，initiate-to为触发关系。

I为设计意图，sI为子意图，eI为元意图，T为一个集合。O为设计选项集合，d为设计决策，Op为设计操作集合，AND-Split为petri网模型中的并行路由，XOR-Split为petri网模型中的并行路由。

“I+数字”为设计思考过程模型中的设计意图节点，“sI+数字”为设计思考过程模型中的子意图节点，“eI+数字”为设计思考过程模型中的元意图节点。“I+数字+A/B”为设计意图分支，branch-to为触发结构。

具体实施方式

一、设计意图树提取

为使设计细粒度思考过程模型可以被计算机理解和推理，实现计算辅助的设计思考过程建模，本文采用基于OWL的表达方法来阐释设计意图树提取方法的具体过程。

定义推理方向：<C,PT>，其中：

——C是设计思考过程模型中一个构成元素，是推宽理的起点；

——PT<p,n>是一组关宽系方向的集合，P是细粒度设计思考过程模型中定义的一类语义关系；n是一个非负整数或∞，指对P的推宽理深宽度，当n为∞时，推理包含从C开始的P关系的传递闭包。

意图树的提取过程中需要注意的一点是，设计思考过程模型中不可避免的包括了大量的设计过程往复、演进等过程，并通过evolve_to、return_to等关系表达，前文也已经分析过，这些过程在设计重用时往往会对设计者产生干扰。因此，在意图树提取的过程中需要对由演进关系、返回关系等所表达的设计往复、迭代、进化等过程进行消减，提取的是最终完成设计的意图轨迹。算法流程如图1所示。

步骤1：意图元素提取

1)提取D中的初始意图i；

2)以i为起始点，按照推理方向RD₁＝<I,PT₁>，其中PT₁＝{<p,n>|<evolve_to,∞>}，提取初始设计意图的演进过程；

3)若推理结果为，将i存入T；否则，获取演进后的意图i，存入T；

4)以i为起始点，按照推理方向RD₃＝<I,PT₃>，其中PT₃＝{<p,n>|<decomposed_to,1>}；

5)若推理结果不为，得到的推理结果是i的子意图集合sI＝{sI_i，i＝1,2,…}。对sIi,i＝1,2,…依次重复2)-5)步，直到获得子意图所包含的所有意图的最新版本sIi,i＝1,2,…，将eI_i存入D；若结果为，获得元意图eI＝{eIi,i＝1,2,…}，存入D，对任意的ei∈eI，转入步骤6)；

6)以ei为起始点，按照推理方向RD₁＝<I,PT₁>，提取元意图的最新版本并存入T。

步骤2：设计选项发现

对于eIi,i＝1,2,…，按照推理方向RD₄＝<eI_i,PT₄>，其中PT₄＝{<p,n>|<acheived_by,1>}，依次提取选项每个元意图的选项集合O＝{oi,i＝1,2,…}。

步骤3：设计决策发现

1)对步骤2所得设计选项按照推理方向RD₇＝<O_i^‘,PT₅>，其中PT₅＝{<p,n>|<decided_by,1>}，提取对应每个元意图的设计决策d；

2)按照推理方向RD₈＝<D_i,PT₁>，获取最新版本的设计决策d；

步骤4：设计操作发现

以d为起始点，按照推理方向RD₁₀＝<D_i^‘,PT₆>，其中PT₆＝{<p,n>|<realized_by,1>}，提取d对应的设计操作op；

步骤5：后续设计意图提取

以op为起始点，按照推理方向RD₁₁＝<Op_i,PT₇>，其中PT₇＝{<p,n>|<initiate_to,1>}，提取由设计操作触发的新的设计意图若为，意图树提取过程结束，否则，提取i’，重复步骤1。

经过意图树提取过程后，得到的是是由设计意图元素以及其相互之间的分解关系(decomposed-into)和触发关系(initiate-to)组成的树形结构的数据，其典型结构如图2所示。

二、设计意图树标签化

通过对不同意图树中的意图元素进行语义相似度计算，确定相同的意图元素，在此基础上对意图元素进行统一的重命名，完成意图树的标签化。

意图相似性判定的实质是文本的相似度计算，将进行相似度判定的两意图元素表示为词条集合的形式，即I1＝{w11,w12...w1m}和I2＝{w21,w22...w2n}，则相似度的计算过程为：

1)构造相似度特征矩阵N12，

其中，w₁₁w₂₁＝simW(w_mn,w_ij)表示w_mn与w_ij的相似度，通过基于本体的语义相似度计算得到。之所以引入本体进行相似度计算，主要是因为考虑到意图元素相似中一对多的情况，两者通常会在本体中有上下位的关系，通过本体的语义关系即可确定这种一对多的关联。

2)计算相似度。对于矩阵I₁₂，通过计算每一行最大值相加求平均得到I1与I2的相似度，即

设定相似度阈值μ，SimS>μ时认定两元素表示相同意图，进行标记；SimS<μ时，认定两者为不同元素，不做处理。

三、意图树模板化重构

在意图树模板化重构过程中，目的是将相同的意图结构进行融合归一，同时也需要考虑到同类设计可以通过不同的手段与路径实现，因此还需要对多种可能的设计过程进行保留。在这个过程中，本方法借鉴过程挖掘的相关算法，首先定义意图元素间的四种语义关系：

(1)I1>w I2：顺序关系，当意图I1与意图I2之间存在语义关联时；

(2)I1→w₁I2：分解关系，当且仅当I1与I2存在单向的decomposed-into关系时；

(3)I1→w₂I2：触发关系，当且仅当I1与I2存在单向的initiate-to关系时；

(4)I1||w I2：并行关系，当且仅当I1>w I2且I2>w I1；

基于以上定义的四种关系，算法的核心为发现分解关系与触发关系，并通过有向弧进行连接。具体为：

(1)意图元素集合I_W确定；

(2)起始意图集合I_I确定；

(3)结束意图集合I_O确定；

(4)依据意图树元素间的语义关系构造X_T＝{(A,B),A∈I_W,B∈I_W，满足A与B中任意元素为分解关系或触发关系；

(5)构造Y_T＝{(A,B)∈X_T}，满足A、B为X_W元素最多的集合构造，从而完成模板中对选择路由和并行路由的确定；

(6)P_T＝Y_T∪{i_w,o_w}；

(7)构造模板中的连线F_T＝{(a,p(A,B))}∪{(p(A,B),b)}；

(8)根据I_W,P_T,F_T,构造Petri网形式的意图树模板。

通过以上的模板化重构，完成的意图树模板的典型结构如图2所示。

主要包括顺序路由、选择路由(XOR-Split)和并行路由(AND-Split)三种结构以及由意图元素组成的变迁构成。

四、意图树模板还原

步骤3得到的意图树模板是以Petri网的形式存在的，属于面向计算机的结构形式，对于设计者来说不够直观，无法发挥设计思考过程模型本身结构化展示便于理解的优势。因此，抽取算法完成后还需要将Petri网形式的模板还原为设计意图树模型的结构形式，以利于设计者的快速理解与把握。

根据上文的分析，设计意图树模板的组成元素包括：总意图(I)、子意图(SI)和元意图(eI)三类；语义关系包括：分解关系(decomposed-into)、触发关系(initiate-to)和分支关系(branch-to)。增加的分支关系是对应于上文中的选择路由结构。意图树模板的抽象模型如图4所示。

基于设计意图树模板结构，模板还原的过程即识别Petri网结构中的AND-Split、XOR-Split和顺序结构，相应的转化意图树模板中的decomposed-into、branch-to和initiate-to三种结构。