一种设计变更传播风险预测的方法及装置与流程
本发明涉及产品设计技术领域，尤其涉及一种设计变更传播风险预测的方法及装置。
背景技术：
为了更好满足客户对产品定制需求，产品需要修改或变更，初始产品功能结构将经历演化，最后形成一系列型号产品。产品变型设计是适应新的设计需求，其支持大规模定制生产有效手段。然而，变型设计会导致设计变更在产品开发(productdevelopment,pd)网络中传播，对产品某一局部更改会导致一系列连锁关联更改，甚至产生设计变更传播雪崩式效应，引起设计资源过度消耗(相对产品开发资源约束而言)，使得变型设计的效率和效果不够理想。
如果在变型设计前，从设计变更传播可能路径中，预测最高风险传播路径(这里风险是指设计变更传播影响可能性)，对设计变更传播的脆弱环节进行保护，将有助于降低设计变更传播风险。
现有公开的基于设计网络的设计变更传播预测方法和系统，基于所建立的设计属性间的关系网络模型，利用复杂网络分析技术分析设计变更最优的传播路径，从而实现缩小设计变更传播影响范围的目的。clarksonpj等提出变更预测方法(changepredictionmethod,cpm)，利用设计结构矩阵(designstructurematrix,dsm)，在设计经验基础上表达设计节点之间直接与间接关联，并从传播可能性角度获取设计节点之间所有可能的传播路径(参考文献：clarksonpj,simonsc,eckertc.predictingchangepropagationincomplexdesign[j].journalofmechanicaldesign,2004,126(5):788-797)。batallasda等基于dsm，集成节点各类网络度量指标，以此识别设计变更传播中的hub节点，即信息扩散者，保护这些节点，防止设计变更传播雪崩式效应(参考文献：batallasda,yassineaa.informationleadersinproductdevelopmentorganizationalnetworks:socialnetworkanalysisofthedesignstructurematrix[j].ieeetransactionsonengineeringmanagement,2006,53(4):570-582)。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
(1)建模时未综合考虑设计节点之间的冗余连接、长程连接对设计变更传播的影响，降低了设计变更传播风险预测精度。
(2)缺少在设计变更节点集扩散上进行设计变更传播风险预测研究。这是因为获取全网hub节点、或设计节点之间所有可能传播路径，并不能完全针对变型设计节点集(设计变更节点集)，从pd网络固有特性出发，阐述设计变更传播的雪崩式效应，因为变型设计是在设计资源受限条件下的设计变更传播过程，即在此过程中设计变更并不能完全充分传播。
(3)缺少支持有关自适应动态规划设计变更节点集研究。搜索具有最小变更关联影响的最优变更传播路径，实际上，对于变型设计而言，存在多条变更路径，需考虑设计变更传播最高风险，以此为指导，按照用户需求，查找具体设计变更路径，实现变型设计自适应动态规划。
技术实现要素：
本发明实施例提供一种设计变更传播风险预测的方法及装置，用于解决现有方案没有从产品开发网络固有特性预测设计变更传播的技术问题。
本发明实施例提供的一种设计变更传播风险预测的方法，包括以下步骤：
根据产品设计变更数据库构建pd网络模型，并对所述pd网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接；
根据所述pd网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险；
确定设计节点之间的连接边负荷，并根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度；
确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标；
基于设计变更初始节点，使用蚁群算法对所述设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险。
在一种可能的实现方式中，所述确定设计节点间的变更传播组合风险，包括：
从设计节点a到设计节点b的变更组合传播风险为：
rb,a＝1-π(1-ρb,u)；其中，u表示处于从a至b变更影响树倒数第二层的节点，ρb,u表示从节点u至节点b的变更传播风险，且ρb,u＝σu,ab,ulb,ui；其中，σu,a是变更从a到达u的可能性，lb,u是变更从u到达b的直接可能性，ib,u是变更从u到达b的直接影响。
在一种可能的实现方式中，所述根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度，包括：
从设计节点a到设计节点b的设计变更传播强度为：
在一种可能的实现方式中，所述确定设计变更节点集扩散度以及节点负荷，包括：
所述设计变更节点集扩散度为：
节点负荷为：
在一种可能的实现方式中，所述根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标，包括：
所述设计变更节点集的最大风险优化目标及其约束条件为：
max(wd×dk+wb×βk)；
xhi＝1或0，h＝1,2,...h，i＝1,2,...k；
其中，wd、wb分别表示设计变更节点集的扩散度dk与负荷平均值βk的相对权重，
xhi＝1表示人员h被分配到任务i，xhi＝0表示人员h未被分配到任务i，h表示人员总数；pi为任务i所需人员数量，pmin,pmax分别表示人员数量的最小值和最大值。
基于同样的发明构思，本发明实施例还提供一种设计变更传播风险预测的装置，包括：
构架模块，用于根据产品设计变更数据库构建pd网络模型，并对所述pd网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接；
设计节点依赖性分析模块，用于根据所述pd网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险；
设计变更传播强度计算模块，用于确定设计节点之间的连接边负荷，并根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度；
设计变更传播风险预测模块，用于确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标；基于设计变更初始节点，使用蚁群算法对所述设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险。
在一种可能的实现方式中，所述设计节点依赖性分析模块用于：
确定从设计节点a到设计节点b的变更组合传播风险为：
rb,a＝1-π(1-ρb,u)；其中，u表示处于从a至b变更影响树倒数第二层的节点，ρb,u表示从节点u至节点b的变更传播风险，且ρb,u＝σu,ab,ulb,ui；其中，σu,a是变更从a到达u的可能性，lb,u是变更从u到达b的直接可能性，ib,u是变更从u到达b的直接影响。
在一种可能的实现方式中，所述设计变更传播强度计算模块用于：
确定从设计节点a到设计节点b的设计变更传播强度为：
在一种可能的实现方式中，所述设计变更传播风险预测模块用于：
确定所述设计变更节点集扩散度为：
确定所述节点负荷为：
在一种可能的实现方式中，所述设计变更传播风险预测模块用于：
确定所述设计变更节点集的最大风险优化目标及其约束条件为：
max(wd×dk+wb×βk)；
xhi＝1或0，h＝1,2,...h，i＝1,2,...k；
其中，wd、wb分别表示设计变更节点集的扩散度dk与负荷平均值βk的相对权重，
xhi＝1表示人员h被分配到任务i，xhi＝0表示人员h未被分配到任务i，h表示人员总数；pi为任务i所需人员数量，pmin,pmax分别表示人员数量的最小值和最大值。
本发明实施例提供的一种设计变更传播风险预测的方法及装置，基于小世界网络特性，引入设计变更传播强度，并提出设计变更节点集扩散度，通过蚁群算法确定pd网络中设计变更传播范围，进而确定设计变更传播最高风险。该方法扩展了小世界理论在pd网络中的应用，反映了pd真实网络的局部和全局性质，具有普遍性。传统设计变更传播预测方法关注的是设计更改节点本身，本方法考虑pd小世界网络特性而致节点冗余连接与长程连接，兼顾变型设计资源约束等条件，评价变型节点集对于pd剩余网络所带来最大影响风险，为设计变更传播雪崩式效应风险预测、进而为变型设计的适应性动态规划提供依据。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中设计变更传播风险预测的方法流程图；
图2为本发明实施例中设计变更传播扩散模型示意图；
图3为本发明实施例中pd网络的dsm示意图；
图4为本发明实施例中分析设计节点依赖性的示意图；
图5为本发明实施例中传播树的示意图；
图6为本发明实施例中传播树的算法执行过程示意图；
图7为本发明实施例中一种网络节点的示意图；
图8为本发明实施例中变型设计的过程示意图；
图9为本发明实施例中设计变更传播风险预测的装置结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
参见图1，本发明实施例提供的一种设计变更传播风险预测的方法的流程如下，具体包括步骤101-105：
步骤101：根据产品设计变更数据库构建pd网络模型，并对pd网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接。
本发明实施例中，产品设计变更数据库中存储有设计节点以及节点间的相关信息。具体地，首先需构建产品数据管理(productdatamanagement,pdm)系统和企业资源计划(enterpriseresourceplan,erp)系统间的信息共享模型，pdm是一门用来管理所有与产品相关信息(包括设计、工艺和资源等)和所有与产品相关过程(包括过程定义和管理)的技术，pdm数据管理和过程管理为设计变更管理提供了一个分析前提。另一方面，变型设计是在设计资源受限条件下的设计变更传播过程，应在pdm系统基础上，集成erp系统信息。erp系统跳出了传统企业边界，从供应链范围去优化企业的资源，因此，获得型号产品设计制造信息是erp系统的资源成本计算工作的保障。pdm系统与erp系统间的集成信息包括产品结构、零部件、文档、cad文件、工艺、加工设备、原材料、工装、人员信息、部门信息等。由集成信息可以看出，产品设计更改信息包括产品结构更改、工艺过程更改、文档更改和设计更改过程资源配置约束；由此构建面向pdm与erp信息共享的产品设计变更数据库。产品设计变更数据库作为构建pd网络的数据源。
同时，用模块的形式描述pd网络，根据pd网络对应dsm，利用计算机辅助模块化聚类算法对模型进行模块化分解，将相互之间联系较为紧密的节点归为同一模块，从而实现模块内高内聚，而相互独立模块之间联系的紧密性较低。模块内节点存在冗余连接，不同模块之间通过长程连接进行连接，这些长程连接对应设计节点具有较高介数。根据dsm，可确定出模块设计节点之间冗余连接、长程连接。
变型设计为pd网络中大规模解算过程，pd网络属于复杂网络，遵循小世界网络模型特征。设计变更传播过程具冗余连接、长程连接等特性，与小世界网络模型高聚类、较小特征路径长度存在映射关系，小世界网络模型的高聚类导致冗余连接，而长程连接导致较小的网络特征路径长度，它们是pd网络中固有特性，对设计变更传播风险预测有重要影响。因此，在预测设计变更传播风险时，深入挖掘小世界特性对设计变更传播风险预测的影响规律，以此指导最大风险优化问题求解，从而可以进一步提高变型设计的效率。
设计变更传播扩散风险源于初始变更。当pd网络中某节点由于设计需求产生初始变更，会导致与其关联的近邻节点产生设计变更，这种设计变更通过网络进行传播扩散，逐步传播至其他非相邻节点，引起pd网络的设计关联更改。为描述该过程，应用pd网络的小世界特性分析设计变更传播扩散模型，如图2所示。
图2中，a点为变型设计的初始变更(即设计变更初始节点)，在pd网络内传播，实现分步扩散。基本步骤为：首先，设计变更在其所属模块内传播，然后，设计变更传播至相邻模块。相邻模块受影响的设计变更节点重复上述基本步骤，实现设计变更在pd网络内扩散。
步骤102：根据pd网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险。
本发明实施例中，根据dsm确定出模块设计节点之间冗余连接、长程连接后，进一步利用路径寻优算法，在模块间寻找扩散能力最强设计变更节点集，能够最大限度连接整个pd网络。
其中，pd网络模型可表示为{s,r}，用集合s＝{s1,s2,…,sn}表示pd网络中设计节点(或设计任务节点)，用r表示节点之间的设计变更传播关系。本发明实施例中采用dsm对pd网络的结构模型{s,r}进行描述。m表示pd网络的dsm，当m元素xij＝1时，表示节点i和j存在直接设计变更传播关系；当m元素xij＝0时，表示节点i和j不存在直接设计变更传播关系。举例说明m，如图3所示；其中，m的横向和纵向分别表示受影响的设计任务节点和变更初始设计任务节点，dsm对应的pd网络节点为a-f，如果它们之间存在直接设计变更传播，用“×”表示，否则用空白表示。
设计变更传播扩散首先是因为设计节点间存在依赖性。本发明实施例中，设计节点依赖性分析描述由于冗余连接，即设计节点之间直接与间接连接而致的设计变更组合传播风险。设计节点依赖性分析基于设计节点的直接连接依赖，表现为设计节点间变更传播的直接可能性、直接影响和直接风险。根据变更的直接可能性和直接影响预测变更传播的直接风险，将变更传播直接风险定义为变更发生直接可能性和随后产生直接影响的乘积。
本发明实施例中，变更传播直接可能性是指通过设计节点的公共接口传播使得一个节点的设计更改导致另一设计节点更改的平均概率；其中，公共接口表示节点间的设计参数耦合，例如孔与径之间参数对应变更。与此对应，如果设计变更发生传播，设计变更直接影响是需要重做设计工作的平均比例。图4表示基于图3的dsm模型所产生的有关矩阵，矩阵中直接可能性与直接影响相关数据通过设计者经验获取，以此为基础，通过计算式rj,k＝lj,k×ij,k获得直接风险矩阵，rj,k、lj,k和ij,k分别表示直接风险矩阵、直接可能性矩阵和直接影响矩阵中的元素。
需说明的是，图4中直接可能性和影响矩阵的相关数据可从设计变更历史记录和有经验的设计人员中获取，而且搜集一组设计人员意见比征求单个设计人员意见更可取，但同时应考虑各自专业设计领域设计人员意见的权重，综合考虑设计者意见，获得一致性观点，由此得出设计变更传播直接可能和影响矩阵才是合理的。取得的数据表示为一个设计节点变更，通过跨公共接口传播导致其邻域变更的直接风险，直接风险矩阵中数据元素是由直接可能性和影响矩阵中对应数据元素相乘而获得。
设计节点依赖性可以建模成为由网络节点直接依赖性而创建的连接序列。在此直接依赖性连接是指相邻网络节点之间的变更传播，例如图4中节点a与节点b之间的直接依赖性连接。相反，间接依赖性连接需要涉及至少一个中间网络节点，例如，对于a变更影响b变更，a通过对d与f的变更而导致b变更是间接的。
其次，设计节点依赖性需要考虑直接和间接路径效果组合，形式上这种效果组合表现为传播树。由于直接可能性矩阵、直接影响矩阵和直接风险矩阵只是表达设计节点直接依赖性，组合效果为通过直接和间接路径，由a的变更引起b的变更，间接路径传播深度可以设定，但一般不超过4步。
本发明实施例中，组合可能性是设计变更节点间的最终变更传播概率，而不论其间路径。组合影响是对受影响节点的总体影响，其预计出现概率为l。组合可能性算法将传播树视为逻辑树，如图5所示。
图5中，垂直线数学表示为∩(与)，而水平线表示为并∪(或)。对每一颗树，与/或求和开始于图的底部，离变更发起节点最远。通过与/或组合评价，最后组合可能性值可以在树的顶部计算。由于设计变更传播事件并不是相互排斥，运算为如下形式：
lb,u∩lb,v＝lb,u×lb,v(1)
lb,u∪lb,v＝lb,u+lb,v-(lb,u×lb,v)＝1-((1-lb,u)×(1-lb,v))(2)
式(1)将∩函数表达成概率乘积，式(2)将∪函数表达为概率和减去其乘积项，或是逆概率乘积求反运算，确保组合可能性值小于1。
本发明实施例中，将组合可能性定义为一个节点设计更改导致另一节点设计更改的平均概率，没有考虑初始和随后变更规模大小。因而，(1)和(2)式并未涉及变更影响值，这简化了组合风险和组合影响值的计算。
设rb,a是从a到b的变更传播组合风险，从设计节点a到设计节点b的变更组合传播风险为：
rb,a＝1-∏(1-ρb,u)(3)；
其中，u表示处于从a至b变更影响树倒数第二层的节点，ρb,u表示从节点u至节点b的变更传播风险，且：
ρb,u＝σu,alb,uib,u(4)；
其中，σu,a是变更从a到达u的可能性，lb,u是变更从u到达b的直接可能性，ib,u是变更从u到达b的直接影响。上述算法执行过程如图6所示。
图6中，到达倒数第二个节点d与f的可能性σu,a分别是ld,a和lf,a，而从d与f到达b的变更传播直接可能性分别是lb,d和lb,f，它们分别具有相应直接影响ib,d和ib,f。计算过程为自顶向下，则以图6为例，rb,a表示为：
步骤103：确定设计节点之间的连接边负荷，并根据变更传播组合风险和连接边负荷确定设计节点间的设计变更传播强度。
由上述内容可知，根据pd网络中冗余连接确定设计节点间的变更传播组合风险，节点对之间的组合传播风险只表明设计节点之间连边的传播特性，不能表达pd网络中两两相连的节点对通过该边的所有连边的总数量。对于具有小世界特性的pd网络，除了考虑节点之间变更传播冗余特性而导致的组合传播风险，还需要考虑pd网络长程连接对设计变更传播风险影响，这些节点调节设计变更信息在其中流向，扩大设计变更传播范围。因此，综合考虑上述情况，本发明实施例中引入设计变更传播强度，由pd网络中长程连接确定设计节点之间的连接边负荷，并确定设计节点间的设计变更传播强度。
具体地，设计变更节点调节所能传递的设计变更信息量，实质为负荷。本发明实施例中，将通过某一连接边的最短路径数目作为该连接边的负荷绝对值；相对于pd网络所能调节的设计变更信息量，连边的负荷绝对值越大，节点对之间最短路径通过该连接边的几率就越大，设计变更越能通过该边进行快速扩散。因此，本发明实施例中用
小世界网络模型的高聚类导致冗余连接，而长程连接导致较小的网络特征路径长度，它们是产品开发网络的固有特性，对设计变更传播预测有重要影响。综合考虑冗余连接、长程连接，本实施例确定设计变更传播强度计算方法。具体地，综合考虑设计变更节点依赖性及其连接边负荷，定义pd网络节点之间设计变更传播强度：
其中，rb,a表示从设计节点a到设计节点b的变更组合传播风险，wr和wl分别表示变更组合传播风险和连接边负荷的权重值。
步骤104：确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据设计变更节点集扩散度和节点负荷确定设计变更节点集的最大风险优化目标。
本发明实施例中，上述步骤101-103为初始分析的步骤，步骤104及其之后为具体方案分析步骤，故此时需要首先根据用户需求确定变型设计的设计变更初始节点，该设计变更初始节点即为变更发起节点。具体地，确定产品变型设计需求和将需求关联至pd网络中某一模块节点。通常，设计节点间链路是显然的，但是确定发起变更设计节点有时并不清晰。这种未清晰定义的外部变更是因为不可预见事件，由用户需求触发不可预见事件包括对市场条件估计、未来客户需求和新的可用技术等。由于这个原因，对于复杂度较高的产品如机电产品，相应初始pd网络模型需清晰定义。
确认变型设计的初始变更，设计变更将在pd网络中传播，设计变更传播引发风险，甚至可能带来传播雪崩式效应，故需对设计变更传播风险进行预测。设计变更传播风险预测是在设计变更传播强度基础上，优化设计变更节点集的传播效应，本发明实施例中首先由设计节点集传播扩散特征分析设计变更节点集扩散度。
为了预测设计变更传播风险，首先发现设计变更节点集可最大化与pd剩余网络节点的连接，达到最高扩散风险。为此，本发明实施例中引入设计变更节点集扩散度，具体理由如下：
首先，对于设计变更节点集与剩余网络连接问题，可以根据直接到达大多数节点的节点度来确认(即路径长度为1)，简单的节点度是最优的。然而，如果根据直至m步到达多数节点界定问题，则最合适的测量是节点接近度，但这依然有不足之处。在图论中，节点接近度描述一个给定节点到网络中其他节点最短路径。例如在图7中，节点4具有最佳接近度值(距离所有其他节点总共有24条链路，分别计算节点4到达其他各个节点的路径长度，然后将它们相加得24条链路，其中重复链路一并计入)，然而，如果我们感兴趣的是沿着长度为2或更小路径到达多数节点，节点3是更好的选择，因为它除了自身之外，可以到达8个节点，而节点4只能到达6个节点。
其次，网络节点接近度指标计算式为
式中，d(ni,nj)是网络中节点ni和nj的测量距离(即最短距离)，n为网络节点数。接近度定义只能应用于强联通图，如果在ni和nj不存在路径，则d(ni,nj)为无穷大。
最后，预测最大风险设计变更节点集是一个设计变更传播路径寻优问题，不同于寻找多个关键节点进行独立优化，设计变更节点之间的中心位置(指pd网络中调节设计变更信息传播的枢纽位置)并不是彼此孤立的。
基于上述几点理由，本发明实施例中采用设计变更节点集扩散度表示目标节点集连接其他网络节点的能力，可表示为：
式中，dkj表示从设计变更节点集k中任意成员到达节点j的最短距离，节点j表示剩余网络节点，n为剩余网络节点数；即j∈v-k的最短距离，n＝|v-k|，其中v表示整个网络的节点集，v-k表示剩余网络节点集。
具体地，可以将dk看成是设计变更节点集可达所有节点的加权平均，最短距离为1的节点被赋予最高权重。因此，当每一个外部节点至少邻接一个设计变更节点集的一个成员节点，dk达到最大值1，无疑这种情况产生雪崩式变更传播风险最大。当不存在变更节点集与剩余网络节点隶属于同一个子网，即二者不存在邻接关系，dk达到最小值0，设计变更节点集被完全隔离，此时变型设计方案处于最低风险状态。
同时，设计变更传播风险与设计变更传播范围扩散直接相关，设计变更节点集扩散度描述节点集的变更信息向周边网络扩散，此外，设计变更节点负荷亦制约着设计变更传播范围。因此，本发明实施例中将设计变更节点集的最大风险优化目标表示为：
max(wd×dk+wb×βk)；
xhi＝1或0，h＝1,2,...h，i＝1,2,...k；(9)
其中，wd、wb分别表示设计变更节点集的扩散度dk与负荷平均值βk的相对权重，可根据实际情况选取；
在式(9)的βk中，节点负荷bi可表示为：
式中，gmn(i)是连接节点m和节点n且包含节点i为中间节点的最短路径，gmn是连接节点m和节点n的所有最短路径，节点i为设计变更节点集中的节点。“m＜n”表示两个节点不相同。
步骤105：根据蚁群算法对设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险；为变型设计的适应性动态规划提供依据。
本发明实施例中，采用蚁群算法对优化目标求解，实现设计变更传播风险预测。具体地，蚁群算法计算公式如下：
式中，
τij(t+1)＝(1-ρ)τij(t)+ρδτij(t)(12)
式中，ρ表示信息素的挥发程度，可取值为0.7；δτij(t)为全局信息素，其更新公式为：
式中，fk为本次循环遍历中蚂蚁k经过路径的目标函数值。由于蚁群算法是比较公知的算法，本实施例中对此不作详细赘述。
本发明实施例中，根据蚁群算法即可以确定满足最大风险优化目标相对应的传播路径，即该传播路径即为能导致高风险状态的设计变更传播路径，之后设计者可以采取一定措施予以预防，其措施有增加设计节点的变更缓冲区、在保证产品性能前提下切断某些设计变更节点连接等，进而避免pd网络从产品开发需求、初始变更到达高风险状态，甚至设计变更传播雪崩式效应的可能。以此为指导，使得设计者能够较快规划成本效益较高项目，并最终导出所需变型设计方案。
本发明实施例中确定最高风险后，变型设计的过程具体参见图8所示，在图8中，通过小世界网络模型分析技术建立设计变更传播强度数学模型，提高设计变更传播风险预测的准确性。该方法考虑设计变更节点集的扩散特性，设计变更传播风险是传播强度和传播范围扩散共同累积作用的结果。如图8所示，该过程包括如下步骤：
步骤(1):初始分析：设计变更传播风险预测方法的第一阶段是使用pd小世界网络模型(产品数据)、cpm算法(冗余连接)和连接边负荷(长程连接)对设计节点之间关联关系做初始分析。
步骤(2):方案分析：基于初始分析得出pd网络拓扑结构，在进行变型设计前，需进行方案分析。方案分析由确认初始变更和设计变更传播风险预测构成，在多种可能设计方案中，发现设计变更节点集的最大传播风险。
步骤(3):变型设计(重设计过程)：通过该阶段，设计者力图找到能导致高风险状态的设计变更传播路径，并采取一定措施予以预防，其措施有增加设计节点的变更缓冲区，在保证产品性能前提下，切断某些设计变更节点连接等，进而避免pd网络从产品开发需求、初始变更到达高风险状态，甚至设计变更传播雪崩式效应的可能。以此为指导，使得设计者能够较快规划成本效益较高项目，并最终导出所需变型设计方案。本发明实施例提供的方法探讨产品开发网络固有特性对设计变更传播风险控制的影响规律，阐述了设计变更传播最大风险优化机理；该方法能有效预测设计变更传播的脆弱环节，提高变型设计的效率。
本发明实施例提供的一种设计变更传播风险预测的方法，基于小世界网络特性，引入设计变更传播强度，并提出设计变更节点集扩散度，通过蚁群算法确定pd网络中设计变更传播范围，进而确定设计变更传播最高风险。该方法扩展了小世界理论在pd网络中的应用，反映了pd真实网络的局部和全局性质，具有普遍性。传统设计变更传播预测方法关注的是设计更改节点本身，本方法考虑pd小世界网络特性而致节点冗余连接与长程连接，兼顾变型设计资源约束等条件，评价变型节点集对于pd剩余网络所带来最大影响风险，为设计变更传播雪崩式效应风险预测、进而为变型设计的适应性动态规划提供依据。
以上详细介绍了本发明实施例中设计变更传播风险预测的方法的流程，该方法也可以通过相应的装置实现，下面详细介绍该装置的结构和功能。
本发明实施例提供的一种设计变更传播风险预测的装置，参见图9所示包括：
构架模块81，用于根据产品设计变更数据库构建pd网络模型，并对pd网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接；
设计节点依赖性分析模块82，用于根据pd网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险；
设计变更传播强度计算模块83，用于确定设计节点之间的连接边负荷，并根据变更传播组合风险和连接边负荷确定设计节点间的设计变更传播强度；
设计变更传播风险预测模块84，用于确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据设计变更节点集扩散度和节点负荷确定设计变更节点集的最大风险优化目标；根据蚁群算法对设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险。
在一种可能的实现方式中，设计节点依赖性分析模块82用于：
确定从设计节点a到设计节点b的变更组合传播风险为：
rb,a＝1-π(1-ρb,u)；其中，u表示处于从a至b变更影响树倒数第二层的节点，ρb,u表示从节点u至节点b的变更传播风险，且ρb,u＝σu,ab,ulb,ui；其中，σu,a是变更从a到达u的可能性，lb,u是变更从u到达b的直接可能性，ib,u是变更从u到达b的直接影响。
在一种可能的实现方式中，设计变更传播强度计算模块83用于：
确定从设计节点a到设计节点b的设计变更传播强度为：
在一种可能的实现方式中，设计变更传播风险预测模块84用于：
确定设计变更节点集扩散度为：
确定节点负荷为：
在一种可能的实现方式中，设计变更传播风险预测模块84用于：
确定设计变更节点集的最大风险优化目标及其约束条件为：
max(wd×dk+wb×βk)；
xhi＝1或0，h＝1,2,...h，i＝1,2,...k；
其中，wd、wb分别表示设计变更节点集的扩散度dk与负荷平均值βk的相对权重，
xhi＝1表示人员h被分配到任务i，xhi＝0表示人员h未被分配到任务i，h表示人员总数；pi为任务i所需人员数量，pmin,pmax分别表示人员数量的最小值和最大值。
本发明实施例提供的一种设计变更传播风险预测的装置，基于小世界网络特性，引入设计变更传播强度，并提出设计变更节点集扩散度，通过蚁群算法确定pd网络中设计变更传播范围，进而确定设计变更传播最高风险。该方法扩展了小世界理论在pd网络中的应用，反映了pd真实网络的局部和全局性质，具有普遍性。传统设计变更传播预测方法关注的是设计更改节点本身，本方法考虑pd小世界网络特性而致节点冗余连接与长程连接，兼顾变型设计资源约束等条件，评价变型节点集对于pd剩余网络所带来最大影响风险，为设计变更传播雪崩式效应风险预测、进而为变型设计的适应性动态规划提供依据。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式，该计算机可用存储介质包含有计算机可用程序代码。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤，以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明的意图也包含这些改动和变型在内。
- 还没有人留言评论。精彩留言会获得点赞！