曲柄压力机配置方案的检索方法与流程

本发明涉及智能设计
技术领域：
，特别是一种曲柄压力机配置方案的检索方法。
背景技术：
：曲柄压力机是采用曲柄滑块机构进行工作的一类锻压机器。曲柄压力机系列产品构成了一个产品族，曲柄压力机产品具有通用的特征、组件与子系统，当在一定范围内面对不同的客户需求时，能够根据预先确定的产品基本结构和可供选择的模块或方案，通过一个可行的组合(配置)来确定产品的总体配置方案。曲柄压力机的设计通常采用变型设计方法来完成。曲柄压力机的方案设计首先需要确定产品的总体配置方案，包括产品的功能和每个功能的设计方案。在新产品设计时，为了确定曲柄压力机的总体配置方案，需要根据客户的需求进行详细的功能分解，并为每个功能选择相应的设计方案，从而形成特定的配置方案。许多情况下，客户的设计要求或产品的功能特性可能是确定的或模糊的。在曲柄压力机智能设计系统的方案检索时，同一种功能模块可以有多种不同的设计方案，每一种设计方案则可能包含不同的零部件。曲柄压力机是一种组成模块复杂多样化的产品，各功能模块的组合会形成数量巨大的配置方案。如何从中筛选出合理的匹配设计要求的优化的配置方案，需要一种有效的方法对形成的每一种可能的配置方案进行分析和评价，筛选出最符合要求的配置方案。确定产品配置方案的主要方法有：基于实例推理的方法、多色集的方法、公理设计的方法等。这些方法存在以下问题：(1)基于实例推理的方法是一种广泛用于知识模型检索和重用的方法，实例检索的结果通过适应性修改可以重用于新产品的设计，但在应用于产品配置方案设计时，当实例库中的实例较少时，或实例库没有包含各种设计案例时，实例检索得出的方案并不一定是合理的或最符合要求的方案，还需要额外的知识或数据用于进行实例的修改。(2)多色集等方法能排除不满足约束要求的设计方案组合，得出多个可行的方案集合，存在的问题是当可行的方案较多时，还需要借助其他方案评价或优化的方法选择出最优的方案。(3)公理设计的方法采用独立公理和信息公理来对设计方案进行评价，然而，对于一个复杂的产品或系统来说，各功能或模块之间存在着密切的互相影响，很难得到独立的或解耦的设计方案。当运用信息公理或模糊信息公理等进行多属性决策时，某些方案属性值的系统范围是未知的或难以用函数表达。当前存在的以上技术问题需要采用一种适用于曲柄压力机产品的配置方案检索方法，能够从数量巨大的可能的配置方案中检索出匹配设计要求的优化的配置方案，同时也能弥补以上产品配置设计方法的不足。技术实现要素：本发明所解决的技术问题在于提供一种适用于曲柄压力机智能设计系统的曲柄压力机配置方案检索方法，重点解决曲柄压力机设计时匹配设计要求的优化配置方案难以确定的问题，以满足曲柄压力机产品大规模定制的设计的需求。为了实现上述目的，本发明采用的技术方案如下：一种曲柄压力机配置方案的检索方法，包括以下步骤：步骤1：配置方案检索之前首先确定需要实现的功能和可能的备选方案，并建立功能-方案之间的关系，包括以下步骤：步骤1.1：曲柄压力机总功能为根节点，总功能分解为多个子功能，子功能又能够分解为多个下一层的子功能，总功能或子功能采用功能要求树中的一个节点或子节点表示，底层子节点称为功能叶节点fc，从而建立功能要求树，所述功能叶节点fc为不包含可分解的功能子节点，功能叶节点fc包含n个功能属性，表示与功能fc相关的具体设计要求或性能指标；步骤1.2：针对功能要求树，指定功能叶节点的备选方案及备选方案的相关实例；步骤1.3：建立功能叶节点与备选方案之间的约束关系表，功能叶节点与备选方案之间的约束关系有两种：一种是依赖关系，另一种是冲突关系；步骤2：在以上确定的功能要求树和约束关系的基础上，进行匹配设计要求的优化配置方案的检索，包括以下步骤：步骤2.1：首先根据功能要求树，为每个功能叶节点fc的属性输入属性值，即确定设计要求；步骤2.2：计算可能的配置方案(即功能-方案的组合)数目n，配置方案数:其中，si为每个功能叶节点的备选方案数；步骤2.3：当配置方案的数目n<108时，采用枚举法搜索配置方案，剔除不满足约束要求的配置方案，具有步骤为：首先采用集合的笛卡尔积算法来获得所有可能的配置方案，然后采用约束关系表检验每个配置方案，剔除不满足约束的配置方案，形成n1个满足约束要求的配置方案；在检验每个配置方案是否满足约束要求时，从约束关系表的第一个约束开始，依次检验表中的每个约束是否都满足，如果约束满足要求时则输出功能-方案的组合，这个过程持续到遍历了所有的配置方案；步骤2.4：计算配置方案的总信息量：首先根据每个子功能采用的方案，计算功能要求树上每个子功能的功能信息量，然后在考虑耦合度的情况下计算配置方案的总信息量；步骤2.5：得到n1个满足约束要求的配置方案的信息量后，按公理设计理论中的信息量最小的原理，配置方案的总信息量最小的配置方案是匹配设计要求的优化配置方案，通过冒泡排序找出总信息量最小的配置方案，最后输出总信息量最小的配置方案；步骤2.6：当配置方案的数目n≥108时，采用遗传算法得到优化的配置方案，在计算遗传算法中的适应度时，同时考虑功能方案之间的约束关系的检验的结果。进一步地，所述步骤1.2具体包括：功能叶节点fc包含n个功能属性，表示与功能叶节点fc相关的具体设计要求或性能指标，功能叶节点fc的第i个功能属性记为fc.pi，i＝1,2,…,n；fc.pi的权重为wi，功能叶节点fc有m个备选方案，每个备选方案至少包含n个方案参数，备选方案dsj的相应方案参数记为dsj.pi，j＝1,2,…,m，每个备选方案dsj具有0个或k个相关实例(k≥1)，记为casej1,casej2，…，casejk。进一步地，所述步骤2.4中功能信息量的计算方法包括：对于功能要求树中的每一个功能叶节点，采用功能属性值来表示设计目标，然后定义功能属性和相应方案参数的值的模糊隶属函数，在模糊隶属函数中，每个功能属性fc.pi的值的范围称为设计范围，相应的方案参数dsj.pi的值的范围称之为系统范围，当设计范围与系统范围无交叉区域时，信息量为无穷大；当设计范围与系统范围有交叉区域时，采用模糊信息公理的信息量计算方法计算功能属性fc.pi的信息量，假设功能属性fc.pi的权重wi已知，功能叶节点fc采用备选方案dsj时的功能信息量是fc.pi的属性信息量的加权和，功能叶节点fc是设计产品的一个功能要求，对每一个备选方案dsj，方案参数的值是一个系统范围，分以下几种情况讨论：(1)如果备选方案dsj的每个方案参数dsj.pi的值的系统范围都为已知，则按照方案参数的系统范围计算fc.pi的属性信息量，然后按加权法计算采用dsj的功能信息量，功能信息量最小的方案是实现fc的功能的优选方案；(2)如果备选方案dsj的每个方案参数dsj.pi的值的系统范围都为未知，但dsj至少有一个相关实例casejk，那么采用casejk的方案参数casejk.pi的值计算fc.pi的属性信息量，并用模糊隶属函数的形式表示casejk.pi值的系统范围，然后按加权法计算采用casejk的功能信息量，k＝1,2,…；其中功能信息量最小的实例采用的方案是实现该功能的优选方案；当q个相关实例都采用备选方案dsj时，功能叶节点fc的功能信息量为采用这q个实例计算的功能信息量中最小的一个；(3)如果备选方案dsj的部分参数值的系统范围已知，而另一些参数值的系统范围未知，且dsj至少有一个相关实例casejk，则采用实例的方案参数值计算每个fc.pi的属性信息量，但在计算fc.pi的属性信息量时优先采用系统范围值，假设参数casejk.pi的值已知，同时相应的方案参数dsj.pi的系统范围也已知时，采用dsj.pi的系统范围值代替casejk.pi的值来计算fc.pi的属性信息量，按此法计算每个方案的所有相关实例的功能信息量，信息量最小的实例采用的方案是优选的方案；(4)如果备选方案dsj是功能叶节点fc的唯一的一个备选方案，且fc没有属性，表明只能采用该方案，此时该功能信息量为0。进一步地，所述步骤2.4中配置方案的总信息量的计算方法包括：在功能要求树中，曲柄压力机的所有叶功能节点及其采用的方案构成了曲柄压力机的一个配置方案，为每个配置方案建立一个功能-方案关系表,然后根据功能-方案关系表计算各功能的耦合度，考虑功能耦合度的影响时，由于不同方案的组合会影响到每个功能信息量，计算配置方案的总信息量时应当考虑每个功能的权重，根据功能要求树中每个叶级功能所采用的方案，计算出该功能信息量，首先计算出功能要求树中功能叶节点的功能信息量，然后计算出父节点的功能信息量，父节点的功能信息量是其子节点的功能信息量的加权和，按此法逐层推导出功能要求树的根节点的功能信息量，即该配置方案的总信息量，在配置方案的检索时，针对满足约束要求的n1个配置方案，为每个配置方案生成一个耦合度矩阵，按以上方法计算每个配置方案的总信息量。本发明的有益效果：(1)提出了一种改进的模糊信息公理检索策略，以获取每个功能的最接近设计要求的优选方案，该检索方法综合利用了方案参数和设计实例参数的系统范围来检索优选的设计方案，解决了某些方案参数的系统范围未知或难以表达的问题，同时也弥补了实例少而引起的设计方案结果偏差大的不足。(2)基于单个功能的方案检索策略，提出了一种综合考虑功能耦合度和设计约束的曲柄压力机配置方案检索方法，对于组成模块复杂多样化的曲柄压力机产品，该方法能够从数量巨大的可能的配置方案中检索出匹配设计要求的优化的配置方案，该方法也可应用于其它类似可配置产品的智能设计系统。附图说明图1为需要设计的(某型号的)曲柄压力机的功能要求树。图2为功能叶节点的备选方案及备选方案的相关实例。图3是传递扭矩和转速功能的备选方案的一个实施例图。图4为功能叶节点与备选方案之间的约束关系图。图5为检索优化的配置方案的程序流程图。图6为属性信息量计算时，数值型参数的设计范围和系统范围，其中图6(a)表示该参数为效益型，图6(b)表示该参数为成本型。图7为定性模糊因素的模糊隶属函数，其中图7(a)为不可度量的定性模糊因素，图7(b)为可度量的定性模糊因素。图8为属性信息量计算时，模糊因素的设计范围和系统范围，其中图8(a)表示功能属性的值是一个特定的定性模糊因素，图8(b)表示功能属性的值是一个模糊的范围。图9为属性信息量计算时，参数的设计范围和假想的系统范围，其中图9(a)表示该参数为效益型，图9(b)表示该参数为成本型。图10为属性信息量计算时，参数的系统范围和假想的设计范围，其中图10(a)表示该参数为效益型，图10(b)表示该参数为成本型。图11为属性信息量计算时，参数为确定数值时的系统范围和设计范围。图12为采用方案参数值或/和实例参数值计算功能信息量的对照关系，其中图12(a)表示采用方案参数值计算功能信息量，图12(b)表示采用实例参数值计算功能信息量，图12(c)表示同时采用方案参数值和实例参数值计算功能信息量。图13为根据实例参数值计算属性信息量时表2中的case1的公称压力参数的隶属函数。图14为根据实例和方案参数值计算属性信息量时表3中的滑块行程次数的隶属函数，其中图14(a)为各级传动方案的滑块行程次数隶属函数，图14(b)为case1和case3的滑块行程次数隶属函数，图14(c)为case4的滑块行程次数的隶属函数。具体实施方式下面结合说明书附图，对本发明作进一步的说明。为了说明本发明的技术方案及技术目的，下面结合附图及具体实施例对本发明做进一步的介绍。(一)配置方案检索之前首先确定需要实现的功能和可能的备选方案，并建立功能-方案之间的关系，具体包括以下三个步骤：步骤1：进行功能的分解，建立功能要求树。采用“功能要求树”来表达新产品的设计目标，如图1所示。需要设计的(某型号的)曲柄压力机通常包含多个功能，曲柄压力机总功能为根节点，总功能可以分解为多个子功能，子功能又可以分解为多个下一层的子功能。总功能或子功能用功能要求树中的一个节点或子节点表示。底层子节点称为功能叶节点，不包含可分解的功能子节点。例如：曲柄压力机的总功能节点下包含冲压功能、制动功能、固定支撑功能、过载保护功能等子节点，其中制动功能节点下又包含曲轴制动功能、分离结合轴功能和飞轮制动功能等子节点。由于不同型号的曲柄压力机的设计侧重点可能各不相同，功能要求树上的每个节点都采用权重来定义该功能的重要程度，从同一个功能节点派生的各子功能节点的权重之和为1。如图1所示，每个功能叶节点同时包含多个功能属性，用于表达与功能相关的设计要求或技术属性。例如：制动功能包含的功能属性有：曲轴制动转角、制动时间等。在功能叶节点中，采用功能属性的权重来定义该功能属性的重要程度，每个功能节点中的所有功能属性的权重之和为1。采用基于层次分析法(ahp)的两两比较来确定功能和功能属性的权重。在计算各功能的权重时，具有相同父节点的功能节点被用于构造两两比较的判断矩阵，采用ahp法可得到除根节点外的所有功能节点的权重。步骤2：针对以上功能要求树，指定功能叶节点的备选方案及备选方案的相关实例。首先为图1的功能要求树中的功能叶节点(即，没有子功能的节点)指定备选方案。如图2所示，功能叶节点fc包含n个功能属性，表示与功能fc相关的具体设计要求或性能指标。功能叶节点fc的第i个功能属性记为fc.pi，i＝1,2,…,n；fc.pi的权重为wi。功能fc有m个备选方案，每个备选方案也至少包含n个方案参数，备选方案dsj的相应参数记为dsj.pi，j＝1,2,…,m。每个备选方案dsj具有0个或k个相关实例(k≥1)，记为casej1,casej2，…，casejk，即这k个相关实例都采用方案dsj，见图2。casejk的相应参数pi记为：casejk.pi。图2中的备选方案之间是多选一的关系，即每个功能要求只能用某一个备选方案来实现。图3是传递扭矩和转速功能的备选方案的一个实施例。步骤3：建立功能叶节点与备选方案之间的约束关系表。假设功能要求树中的所有功能叶节点的集合为fcs，所有功能叶节点的备选方案的集合为dss。功能和方案之间的关系有两种：一种是依赖关系，另一种是冲突关系。在集合fcs和dss中，每个功能或方案都有0～k个依赖的(或冲突的)功能或方案。功能与方案之间的关系如图3。每个功能fci具有0个或k个冲突的方案；每个功能fci具有0个或k个依赖的方案；每个方案dsj具有0个或k个依赖的方案,每个方案同时具有0个或k个冲突的方案。k≥1。采用如图4所示约束关系图建立功能叶节点与备选方案之间的约束关系表，用于存储集合fcs和dss中所有引起冲突的功能或方案。根据功能叶节点与备选方案之间的约束关系建立的约束关系表主要包含：约束对象1、约束对象2和关系列。依赖关系表示两个约束对象应当同时存在或者同时不存在，冲突关系表示两个约束对象只能存在一个。一个具体的实施例如表1：表1约束关系表实施例约束对象1约束对象2关系圆盘式摩擦制动器(方案)圆盘摩擦离合器(方案)依赖气动带式制动器(方案)圆盘摩擦离合器(方案)依赖圆盘摩擦离合器(方案)气动控制系统(方案)依赖转键式刚性离合器(方案)光电式保护装置(方案)冲突滑销式刚性离合器(方案)光电式保护装置(方案)冲突平衡(功能)控制平衡装置(功能)依赖(二)在以上确定的功能要求树和功能-方案之间的关系的基础上，进行匹配设计要求的优化配置方案的检索。检索优化的配置方案的程序流程如图5所示。具体说明和实施例如下：1、首先根据以上形成的功能要求树，为每个功能叶节点的属性输入属性值，即确定设计要求。2、计算可能的配置方案(功能-方案的组合)数目，配置方案数:其中，si为每个功能叶节点的备选方案数。3、当配置方案的数目n较小时(n<108)，为获得全局最优解，采用枚举法搜索配置方案，剔除不满足约束要求的配置方案，具有步骤为：首先采用集合的笛卡尔积算法来获得所有可能的配置方案，然后采用约束关系表检验每个配置方案，剔除不满足约束的配置方案，形成n1个满足约束要求的配置方案；在检验每个配置方案是否满足约束要求时，从约束关系表的第一个约束开始，依次检验表中的每个约束是否都满足，如果约束满足要求时则输出功能-方案的组合。这个过程持续到遍历了所有的配置方案。4、计算配置方案的总信息量：首先根据每个功能采用的方案，计算功能要求树上每个子功能的功能信息量，然后在考虑耦合度的情况下计算配置方案的总信息量。具体方法如下：4.1功能信息量的计算方法对于功能要求树中的每一个功能叶节点，采用功能属性值来表示设计目标，然后定义功能属性和相应方案参数的值的模糊隶属函数(采用三角形或梯形函数来表示)。pi指的是功能属性fc.pi和方案参数dsj.pi。在模糊隶属函数中，每个功能属性fc.pi的值的范围称为pi的设计范围，相应的方案参数dsj.pi的值的范围称之为pi的系统范围。当设计范围与系统范围无交叉区域时，信息量为无穷大。当设计范围与系统范围有交叉区域时，分以下几种情况讨论信息量的计算方法：(1)已知dsj.pi的值是一个数值型的系统范围，相应的fc.pi的值也是一个数值型的范围(即，设计范围)。假设pi的设计范围为：[a,b]，pi的系统范围为：[β,θ]，分两种情况讨论：(a)pi为效益型(pi值越大越适合该方案)；如图6(a)所示，b越接近于θ，且a越接近于β，则方案的隶属度越高，表明越适合采用该方案。例如：对于圆盘摩擦离合器这个方案，方案参数公称压力的取值范围(系统范围)为：[60,400]，且公称压力的设计要求值(即，功能属性值)越大，越适合采用该方案。(b)pi为成本型(pi值越小越适合该方案)；如图6(b)所示，b越接近于θ，且a越接近于β，则方案的隶属度越高，表明越适合采用该方案。例如：对于转键刚性离合器这个方案，方案参数滑块行程次数的取值范围(系统范围)为：[30,200]，且滑块行程次数的设计要求值(即，功能属性值)越小，越适合采用该方案。对于图6(a)和图6(b)的两种情况，属性信息量的计算公式为：其中，ac为design和system两个三角形的公共区域的面积，iji是采用方案dsj时的fc.pi的属性信息量。(2)已知dsj.pi的值是一个定性的模糊因素，相应的fc.pi的值也是一个定性的模糊因素。定性模糊因素可以是不可度量的或可度量的。例如：人身保护功能的结构复杂度属性值是一个不可度量的定性模糊因素，其取值范围为：{简单，一般，较复杂，复杂，很复杂}。曲轴制动功能的制动力矩是一个可度量的定性模糊因素，其取值范围为：{一般，较大，很大}。对于定性模糊因素采用如图7所示的模糊隶属函数。假设pi的设计范围为：[a,b]，pi的系统范围为：[β,θ]。功能属性的值可以是一个特定的定性模糊因素，如图8(a)所示，也可以是一个模糊的范围(例如，至少为较大)，如图8(b)所示。属性信息量的计算公式同公式(1)。(3)已知fc.pi的值是一个数值型的设计范围[a,b]，相应的dsj.pi的值是一个确定值xi，且xi∈[a,b]。例如：机身倾斜功能的一个设计要求属性为最大倾斜角度，假设最大倾斜角度属性的(设计要求)值是一个数值型的设计范围[25,35],相应的方案机身调节机构a的参数最大倾斜角度值是一个确定的值30。此时方案参数隶属函数的三角形表示为si＝{(xi,0),(xi,1),(xi,0)}，构成了一条直线，无法形成面积区域。因此，分两种情况讨论：(a)pi为效益型(pi值越大越适合该方案)，如图9(a)所示，方案参数值xi越接近于b，则该方案的隶属度越高，表明越适合采用该方案。为构成面积区域，假想的系统范围三角形为si＝{(a,0),(xi,1),(xi,0)}。例如：假设方案机身调节机构a的最大倾斜角度参数值是30，在设计要求范围[25,35]内，方案参数值越接近于35，则对该方案的隶属度越高，因此参数最大倾斜角度的假想系统范围为：si＝{(25,0),(30,1),(30,0)}。(b)pi为成本型(pi值越小越适合该方案)，如图9(b)所示，方案参数值xi越接近于a，则该方案的隶属度越高，表明越适合采用该方案。为构成面积区域，假想的系统范围三角形为si＝{(xi,0),(xi,1),(b,0)}。pi为效益型参数时，fc.pi的属性信息量：pi为成本型参数时，fc.pi的属性信息量：(4)已知dsj.pi的值是一个数值型的系统范围[β,θ]，相应的fc.pi的值为某确定值xi，且xi∈[β,θ]。例如：传递扭矩和转速功能的一个设计要求属性为滑块行程次数，假设滑块行程次数属性的值是确定值110,相应的方案一级传动的滑块行程次数参数值是一个数值型的系统范围[55,200]。此时功能属性隶属函数的三角形si＝{(xi,0),(xi,1),(xi,0)}，构成了一条直线，无法形成面积区域，因此，我们分两种情况讨论：(a)pi为效益型(pi值越大越适合该方案)，如图10(a)所示，功能属性值xi越接近于θ，则该方案的隶属度越高，表明越适合采用该方案。为构成面积区域，假想的设计范围三角形为si＝{(β,0),(xi,1),(xi,0)}。例如：假设功能属性滑块行程次数的(设计要求)值是110，则对于一级传动方案，在系统范围[55,200]内，设计要求值越接近于200，对一级传动方案的隶属度越高，因此滑块行程次数值的假想设计范围为{(55,0),(110,1),(110,0)}。(b)pi为成本型(pi值越小越适合该方案)，如图10(b)所示，功能属性值xi越接近于β，则该方案的隶属度越高，表明越适合采用该方案。为构成面积区域，假想的设计范围三角形为si＝{(xi,0),(xi,1),(θ,0)}。例如：假设功能属性公称压力的(设计要求)值是100，则对于方案转键刚性离合器，在系统范围[0,120]内，设计要求值越接近于120，对转键刚性离合器方案的隶属度越高，因此公称压力值的假想设计范围为{(100,0),(100,1),(120,0)}。pi为效益型参数时，fc.pi的属性信息量：pi为成本型参数时，fc.pi的属性信息量：(5)已知dsj.pi的值是一个确定值x1，相应的fc.pi的值也是一个确定值x2。由于确定值不能构成面积区域，可以假定参数的变化范围[min,max]已知，即min≤x1,x2≤max。三角形模糊隶属函数如图11所示，记为：si＝{(min,0),(xi,1),(max,0)},可以理解为pi的值在xi处是最合适的，偏离xi的参数值的隶属度小于1。例如：假设方案机身调节机构b的最大倾斜角度参数值是30度，相应的功能属性最大倾斜角度设计要求值是25度，假设已知最大倾斜角度的变化范围为[0,45]，则方案参数的系统范围为：{(0,0),(30,1),(45,0)}，功能属性的设计范围为：{(0,0),(25,1),(45,0)}。fc.pi的属性信息量为：假设pi的权重wi已知，fc采用方案dsj时的功能信息量是fc.pi的属性信息量的加权和，采用dsj的fc的功能信息量(即，fc-dsj的信息量)为：如图2所示，假设fc是设计产品的一个功能要求，对每一个备选方案dsj，j＝1,2,…,m，方案参数的值通常是一个系统范围，例如：三角带传动方案的传动比参数为2～7。分以下几种情况讨论：(1)如果dsj的每个参数dsj.pi的值的系统范围都为已知(如图12a所示)，则按照方案参数的系统范围计算pi的属性信息量，然后由公式(7)计算采用dsj的功能信息量，j＝1,2,…,m；功能信息量最小的方案是实现功能fc的优选方案。(2)如果dsj的每个参数dsj.pi的值的系统范围都为未知(如图12b所示)，但dsj至少有一个相关实例casejk，那么采用casejk的参数casejk.pi的值计算fc.pi的属性信息量，并用模糊隶属函数的形式表示casejk.pi值的系统范围。由公式(7)计算采用casejk的功能信息量，j＝1,2,…,m；k＝1,2,…,q；其中功能信息量最小的实例采用的方案是实现该功能的优选方案。当fc具有s个相关实例时，信息量为imin的实例采用的方案是fc的优选方案，即：imin＝minimize{i1,i2,…,ir,…is}，1≤r≤s(8)其中，ir为由第r个实例计算的功能信息量，minimize{}表示取多个ir中的最小值。当q个相关实例都采用备选方案dsj时，fc的功能信息量为：ij＝minimize{ij1,ij2,…,ijk,…ijq}，1≤k≤q(9)其中，ij为采用dsj的功能信息量，ijk为由实例casejk计算的功能信息量，minimize{}表示取多个ijk中的最小值。(3)如果dsj的部分参数值的系统范围已知，而另一些参数值的系统范围未知(如图12c所示)，且dsj至少有一个相关实例casejk，则采用实例的参数值计算每个pi的属性信息量，但在计算属性信息量时优先采用系统范围值。例如，参数casejk.pi的值已知，同时相应的参数dsj.pi的系统范围也已知时，采用dsj.pi的系统范围值代替casejk.pi的值来计算fc.pi的属性信息量。因为方案参数的系统范围值反映了该方案的总体特征，相比实例参数值表示的信息更全面。按此法计算每个方案的所有相关实例的功能信息量，信息量最小的实例采用的方案是优选的方案。(4)如果dsj是功能叶节点fc的唯一的一个备选方案，且fc没有属性，表明只能采用该方案，此时该功能信息量为0。一个具体的实施例如下：已知传递扭矩和转速功能的属性值设计要求如下：(i)公称压力：100吨；(ii)滑块行程次数：60次/分；(iii)结构紧凑性：至少一般，其模糊隶属函数表示的设计范围：{(0.35,0),(1,1),(1,0)}；(iv)结构复杂度：至少一般，其模糊隶属函数表示的设计范围：{(0.55,0),(1,1),(1,0)}。假设传递扭矩和转速功能具有三个备选方案和四个具有该功能的实例。第一种情况：如果方案参数值的系统范围都未知，则根据实例的参数值来计算属性信息量。属性信息量计算结果如表2，其中实例1的公称压力参数的隶属函数如图13。属性信息量的计算见公式(6)。表2根据实例参数值的属性信息量计算结果实施例表2的四个实例的功能信息量从小到大的排序为：case3、case1、case2和case4，因此方案优选的顺序应为：二级传动(信息量0.2496)、三级传动(信息量0.6030)、一级传动(信息量0.6375)。第二种情况：如果各方案的滑块行程次数参数的值的系统范围已知，而方案的其它参数值的系统范围都未知，则滑块行程次数参数采用方案参数值的系统范围计算属性信息量，其它参数采用实例参数值的系统范围来计算属性信息量，属性信息量的计算结果见表3：表3根据实例和方案参数值的属性信息量计算结果实施例根据设计经验知识，各方案的滑块行程次数的系统范围隶属函数如图14(a)所示。如果采用二级传动方案，则滑块行程次数的系统范围在30到90之间，在[30,60]区域内，设计要求值越接近于60，对二级传动方案的隶属度越大，因此滑块行程次数的假想设计范围为{(30,0),(60,1),(60,0)}，如图14(b)所示。对于采用一级传动方案的case4，滑块行程次数的系统范围在55到200之间，在[55,200]区域内，设计要求值越接近于200，对一级传动方案的隶属度越大，因此滑块行程次数值的假想设计范围为{(55,0),(60,1),(60,0)}，如图14(c)所示。根据表3的四个实例计算的功能信息量从小到大的排序为：case3、case1、case4和case2。因此，方案优选的顺序应为：二级传动(信息量0.6841)、一级传动(信息量5.1680)，三级传动(信息量无穷大)不符合要求。4.2配置方案的总信息量的计算方法在功能要求树中，产品的所有叶功能节点及其采用的方案构成了产品的一个配置方案。为每个配置方案建立一个功能-方案关系表(如表4所示),然后根据功能-方案关系表计算各功能的耦合度。表4中，功能1、功能2、…功能n分别为功能要求树中的叶级功能，方案i为功能i的实现方案，i＝1,2,…,n。表4功能-方案关系表方案1方案2…方案n功能1e11e12…e1n功能2e21e22…e2n……………功能nen1en2…enn在表4中，eij为第j个方案对第i个功能的影响程度值，eij的值采用模糊数来表示，模糊数取值的举例如下：9表示影响极大，通常是能实现该功能的方案、7表示影响非常大、5表示影响较大、3表示影响明显、1表示影响一般、1/3表示影响不明显、1/5表示影响较小、1/7表示影响很小、1/9表示影响极小、0表示没有影响。e′ij为影响程度eij的归一化数值。第i个功能的耦合度定义为所有方案对该功能的影响程度之和(除了该功能的实现方案之外)，即：每个功能都有一个实现方案。当j＝i时，方案j是功能i的实现方案，此时eij的值是功能-方案关系表的某行中的最大值。n为方案的数目。考虑耦合度时，第i个功能信息量为：在不考虑功能耦合度的情况下，产品的最符合要求的配置方案是每个功能的优选方案的组合。当考虑功能耦合度的影响时，由于不同方案的组合会影响到每个功能信息量，计算总信息量时应当考虑每个功能的权重。根据功能要求树中每个叶级功能所采用的方案，计算出该功能信息量。首先计算出“功能要求树”中底层叶节点的功能信息量，然后计算出父节点的功能信息量，父节点的功能信息量是其子节点的功能信息量的加权和，即功能节点fci的功能信息量为：其中，iit为fci的第t个子节点的信息量，wit为fci的第t个子节点的权重，ni为fci的子节点的数量。在考虑功能耦合度时，底层功能叶节点的信息量应按照式(12)计算。采用(13)式逐层推导出功能要求树的根节点的信息量，即该配置方案的总信息量。在配置方案的检索时，针对满足约束要求的n1个配置方案，为每个配置方案生成一个耦合度矩阵，按公式(11)-(13)计算每个配置方案的总信息量。5、通过重复以上过程，得到n1个满足约束要求的配置方案的总信息量。按公理设计理论中的信息量最小的原理，总信息量最小的功能-方案组合(即，配置方案)是匹配设计要求的优化配置方案。通过冒泡排序找出总信息量最小的配置方案，最后输出总信息量最小的配置方案。6、当配置方案的数目n较大时(n≥108)，为提高检索效率，采用遗传算法得到优化的配置方案，具体步骤为：首先采用二进制数值来为每个方案进行编码，这样一个配置方案就形成了一个基因串，按遗传算法编码规则产生配置方案的初始群体；然后计算种群中每个配置方案的适应度，在计算遗传算法中的适应度时，同时考虑了约束检验的结果，则配置方案ci的适应度函数如公式(14)：其中ici为配置方案ci的总信息量(即，由(13)式逐层推导出的功能要求树的根节点的信息量)。计算种群中每个配置方案的总信息量时，功能信息量的计算方法和配置方案耦合度的计算方法与枚举法中采用的方法相同(见4.1和4.2)。接着进行种群的选择、交叉和变异运算得到下一代种群，按此循环直到达到最大进化代数；最后输出适应度最大的配置方案。以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。当前第1页12