一种对系统概念模型数据分类收集的方法与流程

1.本技术涉及数据管理技术领域，具体涉及一种对系统概念模型数据分类收集的方法。


背景技术：

2.系统的概念模型(conceptual model)是描述所关注系统(system of interest，soi)或体系(system of systems，sos)相关知识的模型，描述过程称为概念建模(conceptual modeling)。知识(knowledge)是对事物之间或事物特征之间相关性的有依据的认识。事物既包括物质能量存在形式(物理事物)，也包括抽象事物。抽象事物是对物理事物的认识或对抽象事物的认识。
3.对系统概念模型数据分类收集的方法以对象过程方法论(object-process methodology，opm)作为理论基础之一。
4.对象过程方法(opm)是ieee终身研究员dov dori提出的一种概念建模方法论，该方法论已被认定为国际标准iso/pas 19450：2015，对应国标gb/t 39470-2020。对象过程方法论是当前mbse领域的主流建模方法论之一。
5.对象过程方法论只是一种基础方法论，在实践应用中，在概念模型数据分类收集及管理方面需要具体可操作的方法，主要包括：
6.1.需要对描述“事物的固有特征”(如水的温度特征)和“描述事物固有特征的信息”(如描述水温的信息)的数据分类收集，以避免这两类数据混淆。
7.2.需要对“描述事物特征的信息”之间关联关系作为一种独立类型的数据加以收集，使数据类型更丰富，便于对概念模型数据的应用。


技术实现要素：

8.为了解决上述问题，本技术提出一种对系统概念模型数据作分类收集的方法。所述方法包括：
9.步骤一、针对系统概念模型涉及的事物，分别按照描述“事物特征”和“描述事物特征的信息”这两种数据类型收集概念模型数据，建立描述“事物特征”与“描述事物特征的信息”这两种类型数据之间的关联关系；描述“事物特征”与“描述事物特征的信息”这两种数据之间的关联关系的数据也作为一种数据类型被识别并收集。
10.步骤二、利用“关联算子”类数据收集两个或多个“描述事物特征的信息”所有数据之间的关联关系。
11.步骤三、重复步骤一和步骤二，分类收集更多描述“事物”、“事物特征”和“描述事物特征的信息”的数据，用更多“关联算子”数据类型收集相关“描述事物特征的信息”数据之间关联关系的数据，直到完成对所关注系统概念模型所有数据的分类收集及关联。
12.事物之间是普遍关联的。在概念模型数据中，“关联算子”类数据将所有相关的“描述事物特征的信息”数据关联起来。收集了相关事物特征之间的关联关系数据，也就记录了
相关事物之间的关联关系。“关联算子”数据是描述“描述事物特征的信息”数据、“事物特征”数据和“事物”数据之间关联关系的数据。
13.因为任何系统都是由相互关联的事物组成的，用概念模型各种数据类型分类收集系统内外所有相关事物、相关事物的特征、“描述事物特征的信息”数据，并收集记录“描述事物特征的信息”之间关联关系的数据，就逐步完成了对系统概念模型数据的完整收集。
14.所述描述“事物特征”数据类型可被细分为描述事物静态特征数据类型和描述事物动态特征数据类型，这两种细分的数据类型被分别收集。
15.事物的静态特征是相对稳定的特征，事物的动态特征是事物的变化特征，是在变化中体现出来的特征。事物的动态特征要以静态特征作为参照才能得以体现及描述。变化是绝对的，不变是相对的，所谓的“静态特征”只是为了描述动态特征提供某种参考。
16.关联算子数据类型可以细分为数学公式、表格等多种数据类型，用于收集“描述事物特征的信息”数据之间关联关系的细节。
17.关联算子既能收集描述系统定性特征的数据，还能收集描述系统细节的定量数据。关联算子类数据作为单独的数据类型被收集，将能使概念模型更好地与应用软件衔接。
18.所涉及的“描述事物特征的信息”的数据类型可以是数值型、布尔型、枚举型等任意类型。这与物理世界中事物特征类型的丰富性是相匹配的。
19.所述事物既包括所关注系统内的所有事物(即系统元素)，也包括与系统直接相关的系统外部事物。
20.描述系统内所有事物(即系统元素)的数据，用于描述系统本身工作原理；描述与系统直接相关的系统外部元素的数据，是对系统功能及工作条件的描述。这些都是系统概念模型中涉及的必要的数据类型。
21.所涉及的多个“描述事物特征的信息”数据，既可以是记录同一事物不同特征的数据，也可以是记录多个不同事物相关特征的数据。
22.每个事物自身的多种特征往往是相关的，如水的温度和密度这两个特征是相关的。不同事物的特征之间也会发生关联关系，这使相对独立的事物作为系统元素时，能通过关联关系组成系统；也会使作为系统的事物与外部事物相互影响，满足或限制满足人的需求。用关联算子数据可以描述任意“描述事物特征的信息”之间的相关性，不论特征对应同一个事物还是对应不同事物。
23.本发明提出的对系统概念模型数据作分类收集的方法适用于对系统概念模型数据分类收集，避免数据混乱，有助于系统概念建模以及对概念模型数据的工程应用。
附图说明
24.图1是本技术涉及的系统概念模型架构图。
25.图2是本技术概念建模方法的一优选实施例的电水壶烧水概念建模示意图。
26.图3是本技术概念建模方法的一优选实施例的学生身高描述示意图。
27.其中，1
‑“
事物”，2
‑“
事物特征”，3
‑“
事物”，4
‑“
描述事物特征的信息”，5
‑“
描述事物特征的信息”，6
‑“
关联算子”类数据，7
‑“
描述事物特征的信息”，8
‑“
事物特征”与“描述事物特征的信息”两种数据之间的关联关系。
具体实施方式
28.为使本技术实施的目的、技术方案和优点更加清楚，下面将结合本技术实施方式中的附图，对本技术实施方式中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本技术一部分实施方式，而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。基于本技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本技术保护的范围。下面结合附图对本技术的实施方式进行详细说明。
29.参考图1，本技术的对系统概念模型数据分类收集的方法，主要包括：
30.步骤一、针对系统概念模型涉及的事物，基于对事物和事物特征的区别，分别按照描述“事物特征”2和“描述事物特征的信息”5，7这两种数据类型收集概念模型数据，建立描述“事物特征”2与“描述事物特征的信息”5，7这两种类型数据之间的关联关系；描述“事物特征”2与“描述事物特征的信息”5这两种数据之间的关联关系8的数据作为一种数据类型被识别并收集；
31.步骤二、利用“关联算子”类数据6收集两个或多个“描述事物特征的信息”4，5，7所有数据之间的关联关系；
32.步骤三、重复步骤一和步骤二，分类收集更多描述“事物”1、“事物特征”2和“描述事物特征的信息”5的数据，并用更多“关联算子”类数据6收集用于描述相关“描述事物特征的信息”各数据之间关联关系的数据，直到完成对所关注系统概念模型所有数据的分类收集及关联。
33.在图给出了事物1及事物2两个事物。其中，事物1具备静态特征a、动态特征b等特征，定义该系统具有“影响”及“观测”两个过程；影响过程影响静态特征a，观测过程生成信息值a，其中，值a是描述静态特征a的信息，值b是描述动态特征b的信息；同理事物2具备特征c等特征，其值c是描述特征c的信息。最后，通过关联关系算子f(a,b,c)描述值a、值b和值c之间的关系。
34.图2给出了一个烧水系统概念建模过程，想定用电水壶烧水的场景，并针对该场景用计算机对系统概念模型数据分类收集示例如下。用电水壶加热水，并用温度计测量水的温度。对于加热水这个过程及相关概念，可以按照本发明提出的方法逐步完成概念模型数据分类收集，具体描述如下。
35.步骤一、针对系统概念模型涉及的事物，基于对事物和事物特征的区别，分别按照描述“事物特征”(如功率、水温、水量)和“描述事物特征的信息”(如功率值p、温度值t和质量值m)这两种数据类型收集概念模型数据，对应建立描述“事物特征”与“描述事物特征的信息”这两种类型数据之间的关联关系(如“功率”与“功率值p”之间的关联关系)；描述“事物特征”与“描述事物特征的信息”这两种数据之间的关联关系的数据也作为一种数据类型被识别并收集。
36.步骤二、利用“关联算子”(如“vt(p,m)”)类数据收集两个或多个“描述事物特征的信息”所有数据(如功率值p、温度值t和质量值m)之间的关联关系。
37.步骤三、重复步骤一和步骤二，分类收集更多描述“事物”、“事物特征”(如温变)和“描述事物特征的信息”(如升温速度值v)的数据，用更多“关联算子”数据类型收集相关“描
述事物特征的信息”数据之间关联关系的数据，直到完成对所关注系统概念模型所有数据的分类收集及关联。
38.在一些可选实施方式中，描述“事物特征”的数据类型包括描述事物静态特征数据类型10和描述事物动态特征数据类型8，这两种细分的数据类型被分别收集，如图2所示，水温和水量是水的静态特征，温变是水的动态特征。这两种细分的数据类型被分别收集。
39.在一些可选实施方式中，所述“关联算子”类数据6的数据类型包括但不限于数学公式或表格，用于收集“描述事物特征的信息”4，5，7数据之间关联关系的细节。
40.对于烧水案例，烧水的功率、水的质量和水温变化速度之间是具有相关性的。用关联算子“vt(p,m)”描述“升温速度v”、“功率p”与“质量值m”三者之间的关系。实际上对于绝热加热过程，“升温速度v”与“功率p”成正比，且与“质量值m”成反比。当比例系数为k时，关联算子可以用数学公式描述为：
41.v＝kp/m。
42.在一些可选实施方式中，所述“描述事物特征的信息”4，5，7的数据类型包括但不限于数值型、布尔型或枚举型。
43.关于关联算子数据的多种类型，可以用另外一个案例加以补充说明。参考图3，要描述某学校学生平均身高按年级的分布情况，在概念模型中，可以使用“年级-身高”这个关联算子描述“年级”和“平均身高”这两类数据之间的定性对应关系。两类数据之间的对应关系可以用表格作详细的定量描述，其中“年级”值是枚举型，“平均身高”是数值型。
44.在一些可选实施方式中，所述“事物”1包括所关注系统内的所有事物(即系统元素)，以及与所述所关注系统直接相关的系统外部事物。对于烧水案例，如果将电水壶视为所关注系统，则“水”是与所关注系统相关的系统外部事物。收集电水壶对水的影响的数据，才能揭示电水壶(所关注系统)的功能。如果继续收集烧水所需要的电能和供电系统方面的数据，将是对电水壶工作条件的描述，这对于所关注系统的概念建模也是必要的内容。
45.在一些可选实施方式中，所述“描述事物特征的信息”4，5，7的数据，包括记录同一“事物”1不同特征的数据，或者记录多个不同“事物”1，3相关特征的数据。
46.如图2中，“水温”、“温变”和“水量”都是收集“水”这个事物的不同特征的数据；而“水温”和“功率”分别是收集描述“水”和“电水壶”这两个事物特征的数据。
47.以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。