技术详细介绍
围绕以数字化、网络化、智能化制造为发展趋势的新一代智能制造为核心技术的产业变革带来的机遇与挑战,推动人工智能和大数据等新一代信息技术的变革性突破和智能制造的深度融合发展。本项目围绕智能制造主要研究方向之一的智能产品和高端装备的设计智能化作为研究对象,基于人工智能算法和大数据构建支撑智能化设计全过程的知识环境,围绕产品智能设计研究基于设计知识表示学习方法和知识的计算机结构化描述和语义建模,实现基于设计知识的计算、推理支持产品智能设计全过程求解,辅助设计者更加高效的制定设计决策和激发设计者产生创新概念。通过整合多源异构的大数据、智能算法、计算能力来完成设计场景的智能化和数据化;融合知识的集成与管理,设计工具与设计过程的集成,设计知识的推理与辅助决策;构建人工智能和大数据驱动的产品智能设计知识服务系统,提高知识服务水平和产品智能设计的质量。 已经完成项目的技术考核内容和考核指标,发表科研论文4篇,SCI文章3篇,EI 1篇,申请发明专利2项;受该项目资助获得四川大学-德阳市校联合项目1项,四川大学-宜宾市校联合项目1项;培养在读硕士、博士研究生6人(其中在读博士2人,在读硕士4人),培养毕业硕士研究生4人。 主要从以下三个方面开展了研究: (1) 人工智能和大数据驱动的产品智能设计的共性问题和机理研究 在人工智能和大数据技术等新一代信息技术的场景下整合信息系统和设计者各自的优势,探索智能创新设计的基本范式、规律和认知机理,研究智能算法比如深度学习从大数据中提取与设计高度相关的设计元素、设计特征、设计模式的方法;结合算法智能和大数据技术驱动的用户需求,研究在一定程度上具有理解设计活动和智能化辅助构建产品设计框架的方法;利用智能算法和大数据智能实现数据的智能处理、计算和学习,研究设计者、产品和设计场景在人工智能和大数据驱动的设计场景下的重构方法。 (2) 基于知识表示学习的产品设计知识图谱的计算和推理研究 研究设计知识图谱的形式化表达和语义建模方法,构建形式化描述物理世界中的实体及其相互关系的语义网络和结构化的语义知识图谱,通过知识的链接预测和实体间的关联及因果关系推理提升知识表示的有效性,实现从关键词检索向具有语义的概念检索过渡。研究面向设计知识图谱的实体和关系的知识表示学习方法,建立实体描述的知识表示学习模型,提高知识抽取、知识融合和知识推理的性能。 (3) 人工智能和大数据驱动的产品智能设计知识服务系统构建与应用 产品智能设计的核心本质是通过知识的提炼、存储、计算和推理、融合和迁移对智能设计过程不同设计阶段的支撑,是一个综合的知识服务过程。构建基于人工智能和大数据驱动的产品智能设计知识服务系统,主要包括多源异构分布式知识的集成与管理;设计工具与设计过程的集成;设计知识的推理与辅助决策等核心模块的构建,其核心技术包括:设计知识服务策略;基于知识表达学习的设计知识形式化描述与语义建模;基于知识的设计方案推理与辅助决策;设计工具和设计过程集成的方法和技术。建立统一的标准化、个性化、规范化的智能设计知识服务系统。在互联网环境下,实现智能创新设计需求的动态感知,实现人工智能和大数据驱动的知识推荐和智能协作。将各种包含在大数据中的设计资源和分布在不同地区企业联盟和设计单位的设计能力数字化、虚拟化、网络化、协同化、智能化构建融合设计资源和设计能力的知识服务,提升知识的服务水平和产品智能创新设计的质量。
围绕以数字化、网络化、智能化制造为发展趋势的新一代智能制造为核心技术的产业变革带来的机遇与挑战,推动人工智能和大数据等新一代信息技术的变革性突破和智能制造的深度融合发展。本项目围绕智能制造主要研究方向之一的智能产品和高端装备的设计智能化作为研究对象,基于人工智能算法和大数据构建支撑智能化设计全过程的知识环境,围绕产品智能设计研究基于设计知识表示学习方法和知识的计算机结构化描述和语义建模,实现基于设计知识的计算、推理支持产品智能设计全过程求解,辅助设计者更加高效的制定设计决策和激发设计者产生创新概念。通过整合多源异构的大数据、智能算法、计算能力来完成设计场景的智能化和数据化;融合知识的集成与管理,设计工具与设计过程的集成,设计知识的推理与辅助决策;构建人工智能和大数据驱动的产品智能设计知识服务系统,提高知识服务水平和产品智能设计的质量。 已经完成项目的技术考核内容和考核指标,发表科研论文4篇,SCI文章3篇,EI 1篇,申请发明专利2项;受该项目资助获得四川大学-德阳市校联合项目1项,四川大学-宜宾市校联合项目1项;培养在读硕士、博士研究生6人(其中在读博士2人,在读硕士4人),培养毕业硕士研究生4人。 主要从以下三个方面开展了研究: (1) 人工智能和大数据驱动的产品智能设计的共性问题和机理研究 在人工智能和大数据技术等新一代信息技术的场景下整合信息系统和设计者各自的优势,探索智能创新设计的基本范式、规律和认知机理,研究智能算法比如深度学习从大数据中提取与设计高度相关的设计元素、设计特征、设计模式的方法;结合算法智能和大数据技术驱动的用户需求,研究在一定程度上具有理解设计活动和智能化辅助构建产品设计框架的方法;利用智能算法和大数据智能实现数据的智能处理、计算和学习,研究设计者、产品和设计场景在人工智能和大数据驱动的设计场景下的重构方法。 (2) 基于知识表示学习的产品设计知识图谱的计算和推理研究 研究设计知识图谱的形式化表达和语义建模方法,构建形式化描述物理世界中的实体及其相互关系的语义网络和结构化的语义知识图谱,通过知识的链接预测和实体间的关联及因果关系推理提升知识表示的有效性,实现从关键词检索向具有语义的概念检索过渡。研究面向设计知识图谱的实体和关系的知识表示学习方法,建立实体描述的知识表示学习模型,提高知识抽取、知识融合和知识推理的性能。 (3) 人工智能和大数据驱动的产品智能设计知识服务系统构建与应用 产品智能设计的核心本质是通过知识的提炼、存储、计算和推理、融合和迁移对智能设计过程不同设计阶段的支撑,是一个综合的知识服务过程。构建基于人工智能和大数据驱动的产品智能设计知识服务系统,主要包括多源异构分布式知识的集成与管理;设计工具与设计过程的集成;设计知识的推理与辅助决策等核心模块的构建,其核心技术包括:设计知识服务策略;基于知识表达学习的设计知识形式化描述与语义建模;基于知识的设计方案推理与辅助决策;设计工具和设计过程集成的方法和技术。建立统一的标准化、个性化、规范化的智能设计知识服务系统。在互联网环境下,实现智能创新设计需求的动态感知,实现人工智能和大数据驱动的知识推荐和智能协作。将各种包含在大数据中的设计资源和分布在不同地区企业联盟和设计单位的设计能力数字化、虚拟化、网络化、协同化、智能化构建融合设计资源和设计能力的知识服务,提升知识的服务水平和产品智能创新设计的质量。