| 针对现有创新设计方法缺少对创新过程的支持、不能有效理解用户设计意图的问题，拟开展融合设计意图捕捉与知识推送的创新设计方法研究，使设计者能够流畅地进行创新构思，系统自动捕捉其设计意图并针对设计意图具有前瞻性地为其推送三维模型及文本等具有启发性的知识，激发设计者的设计灵感。研究涉及两个关键问题：第一，研究概念设计阶段设计意图的建模理论与捕捉方法，建立设计意图模型与设计人员的行为预测模型，结合草图识别方法与智能学习技术，利用计算机的智能性，提前感知和预测设计人员的设计意图；第二，建立面向概念创新设计的知识库并实现其自动更新，着重研究机械设计领域中基于内容的三维模型匹配与检索加速算法，并通过捕获到的设计意图，在知识库中匹配相应知识，推送给设计者。本项目深度融合了人类智慧与计算机智能，为实现创新设计提供了一种新方法和新思路，同时为开发基于设计意图捕捉与知识推送的创新设计工具提供了理论基础。 在产品制造生命周期中，产品设计对于经济、社会效益影响显著，产品的质量和性能很大程度上在概念设计阶段被确定下来。设计的本质在于创新，在概念设计阶段，由于对设计人员的约束较少，设计者具有较大的创新空间，因此概念设计阶段的创新就成为了产品创新的关键。 现有创新设计方法将设计过程打散成片断操作，获取设计知识过度依赖人工查询与筛选，由于不能有效理解用户设计意图，影响设计连贯性，缺少对创新过程的支持。本项目提出了融合设计意图捕捉与知识推送的创新设计方法，旨在通过感知和预测设计者的设计意图，向设计者实时主动推送具有启发性和前瞻性的设计知识，从而为机械创新设计提供精准支持。 为了使计算机能够真正理解设计人员草图与文字所承载的设计意图，本项目研究了概念设计阶段设计意图建模理论与精准捕捉方法，通过概念设计阶段的意图元进行总结归纳，结合本体理论，构建了设计意图的形式化描述语言，提出了面向概念设计的知识表达本体，通过建立二维草图识别的贝叶斯网络，利用约束特征节点的条件概率，建立设计人员行为预测模型，结合草图识别技术与预测结果，精准捕捉设计者设计意图。 针对目前知识库主要为文本知识的局限性，本项目将机械设计领域三维模型融入知识库中，研究了机械设计领域三维模型匹配算法，通过从STEP模型中抽取几何和拓扑信息，通过匹配包括已人工标注的三维模型，实现模型功能语义的半自动标注，提出支持多功能扩展检索的三维模型检索算法；基于D2算法及形状相似度计算原理，设计了可应用于连续度量空间中基于距离阈值约束检索的平衡B-K索引结构，通过实验验证了其检索平均用时大约是线性索引结构平均用时的25%。提出面向自动更新的基于领域本体表示的知识库设计方法，实现知识的抽取、分类与更新。 针对设计意图推送的知识具有前瞻性与启发性，能够为设计者提供设计思路，提高创新设计的效果与效率。本项目基于本体理论构建知识库的领域描述层，研究设计意图与知识的匹配方法，给出系统的知识推送机制和通过功能-行为-结构映射进行知识匹配求解的方法，提出了一种基于设计意图的设计知识匹配方法和知识排序算法，进而提出了推送文本、三维模型知识的方法。 在上述基本理论与方法研究基础上，本项目设计开发了融合设计意图捕捉与知识推送的创新设计支持原型系统，并在工业场景中进行了应用验证。 |
