产品设计多维知识表示及服务系统设计

陈凯荣 战洪飞 余军合 王 瑞

(宁波大学机械工程与力学学院 浙江 宁波 315211)

0 引 言

目前,制造业公司面临着日益严峻的市场挑战,企业必须提高效率以缩短产品开发周期和交付时间。因此,知识资源作为企业获取超额收益和竞争活力的重要战略资源日益受到管理部门的重视。随着企业知识管理系统的普及,通过有效收集、整合和管理这些知识资源,实现在新的业务执行时的重用和优化配置成为企业未来提效赋能的关键。尤其在产品设计阶段,存在着知识的高度密聚集与重复现象[1],如何利用企业的信息化系统帮助设计人员快速准确地获得知识,实现知识重用,成为提升产品设计质量、加快产品设计进度的关键因素。因此,知识辅助的产品设计模式越来越受到国内外众多企业和研究学者的关注。

知识管理是知识经济时代衍生的一种新的管理思想与方法,并逐步成为工程管理领域的研究热点之一[2]。文献[3]提出一种基于适用概率匹配和多维上下文驱动的知识推送技术,向设计人员推送个性化知识,帮助提高智能产品设计的效率和质量。文献[4]为了促进制造业中设计和制造流程产生的知识的重用,提出了一种以行业标准为基础的本体开发方法,用以连接产品设计和制造过程中的知识,并通过实际案例研究证明了支持本体的知识重用框架的可行性。文献[5]为了解决产品生命周期中知识的提取和利用问题,提出了面向产品生命周期的知识服务框架,包括知识服务识别机制、产品知识服务转移机制、产品知识服务交付过程和产品知识服务绩效评估,为产品开发提供有效的生命周期知识支持。文献[6]提出一种基于图的知识重用方法,通过个性化PageRank算法用于执行知识导航,在知识图中找到针对新产品开发中给定问题的最相关知识,以支持新产品开发中知识驱动的决策。文献[7]提出了一个推荐系统,基于企业网络文件服务器上的文件活动构建个性化的用户模型帮助知识工作者发现有用的新内容。文献[8]提出了一种基于知识模式挖掘的流程知识推荐系统,系统通过对参与者的知识主题需求挖掘,使用基于案例推理的方法主动推送符合其学习习惯的流程知识,帮助参与者解决流程问题。文献[9]为了构建更加专业化的智能制造知识问答系统,建立了该领域的专业知识库,并通过深度学习算法进行问答的语义分析,提升了系统的鲁棒性和自适应性。文献[10]针对设计中检索语义表示不清问题,提出了一种基于OWL表示模型语义的相似度计算方法,将对象本身转化为特征语义的方式进行相似度对比,并通过CAD模型验证了其有效性和可行性。

回顾分析学者们对产品设计领域的研究工作,主要集中在知识表示和重用上,其中也有专注于知识推荐领域,以及在产品设计过程中的知识组织和转移。然而知识本身就是抽象的,没有统一而明确的界定;即使是相同的知识,不同的主体在表达上也会存在着差异。其次,在知识重用中,如何将已表达的知识与知识需求进行匹配也仍有较大改善空间。基于如上问题,本文从企业人员的知识需求入手,通过对不同需求主体的调研,利用因子分析对其知识需求进行归类与划分,并在此基础上利用可扩展标记语言对企业资源进行统一表示,建立多维度知识分类体系,便于从多个角度和方向定位到库中所需知识。在传统语义检索的基础之上,引入注意力机制的相似度计算方法提高检索效率和准确性,最后设计了产品设计知识服务系统为工程师推送个性化知识资源。

1 产品设计知识需求分析

知识服务是一个面向知识需求的管理系统[11],企业应该充分利用信息化系统功能,构建起知识资源、设计人员和知识需求之间的映射关系,以提供适合和科学的知识服务,提升企业业务执行绩效和创新能力。根据调查显示,在产品设计中仅有30%不到的业务需要新的设计解决方案[12],换句话说,超过70%的活动只需要对现有知识的重用就能完成。而且传统知识获取往往来自企业中产品的数据系统,不仅在查询阶段会消耗大量的时间,而且获取的知识利用率低下,由此可知,企业运作中业务执行与知识管理的脱节较为严重,业务执行效果有较大的提升空间。

1.1 产品设计知识需求的调研分析

为了进一步了解企业中不同部门、不同职位在产品设计生命周期中的知识需求,本文对本地具有代表性的制造企业进行了深入的调研和详细访谈。受不同需求主体认知的影响,对需求内容的描述涉及产品设计全生命周期中各个类型的知识且表现出多维度特征。因而,对维度特征的把握是知识表达与重用的基础,所以本文基于问卷调查的方法进行产品设计知识需求的维度的确定。问卷的内容主体包含样本背景、知识需求形式和知识管理绩效,然后结合企业的现状与特点,并征求专家意见对问卷的内容进行适当的调整和补充,最后形成本次的调研问卷。第一部分具体内容包括公司性质、部门、职位、工龄、学历等;第二部分是从之前的访谈记录和开放式问项中归纳总结的知识需求形式,并采用李克特(Likert)5点计分法让被测员工对需求度做出模糊的综合评价。第三部分是知识管理绩效,同样采用5点法让被测员工根据实际企业中知识运用情况对业务执行绩效影响进行打分。

本次调研过程对象主要针对产品设计和其他相关部门,共发放了300份问卷,其中收回163份,然后再通过人工筛选,最终对128份有效问卷进行分析。为了归纳总结企业产品设计中的知识需求,验证知识辅助业务执行的有效性,采用SPSSAU和SPSS23软件对收集的问卷数据进行信度检验和因子分析。

1) 信度检验。

本文首先采用SPSSAU对此次的问卷量表进行信度的检验,从表1可知信度系数值为0.984,因而说明研究数据信度质量很高,即问卷的测验结果一致、稳定及可靠,可用于进一步分析。

表1 Cronbach信度分析-简化格式

2) 因子分析。

根据问卷第二部分内容,从开放式访谈提炼出的产品设计中的12个知识需求要素进行探索性因子分析,从表2可以看到检测的KMO值为0.953(大于0.9),Bartlett球性检验的显著性系数为0.000(小于0.01),意味着变量间有较强的相关性,适合做因子分析。

表2 KMO和巴特利特检验

在确定该问卷适合进行因子分析之后,采用主成分分析方法对问卷数据进行相关性矩阵分析,并以特征值大于1为标准提取数据,要提取的因子数为4,采用Kaiser标准化的方差最大(Varimax)旋转方法在旋转9次迭代中收敛,知识需求要素的分析结果如表3所示。

表3 旋转后的成分矩阵

可以看出,通过探索性因子分析得到了4类因子。因此,本文根据经济合作与发展组织(OECD)提出的知识分类方法,也将产品设计中的知识需求分为四种类型：

(1) 知事类知识(know-what),指关于事实的知识,如企业中的文档、规格和数据库。

(2) 知因类知识(know-why),指原理和规律方面的理论,包括产品概念、设计规范、客户要求和专业知识等。

(3) 知能类知识(know-how),是人类通过学习或实践所获得的知识,通常有设计、制图、仿真等的个人技能知识。

(4) 知人类知识(know-who),指谁知道或谁知道如何做某些事的信息,它包含了特定社会关系的形成,涉及领域专家、客户、企业文化等。

其中：(1)、(2)类知识(显性知识)可以通过学习资料、查看数据库而获得;而(3)、(4)类知识(隐性知识)依靠实践、总结和交流获得。

1.2 知识需求维度划分

为了构建完整的产品设计知识库,实现知识管理与业务执行全生命周期的融合,企业需要提供一套可满足产品设计生命周期具体需求的功能[13]。而归结企业人员对产品设计中知识需求的调研陈述发现,受不同需求主体影响,对知识类型也有着不同的需求。同时,为了更好地促进知识的传递和转换,本文还对企业中常见的知识资源载体“案例”进行了研究。结合以上产品生命周期管理、知识需求主体和企业案例三个因素分析,本文将产品设计知识由以下三个维度来描述：知识源、知识对象和知识形式。

1) 知识源维度获取产品生命周期阶段定义的知识,设计人员可以根据产品设计不同阶段来使用这种知识。

2) 知识对象是知识模型的实例,是从学习的需求出发,依据知识管理规定的结构和形式形成的知识集合。

3) 知识形式可以理解为知识的分类,包含事实知识、原理知识、技能知识和人际知识。

2 多维度知识分类体系模型

本文研究的知识表示方法是为了便于业务与知识结合,辅助知识服务系统的实现,便于实施知识的重用与传播。而知识本身是一种形式化的、概念化的信息,是人们的总结与归纳,知识表示则需要以一种显式化、情境化的方式表达,来指导实践、行动的作用。因此,如何将抽象的知识表达出来,让接收者更好地理解,减少过程中的信息损耗,是提高异构知识间的互操作性、促进知识共享[14]的关键。因而,本文将多维特征表达引入到知识建模中来,基于知识需求的维度划分,本文将产品设计的知识也分为三个维度：知识对象、知识源和知识形式,并通过语义进行组织、关联与推理,从而提高检索的查全率和查准率,提高知识的重用率。

为了构建完整的产品设计知识库,以有效提升企业中的知识重用效率,本文采用了可扩展标记语言(XML)和基于多维度知识表示方法来描述产品开发中每个设计阶段和具体活动所需知识,实现产品设计全生命周期的知识共享。如图1所示该模型分为资源表示层和知识集成层。

图1 多维知识表示模型

资源表示层是底层设计,根据可扩展标记语言设计模型创建和映射知识资源,是知识表示和交换的标准,也是信息发现的重要方法。

知识集成层包含一个集成的领域本体和三维属性体系,一条知识可以归属于多个维度,而对那些起到参考、约束作用的分类方法定义为属性。维度和方法从本质上看其实是分类的标准,也是知识检索中基于类推理能力的基础。同时在2个类的子属关系中,给出1个或多个关于“一类是另一类的子类”的表示来创建类层次关系。

知识对象维度定义用于描述设计产品对象的知识,包含设计对象和设计过程两大类。设计对象知识中又包括产品ID、零件ID、对象特征、设计团队等;设计过程知识包括设计活动、设计步骤、设计任务等。

知识形式是描述知识资源的模型,其中包括事实知识、原理知识、技能知识和人际知识,每个子类中还可以继续分为子类。例如,技能知识中有结构设计、模块设计等,而结构设计又包含草图、CAD、CAE和有限元分析等。

知识源维度获取从产品生命周期阶段定义的知识,包括分析、设计、制造和销售等过程中相关的知识资源。

服务系统通过对知识资源进行动态集成,为产品设计生命周期的各个阶段提供系统化的支持。

3 基于案例的产品设计知识库的构建

为了实现企业产品设计知识的有序化,以便在知识服务系统中作为知识资源进行查询与重用,本文通过对企业的案例进行分析整理,以案例的业务流程为主线,对业务活动进一步细化,确定其基本要素,采用基于业务流程的知识建模方法,对案例中的知识信息进行分析挖掘,并整合保存于知识库中,如图2所示。

1) 知识库使用关系型数据库来存放知识,包括各类知识形式、规则和案例等,实现对知识的插入、删除及修改,并需要在知识发生变动时及时对库中知识进行一致性、完整性检查。

2) 查询模块实现知识库和推理机之间的知识搜索、传递和知识查询。

3) 多维度的知识集成不仅将各类分散的知识元素依据一定的逻辑规则有序化、层次化,方便人们利用计算机进行检索,还解决了信息超载导致的知识匮乏,加强了显性知识与隐性知识的交互,实现知识间的共享与创新。

4 引入注意力机制的相似度计算方法

深度学习中,注意力机制从本质上与人类的选择性视觉注意力机制类似,希望从众多的信息中筛选出对当前任务目标更关键的信息。为设计实现知识重用与传播的知识服务系统支撑,知识与产品设计需求的匹配方法是核心与关键,所以本节研究在产品设计过程中,设计人员如何获取相关知识以支持其设计工作。根据设计流程中不同设计阶段的任务,会产生相应的知识需求,就需要基于知识库检索并学习和重用知识。传统的语义检索由句子中的每个单词产生,这意味着无论是哪个单词,在检索某个目标任务时影响力都是相同的,就如同人类观察眼前的事物时眼中没有注意的焦点。本文引入注意力机制[15]匹配知识资源,并将结合语义相似度的计算来确定排名提供给知识需求者。Encoder-Decoder框架是一种深度学习领域的研究模式,应用场景十分广泛,结合注意力机制的结构如图3所示。

图3 引入注意力模型的Encoder-Decoder框架

把知识库中的信息向量X=[x1,x2,…,xn]看作是一个信息存储器,现在输入一个查询向量q,用来查找和选择X中与任务相关的信息。注意力机制在选择信息的时候,不是从知识库中挑选出一条信息来,而是根据注意力分布遍历信息整体来计算它们的加权平均。

因此定义一个注意力变量z∈[1,N]表示知识库中信息的索引位置,当z=i时,说明选择了第i个信息,然后计算在给定了q和X的情况下,z=i的信息概率αi,并用Softmax函数对注意力得分进行归一化,得到权重系数之和为1的概率分布：

αi=p(z=i|X,q)=

softmax(s(xi,q))=

(1)

式中：αi构成的概率向量就称为注意力分布(Attention Distribution)。S(xi,q)注意力权重分配函数点积模型如式(2)所示。

(2)

注意力分布αi表示在给定查询q时,资源信息向量X中第i个信息与查询q的相关程度。最后用加权平均的方式对知识库中的信息进行汇总,给出相似度大小排名和查询所得结果：

(3)

计算Attention值的过程如图4所示。

图4 注意力分布加权平均

5 知识服务原型系统的设计

5.1 知识服务系统框架

设计理念中,可以用产品设计的全生命周期为牵引,通过业务需求层次性分析,细分业务需求,基于本文的产品设计知识需求及多维度知识的表示方法,在企业知识库的支撑下,为产品设计创新提供面向业务的知识重用推荐服务。系统的总体结构框架主要包含资源层、映射层和应用层,每个模块的详细信息以及彼此之间的联系如图5所示。应用层包含从知识请求到系统响应设计人员需求的知识资源输出的知识共享过程。映射层构建了知识需求与知识资源之间的映射关系,包含基于protege软件进行产品设计知识体系表示和基于注意力机制的相似度计算。资源层包含各类知识资源,例如文档、案例,专家等利用可扩展标记语言进行知识资源的统一表示。

图5 知识服务系统框架

5.2 系统的实现

系统遵循MVC模式架构的SSH框架实现产品设计领域多维度知识体系的服务系统。首先利用Protege软件,从产品生命周期、业务案例和知识形式三个维度构建减速箱设计知识分类体系如图6所示。为了实现对产品设计知识语义描述和关联的功能,还需对其进行语义标注,之后将其存储到安装好的MySQL数据库中,利用JDBC驱动程序将其与数据库连接起来,实现两者之间的交互。

图6 多维度知识表示

所开发的产品设计知识服务系统具有一定的应用性。基于语义分析模型和多维分类体系,它具有知识标识、知识分类、知识组织和知识检索等功能。同时,知识编辑器将复杂的领域知识建立起多维属性体系,并通过各知识节点形成网状的知识组织形式,集成为可视化的知识地图,可以使用户快速地找到所需的知识点。该系统的知识导航也有利于企业发掘潜在智力资源,发挥知识资产的杠杆作用,进一步提升企业的创新能力。

OWL本体语言代码如下：

xmlns="http：//www.semanticweb.org/administrator/

ontologies/2020/5/untitled-ontology-7#"

xml：base=""

xmlns：rdf="rdf-syntax-ns#"

xmlns：owl="owl#"

xmlns：xml="XML/namespace"

……

图7、图8所示为在减速箱设计过程中,工程师根据设计任务来检索、获取相关知识。根据业务流程的不同阶段会有不同的设计任务,工程师在进就会产生“齿轮的润滑方式选择”的知识需求,工程师就可以根据设计任务和设计需求从知识库中查询或下载知识资源进行学习。在知识服务系统方面,用户输入的信息进行分词与权重量化之后生成的特征向量与数据库的向量空间进行匹配,推荐的内容不仅包含有相关字眼的内容,搜索引擎还会呈现出与此内容相关的实例部分、专家信息等,提高了知识检索的查全率和查准率,最后由相似度算法计算加权平均的排序方式提供给工程师相关知识资源。

图7 知识资源检索

图8 文档信息

当前,知识服务在企业管理中有着举足轻重的作用。本文所提出的框架具有在产品设计全生命周期中支持产品设计的功能,利用知识资源的统一表示构建了多维度知识分类体系,并整合了知识需求和知识资源的映射关系,提出的知识检索方法能有效减少产品设计中资源浏览的时间成本。与传统的知识获取过程相比较,此知识服务系统大大减少了设计人员获取知识的时间,提高了知识的利用率。

6 结 语

随着知识经济的兴起,知识资源作为提升企业业务执行绩效的重要战略资源日益受到人们的关注。针对目前企业业务执行中知识管理脱节严重、缺失等情况,本文在企业调研的基础上确定企业人员知识需求,并通过因子分析对其进行归类与划分;提出一个面向产品设计知识的集成框架,包含基于XML的知识表示、多维度的知识分类体系;研究了基于注意力机制的相似度计算的知识检索方法以及知识服务系统的设计与开发。未来随着信息技术的发展,机器学习已成为解决知识获取和个性化推荐更优的解决方案,系统可以更多采用这些新的信息技术。目前,没有广泛使用的专业标准的产品设计知识存储库,需要对各类产品进行分别研究以进一步拓展企业自己的知识库。