实例检索中基于关联函数和D-HS索引的改进与融合

赵燕伟，徐 晨，任设东，桂方志，朱 芬

(1.浙江工业大学 机械工程学院，浙江 杭州 310014；2.浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

0 引言

实现国家现代化的基础在于发展实体经济，制造业是其支柱和核心[1]。随着德国工业4.0及中国制造2025等战略的提出，智能制造已成为全球制造业发展的共同趋势与目标[2]，但在经济全球化的趋势下，制造业市场的竞争日趋激烈，用户对产品的个性化需求也越来越高[3]。在此背景下，产品设计周期变的越来越短，这给企业带来了繁重的产品开发任务，设计人员面临的压力与日俱增[4-5]。产品设计者在分析3种产品设计类型(变型设计、适应性设计和创新设计)时发现，变型设计和适应性设计占比较大，这意味着产品设计经常以原有设计为基础，适当进行修改。因此，根据用户个性化需求，在产品实例库中高效、准确地检索来获得相似实例是设计人员借助计算机辅助设计系统对现有实例进行修改和重用的关键[6-7]。

实例推理(Case-based Reasoning, CBR)[8-9]是指利用过去解决同类问题的方案和经验来获得当前问题解决办法的一项在人工智能领域兴起的技术。实例检索是实例推理系统的中心环节，其检索速度及精度关系着整个系统的质量[10]。因此，众多专家学者对该环节展开了深入的研究，文献[11-12]针对低碳设计中的实例检索问题，提出一种基于多维关联函数的多属性相似实例检索方法，并将其应用于螺杆空压机的低碳属性需求检索中；朱芳来等[13]将基于混合属性距离的相似性度量方法应用于实例检索中，以阀门概念设计中实例检索为例，验证了该应用对提高CBR系统的有效性和可靠性的帮助；……