基于Apriori算法的复杂机电产品功能与结构关联知识获取方法*

李少波，张喜根，杨观赐

(贵州大学 a.现代制造技术教育部重点实验室；b.机械工程学院，贵阳 550025)

基于Apriori算法的复杂机电产品功能与结构关联知识获取方法*

李少波a,b，张喜根a，杨观赐a

(贵州大学a.现代制造技术教育部重点实验室；b.机械工程学院，贵阳 550025)

功能特征是控制整个设计过程的基本特征，建立产品功能与产品结构间的知识关联，是实现产品设计知识获取的有效途径。该研究通过构建产品设计过程中功能-结构映射模型，提取复杂机电产品设计过程中的功能与结构知识，建立功能-结构训练集，采用Apriori算法提取能-结构之间的关联规则，获得功能-结构之间的关联知识，以辅助产品的快速创新设计。论文以包装机为例，验证了该方法的有效性。

产品功能；产品结构；Apriori算法；关联规则；知识获取

0 前言

当今世界正处在一个知识经济兴起并迅速发展的时代，创新是经济发展的重要推进剂。复杂机电产品创新是一个以知识为基础的创造过程，因此，知识获取作为整个创新过程的前提和基础，是影响复杂机电产品创新的关键因素和瓶颈。

产品的概念设计阶段是产品创新设计的核心，其主要包含功能结构设计和原理方案设计这两个任务[1]。目前，在对功能结构设计进行研究的过程中，如刘晓敏[2]将1种基于作用流的建模方法应用到产品创新概念设计的功能结构特征中进行建模；曹国忠[3]将功能创新关键使能技术与功能设计过程融合建立功能创新过程模型；QYin[4]等人提出了一种基于功能结构的大规模定制产品的功能结构的配置方法；BYang[5]等人将功能单元和结构单元作为基本操作单元，提出一种基于单元模型的产品结构概念设计方法等，大多只是局限于对其过程进行描述，而对功能与结构关联知识获取方面的研究几乎没有。复杂机电产品创新对知识的依赖度非常大，对功能与结构关联知识的获取是当前研究的重点，基于此，本文把获取知识良好手段的数据挖掘技术运用到复杂机电产品功能与结构关联知识的获取当中，使用关联规则Apriori算法对复杂机电产品中的功能和结构知识建立起关联关系，进行知识挖掘获取研究，辅助产品的快速创新设计。

1 产品设计知识

功能设计是产品设计的重要阶段[6]。在这一阶段，产品功能、结构之间存在着密切联系：①功能反应的是顾客对产品需求的一种表述，对功能分析求解的过程当中，把功能划分为总功能，然后把其分为相应的各个子功能，直至分解为能够达到相应结构的子功能为止。②产品结构的完整表达寓意着整个产品设计过程的完成，能够很好的表达设计者的思考方式和意图，所以产品的设计过程全程是围绕着功能、结构特征进行实现的。

1.1 产品设计过程的功能-结构映射模型

产品的设计过程本质上是由功能驱动的设计过程，即是面向功能的设计[7]。功能求解分析是否得到解是设计的最本质的评价指标，而结构是功能解的最终表现形式，因此整个产品的设计过程就是功能到结构的求解过程。

既然产品的设计过程就是功能到结构的求解过程，那我们就有必要建立起功能-结构映射模型。功能-结构映射模型可以看作为将设计过程抽象为在满足约束条件的前提下，由功能到结构的映射过程[8]。即认为将映射模型看成是两个域的关联：功能域与结构域。通过深入研究两种域之间的对应关系，找到之间的映射集。图1所示为功能-结构映射模型。功能-结构映射模型设计的主要过程是功能域和结构域之间的反复对应过程，即首先是建立起功能模型，然后选择功能的分解策略，最后就是功能域到结构域的匹配及组合优化。

图1 功能-结构映射模型

1.2 功能-结构映射模型的复杂机电产品设计知识表达

复杂机电产品是集机、电、液于一体的大型系统，涉及到多学科的交叉融合，大体上由驱动系统、传动系统、检测系统、控制系统、辅助系统组成，各部分的功能定义如下所示：

(1)驱动系统：是为机械系统的运动提供动力，实现能量间相互转换的部分。

(2)传动系统：是将动力机的动力和运动传递给执行系统的中间装置。

(3)检测系统：是用来保证机电一体化产品的位移、旋转、速度的精度的装置。

(4)控制系统：保证各系统间彼此协调运行，并准确可靠地完成整机功能的装置。

(5)辅助系统：是除上述三部分之外的其他装置。

根据构建的功能-结构映射模型，按照复杂机电产品的组成特点，本文将复杂机电产品的总功能分解为驱动功能、传动功能、检测功能、控制功能、辅助功能，然后其中每个功能又分解为能够得到结构表示的子功能为止，从而完成各个系统的设计，如图2所示。

图2 复杂机电产品设计知识的功能-结构映射模型

2 基于Apriori算法的复杂机电产品设计知识获取方法

关联规则属于数据挖掘技术的重要研究课题，其先是通过最小支持度从所建立的数据集中发现所有的频繁项目集，再根据最小置信度在频繁项目集中找出关联规则。目前，挖掘关联规则的算法有Apriori和Fp-growth两种算法，其中Fp-growth算法采取模式增长的递归策略，需要频繁地构造大量的conditionalFP-tree，不仅费时而且要占用大量的空间，挖掘效率不好[9]，而Apriori算法挖掘过程中不构造conditionalFP-tree，因此，本文采用Apriori算法进行复杂机电产品功能-结构关联知识进行挖掘。

2.1 Apriori算法

将一个频繁n项集用Ln来表示，其由若干个n元集合组成：

该算法的基本思想是反复对数据集进行扫描，根据一个频繁集的任意子集都是频繁集的原理，可以从长度为k-1的频繁集迭代地产生长度为k的候选集，再扫描数据集以验证其是否为频繁集。

算法的流程如下：

①根据最小支持度阀值Vsupt从n个数据集中找出频繁1项集L1。

②根据生成的频繁n项集，产生候选(n+1)项集tempLn+1。对任意的Setn+1tempLn+1，其所有的n项子集Setn，都必须满足：SetnLn。

③计算各项tempLn+1中的支持度，与设置的最小支持度阀值Vsupt进行比较，得到频繁(n+1)项集。

④返回步骤②，循环，直到得到的Ln或tempLn为空集时，终止算法。

Support(A)，定义为一个项集在整个数据集中所出现频度记录所占的比例；Confidence(AB)，表示关联规则AB的可信度。在从所建立的数据集中挖掘出所有的频繁项集后，就可以得到其相应的关联规则。Apriori算法生成关联规则，就是要满足设置的最小支持度(Support_Mini)阀值和最小置信度(Confidence_Mini)阀值的强关联规则，可以用以下定义的公式来计算：

最小支持度：Support(AB)=P(A∪B)

最小置信度：Confidence(AB)=P(B/A)=Support(A∪B)Support(A)

2.2 基于Apriori算法的功能-结构关联知识的获取

图3 基于Apriori算法获取功能-结构关联规则知识的流程图

根据Apriori算法的原理，首先对产品的各项功能和结构进行预处理，构成功能-结构数据集合，然后运用设定好的最小支持度阀值，找出功能-结构的频繁项集，接着根据设定好的最小置信度阀值，从找到的频繁项集里面生成功能-结构的关联规则，最后将生成的关联规则用于产品设计，如图3所示。

具体步骤如下：

(1)输入产品功能-结构的数据集合：将产品集分为训练集和被测集，从训练集中提取出构建的功能-结构映射模型，建立功能-结构数据集合。

(2)获取频繁项集：利用Apriori算法原理，从1项集开始计算置信度，将其与设置的最小支持度进行比较：若大于设置的最小支持度，便得到频繁1项集集合，记为L1，同理得到频繁2项集的集合，记为L2，如此循环下去直到找不到频繁k项集为止。在此过程中，Apriori算法为了最大可能减少项集的组合和扫描次数，应用了基本原理：频繁项集的所有非空子集也都是频繁的。

(3)生成关联规则：逐个计算第(2)步找出的各频繁项集中关联规则的置信度，将其与设置的最小置信度进行比较：若大于设置的最小置信度，便可判断k项集中含有强关联规则，则认为这k个功能-结构规则是较优的规则，停止计算与检验，输出功能-结构规则项；否则转入对k-1项集进行计算、检验。

(4)输出“功能-结构”规则表：经过(1)～(3)，从训练集中获得匹配的产品功能-结构规则项。最终，模型输出的结果为产品功能-结构规则表。

3 应用实例

本文采用了7个典型的机电产品作为训练集，根据建立的功能-结构映射模型对这7个典型的机电产品进行分析，找出功能-结构的对应关系，应用Weka数据挖掘软件对Apriori算法进行实现，从而找出功能-结构的关联规则，最后一步就是通过一个典型的机电产品包装机为测试集，来运用找出的关联规则进行创新设计，从而验证方法的正确性。

Step1:建立7个典型的机电产品的功能-结构数据集合

根据建立的复杂机电产品设计知识功能-结构映射模型，对7个典型的机电产品进行功能-结构的拆分，直至拆分后的子功能能够找到相应的结构为止。由于子功能和结构的描述通常是自然语言，运用Apriori算法进行求解时通常采用的是符号表，所以对子功能和结构建立了相应的符号表，如表1所示。子功能表示如A1表示提供较大的启动转矩，A2表示提供较小的转动惯量驱动，A3表示提供较大转速驱动，A4表示实现转速可调驱动，A5表示保证精度高驱动，A6表示实现较高的可靠性驱动，A7表示提供较大的传动比，A8表示实现精确的传动比，A9表示提供较高效率的传动，A10实现较高的定位精度，A11实现传动可靠性好，A12改变传动方向，A13保证精确的位置，A14保证稳定的速度，A15对力进行测量，A16对温度进行测量，A17对红外进行检测，A18计算精度高，处理速度快，A19用于实现工业控制的要求，A20对各个元件进行连接，A21用于分水，A22润滑气动元件，A23调节压力大小；结构表示如B直流伺服电机，C交流伺服电机，D变频主轴电机，E交流调速电机，F步进电机，G异步电动机，H谐波传动，I齿轮传动，J同步带传动，K滚珠丝杆螺母副，L滚动导轨，M涡轮传动，N位置传感器，O速度传感器，P力传感器，Q温度传感器，R红外传感器，S专用的微机控制系统结构，T可编程控制器，U油管和管接头，V过滤器，W油雾器，X调压器,整理后的数据集合如表2所示。

表1 机电产品功能-结构的符号表

表2 机电产品功能-结构的数据集合

Step2:应用Weka数据挖掘软件对建立的数据集合进行Apriori算法实现

将已经建立机电产品的功能-结构的数据集合输入到Excel表格中，然后另存为后缀为.csv的文件。打开Weka软件，将所建立的文件导入到Weka软件中，设置Apriori算法的最小支持度为0.04，置信度为0.9，如图5所示。然后点击Start运行，得到运行结果如图6所示。

图5 Apriori算法参数设置

图6 Weka数据挖掘软件运行结果

Step3:生成机电产品功能-结构的关联规则表

根据Weka数据挖掘软件得到的运行结果，我们可以得出14条辅助机电产品创新设计的关联规则知识表，如表3所示。

表3 关联规则知识表

规则1表示如果需要提供较大的启动转矩，则选择直流伺服电机，支持度为4%，置信度为100%，说明要实现提供较大地启动转矩这个功能，可以选择直流伺服电机这个机构来实现，它们之间存在一定的关联，可以作为机电产品设计过程的知识进行快速创新设计。同理其它规则知识可以得到其它功能可以用相应的结构来进行实现，设计者可以根据这些知识对机电产品进行创新设计，从而快速更好的完成设计过程。

Step4:以包装机的设计为例验证方法的正确性

包装机属于典型的机电产品，对包装机进行设计时，首先根据构建的功能-结构映射模型对包装机总功能进行分解，直至分解为可以和得到的关联规则知识表对应的子功能为止，然后利用得到的功能与结构的关联知识得到相应的结构解，最后得到满足包装机所有子功能的结构，完成包装机的设计，如图7所示。

图7 包装机的功能-结构映射模型

图7中，包装机通过功能-结构映射模型进行功能分解直至得到结构解，其中应用到的功能与结构的关联知识有规则2，规则3，规则5，规则6，规则7，规则8，规则11，规则12，规则13和规则14，很好的满足了包装机各功能的需求，完成了设计要求，验证了方法的正确性。

4 结论

本文通过Apriori算法获取的复杂机电产品设计知识，能够有效的为设计人员进行创新设计，达到满足功能需要的产品，论文提出了复杂机电产品的功能-结构映射模型，构建出Apriori算法挖掘复杂机电产品功能-结构的流程图，通过7个典型的机电产品的功能-结构作为测试集，在Weka数据挖掘软件上实现Apriori算法，得到机电产品的设计知识。论文以包装机为案例，验证了模型的正确性。在研究中，发现所选的测试集不同，可能会对规则的生成产生影响。云设计环境中知识的获取方法、相关设计关联规则等还有待作进一步的研究。

[1] 陈泳, 冯培恩, 潘双夏,等. 基于共生进化原理的功能结构设计[J]. 机械工程学报, 2005, 41(6):19-24.

[2] 刘晓敏, 简兆辉, 王自伟,等. 产品创新功能结构特征建模方法[J]. 中国工程机械学报, 2011, 9(1):7-13.

[3] 曹国忠, 郭海霞, 檀润华,等. 面向功能创新的功能进化、组合与失效研究[J]. 机械工程学报, 2012, 48(11):29-38.

[4]YinQ,SunYJ,ZhouWZ,etal.ResearchonConfigurationDesignMethodofMassCustomizationProductBased-onFunction-StructureModel[J].AppliedMechanics&Materials, 2011, 88-89:204-208.

[5]BoY,GaoCQ,WangXZ,etal.Cellbasedproductstructureconceptualdesign[J].JisuanjiJichengZhizaoXitong/computerIntegratedManufacturingSystemsCims, 2014, 20(3):471-485.

[6] 曹国忠, 檀润华, 孙建广. 基于扩展效应模型的功能设计过程及实现[J]. 机械工程学报, 2009, 45(7):157-167.

[7] 杨波, 高常青, 尹晓玲,等. 面向概念设计的扩展功能建模方法[J]. 机械工程学报, 2013, 49(15):153-162.

[8] 张晓丽. 面向复杂机电产品系统层设计功能到结构的映射[D]. 杭州:浙江大学, 2012.

[9] 何中胜, 庄燕滨. 基于Apriori&Fp-growth的频繁项集发现算法[J]. 计算机技术与发展, 2008, 18(7):45-47.

[10] 刘燕楚. 基于APRIORI算法的个人贵宾客户交叉销售实证分析[J]. 农银学刊, 2015(4):65-68.

(编辑 李秀敏)

Association Knowledge Acquisition of Complex Electromechanical Product Function and Structure Based on Apriori Algorithm

LIShao-boa,b,ZHANGXi-gena,YangGuan-cia

(a.KeyLaboratoryofAdvancedManufacturingtechnology,MinistryofEducation;b.SchoolofMechanicalEngineering,GuizhouUniversity,Guiyang550025,China)

Functionalcharacteristicsarethebasiccharacteristicsofcontrolovertheentiredesignprocess,establishproductfunctionandtheknowledgeofaconnectionbetweenproductstructure,whichisaneffectivewaytorealizeproductdesignknowledgeacquisition.Byextractingthefunctionandstructureintheprocessofproductdesign,function-thestructureofthetrainingsetisestablished,usestheApriorialgorithmtoextracttheassociationrulesbetweenthem,therelationshipbetweentheknowledgefunction-structurewasobtained,toassistthecontinuousinnovationofproductdesign.Andpackingmachineasanexampleisgiventodemonstratetheeffectivenessofthemethod.

productfeatures;productstructure;apriorialgorithm;associationrules;knowledgeacquisition

1001-2265(2016)12-0027-04DOI:10.13462/j.cnki.mmtamt.2016.12.008

2016-02-27；

2016-04-01

国家自然科学基金项目(51475097)；贵州省科技项目(黔科合JZ字[2014]2001)；黔科合重大专项(字[2012]6008)

李少波(1973—),男,湖南岳阳人,贵州大学教授,博士生导师，研究方向为创新设计、智能制造，(E-mail)lishaobo@gzu.edu.cn；通讯作者：张喜根(1991—),男,江西高安人, 贵州大学硕士研究生,研究方向为复杂机电产品的计算机辅助创新设计，(E-mail)1432504403@qq.com。

TH161;TG

A