產品設計多維知識表示及服務系統設計

陳凱榮 戰洪飛 余軍合 王 瑞

(寧波大學機械工程與力學學院 浙江 寧波 315211)

0 引 言

目前,制造業公司面臨著日益嚴峻的市場挑戰,企業必須提高效率以縮短產品開發周期和交付時間。因此,知識資源作為企業獲取超額收益和競爭活力的重要戰略資源日益受到管理部門的重視。隨著企業知識管理系統的普及,通過有效收集、整合和管理這些知識資源,實現在新的業務執行時的重用和優化配置成為企業未來提效賦能的關鍵。尤其在產品設計階段,存在著知識的高度密聚集與重復現象[1],如何利用企業的信息化系統幫助設計人員快速準確地獲得知識,實現知識重用,成為提升產品設計質量、加快產品設計進度的關鍵因素。因此,知識輔助的產品設計模式越來越受到國內外眾多企業和研究學者的關注。

知識管理是知識經濟時代衍生的一種新的管理思想與方法,并逐步成為工程管理領域的研究熱點之一[2]。文獻[3]提出一種基于適用概率匹配和多維上下文驅動的知識推送技術,向設計人員推送個性化知識,幫助提高智能產品設計的效率和質量。文獻[4]為了促進制造業中設計和制造流程產生的知識的重用,提出了一種以行業標準為基礎的本體開發方法,用以連接產品設計和制造過程中的知識,并通過實際案例研究證明了支持本體的知識重用框架的可行性。文獻[5]為了解決產品生命周期中知識的提取和利用問題,提出了面向產品生命周期的知識服務框架,包括知識服務識別機制、產品知識服務轉移機制、產品知識服務交付過程和產品知識服務績效評估,為產品開發提供有效的生命周期知識支持。文獻[6]提出一種基于圖的知識重用方法,通過個性化PageRank算法用于執行知識導航,在知識圖中找到針對新產品開發中給定問題的最相關知識,以支持新產品開發中知識驅動的決策。文獻[7]提出了一個推薦系統,基于企業網絡文件服務器上的文件活動構建個性化的用戶模型幫助知識工作者發現有用的新內容。文獻[8]提出了一種基于知識模式挖掘的流程知識推薦系統,系統通過對參與者的知識主題需求挖掘,使用基于案例推理的方法主動推送符合其學習習慣的流程知識,幫助參與者解決流程問題。文獻[9]為了構建更加專業化的智能制造知識問答系統,建立了該領域的專業知識庫,并通過深度學習算法進行問答的語義分析,提升了系統的魯棒性和自適應性。文獻[10]針對設計中檢索語義表示不清問題,提出了一種基于OWL表示模型語義的相似度計算方法,將對象本身轉化為特征語義的方式進行相似度對比,并通過CAD模型驗證了其有效性和可行性。

回顧分析學者們對產品設計領域的研究工作,主要集中在知識表示和重用上,其中也有專注于知識推薦領域,以及在產品設計過程中的知識組織和轉移。然而知識本身就是抽象的,沒有統一而明確的界定;即使是相同的知識,不同的主體在表達上也會存在著差異。其次,在知識重用中,如何將已表達的知識與知識需求進行匹配也仍有較大改善空間?；谌缟蠁栴},本文從企業人員的知識需求入手,通過對不同需求主體的調研,利用因子分析對其知識需求進行歸類與劃分,并在此基礎上利用可擴展標記語言對企業資源進行統一表示,建立多維度知識分類體系,便于從多個角度和方向定位到庫中所需知識。在傳統語義檢索的基礎之上,引入注意力機制的相似度計算方法提高檢索效率和準確性,最后設計了產品設計知識服務系統為工程師推送個性化知識資源。

1 產品設計知識需求分析

知識服務是一個面向知識需求的管理系統[11],企業應該充分利用信息化系統功能,構建起知識資源、設計人員和知識需求之間的映射關系,以提供適合和科學的知識服務,提升企業業務執行績效和創新能力。根據調查顯示,在產品設計中僅有30%不到的業務需要新的設計解決方案[12],換句話說,超過70%的活動只需要對現有知識的重用就能完成。而且傳統知識獲取往往來自企業中產品的數據系統,不僅在查詢階段會消耗大量的時間,而且獲取的知識利用率低下,由此可知,企業運作中業務執行與知識管理的脫節較為嚴重,業務執行效果有較大的提升空間。

1.1 產品設計知識需求的調研分析

為了進一步了解企業中不同部門、不同職位在產品設計生命周期中的知識需求,本文對本地具有代表性的制造企業進行了深入的調研和詳細訪談。受不同需求主體認知的影響,對需求內容的描述涉及產品設計全生命周期中各個類型的知識且表現出多維度特征。因而,對維度特征的把握是知識表達與重用的基礎,所以本文基于問卷調查的方法進行產品設計知識需求的維度的確定。問卷的內容主體包含樣本背景、知識需求形式和知識管理績效,然后結合企業的現狀與特點,并征求專家意見對問卷的內容進行適當的調整和補充,最后形成本次的調研問卷。第一部分具體內容包括公司性質、部門、職位、工齡、學歷等;第二部分是從之前的訪談記錄和開放式問項中歸納總結的知識需求形式,并采用李克特(Likert)5點計分法讓被測員工對需求度做出模糊的綜合評價。第三部分是知識管理績效,同樣采用5點法讓被測員工根據實際企業中知識運用情況對業務執行績效影響進行打分。

本次調研過程對象主要針對產品設計和其他相關部門,共發放了300份問卷,其中收回163份,然后再通過人工篩選,最終對128份有效問卷進行分析。為了歸納總結企業產品設計中的知識需求,驗證知識輔助業務執行的有效性,采用SPSSAU和SPSS23軟件對收集的問卷數據進行信度檢驗和因子分析。

1) 信度檢驗。

本文首先采用SPSSAU對此次的問卷量表進行信度的檢驗,從表1可知信度系數值為0.984,因而說明研究數據信度質量很高,即問卷的測驗結果一致、穩定及可靠,可用于進一步分析。

表1 Cronbach信度分析-簡化格式

2) 因子分析。

根據問卷第二部分內容,從開放式訪談提煉出的產品設計中的12個知識需求要素進行探索性因子分析,從表2可以看到檢測的KMO值為0.953(大于0.9),Bartlett球性檢驗的顯著性系數為0.000(小于0.01),意味著變量間有較強的相關性,適合做因子分析。

表2 KMO和巴特利特檢驗

在確定該問卷適合進行因子分析之后,采用主成分分析方法對問卷數據進行相關性矩陣分析,并以特征值大于1為標準提取數據,要提取的因子數為4,采用Kaiser標準化的方差最大(Varimax)旋轉方法在旋轉9次迭代中收斂,知識需求要素的分析結果如表3所示。

表3 旋轉后的成分矩陣

可以看出,通過探索性因子分析得到了4類因子。因此,本文根據經濟合作與發展組織(OECD)提出的知識分類方法,也將產品設計中的知識需求分為四種類型：

(1) 知事類知識(know-what),指關于事實的知識,如企業中的文檔、規格和數據庫。

(2) 知因類知識(know-why),指原理和規律方面的理論,包括產品概念、設計規范、客戶要求和專業知識等。

(3) 知能類知識(know-how),是人類通過學習或實踐所獲得的知識,通常有設計、制圖、仿真等的個人技能知識。

(4) 知人類知識(know-who),指誰知道或誰知道如何做某些事的信息,它包含了特定社會關系的形成,涉及領域專家、客戶、企業文化等。

其中：(1)、(2)類知識(顯性知識)可以通過學習資料、查看數據庫而獲得;而(3)、(4)類知識(隱性知識)依靠實踐、總結和交流獲得。

1.2 知識需求維度劃分

為了構建完整的產品設計知識庫,實現知識管理與業務執行全生命周期的融合,企業需要提供一套可滿足產品設計生命周期具體需求的功能[13]。而歸結企業人員對產品設計中知識需求的調研陳述發現,受不同需求主體影響,對知識類型也有著不同的需求。同時,為了更好地促進知識的傳遞和轉換,本文還對企業中常見的知識資源載體“案例”進行了研究。結合以上產品生命周期管理、知識需求主體和企業案例三個因素分析,本文將產品設計知識由以下三個維度來描述：知識源、知識對象和知識形式。

1) 知識源維度獲取產品生命周期階段定義的知識,設計人員可以根據產品設計不同階段來使用這種知識。

2) 知識對象是知識模型的實例,是從學習的需求出發,依據知識管理規定的結構和形式形成的知識集合。

3) 知識形式可以理解為知識的分類,包含事實知識、原理知識、技能知識和人際知識。

2 多維度知識分類體系模型

本文研究的知識表示方法是為了便于業務與知識結合,輔助知識服務系統的實現,便于實施知識的重用與傳播。而知識本身是一種形式化的、概念化的信息,是人們的總結與歸納,知識表示則需要以一種顯式化、情境化的方式表達,來指導實踐、行動的作用。因此,如何將抽象的知識表達出來,讓接收者更好地理解,減少過程中的信息損耗,是提高異構知識間的互操作性、促進知識共享[14]的關鍵。因而,本文將多維特征表達引入到知識建模中來,基于知識需求的維度劃分,本文將產品設計的知識也分為三個維度：知識對象、知識源和知識形式,并通過語義進行組織、關聯與推理,從而提高檢索的查全率和查準率,提高知識的重用率。

為了構建完整的產品設計知識庫,以有效提升企業中的知識重用效率,本文采用了可擴展標記語言(XML)和基于多維度知識表示方法來描述產品開發中每個設計階段和具體活動所需知識,實現產品設計全生命周期的知識共享。如圖1所示該模型分為資源表示層和知識集成層。

圖1 多維知識表示模型

資源表示層是底層設計,根據可擴展標記語言設計模型創建和映射知識資源,是知識表示和交換的標準,也是信息發現的重要方法。

知識集成層包含一個集成的領域本體和三維屬性體系,一條知識可以歸屬于多個維度,而對那些起到參考、約束作用的分類方法定義為屬性。維度和方法從本質上看其實是分類的標準,也是知識檢索中基于類推理能力的基礎。同時在2個類的子屬關系中,給出1個或多個關于“一類是另一類的子類”的表示來創建類層次關系。

知識對象維度定義用于描述設計產品對象的知識,包含設計對象和設計過程兩大類。設計對象知識中又包括產品ID、零件ID、對象特征、設計團隊等;設計過程知識包括設計活動、設計步驟、設計任務等。

知識形式是描述知識資源的模型,其中包括事實知識、原理知識、技能知識和人際知識,每個子類中還可以繼續分為子類。例如,技能知識中有結構設計、模塊設計等,而結構設計又包含草圖、CAD、CAE和有限元分析等。

知識源維度獲取從產品生命周期階段定義的知識,包括分析、設計、制造和銷售等過程中相關的知識資源。

服務系統通過對知識資源進行動態集成,為產品設計生命周期的各個階段提供系統化的支持。

3 基于案例的產品設計知識庫的構建

為了實現企業產品設計知識的有序化,以便在知識服務系統中作為知識資源進行查詢與重用,本文通過對企業的案例進行分析整理,以案例的業務流程為主線,對業務活動進一步細化,確定其基本要素,采用基于業務流程的知識建模方法,對案例中的知識信息進行分析挖掘,并整合保存于知識庫中,如圖2所示。

1) 知識庫使用關系型數據庫來存放知識,包括各類知識形式、規則和案例等,實現對知識的插入、刪除及修改,并需要在知識發生變動時及時對庫中知識進行一致性、完整性檢查。

2) 查詢模塊實現知識庫和推理機之間的知識搜索、傳遞和知識查詢。

3) 多維度的知識集成不僅將各類分散的知識元素依據一定的邏輯規則有序化、層次化,方便人們利用計算機進行檢索,還解決了信息超載導致的知識匱乏,加強了顯性知識與隱性知識的交互,實現知識間的共享與創新。

4 引入注意力機制的相似度計算方法

深度學習中,注意力機制從本質上與人類的選擇性視覺注意力機制類似,希望從眾多的信息中篩選出對當前任務目標更關鍵的信息。為設計實現知識重用與傳播的知識服務系統支撐,知識與產品設計需求的匹配方法是核心與關鍵,所以本節研究在產品設計過程中,設計人員如何獲取相關知識以支持其設計工作。根據設計流程中不同設計階段的任務,會產生相應的知識需求,就需要基于知識庫檢索并學習和重用知識。傳統的語義檢索由句子中的每個單詞產生,這意味著無論是哪個單詞,在檢索某個目標任務時影響力都是相同的,就如同人類觀察眼前的事物時眼中沒有注意的焦點。本文引入注意力機制[15]匹配知識資源,并將結合語義相似度的計算來確定排名提供給知識需求者。Encoder-Decoder框架是一種深度學習領域的研究模式,應用場景十分廣泛,結合注意力機制的結構如圖3所示。

圖3 引入注意力模型的Encoder-Decoder框架

把知識庫中的信息向量X=[x1,x2,…,xn]看作是一個信息存儲器,現在輸入一個查詢向量q,用來查找和選擇X中與任務相關的信息。注意力機制在選擇信息的時候,不是從知識庫中挑選出一條信息來,而是根據注意力分布遍歷信息整體來計算它們的加權平均。

因此定義一個注意力變量z∈[1,N]表示知識庫中信息的索引位置,當z=i時,說明選擇了第i個信息,然后計算在給定了q和X的情況下,z=i的信息概率αi,并用Softmax函數對注意力得分進行歸一化,得到權重系數之和為1的概率分布：

αi=p(z=i|X,q)=

softmax(s(xi,q))=

(1)

式中：αi構成的概率向量就稱為注意力分布(Attention Distribution)。S(xi,q)注意力權重分配函數點積模型如式(2)所示。

(2)

注意力分布αi表示在給定查詢q時,資源信息向量X中第i個信息與查詢q的相關程度。最后用加權平均的方式對知識庫中的信息進行匯總,給出相似度大小排名和查詢所得結果：

(3)

計算Attention值的過程如圖4所示。

圖4 注意力分布加權平均

5 知識服務原型系統的設計

5.1 知識服務系統框架

設計理念中,可以用產品設計的全生命周期為牽引,通過業務需求層次性分析,細分業務需求,基于本文的產品設計知識需求及多維度知識的表示方法,在企業知識庫的支撐下,為產品設計創新提供面向業務的知識重用推薦服務。系統的總體結構框架主要包含資源層、映射層和應用層,每個模塊的詳細信息以及彼此之間的聯系如圖5所示。應用層包含從知識請求到系統響應設計人員需求的知識資源輸出的知識共享過程。映射層構建了知識需求與知識資源之間的映射關系,包含基于protege軟件進行產品設計知識體系表示和基于注意力機制的相似度計算。資源層包含各類知識資源,例如文檔、案例,專家等利用可擴展標記語言進行知識資源的統一表示。

圖5 知識服務系統框架

5.2 系統的實現

系統遵循MVC模式架構的SSH框架實現產品設計領域多維度知識體系的服務系統。首先利用Protege軟件,從產品生命周期、業務案例和知識形式三個維度構建減速箱設計知識分類體系如圖6所示。為了實現對產品設計知識語義描述和關聯的功能,還需對其進行語義標注,之后將其存儲到安裝好的MySQL數據庫中,利用JDBC驅動程序將其與數據庫連接起來,實現兩者之間的交互。

圖6 多維度知識表示

所開發的產品設計知識服務系統具有一定的應用性?；谡Z義分析模型和多維分類體系,它具有知識標識、知識分類、知識組織和知識檢索等功能。同時,知識編輯器將復雜的領域知識建立起多維屬性體系,并通過各知識節點形成網狀的知識組織形式,集成為可視化的知識地圖,可以使用戶快速地找到所需的知識點。該系統的知識導航也有利于企業發掘潛在智力資源,發揮知識資產的杠桿作用,進一步提升企業的創新能力。

OWL本體語言代碼如下：

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"

……

圖7、圖8所示為在減速箱設計過程中,工程師根據設計任務來檢索、獲取相關知識。根據業務流程的不同階段會有不同的設計任務,工程師在進就會產生“齒輪的潤滑方式選擇”的知識需求,工程師就可以根據設計任務和設計需求從知識庫中查詢或下載知識資源進行學習。在知識服務系統方面,用戶輸入的信息進行分詞與權重量化之后生成的特征向量與數據庫的向量空間進行匹配,推薦的內容不僅包含有相關字眼的內容,搜索引擎還會呈現出與此內容相關的實例部分、專家信息等,提高了知識檢索的查全率和查準率,最后由相似度算法計算加權平均的排序方式提供給工程師相關知識資源。

圖7 知識資源檢索

圖8 文檔信息

當前,知識服務在企業管理中有著舉足輕重的作用。本文所提出的框架具有在產品設計全生命周期中支持產品設計的功能,利用知識資源的統一表示構建了多維度知識分類體系,并整合了知識需求和知識資源的映射關系,提出的知識檢索方法能有效減少產品設計中資源瀏覽的時間成本。與傳統的知識獲取過程相比較,此知識服務系統大大減少了設計人員獲取知識的時間,提高了知識的利用率。

6 結 語

隨著知識經濟的興起,知識資源作為提升企業業務執行績效的重要戰略資源日益受到人們的關注。針對目前企業業務執行中知識管理脫節嚴重、缺失等情況,本文在企業調研的基礎上確定企業人員知識需求,并通過因子分析對其進行歸類與劃分;提出一個面向產品設計知識的集成框架,包含基于XML的知識表示、多維度的知識分類體系;研究了基于注意力機制的相似度計算的知識檢索方法以及知識服務系統的設計與開發。未來隨著信息技術的發展,機器學習已成為解決知識獲取和個性化推薦更優的解決方案,系統可以更多采用這些新的信息技術。目前,沒有廣泛使用的專業標準的產品設計知識存儲庫,需要對各類產品進行分別研究以進一步拓展企業自己的知識庫。