计算机辅助设计与图形学学报,温蕊-计算机辅助设计与图形学学报.PDF

温蕊-计算机辅助设计与图形学学报

第27 卷 第 5 期 计算机辅助设计与图形学学报 Vol. 27 No.5

2015 年5 月 Journal of Computer-Aided Design & Computer Graphics May 2015

流程工厂设计中的规则挖掘与智能预测

1) 1, 2) 3)

温 蕊 , 唐卫清 , 苏智勇

1) (南京理工大学计算机科学与工程学院 南京 210094)

2) ( 中国科学院计算技术研究所 北京 100190)

3) (南京理工大学自动化学院 南京 210094)

(wenruity@163.com)

: 流程工厂设计涉及不同的工程应用背景及专业知识, 大量隐含的设计规则尚未提炼, 因此建模过程存在效

率低、模型质量不高等问题. 结合流程工厂模型的领域特性, 提出一种用于挖掘工厂设计规则的频繁类型树模型. 该

模型以大量实例工厂模型中各构件的属性及拓扑连接关系为依据构造频繁类型树; 在后续模型的构建过程中, 通过

对该树的查询为当前工厂设计提供实时的智能预测. 实验结果表明, 文中模型能够挖掘到不同工程应用背景下的隐

含建模知识, 在未来模型的构建过程中, 利用这些知识所提供的智能预测可以大幅缩小构件选择范围, 有效地提升

流程工厂模型的构建效率及设计质量.

: 流程工厂建模; 结构分析; 关联挖掘; 构件预测

: TP391

Rule Mining and Intelligent Prediction in Process Plant Design

Wen Rui1), Tang Weiqing1,2), and Su Zhiyong3)

1) (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094)

2) (Institute of Computing Technology , Chinese Academy of Sciences, Beijing 100190)

3) (School of Automation, Nanjing University of Science and Technology, Nanjing 210094)

Abstract: Process plant design involves a variety of engineering backgrounds and specialized knowledge.

With abundant latent design rules not being extracted, the existing modeling methods present the disadvan-

tages of low efficiency and deficient model quality. In that sense, a Frequent-Type-Tree model for mining

process plant design rules is proposed. The model constructs a Frequent Type Tree by analyzing component

attributes and topological correlations in plant models and provides real-time intelligent predictions by que-

rying the tree for future design. Experimental results show that the proposed model can mine valuable