基于行為流的產(chǎn)品設(shè)計(jì)復(fù)雜性演化理論研究

韓浩 郝泳濤

摘要：該文結(jié)合行為流和復(fù)雜性演化理論，從過(guò)程和結(jié)構(gòu)的角度分析產(chǎn)品設(shè)計(jì)過(guò)程中功能、行為和結(jié)構(gòu)的關(guān)系，闡釋了三者在動(dòng)力學(xué)演化過(guò)程中的轉(zhuǎn)換耦合，結(jié)合對(duì)復(fù)雜產(chǎn)品時(shí)空序列的劃分以及對(duì)行為流主路徑屬性的抽取，得到設(shè)計(jì)過(guò)程的演化分析模型。

關(guān)鍵詞：行為流；復(fù)雜產(chǎn)品；時(shí)空序列；演化模型

中圖分類號(hào)：TB472文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)07-1654-02

Research on the Theory of Product Design Complexity Evolution Based on Behavior Flow

HAN Hao, HAO Yong-tao

(CAD Research Center of Tongji University, Shanghai 201804, China)

Abstract: The paper combined theory of behavior flow and complexity evolution, analysed relationship between function, behavior and structure in product design from the view of process and structure, explained their transformation and coupling in dynamic evolution, combined with the divide of spatial and temporal sequence of complex product and the abstract of main path properties on behavior flow to get the evolution analysis model in design process.

Key words: behavior flow; complex products; spatial and temporal sequence; evolution model

行為流理論是一門新興的理論，主要用于描述機(jī)械產(chǎn)品概念設(shè)計(jì)過(guò)程中行為的變化過(guò)程，近年來(lái)被越來(lái)越多的學(xué)者用于產(chǎn)品設(shè)計(jì)過(guò)程的研究中；復(fù)雜產(chǎn)品被機(jī)械工業(yè)設(shè)計(jì)領(lǐng)域用來(lái)描述結(jié)構(gòu)龐大復(fù)雜的零件，其設(shè)計(jì)和開(kāi)發(fā)越來(lái)越成為目前的工業(yè)界和創(chuàng)新設(shè)計(jì)方面的重點(diǎn)研究?jī)?nèi)容。作為從不同角度研究產(chǎn)品設(shè)計(jì)過(guò)程的理論，行為流只是描述行為流動(dòng)，并沒(méi)有解釋引發(fā)流動(dòng)的結(jié)構(gòu)基礎(chǔ)；基于復(fù)雜產(chǎn)品的復(fù)雜性演化理論則從產(chǎn)品的內(nèi)部構(gòu)造出發(fā)，用子部件的屬性和彼此之間的聯(lián)系來(lái)描述產(chǎn)品進(jìn)化推理過(guò)程。把這兩種理論結(jié)合起來(lái)，能夠彌補(bǔ)各自理論的上述不足，從結(jié)構(gòu)的角度解釋產(chǎn)品設(shè)計(jì)過(guò)程。

1行為流模型可以有效地描述產(chǎn)品設(shè)計(jì)過(guò)程

當(dāng)前的產(chǎn)品建模方法主要聚焦于產(chǎn)品的功能建模。以產(chǎn)品功能為核心來(lái)看待整個(gè)模型，一般的方法都是采用自上而下的功能分解來(lái)建立模型的層次，引導(dǎo)功能建模。而當(dāng)前建立的功能分解方法，都是在盡最大的可能對(duì)已有的功能劃分的知識(shí)或者經(jīng)驗(yàn)的總結(jié)利用，來(lái)指導(dǎo)功能分解[1]。這些知識(shí)的總結(jié)都是來(lái)自部分領(lǐng)域人員大腦思考的結(jié)果，從出發(fā)點(diǎn)上就具有片面性；而人的知識(shí)、經(jīng)驗(yàn)，其實(shí)也就是尋找功能設(shè)計(jì)優(yōu)化解的經(jīng)過(guò)部分驗(yàn)證的估值函數(shù)，并不保證是最優(yōu)解，也不保證找到當(dāng)前相對(duì)更好的一個(gè)選擇。

而行為流的引進(jìn)則能很好地解決這一問(wèn)題。一方面，產(chǎn)品行為是客觀的，和功能不同的是，可以有無(wú)歧義的通用表達(dá)，具有通用性，也適合于計(jì)算機(jī)描述；另一方面，通過(guò)直接對(duì)行為的研究，可以定義一個(gè)產(chǎn)品的狀態(tài)，特別是起始狀態(tài)和目標(biāo)狀態(tài)。通過(guò)這兩個(gè)狀態(tài)以及之間的影響狀態(tài)的行為，即可直接對(duì)已有產(chǎn)品建模，并且可以根據(jù)這兩個(gè)狀態(tài)，找到合適的行為變化序列來(lái)實(shí)現(xiàn)狀態(tài)的轉(zhuǎn)變，從而實(shí)現(xiàn)新產(chǎn)品的設(shè)計(jì)，建立新產(chǎn)品的行為流模型；三是行為可以直接對(duì)應(yīng)到結(jié)構(gòu)，可以得到產(chǎn)品的實(shí)現(xiàn)，產(chǎn)品的行為流模型具有實(shí)用性，覆蓋智能設(shè)計(jì)的整個(gè)生命周期[2-3]。

2產(chǎn)品設(shè)計(jì)的復(fù)雜性動(dòng)力學(xué)機(jī)理

產(chǎn)品設(shè)計(jì)的復(fù)雜性動(dòng)力學(xué)演化是基于復(fù)雜產(chǎn)品的動(dòng)態(tài)設(shè)計(jì)過(guò)程中提出的問(wèn)題，首先就要研究復(fù)雜產(chǎn)品的建模問(wèn)題，復(fù)雜產(chǎn)品的復(fù)雜性主要體現(xiàn)在兩個(gè)方面:一方面，復(fù)雜產(chǎn)品的零件數(shù)目非常龐大，另一方面，基于龐大的零件數(shù)目存在一個(gè)更加龐大的零件關(guān)系網(wǎng)絡(luò)，這個(gè)網(wǎng)絡(luò)實(shí)現(xiàn)了復(fù)雜產(chǎn)品的功能分解網(wǎng)絡(luò)、行為分解網(wǎng)絡(luò)、結(jié)構(gòu)分解網(wǎng)絡(luò)，復(fù)雜產(chǎn)品的功能行為結(jié)構(gòu)是這個(gè)復(fù)雜網(wǎng)絡(luò)的三個(gè)視角[5]，所以復(fù)雜產(chǎn)品的復(fù)雜關(guān)系網(wǎng)絡(luò)具有多維、多態(tài)性，首先就要研究如何描述這個(gè)復(fù)雜關(guān)系網(wǎng)絡(luò)。

產(chǎn)品設(shè)計(jì)的復(fù)雜性演化是一個(gè)動(dòng)力學(xué)過(guò)程，假設(shè)復(fù)雜產(chǎn)品開(kāi)始于一個(gè)各子系統(tǒng)間無(wú)關(guān)聯(lián)的初態(tài)，隨著時(shí)間的推移，在這個(gè)產(chǎn)品中子部件與子部件、子部件與外界環(huán)境間產(chǎn)生了交流，從而形成了復(fù)雜關(guān)系網(wǎng)絡(luò)。產(chǎn)品從生態(tài)學(xué)角度是由許多子產(chǎn)品群落組成的，而子產(chǎn)品群落又是由許多子產(chǎn)品種群組成。這許許多多種子產(chǎn)品群落相互之間、與外界環(huán)境之間產(chǎn)生了錯(cuò)綜復(fù)雜的交流，從而推動(dòng)了整個(gè)產(chǎn)品設(shè)計(jì)的復(fù)雜性演化過(guò)程，最終通過(guò)這種相互作用達(dá)到一個(gè)呈現(xiàn)高度關(guān)聯(lián)的復(fù)雜狀態(tài)。

3基于行為流的產(chǎn)品設(shè)計(jì)復(fù)雜性動(dòng)力學(xué)演化機(jī)理及功能行為結(jié)構(gòu)的轉(zhuǎn)換耦合

復(fù)雜產(chǎn)品的特點(diǎn)表現(xiàn)為多維度多層次嵌套，包含了復(fù)雜的因果關(guān)系、嵌套關(guān)系和依賴關(guān)系，并且這種復(fù)雜關(guān)系的更改會(huì)引起整個(gè)系統(tǒng)的變化，所以用現(xiàn)有的建模理論已經(jīng)很難清楚地表述出復(fù)雜產(chǎn)品的功能、行為和結(jié)構(gòu)之間的耦合關(guān)系。在引進(jìn)行為流建模理論后，模型的核心建立在行為流系統(tǒng)上，通過(guò)行為的間斷性變化映射出結(jié)構(gòu)和功能的對(duì)應(yīng)變化。演化過(guò)程本身就是從簡(jiǎn)單到復(fù)雜，從局部到整體，這種特點(diǎn)決定了可以借助行為流的結(jié)構(gòu)特點(diǎn)來(lái)描述產(chǎn)品設(shè)計(jì)的復(fù)雜系統(tǒng)演化過(guò)程[4]。

3.1在產(chǎn)品設(shè)計(jì)復(fù)雜性動(dòng)力學(xué)演化過(guò)程中，行為流是演化過(guò)程發(fā)生改變的載體。

由于動(dòng)力學(xué)演化的過(guò)程是功能、行為和結(jié)構(gòu)的同步變化過(guò)程，而功能-行為和行為-結(jié)構(gòu)的耦合關(guān)系都是以行為流為基礎(chǔ)的，所以演化過(guò)程實(shí)際上就是行為流流動(dòng)線路的非線性變形、延伸和波浪形更改的過(guò)程。復(fù)雜系統(tǒng)的任何子部件發(fā)生數(shù)量或?qū)傩缘淖兓瘯r(shí)，都會(huì)導(dǎo)致行為流對(duì)應(yīng)分支的變化，從而引起整個(gè)行為流結(jié)構(gòu)發(fā)生變化，即行為流集中反映了復(fù)雜產(chǎn)品的動(dòng)力學(xué)演化過(guò)程，是動(dòng)力學(xué)演化過(guò)程的載體。

3.2行為流在復(fù)雜系統(tǒng)中的受限生成表現(xiàn)形式及受限流動(dòng)過(guò)程。

函數(shù)關(guān)系中自變量發(fā)生變化時(shí)因變量會(huì)對(duì)應(yīng)地發(fā)生變化，同樣地，在復(fù)雜系統(tǒng)中由于產(chǎn)品本身的結(jié)構(gòu)和關(guān)系的復(fù)雜性，在某一子結(jié)構(gòu)發(fā)生變化時(shí)，通過(guò)行為流與復(fù)雜網(wǎng)絡(luò)之間對(duì)應(yīng)的耦合關(guān)系導(dǎo)致了復(fù)雜網(wǎng)絡(luò)發(fā)生變化[7]。這種變化并非可以任意蔓延的，而是受到諸多因素的約束和限制，被稱為受限流動(dòng)過(guò)程。在此過(guò)程中，通過(guò)智能度識(shí)別，找到可適用于自主學(xué)習(xí)的智能主體，分析時(shí)空序列的映射關(guān)系來(lái)確定其受限條件，在此條件下劃定受限邊界值，使行為流在受限范圍內(nèi)流動(dòng)。結(jié)合行為與功能、結(jié)構(gòu)的映射關(guān)系，得到復(fù)雜系統(tǒng)演化過(guò)程。

由于無(wú)論多么龐大的復(fù)雜系統(tǒng)，其演化過(guò)程通過(guò)遞歸的分解算法都可以分解為一個(gè)個(gè)子部件的獨(dú)立運(yùn)動(dòng)，針對(duì)這一特點(diǎn)使用受限流動(dòng)過(guò)程來(lái)描述復(fù)雜系統(tǒng)的演化,它能夠反映在一定環(huán)境約束條件下,主體以流動(dòng)的形式發(fā)展和進(jìn)化的一般規(guī)律。在基于行為流的復(fù)雜系統(tǒng)演化過(guò)程中，約束條件就是與行為對(duì)應(yīng)的結(jié)構(gòu)和功能的時(shí)間空間序列的有序性。把行為流劃分成時(shí)間空間序列后，對(duì)應(yīng)的結(jié)構(gòu)和功能以聚集成一個(gè)個(gè)序列的形式存在，其位置關(guān)系和順序會(huì)受到映射關(guān)系的限制，復(fù)雜系統(tǒng)的演化過(guò)程自然也就是受限的流動(dòng)過(guò)程。

3.3基于時(shí)空序列的復(fù)雜產(chǎn)品設(shè)計(jì)過(guò)程演化模型

通過(guò)把產(chǎn)品演化的過(guò)程分解為以時(shí)間和空間為間隔點(diǎn)的子步驟，得到產(chǎn)品建模的時(shí)間序列和空間序列。在時(shí)間序列中通過(guò)時(shí)間關(guān)系把功能、行為和結(jié)構(gòu)分解為與行為流方向垂直的層次，在同一時(shí)間序列層次中的子功能、子行為和子結(jié)構(gòu)之間相互影響，并且不同時(shí)間序列之間的子功能、子行為和子結(jié)構(gòu)同樣可能會(huì)有聯(lián)系，這樣可以把這些子部件與其前驅(qū)結(jié)構(gòu)和后繼結(jié)構(gòu)隔離開(kāi)來(lái)，單獨(dú)分析子部件中的行為流模型。

在空間序列中，復(fù)雜系統(tǒng)由于其屬性由于受到功能、行為和結(jié)構(gòu)的限制，所以傳統(tǒng)的二維網(wǎng)狀結(jié)構(gòu)已經(jīng)無(wú)法描述出其特點(diǎn)。當(dāng)復(fù)雜系統(tǒng)的一個(gè)子系統(tǒng)發(fā)生變化時(shí)，會(huì)引起整個(gè)復(fù)雜網(wǎng)絡(luò)的更改，包括時(shí)間上和空間上變化的傳遞和引起復(fù)雜度的不可預(yù)見(jiàn)性更改，其表現(xiàn)形式可能會(huì)由平面結(jié)構(gòu)蔓延到空間結(jié)構(gòu)，在絕對(duì)坐標(biāo)軸的XY平面、YZ平面和ZX平面上同步引起更改。而行為流流動(dòng)的線路可以無(wú)限延伸，主線路上能夠向空間延伸出多個(gè)分支，這使得基于行為流的理論能夠描述的模型擺脫了傳統(tǒng)的平面網(wǎng)狀模型的限制，其覆蓋范圍大大增加。

3.4建立基于行為流主路徑線索抽取和復(fù)雜網(wǎng)絡(luò)屬性樹(shù)的自組織分析模型

復(fù)雜系統(tǒng)創(chuàng)成式生成的過(guò)程及結(jié)果都不可預(yù)測(cè)，這給復(fù)雜網(wǎng)絡(luò)的屬性分析和模型應(yīng)用帶來(lái)了很大的難度。在基于行為流的復(fù)雜網(wǎng)絡(luò)中，以行為流的流動(dòng)主路徑為線索，抽取出復(fù)雜網(wǎng)絡(luò)的屬性樹(shù)，這樣無(wú)需人工分析和處理就能夠概括性地提煉出復(fù)雜系統(tǒng)屬性變化的方向和趨勢(shì)，為復(fù)雜產(chǎn)品的設(shè)計(jì)和維護(hù)帶來(lái)了極大的效益[8]。

對(duì)于復(fù)雜產(chǎn)品的高流量復(fù)雜網(wǎng)絡(luò)性與現(xiàn)有的信息不對(duì)稱的設(shè)計(jì)方法不符這一難題，在基于行為流的復(fù)雜產(chǎn)品建模中，利用提取出的行為流屬性樹(shù)，通過(guò)選取屬性樹(shù)上根節(jié)點(diǎn)和有限層次的子節(jié)點(diǎn)的屬性，避免了子系統(tǒng)之間屬性和關(guān)系的互相作用和互相影響帶來(lái)的復(fù)雜性，從而能夠利用現(xiàn)有的信息交換相對(duì)較少、形式相對(duì)單一的設(shè)計(jì)模型進(jìn)行處理。而屬性樹(shù)中子樹(shù)與其他流動(dòng)路徑的相交也加強(qiáng)了各部件之間的交流，最大限度地利用了已有的設(shè)計(jì)結(jié)構(gòu)，使得信息共享充分化。

對(duì)于從行為流屬性樹(shù)中抽取屬性的方法，可以利用數(shù)據(jù)結(jié)構(gòu)中樹(shù)的遍歷算法，在需要得到全部屬性時(shí)采用深度遍歷或廣度遍歷提取出所有屬性，而在需要得到固定層次的屬性時(shí)，每次不能遍歷到終端節(jié)點(diǎn)，需要在算法中設(shè)定限定值，只提取屬性樹(shù)中深度在限定值以內(nèi)的重要屬性。分析這些重要屬性變化的趨勢(shì)，以此推理出產(chǎn)品設(shè)計(jì)過(guò)程中復(fù)雜系統(tǒng)的變化趨勢(shì)，以提取出的屬性為單位建立自組織分析模型。

4結(jié)論

通過(guò)把行為流理論用于分析復(fù)雜產(chǎn)品的設(shè)計(jì)過(guò)程，得到演化過(guò)程改變的載體和表現(xiàn)形式，分析此過(guò)程中的約束條件從而得到受限生成模型，從時(shí)空序列的角度分析設(shè)計(jì)過(guò)程的演化機(jī)理并得到演化模型，結(jié)合結(jié)構(gòu)特點(diǎn)分析復(fù)雜網(wǎng)絡(luò)中行為流的內(nèi)部構(gòu)造并創(chuàng)新地提出用提取屬性的方法得到復(fù)雜網(wǎng)絡(luò)中的關(guān)鍵信息，促成復(fù)雜產(chǎn)品的設(shè)計(jì)。文中提到的方法和建立的模型，可以有效地應(yīng)用于復(fù)雜產(chǎn)品設(shè)計(jì)過(guò)程中，大幅度提高設(shè)計(jì)的效率，使產(chǎn)品設(shè)計(jì)趨于合理。

參考文獻(xiàn):

[1] Kumara S R T,Kamarthi S V.Function-to-Structure Transformation in Conceptual Design: an Associative Memory-Based Paradigm[J].

Journal of Intelligent Manufacturing, 1991(2):281-292.

[2] Gero J S,Kannengiesser U.The situated function-behavior-structure framework[J].Artificial Intelligence in Design, 2002: 89-104.

[3] Yu-xin Wang,Qing-jiu Wang,Xiao-hui Mao.Indirect Behavior-Structure Matching Approach[C].CCMMS,2008.

[4] Tao Tang,Yong-tao Hao.The Research of Engine Modeling Based on the Petri Model of Behavior Flow [C].International Conference on Recent Trends in Materials and Mechanical Engineering,2011.

[5]王克明,熊光楞.復(fù)雜產(chǎn)品的協(xié)調(diào)設(shè)計(jì)與仿真[J].計(jì)算機(jī)集成制造系統(tǒng), 2003(12):15-21.

[6]林暉,賈海波,等.設(shè)計(jì)過(guò)程框架中的行為與功能映射模型的研究[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2002,14(2).

[7]夏明長(zhǎng),江雨燕,李潔.復(fù)雜產(chǎn)品協(xié)同仿真與設(shè)計(jì)技術(shù)的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展,2009(3):70-74.

[8]周濤,柏文潔,汪秉宏,等.復(fù)雜網(wǎng)絡(luò)研究概述[J].PHYSICS,2005,34.