基于本體的復(fù)雜產(chǎn)品維修工程案例知識(shí)表示及重用方法

王姝婷, 劉曉冰,*, 周軍華, 白朝陽(yáng), 翟 翔

(1. 大連理工大學(xué)制造管理信息化技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室, 遼寧 大連 116024; 2. 大連理工大學(xué)經(jīng)濟(jì)管理學(xué)院, 遼寧 大連 116024; 3. 北京電子工程總體研究所復(fù)雜產(chǎn)品智能制造系統(tǒng)技術(shù)國(guó)家實(shí)驗(yàn)室, 北京 100854)

0 引 言

復(fù)雜產(chǎn)品是指在客戶需求、結(jié)構(gòu)組成、制造過程等方面具有復(fù)雜性特征的產(chǎn)品,且產(chǎn)品從研發(fā)設(shè)計(jì)、制造生產(chǎn)到維修維護(hù)過程均融入了廣泛的知識(shí)與技能。典型的復(fù)雜產(chǎn)品包括航天器、高速列車、大型船舶、大型電力設(shè)備等。

隨著我國(guó)制造服務(wù)化的發(fā)展,服務(wù)領(lǐng)域已逐漸成為企業(yè)的主要利潤(rùn)來源。維修作為復(fù)雜產(chǎn)品服務(wù)領(lǐng)域的核心業(yè)務(wù),可以使復(fù)雜產(chǎn)品在較長(zhǎng)的生命周期內(nèi)保持和恢復(fù)可靠性,為產(chǎn)品安全運(yùn)行提供保障。近年來,我國(guó)復(fù)雜產(chǎn)品增量市場(chǎng)明顯減弱,存量市場(chǎng)逐年上升,維修服務(wù)市場(chǎng)迎來了爆發(fā)式增長(zhǎng),大批動(dòng)車進(jìn)入了運(yùn)行維修保養(yǎng)的階段,動(dòng)車組的故障頻次及維修成本也隨之大幅攀升。

維修是典型的知識(shí)密集型服務(wù)過程,維修服務(wù)的開展往往需要借助歷史維修經(jīng)驗(yàn)與知識(shí)。知識(shí)通常分為用于表示事物性質(zhì)、狀態(tài)與特征的靜態(tài)陳述性知識(shí)與表示任務(wù)行為或具體操作步驟的動(dòng)態(tài)過程性知識(shí),知識(shí)表示旨在將知識(shí)描述成便于計(jì)算機(jī)存儲(chǔ)使用的數(shù)據(jù)結(jié)構(gòu)。

目前,復(fù)雜產(chǎn)品維修階段的知識(shí)多以圖紙、手冊(cè)、記錄單等形式呈現(xiàn),而對(duì)于工程師經(jīng)驗(yàn)化的隱性知識(shí)通常缺乏合理表示與重用,導(dǎo)致實(shí)際業(yè)務(wù)過程中可供維修人員重用的有效知識(shí)十分貧乏。同時(shí),維修服務(wù)的各利益相關(guān)者間術(shù)語不統(tǒng)一,服務(wù)開展中存在知識(shí)交流障礙,企業(yè)維修效率較低,客戶滿意度不高。

隨著當(dāng)前產(chǎn)品知識(shí)復(fù)雜性不斷增加,企業(yè)迫切需要統(tǒng)一的知識(shí)表示方法與有效的知識(shí)重用途徑,促進(jìn)維修知識(shí)的沉淀、傳遞、共享與創(chuàng)新,提升工作效率與質(zhì)量,而案例作為一種抽象的知識(shí)表示方法,可以通過建立領(lǐng)域知識(shí)結(jié)構(gòu)實(shí)現(xiàn)知識(shí)的合理組織和應(yīng)用。因此,對(duì)于復(fù)雜產(chǎn)品維修服務(wù)企業(yè),如何將維修歷史中的海量數(shù)據(jù)、信息及知識(shí)進(jìn)行規(guī)范化的描述形成維修工程案例,并在面對(duì)新的維修問題時(shí)合理匹配,實(shí)現(xiàn)案例知識(shí)的重用是企業(yè)亟需解決的問題。

鑒于此,本文以動(dòng)車組的維修過程為例,探索復(fù)雜產(chǎn)品維修工程案例的知識(shí)表示與重用方法,助力企業(yè)對(duì)維修知識(shí)進(jìn)行共享與重用,實(shí)現(xiàn)維修業(yè)務(wù)過程的精益管理。

在復(fù)雜產(chǎn)品知識(shí)重用方面, Peng等構(gòu)建了設(shè)計(jì)知識(shí)表示模型,開發(fā)了集成協(xié)同系統(tǒng),實(shí)現(xiàn)對(duì)設(shè)計(jì)知識(shí)的獲取與重用。Costa等構(gòu)建了結(jié)合規(guī)則推理與案例推理的產(chǎn)品模型,為產(chǎn)品開發(fā)知識(shí)的重用提供基礎(chǔ)。Wu等提出了基于設(shè)計(jì)任務(wù)的知識(shí)重用框架,促進(jìn)了企業(yè)的知識(shí)獲取與共享。Li等提出了基于元模型的復(fù)雜產(chǎn)品定制設(shè)計(jì)方法,通過領(lǐng)域知識(shí)的積累快速響應(yīng)客戶的需求變化。Peng等構(gòu)建了復(fù)雜產(chǎn)品系統(tǒng)的知識(shí)本體模型及設(shè)計(jì)方法,實(shí)現(xiàn)產(chǎn)品快速設(shè)計(jì)。Li等將設(shè)計(jì)與制造知識(shí)有效集成,提出了支持設(shè)計(jì)與制造領(lǐng)域知識(shí)共享與重用的本體模型。El等將企業(yè)的制造知識(shí)與設(shè)計(jì)流程相結(jié)合,改進(jìn)產(chǎn)品設(shè)計(jì)知識(shí)庫(kù)。Chhim等構(gòu)建了一種基于本體的產(chǎn)品設(shè)計(jì)與制造過程知識(shí)重用方法。同時(shí),也有學(xué)者針對(duì)維修過程的知識(shí)重用開展了相關(guān)研究,但多聚焦于特定復(fù)雜產(chǎn)品,通用性不強(qiáng),且相比設(shè)計(jì)和制造階段,維修過程的影響因素更多、更具復(fù)雜性。

本體是一種統(tǒng)一且規(guī)范的知識(shí)描述方法,能夠?qū)Ω拍钸M(jìn)行形式化的語義表示?；诎咐耐评?case-based reasoning, CBR)是通過學(xué)習(xí)歷史經(jīng)驗(yàn)來解決問題的循環(huán)過程，與人類經(jīng)驗(yàn)積累的過程相似，CBR的核心思想是將過往經(jīng)驗(yàn)用于現(xiàn)有問題的快速解決，是知識(shí)密集型領(lǐng)域?qū)﹄[性知識(shí)進(jìn)行重用的有效手段。將本體與CBR結(jié)合能夠有效對(duì)案例的表示與檢索過程規(guī)范化處理,解決傳統(tǒng)CBR中信息孤島的問題?；诖?Shaker等提出了基于模糊本體與CBR的知識(shí)表示方法,用于解決復(fù)雜概念間的語義關(guān)系。Jiang等基于本體與CBR提出了施工安全風(fēng)險(xiǎn)管理的決策方法,通過對(duì)多個(gè)信息源的推理,避免重要信息的丟失。Mehla等提出了一種本體支持的混合案例推理模型,為大規(guī)模災(zāi)害下的應(yīng)急響應(yīng)提供支持。Amailef等通過構(gòu)建基于本體的CBR模型,實(shí)現(xiàn)應(yīng)急系統(tǒng)的快速響應(yīng)。He等采用本體法表示再制造過程案例中的信息及知識(shí),并通過CBR實(shí)現(xiàn)再制造案例知識(shí)的重用,快速完成再制造過程的設(shè)計(jì)。Gao等提出了將領(lǐng)域本體與CBR進(jìn)行交叉引用的方法,并開發(fā)了對(duì)應(yīng)的CBR系統(tǒng)。張建華等提出了基于領(lǐng)域本體與CBR的知識(shí)供需匹配方法,通過聚類壓縮遍歷空間,減少計(jì)算的冗余度。

綜上,復(fù)雜產(chǎn)品維修領(lǐng)域的知識(shí)重用問題仍處于探索階段,而將本體與CBR結(jié)合的方法已經(jīng)取得了較好的研究成果,同時(shí)也符合維修過程中需要對(duì)知識(shí)進(jìn)行表示及相似性度量的需求。因此,本文將本體與CBR結(jié)合對(duì)復(fù)雜產(chǎn)品的維修知識(shí)重用問題進(jìn)行研究,基于對(duì)復(fù)雜產(chǎn)品維修領(lǐng)域知識(shí)類型的分析,構(gòu)建復(fù)雜產(chǎn)品維修工程案例本體模型,對(duì)案例知識(shí)進(jìn)行合理表示;其次,構(gòu)建復(fù)雜產(chǎn)品維修工程案例知識(shí)重用模型,綜合考慮本體模型結(jié)構(gòu)相似度、語義相似度、屬性相似度及備選案例的適應(yīng)度,匹配出解決目標(biāo)問題的解決方案,幫助維修人員合理有效地處理新的維修任務(wù),對(duì)經(jīng)驗(yàn)化的隱性知識(shí)進(jìn)行合理表示與重用,為企業(yè)實(shí)現(xiàn)精準(zhǔn)快速維修提供參考與借鑒。

1 基于本體的復(fù)雜產(chǎn)品維修工程案例表示方法

1.1 復(fù)雜產(chǎn)品維修工程案例知識(shí)體系模型

復(fù)雜產(chǎn)品維修工程案例作為維修知識(shí)的重要載體,能夠?yàn)槠髽I(yè)開展維修服務(wù)提供經(jīng)驗(yàn)性參考。案例表示作為CBR的基礎(chǔ),其表示結(jié)果對(duì)CBR中案例檢索的準(zhǔn)確性及有效性具有關(guān)鍵性影響。目前,復(fù)雜產(chǎn)品維修工程案例中的知識(shí)多為維修服務(wù)人員的經(jīng)驗(yàn)總結(jié),由于語言表述方式不統(tǒng)一,企業(yè)維修知識(shí)碎片化嚴(yán)重,知識(shí)重用難度較大。因此,需要構(gòu)建規(guī)范化的知識(shí)體系結(jié)構(gòu)模型對(duì)復(fù)雜產(chǎn)品維修工程案例進(jìn)行表示。

Gilboa提出以〈問題描述,解描述,效果描述〉三元組對(duì)案例結(jié)構(gòu)進(jìn)行表示。考慮到復(fù)雜產(chǎn)品維修工程案例多依托于具體的維修業(yè)務(wù)場(chǎng)景,具有情境依賴性,同時(shí),產(chǎn)品的故障原因及位置具有不確定性,對(duì)故障情況進(jìn)行具體分析是制定有效維修方案的前提。因此,本文對(duì)Gilboa提出的經(jīng)典三元組進(jìn)行擴(kuò)展,提出了由〈維修情境,故障分析,維修方案,效果反饋〉四元組組成的復(fù)雜產(chǎn)品維修工程案例(maintenance engineering case for complex product,MECCP),即

MECCP=〈MContext,FAnalysis,MSolution,RFeedback〉

(1)

采用本體法對(duì)MECCP進(jìn)行表示可以提高案例知識(shí)重用與共享的有效度,本文參考文獻(xiàn)[33]的方法,將MECCP劃分為MECCP頂層本體、MECCP領(lǐng)域本體、MECCP任務(wù)本體以及MECCP應(yīng)用本體。4層本體共同對(duì)MECCP進(jìn)行表示,頂層本體提供通用的概念及關(guān)系;領(lǐng)域本體提供復(fù)雜產(chǎn)品維修領(lǐng)域的術(shù)語及概念;任務(wù)本體是維修業(yè)務(wù)進(jìn)行中的動(dòng)態(tài)過程性信息;而應(yīng)用本體則是維修案例的實(shí)例化。頂層本體、領(lǐng)域本體及任務(wù)本體可共同實(shí)現(xiàn)CBR中的案例表示。基于四類本體與獨(dú)立知識(shí)源的對(duì)應(yīng)關(guān)系,構(gòu)建MECCP知識(shí)體系結(jié)構(gòu)模型,如圖1所示。

圖1 MECCP知識(shí)體系結(jié)構(gòu)模型Fig.1 MECCP knowledge system architecture model

知識(shí)體系結(jié)構(gòu)模型規(guī)范了案例結(jié)構(gòu)、本體以及知識(shí)源間的關(guān)系,實(shí)現(xiàn)對(duì)維修階段陳述性知識(shí)與過程性知識(shí)的獨(dú)立表示,能夠?yàn)榫S修知識(shí)的共享與重用提供較好的知識(shí)表示模型。同時(shí),知識(shí)體系結(jié)構(gòu)模型中各本體相對(duì)獨(dú)立,當(dāng)知識(shí)源變化需要修改對(duì)應(yīng)本體時(shí),不會(huì)影響其他本體,保證MECCP本體模型的穩(wěn)定性,便于對(duì)案例知識(shí)進(jìn)行補(bǔ)充拓展及修正維護(hù)。

1.2 復(fù)雜產(chǎn)品維修工程案例本體模型

1.2.1 本體建模元語

MECCP本體模型的構(gòu)建實(shí)質(zhì)上是重新描述案例知識(shí)的過程,其核心是明晰案例的所屬領(lǐng)域,確定概念的含義、屬性以及概念間關(guān)系。Gómez-Pérez等采用分類法組織本體,歸納了概念、關(guān)系、函數(shù)、公理與實(shí)例5種本體建模元語,基于此,可以將MECCP本體建模元語用一個(gè)五元組表示:

MECCPontology=〈MECCPontology_Concepts,
MECCPontology_Relations,MECCPontology_Functions,
MECCPontology_Axioms,MECCPontology_Instances〉

(2)

本體建模元語的提出可為MECCP四層本體模型構(gòu)建提供支撐,五元組中各元語解釋如下。

(1) 概念(Concept):不僅包括通常意義的概念,還包括任務(wù)、行為、功能等。根據(jù)MECCP結(jié)構(gòu),MECCP本體中的核心概念主要包括維修情境、故障分析、維修方案、效果反饋4類,同時(shí)核心概念還可繼續(xù)細(xì)分,具體表示如下:

MECCPontology_Concepts={,,…,}

(3)

(2) 關(guān)系(Relation):主要用于描述概念之間的聯(lián)系。MECCP本體概念間的關(guān)系主要源自維修服務(wù)業(yè)務(wù)流程的邏輯關(guān)系,如表1所示。

表1 本體建模元語-關(guān)系

關(guān)系通常僅描述兩個(gè)概念之間的聯(lián)系,因此可將其表示為

MECCPontology_Relations=
{(,)|,∈MECCPontology_Concepts}

(4)

(3) 函數(shù)(Function):表示某一概念由多個(gè)概念共同決定的情況,具體表示為

MECCPontology_Functions=
{:(,,,…,,…,-1)→|∈
MECCPontology_Concepts}

(5)

(4) 公理(Axiom):表示產(chǎn)品在維修管理方面的公理。例如,原鐵道部鐵運(yùn)〔2007〕3號(hào)《鐵路動(dòng)車組運(yùn)用維修規(guī)程(暫行)》規(guī)定,CRH5型電力動(dòng)車組運(yùn)行里程數(shù)達(dá)120萬公里時(shí)需要進(jìn)行三級(jí)檢修。公理具體可表示為

MECCPontology_Axioms=
{:(,,,…,,…,-1)→|,∈
MECCPontology_Concepts∪
MECCPontology_Relations}

(6)

式中:與由概念與關(guān)系組成,表示MECCP中記錄的一段內(nèi)容。

(5) 實(shí)例(Instance):實(shí)例是對(duì)MECCP概念的具體表達(dá)。例如,2020年9月1日對(duì)某輛運(yùn)行于哈爾濱至齊齊哈爾區(qū)間的CRH5型電力動(dòng)車組進(jìn)行故障檢修屬于MECCP的實(shí)例,具體可表示為

MECCPontology_Instances={individual|individual is an Instance of,∈MECCPontology_Concepts}

(7)

1.2.2 頂層本體模型

頂層本體表示復(fù)雜產(chǎn)品維修領(lǐng)域的通識(shí)概念,為準(zhǔn)確描述MECCP知識(shí),構(gòu)建MECCP頂層本體模型,如圖2所示。

圖2 MECCP頂層本體模型Fig.2 MECCP top level ontology model

該模型為復(fù)雜產(chǎn)品通用的維修案例知識(shí)表示模型,可根據(jù)產(chǎn)品領(lǐng)域的不同對(duì)模型進(jìn)行擴(kuò)展,進(jìn)而構(gòu)建領(lǐng)域本體與任務(wù)本體。圖3描述了MECCP頂層本體模型核心概念間的關(guān)系,頂層本體模型有效解決了不同復(fù)雜產(chǎn)品案例間概念不一致、概念間關(guān)系復(fù)雜的問題,是MECCP知識(shí)集成共享的基礎(chǔ)。

圖3 MECCP頂層本體核心概念關(guān)系Fig.3 MECCP top level ontology core concept relationship

1.2.3 領(lǐng)域本體模型

領(lǐng)域本體模型是對(duì)MECCP陳述性知識(shí)的描述,其構(gòu)建需結(jié)合具體某一類復(fù)雜產(chǎn)品的特征,領(lǐng)域本體是對(duì)頂層本體概念的細(xì)化,需從頂層本體模型中抽取出與領(lǐng)域本體相關(guān)的一級(jí)概念進(jìn)行細(xì)化。圖4為MECCP領(lǐng)域本體的主要概念,其中,二級(jí)概念是對(duì)一級(jí)概念的細(xì)化,三級(jí)概念是對(duì)二級(jí)概念屬性的描述。

圖4 MECCP領(lǐng)域本體主要概念Fig.4 Main concepts of MECCP domain ontology

領(lǐng)域本體模型有利于規(guī)范概念間的關(guān)系,統(tǒng)一知識(shí)表示結(jié)構(gòu),領(lǐng)域本體模型對(duì)MECCP本體模型的構(gòu)建具有重要作用,能夠推動(dòng)復(fù)雜產(chǎn)品維修概念的規(guī)范化表示,有利于本體模型實(shí)例化。

動(dòng)車組是典型的復(fù)雜產(chǎn)品,其部件關(guān)聯(lián)性強(qiáng),檢修流程繁復(fù),具有很強(qiáng)的經(jīng)驗(yàn)依賴性,歷史案例對(duì)動(dòng)車組的故障維修服務(wù)具有重要作用。因此,本文以動(dòng)車組為例,構(gòu)建動(dòng)車組維修工程案例的領(lǐng)域本體模型,如圖5所示。

圖5 動(dòng)車組維修工程案例領(lǐng)域本體模型Fig.5 Domain ontology model of electrical multiple unit maintenance engineering case

1.2.4 任務(wù)本體模型

MECCP知識(shí)除了領(lǐng)域本體所描述的陳述性知識(shí),還有維修任務(wù)中包含的過程性知識(shí),通過構(gòu)建任務(wù)本體模型可以實(shí)現(xiàn)對(duì)過程性知識(shí)的重構(gòu)與描述。

考慮到MECCP特點(diǎn),維修任務(wù)通?？煞譃榫S修任務(wù)與救助任務(wù),維修任務(wù)旨在令產(chǎn)品發(fā)生故障的零部件恢復(fù)到可正常使用的水平,救助任務(wù)旨在消解故障帶來的不良影響,救助任務(wù)通常在故障發(fā)生且造成了一定規(guī)模的影響后產(chǎn)生,兩類任務(wù)具體信息如圖6所示。與領(lǐng)域本體類似,任務(wù)本體模型也需從頂層本體中抽取一級(jí)概念,將其細(xì)化為任務(wù)本體的概念并對(duì)概念間關(guān)系進(jìn)行描述。因此,本文從MECCP頂層本體中提取出維修組織、維修方案、維修任務(wù)、行為、維修資源、效果反饋等概念,以動(dòng)車組為例,在頂層本體模型與領(lǐng)域本體模型的基礎(chǔ)上構(gòu)建任務(wù)本體模型,如圖7所示。

圖6 MECCP任務(wù)分類Fig.6 MECCP task classification

圖7 動(dòng)車組維修工程案例任務(wù)本體模型Fig.7 Task ontology model of electrical multiple unit maintenance engineering case

2 面向知識(shí)重用的案例檢索方法

基于本體構(gòu)建的MECCP四層本體模型可對(duì)案例知識(shí)進(jìn)行合理表示,案例知識(shí)表示是案例檢索與重用的前提。本節(jié)將從案例檢索的角度出發(fā),設(shè)計(jì)適用于MECCP的檢索匹配方法,實(shí)現(xiàn)維修知識(shí)的有效重用。

2.1 復(fù)雜產(chǎn)品維修工程案例知識(shí)重用模型

案例知識(shí)重用需要同時(shí)考慮目標(biāo)案例與源案例的相似度及適應(yīng)度,相似度考慮的是維修問題的相似性,而適應(yīng)度則是對(duì)案例重用難易程度的評(píng)價(jià)?；诖?本文構(gòu)建了MECCP知識(shí)重用模型,如圖8所示。該模型在維修工程案例四層本體模型的基礎(chǔ)上,通過相似度計(jì)算得到滿足相似度閾值的備選案例集,并對(duì)備選案例集中源案例的適應(yīng)度進(jìn)行評(píng)價(jià),選擇易于改編的案例進(jìn)行重用。

圖8 MECCP知識(shí)重用模型Fig.8 MECCP knowledge reuse model

2.2 案例相似度計(jì)算

2.2.1 領(lǐng)域本體與CBR結(jié)合的檢索模型

當(dāng)面對(duì)新的維修問題時(shí),需要在案例庫(kù)中尋找相似案例進(jìn)行知識(shí)重用,為實(shí)現(xiàn)對(duì)案例庫(kù)中源案例的有效檢索,本文構(gòu)建了一種領(lǐng)域本體與CBR相結(jié)合的案例檢索模型,如圖9所示。首先,計(jì)算案例本體模型的結(jié)構(gòu)相似度及語義相似度,篩選出部分備選案例;其次,基于屬性相似度對(duì)備選案例做進(jìn)一步篩選,通過兩階段的檢索匹配從案例庫(kù)中篩選出相似的案例。

圖9 領(lǐng)域本體與CBR相結(jié)合的案例檢索模型Fig.9 Case retrieval model based on domain ontology and CBR

2.2.2 領(lǐng)域本體模型結(jié)構(gòu)相似度計(jì)算

假設(shè)MECCP領(lǐng)域本體模型有個(gè)分支,每個(gè)分支有層,在計(jì)算本體模型結(jié)構(gòu)相似度時(shí),首先需要計(jì)算模型中各分支的相似度,再根據(jù)各分支的權(quán)重計(jì)算整個(gè)模型的結(jié)構(gòu)相似度,計(jì)算公式符號(hào)及含義如表2所示。

表2 符號(hào)及含義

第個(gè)分支的相似度計(jì)算公式為

(8)

權(quán)重需要由維修領(lǐng)域?qū)＜一诰唧w的維修情境與任務(wù)確定,一般來說,下層概念的權(quán)重高于上層的概念。

MECCP領(lǐng)域本體模型結(jié)構(gòu)相似度計(jì)算的表達(dá)式為

(9)

2.2.3 語義相似度計(jì)算

領(lǐng)域本體模型中概念節(jié)點(diǎn)間的位置關(guān)系體現(xiàn)了概念間的語義相似度。傳統(tǒng)語義相似度計(jì)算方法主要考慮概念節(jié)點(diǎn)間的路徑距離,相對(duì)忽略其他因素的影響。因此,本文在語義相似度的計(jì)算中綜合考慮節(jié)點(diǎn)間路徑距離、節(jié)點(diǎn)深度及節(jié)點(diǎn)密度的影響,各影響因素的示例如圖10所示。

圖10 語義相似度影響因素Fig.10 Influencing factors of semantic similarity

(1) 路徑距離(Length of the path)

兩個(gè)概念節(jié)點(diǎn)間的距離越長(zhǎng),則語義相似度越小,因此,路徑距離為兩個(gè)概念節(jié)點(diǎn)間的最短路徑長(zhǎng)度,其表達(dá)式為

(10)

為便于路徑距離的計(jì)算,本文假設(shè)領(lǐng)域本體模型中概念節(jié)點(diǎn)間的邊長(zhǎng)為1,路徑距離可以用兩節(jié)點(diǎn)間最短路徑中邊的數(shù)量來表示,式(10)可以轉(zhuǎn)化為

Distance(,)=Number(,)

(11)

式中:Number(,)表示節(jié)點(diǎn)與間最短路徑包含邊的數(shù)量,且由于路徑距離越小,語義相似度越大,故將與間的路徑距離對(duì)語義相似度的影響表示為

(12)

(2) 節(jié)點(diǎn)深度(Node depth)

節(jié)點(diǎn)深度表示下層概念節(jié)點(diǎn)與頂層節(jié)點(diǎn)間的最短路徑所含邊的數(shù)量,由于下層概念節(jié)點(diǎn)是對(duì)上層概念節(jié)點(diǎn)的進(jìn)一步細(xì)化,因此對(duì)于具有相同路徑距離的兩對(duì)概念節(jié)點(diǎn),節(jié)點(diǎn)深度較大的概念節(jié)點(diǎn)比節(jié)點(diǎn)深度小的概念節(jié)點(diǎn)的相似度更高,故將概念節(jié)點(diǎn)深度對(duì)語義相似度的影響表示為

(13)

式中:depth()表示節(jié)點(diǎn)的節(jié)點(diǎn)深度。

(3) 節(jié)點(diǎn)密度(Node distance)

節(jié)點(diǎn)密度表示兩概念節(jié)點(diǎn)最近的共同父節(jié)點(diǎn)所擁有的子節(jié)點(diǎn)數(shù)量,父節(jié)點(diǎn)包含的子節(jié)點(diǎn)數(shù)量越多,說明父節(jié)點(diǎn)的概念越細(xì)化,節(jié)點(diǎn)密度越大,兩個(gè)節(jié)點(diǎn)的語義相似度越高,故將概念節(jié)點(diǎn)密度對(duì)語義相似度的影響表示為

(14)

因此,綜合考慮概念節(jié)點(diǎn)間路徑距離、節(jié)點(diǎn)深度、節(jié)點(diǎn)密度對(duì)語義相似度的影響,可得到語義相似度的表達(dá)式:

SeSim(,)=α·DisSim(,)+
·Dep(,)+·Den(,)

(15)

式中:、、分別為各影響因素的調(diào)節(jié)參數(shù),++=1。

2.2.4 屬性相似度計(jì)算

通過領(lǐng)域本體模型結(jié)構(gòu)相似度及語義相似度計(jì)算可以得到一個(gè)相對(duì)粗糙的維修備選案例集。由于每個(gè)概念節(jié)點(diǎn)具有多個(gè)屬性,因此可以計(jì)算目標(biāo)案例與源案例的屬性相似度并設(shè)置相似度閾值進(jìn)一步篩選備選案例,屬性相似度的計(jì)算可分為以下兩類。

(1) 屬性類別相似度(attribute type,AT)

屬性類別相似度體現(xiàn)了相似屬性的個(gè)數(shù),其表達(dá)式為

(16)

式中:()與()分別表示節(jié)點(diǎn)與節(jié)點(diǎn)屬性集。

(2) 屬性數(shù)值相似度(attribute value, AV)

屬性數(shù)值相似度體現(xiàn)了屬性值的相似性,其相似性的計(jì)算需按照不同的數(shù)據(jù)類型進(jìn)行計(jì)算,屬性數(shù)值可分為精確型的屬性數(shù)值、符號(hào)型的屬性數(shù)值及區(qū)間型的屬性數(shù)值3種,具體表達(dá)式如下。

① 精確型的屬性數(shù)值(crisp number, CN)

(17)

式中:AV表示目標(biāo)案例的屬性值;AV表示源案例的屬性值。

② 符號(hào)型的屬性數(shù)值(crisp symbolic, CS)

(18)

③ 區(qū)間型的屬性數(shù)值(crisp interval, CI)

(19)

式中:表示區(qū)間的長(zhǎng)度。

(20)

式中:表示第個(gè)屬性,表示其權(quán)重。

2.3 案例適應(yīng)度評(píng)價(jià)

為了實(shí)現(xiàn)MECCP的知識(shí)重用,在對(duì)案例相似度進(jìn)行計(jì)算的同時(shí)也需要考慮檢索出的案例是否易于實(shí)現(xiàn)改編重用,因此,本文提出通過案例適應(yīng)度計(jì)算評(píng)價(jià)備選案例改編的難易程度。

首先,計(jì)算待解決目標(biāo)案例與案例庫(kù)中源案例共享情境屬性的個(gè)數(shù),其表達(dá)式為

1={|∈(∩)}

(21)

式中:表示目標(biāo)案例情境的屬性;表示第個(gè)源案例情境的屬性。

其次,計(jì)算待解決目標(biāo)案例與案例庫(kù)中源案例的屬性匹配數(shù),即目標(biāo)案例與源案例在共享情境的屬性中屬性數(shù)值也相等的個(gè)數(shù),其表達(dá)式為

2={|∈(∩)∩(val()=val())}

(22)

式中:val()表示待解決目標(biāo)案例所包含屬性數(shù)值的集合;val()表示案例庫(kù)中源案例所包含屬性數(shù)值的集合。

最后,將目標(biāo)案例情境的屬性個(gè)數(shù)與1、2進(jìn)行比較,對(duì)案例的適應(yīng)度進(jìn)行評(píng)價(jià)。

(1) 完全匹配

若1=且2=1,則待解決的目標(biāo)案例與第個(gè)源案例在屬性數(shù)量和數(shù)值上一致,說明二者完全匹配,源案例可不做任何更改用于目標(biāo)案例問題的解決,實(shí)現(xiàn)歷史案例知識(shí)的完全重用。

(2) 部分匹配

若0<1<,且2≤1或者0<1≤,且2<1,說明待解決的目標(biāo)案例與案例庫(kù)中源案例在屬性數(shù)量和數(shù)值上有部分相同,面對(duì)待解決的目標(biāo)案例,需要對(duì)源案例知識(shí)進(jìn)行一定修改。

(3) 完全不匹配

若1=0,且2=0,說明無法在現(xiàn)有維修案例庫(kù)中匹配到與目標(biāo)案例具有相似情境屬性的源案例,尚沒有可以借鑒的維修知識(shí),此時(shí)需要召集領(lǐng)域內(nèi)專家針對(duì)新問題進(jìn)行分析,并提出具體的維修解決方案。

3 實(shí)例驗(yàn)證

3.1 領(lǐng)域本體模型結(jié)構(gòu)相似度

圖11中MECCP表示目標(biāo)案例的領(lǐng)域本體模型,MECCP與MECCP表示兩個(gè)源案例的領(lǐng)域本體模型,本文以故障部件、故障原因、環(huán)境3個(gè)分支為例進(jìn)行本體模型結(jié)構(gòu)相似度計(jì)算,假設(shè)3個(gè)分支分別以P、C、E進(jìn)行表示,根據(jù)領(lǐng)域?qū)＜业慕?jīng)驗(yàn),3個(gè)分支所占權(quán)重分別為=04,=05,=01,由于故障部件分支與故障原因分支具有四層結(jié)構(gòu),假設(shè)第一層至第四層的權(quán)重分別是0.1、0.2、0.3、0.4,環(huán)境分支的兩層結(jié)構(gòu)中,第一層的權(quán)重為0.1,第二層為0.9。基于上述假設(shè),對(duì)MECCP與MECCP及MECCP的領(lǐng)域本體結(jié)構(gòu)相似度進(jìn)行計(jì)算。

圖11 目標(biāo)案例與源案例的領(lǐng)域本體模型結(jié)構(gòu)示意圖Fig.11 Domain ontology structure model of target case and source case

MECCP與MECCP:

Sim(,)=1

DoSim(,)=0.4×0.94+0.5×0.86+0.1×1=0.906

MECCP與MECCP:

Sim(,)=1

DoSim(,)=0.4×1+0.5×0.92+0.1×0.87=0.947

DoSim(,)>DoSim(,),因此,MECCP與MECCP在結(jié)構(gòu)上更加相似。MECCP中不存在MECCP中的“技術(shù)指標(biāo)”,MECCP與MECCP兩個(gè)案例在故障部件本身的屬性上存在差別,MECCP代表了不同型號(hào)的轉(zhuǎn)向架在相同情境下發(fā)生故障,而MECCP與MECCP的故障部位完全相同,僅在故障情境下略有差異,代表了相同型號(hào)的轉(zhuǎn)向架在不同情境下發(fā)生故障。在實(shí)際的維修過程中,同型號(hào)轉(zhuǎn)向架的故障相似性要高于不同批次轉(zhuǎn)向架的故障相似性,相似度的計(jì)算結(jié)果與實(shí)際維修情況一致,說明本文的領(lǐng)域本體模型結(jié)構(gòu)相似度計(jì)算方法具有有效性。

3.2 屬性相似度

為驗(yàn)證本文所提屬性相似度計(jì)算方法的有效性,以機(jī)車柴油機(jī)中燃油機(jī)精濾器的4個(gè)維修案例為源案例,與新的維修故障進(jìn)行屬性相似度計(jì)算,表3對(duì)案例相關(guān)屬性進(jìn)行了一定簡(jiǎn)化。

表3 簡(jiǎn)化后的復(fù)雜產(chǎn)品維修案例庫(kù)

MECCP與MECCP的屬性類別相似度如下。

MECCP與MECCP屬性數(shù)值相似度如下。

由于“轉(zhuǎn)速”“溫度”“電壓”均屬于精確型的屬性數(shù)值,因此:

異常振動(dòng)屬于符號(hào)型數(shù)值,因此:

Sim(MECCP,MECCP)=1

發(fā)生時(shí)間屬于區(qū)間型數(shù)值,因此:

根據(jù)維修領(lǐng)域?qū)＜覍?duì)各個(gè)屬性賦予的權(quán)重,計(jì)算MECCP與MECCP的屬性相似度:

Sim(MECCP,MECCP)=1×(0.15×0.578+0.2×1+
0.35×0.5+0.1×1+0.2×0.75)=0.711 7

同理,可計(jì)算出MECCP與MECCP、MECCP、MECCP的屬性相似度分別為0.611、0.585 5、0.753 2,因此,MECCP與MECCP的屬性相似度最高。

3.3 案例適應(yīng)度評(píng)價(jià)

為進(jìn)一步衡量源案例重用的難易程度,需要對(duì)目標(biāo)案例與源案例的適應(yīng)度進(jìn)行比較。假設(shè)屬性相似度閾值為0.6,MECCP未滿足屬性相似度閾值,將其排除,當(dāng)前的備選案例為{MECCP,MECCP,MECCP},將備選案例與源案例進(jìn)行適應(yīng)度評(píng)價(jià)。

MECCP與MECCP的共享情境屬性的個(gè)數(shù)=5,同時(shí),由于MECCP與MECCP在溫度屬性及振動(dòng)異常屬性中的數(shù)值相等,其余屬性的數(shù)值不相等,故=2。0<=5≤5,且=2<=5,因此MECCP與MECCP屬于部分匹配。同理,可計(jì)算出MECCP與MECCP及MECCP與MECCP的適應(yīng)度分別為=5,=1;=5,=1,說明3個(gè)備選案例與目標(biāo)案例均屬于部分匹配,但>,相較于MECCP,MECCP更加易于改編重用,同時(shí),由于MECCP與MECCP在屬性相似度上相差無幾,但MECCP的案例適應(yīng)度明顯高于MECCP,綜合考慮案例的屬性相似度與案例適應(yīng)度,選擇MECCP作為目標(biāo)案例的參考案例,對(duì)其進(jìn)行改編與重用。

4 結(jié) 論

當(dāng)前復(fù)雜產(chǎn)品維修階段知識(shí)缺乏合理管理,案例概念不清晰,知識(shí)表示不規(guī)范,難以實(shí)現(xiàn)有效重用。因此,本文以動(dòng)車組為例,探索復(fù)雜產(chǎn)品維修工程案例的知識(shí)重用方法,將本體與CBR結(jié)合的方法引入到復(fù)雜產(chǎn)品維修工程案例管理領(lǐng)域,構(gòu)建了MECCP四層本體模型,統(tǒng)一了維修知識(shí)的表示,消除了復(fù)雜產(chǎn)品維修中多個(gè)主體的知識(shí)理解差異。其次,構(gòu)建了基于案例相似度與適應(yīng)度的知識(shí)重用模型,通過領(lǐng)域本體模型結(jié)構(gòu)相似度及語義相似度計(jì)算得到較為粗糙的備選案例集,并通過屬性相似度計(jì)算對(duì)案例集做進(jìn)一步篩選,此外,為得到具有一定相似性且易于改編的源案例,對(duì)備選案例的適應(yīng)度進(jìn)行評(píng)價(jià)。最后,通過實(shí)例驗(yàn)證了方法的有效性。

本文將本體與CBR結(jié)合對(duì)復(fù)雜產(chǎn)品維修工程案例知識(shí)進(jìn)行表示的方法具有一定的通用性,能夠?yàn)槠髽I(yè)在實(shí)際業(yè)務(wù)過程中基于知識(shí)重用實(shí)現(xiàn)快速維修提供支持。此外,所提方法也可為復(fù)雜產(chǎn)品全生命周期工程案例的知識(shí)重用提供參考和借鑒,有效促進(jìn)企業(yè)內(nèi)部知識(shí)的沉淀、傳遞及創(chuàng)新。