基于模糊关联聚类的知识网选择方法

摘要：

【摘要】针对知识化制造系统中相似知识网日益增多和用户需求表达不清晰等导致的知识网选择问题,提出一种基于模糊关联聚类的知识网选择方法.综合知识网功能、完善程度和结构等方面构造的相似度具有反映知识网运算规律的特征.将两两知识网的相似度作为聚类数据,降低了高维特征空间的维数.模糊关联矩阵的分解,获得了知识网--类关系.目标知识网与类中类隶属度高的知识网的比较缩小了用户选择范围.最后的实例表明该方法是有效可行的.
【关键词】知识化制造；知识网；模糊关联聚类；相似度；矩阵分解；
【基金】国家自然科学基金重点资助项目(60934008);江苏省博士后基金资助项目(1202102C)

引言：

【引言】知识化制造是2000年提出的一种新的制造理念. 它将各种先进制造模式表示成知识网(knowledgemeshes, KMs) 并纳入知识化制造系统, 这种系统能够随时根据需要选择一种或几种先进制造模式, 通过自适应、自学习、自进化或自重构等特征技术对其进行进化或组合优化, 从而解决现有制造模式中存在的模式单一、缺乏灵活性、不能满足制造企业需求的多样性以及重复研发等问题.

作者：

杨人子；严洪森

作者单位：

东南大学自动化学院；东南大学数学系；复杂工程系统测量与控制教育部重点实验室；