一种支持方案快速生成的枪械变型设计方法技术领域
本发明属于产品设计技术领域，具体涉及一种支持方案快速生成的枪械变
型设计方法。
背景技术
枪械产品的研发过程需要较长的周期和巨大的财力物力支持，其中的设计
环节涉及到产品功能分解、零部件建模、结构及性能优化等跨领域多学科的知
识支撑，大量的设计工作需要参考设计手册、标准规范、以往的产品实例、经
验知识等设计知识。虽然产品数据管理等系统能够为产品提供生命周期的信息
管理，对所有与产品相关的过程信息和资源进行有效组织，为产品开发和研制
提供数据管理和控制环境，但这并不足以为设计活动本身提供强力的支撑，设
计知识是以静态的数据形式间接的为设计人员提供设计历史查询、过程回溯、
资源调用等服务，其所蕴含的设计实例和经验知识并不能直接参与新的设计活
动，实现快速高效的设计，提高枪械产品设计效率。
设计活动可以分为三类：创造性设计、适应性设计以及变型设计。其中变
型设计即设计人员在得到的新的设计需求后，在已有的设计过程和设计方案基
础上根据设计要求进行修改，获得满足设计需求的新方案的设计方式，这种设
计类型占到了企业设计活动的70％以上。枪械产品设计过程同样要开展大量的
变型设计活动，尤其在方案设计阶段，针对新的设计需求提取已有的设计方案
并修改以获得新的解决方案是经常采用的策略，而这一过程与基于实例推理的
原理非常一致。因此，可以采用基于实例推理方法实现枪械方案的快速设计。
典型的基于实例推理系统包括五个环节：检索、重用、修改、评价和保留，基
于实例推理系统将需求描述作为输入，在以往设计实例集中找寻最相似的实例，
将其修改或者直接重用后依据现有问题的情境对获得的方案进行评估，最终将
成功的解决方案保留至实例库中，作为以后设计问题的参考。
为了实现枪械方案的快速设计，传统的方法包括参数化设计、问答式专家
系统、知识服务系统或者构建设计集成平台等。参数化设计方法能够在一定程
度上缩短设计人员的设计过程，但难以运用设计知识指导设计活动；问答式专
家系统能够为设计活动中的问题提供专业的解决方案，但与设计过程相互隔离，
不能为设计环节提供持续的支持；知识服务系统能够有效的管理设计知识，在
必要的时候提供知识支持，但知识的使用局限于检索或推送形式，设计知识不
能与设计过程相融合；设计集成平台的实现为设计人员提供了一个统一的设计
平台，各类设计工具和设计资源的需求能够方便的得到满足，但同样不能为设
计方案的快速获取提供自动化的支持服务。基于实例推理的方法在枪械设计领
域已经有所应用，但其早期应用侧重于结合专家系统，为枪械零部件选型和参
数化设计提供支持，在此基础上则是对实例的表达和索引以及方案选型等应用。
传统的枪械方案设计过程存在如下的欠缺：
(1)采用基于实例推理的方式利用经验实例获取设计方案的过程中，由于
枪械需求指标的形式多样性，导致匹配的相似实例不够精确。对此，需要针对
不同形式的指标特点设计相似匹配算法，提高匹配精度。
(2)在快速生成设计方案的过程中，需要在相似实例基础上进行适应性修
改。而方案修改的依据即设计规则，如何将设计规则嵌入方案修改规程，使方
案修改自动化，提高方案设计效率，仍然是一个薄弱的环节。
发明内容
本发明的目的是为了改善传统的枪械方案设计，为了解决枪械变型设计活
动中方案设计阶段，设计知识与设计过程相互分离，设计实例不能快速重用于
设计过程，设计规则不能直接约束设计行为的问题，提出一种支持方案快速生
成的枪械变型设计方法。
实现本发明的技术方案如下：
一种支持方案快速生成的枪械变型设计方法，具体过程为：
步骤一、构建规则知识库和设计实例库；
步骤二、依据新的设计需求遍历设计实例库，计算新的设计需求与每个设
计实例的需求相似度，并返回高于相似度阈值的设定数量的实例组成的相似实
例集合；
步骤三、依据规则知识库中存储的设计规则对相似实例集合中各个实例的
设计参数进行适应性修改，获得满足新的设计需求的枪械方案集合；
步骤四、采用灰色关联方法对步骤三所得方案集合内的方案进行评价，选
取评价效果最好的方案作为最终的变型设计方案。
有益效果
(1)本发明通过构建规则知识库和设计实例库，对以往设计活动的设计成
果和设计知识进行高效管理，并在推理过程中考虑需求信息的多样性，精确匹
配以往相似需求的设计结果并直接利用，指导新的设计过程，克服了传统设计
过程中以往设计成果只能作为参考资料的困境。
(2)本发明利用设计规则指导设计方案进行适应性修改，将设计过程中常
见的设计知识和设计经验以规则的形式嵌入设计过程，提高了设计活动的自动
化水平，能够实现设计方案的快速获取。
附图说明
图1为基于实例推理的枪械产品快速设计流程；
图2为枪械产品功能结构图(部分)；
图3为引入AdjustFactor前后数值型指标相似度对比图；
图4为需求指标与设计参数的映射示意图
具体实施方式
下面结合附图和具体实例对本发明进行详细说明。一种支持方案快速生成
的枪械变型设计方法，其基本实施过程如下：
为了将基于实例推理的方法应用于枪械方案设计领域，图1构建了基于实
例推理的枪械方案快速设计流程。
步骤一，构建设计实例库和规则知识库两个知识库。
设计实例库保存了以往设计活动的设计实例，设计实例的内容包括三部分：
(1)设计需求信息：以往设计活动的需求，对设计问题进行了详细的描述，这
部分描述信息是步骤二中实例相似度计算的主要对象，通常以战术技术指标形
式存在；(2)设计成果信息：以往设计活动的成果，主要为产品结构参数的详
细信息，该部分内容是步骤三中实例参数修改的主要对象；(3)结果反馈信息：
对设计成果的评价信息，是对产品最终满足的性能及功能的使用评价信息，对
设计人员参考设计实例库和指导设计活动有重要意义，这部分信息在产品使用
过程中补充记录。
对于枪械这类复杂产品，实例库的构建需要遵照一定的结构进行分类梳理，
图2是典型的枪械产品功能结构(部分)，实例库的构建遵照枪械产品本身的功
能结构类型进行分类组织构建。
规则知识库为枪械方案的修改提供知识支撑，规则知识库中设计规则的来
源包括设计人员积累的设计经验、设计活动进行参考的设计手册等资料以及设
计过程中遵循的标准规范。设计规则的范围定义为能够定量化的对设计参数特
别是结构参数产生约束和影响的知识。设计规则的内容包括四个部分：(1)修
改对象，即设计规则的内容所涉及的参数对象，通过该设计规则会对相应的修
改对象进行修改或产生约束；(2)情境信息，即该设计规则在何种情境下会产
生约束效果，例如指定参数必须符合某一区间时该设计规则才会对其修改对象
产生约束；(3)规则描述，即该设计规则的内容描述信息，可以是参数赋值、
参数计算、参数修改、参数验证等操作；(4)约束强度，即该设计规则产生约
束的强弱，根据设计规则对修改对象的约束力将其分为原理型规则和推荐型规
则两类。
(1)原理型规则。设计原理手册是设计人员进行设计活动的重要依据，将
原理知识中能够定量影响设计参数的设计知识，如计算公式、校验程序、表格
数据等整理为规则并运用于相似实例集的修改，能够避免设计人员频繁查阅设
计手册，有效提高设计人员的工作效率，缩短设计周期。原理型规则涉及到枪
械产品的功能原理，是相似方案集需要满足的最基本的设计规则，所以原理型
规则是相似实例必须要满足的规则类型。
(2)推荐型规则。不同于原理型规则，推荐型规则是对设计活动具有一定
参考价值的能够定量描述的设计规则，包括设计人员经过长期实践所积累的经
验，设计手册中总结的以往大量的试验数据得到的参考经验，以及通过对以往
设计成果和产品的反馈信息得到一些规则知识。推荐型规则能够对方案修改产
生直接的影响，但是这种影响并不是必须的，当其与原理型规则产生冲突时，
优先满足原理型设计规则。
步骤二，对于枪械设计产品来讲，其设计需求为一系列的战术和技术指标
要求。首先提取新设计需求中的战术和技术指标值，接着设定需要获取的相似
实例个数和实例需要达到的相似度阈值，并提取要进行相似度计算的索引指标
及其权重值，之后遍历实例库并计算各个实例的相似度，返回相似度大于或等
于阈值的设定数量的实例构成的相似实例集合。其中，若相似度大等于阈值的
实例数量小于设定的数量，则将其全部返回；若相似度大等于阈值的实例数量
为零，则调整阈值至较小值或补充设计实例库中的实例数量，使其能够支撑实
例推理过程。
该步骤是实例推理过程中获取相似实例集的过程，在相似实例索引过程中
需要与设计实例库进行交互，设计实例库在为现有设计问题提供参考的同时也
会吸收成熟的设计方案，不断积累新的设计知识。
步骤三，针对以往设计实例不能够完全满足现有设计需求的问题，以规则
知识库中存储的设计规则作为方案修改的依据，将设计经验和设计原理以规则
的形式对方案进行约束和修改，使相似实例能够满足新问题的设计需求。具体
为：获得相似实例集合后，设计人员首先筛选获取需要进行规则修改的参数集
合，接着需要确定参数集合中参数修改的优先级顺序，接着通过与规则知识库
进行交互，依据修改顺序对相似实例集中的实例进行修改，最终获得修改后的
相似实例集合。
步骤四、获得修改后的相似实例集合后，首先采用灰色关联方法对集合内
的方案进行评价选优获得推荐方案，将推荐方案提交给设计人员进行修改，然
后交由设计审核人员查验是否满足设计要求，若满足要求则获得最终的解决方
案并将其存储至设计实例库成为设计实例库的内容，若不满足需求则返回给设
计人员进行进一步的修改调整。
本发明步骤二中所述实例相似度的计算过程为：
基于实例的推理过程中实例提取的目标是获取尽可能少的实例，并且相似
度要尽可能的大，实例的提取是决定推理效果的重要环节，而相似度的计算直
接决定了实例提取的结果。基于实例的推理中相似度计算的对象是设计需求的
描述信息，通过对比现有问题与设计实例的需求描述信息判断以往的实例能否
满足当前问题的需求。在枪械设计领域，需求信息以战术技术指标的形式体现，
而不同的指标以不同的形式出现，对这类需求信息进行分类并针对不同类型设
计不同的相似度计算方法能够提高实例索引的精确性，提供合理的相似实例集
合。针对枪械设计领域中战术技术指标的形式，将其分为字符型指标、数值型
指标以及包含型指标三类，并分别给出了相似度的计算方法。
(1)字符型指标
字符型指标表征了对产品某方面的性能预期，通常以文字描述的形式出现。
例如对于轻武器通常有维修性、经济型等要求，虽然难以用量化的形式表达，
但这类信息同样能够为相似实例的选择提供参考。对于字符型指标，其相似度
由指标之间的最小编辑距离决定。
最小编辑距离又称Levenshtein距离，是指两个字串之间由一个通过插入、
删除或替换操作转换为另一个所需的最少编辑操作次数，其计算方法如公式(1)
所示，公式(2)为字符串a＝a1...an与b＝b1...bm的相似度SIM(a,b)的计算方法：
d i , j = m i n d i - 1 , j + w i n s ( b i - 1 ) d i , j - 1 + w d e l ( a j - 1 ) d i - 1 , j - 1 + w s u b ( a j - 1 , b 1 - 1 ) , f o r 0 ≤ i ≤ m , 0 ≤ j ≤ n - - - ( 1 ) ]]>
S I M ( a , b ) = 1 - d m , n m a x ( L e n g t h ( a ) , L e n g t h ( b ) ) - - - ( 2 ) ]]>
其中，di,0＝i(0≤i≤m)，d0,j＝j(0≤j≤n)。表示插入代价，即在字
符串b的第i-1个位置插入一个字符对编辑距离产生的影响，本发明取wins(bi-1)＝1；
wdel(aj-1)为删除代价，即删除字符串a第i-1位置的字符对编辑距离产生的影响，
本发明取wdel(aj-1)＝1；wsub(aj-1,bi-1)表示替换代价，即将字符串a第j-1位置的字
符替换为字符串b第i-1位置的字符时对编辑距离产生的影响，若两者相同，则
本发明取wsub(aj-1,bi-1)＝0，若不相同则取wsub(aj-1,bi-1)＝1。max(Length(a),Length(b))表
示取字符串a和b中长度较大值。
(2)数值型指标
数值型指标是需求信息中最常见的指标表达形式，通常是对某一指标的定
量化描述，在战术技术指标中数值型指标通常有一定的变化范围，本发明在现
有数值类指标相似度计算方法基础上提出了新的计算方法，其相似度计算如下。
S I M ( X , Y ) = ( ( MAX v a l - MIN v a l ) - | X v a l - Y v a l | ) A d j u s t F a c t o r ( MAX v a l - MIN v a l ) - - - ( 3 ) ]]>
A d j u s t F a c t o r = ( MAX v a l - MIN v a l ) - | X v a l - Y v a l | ( MAX v a l - MIN v a l ) - - - ( 4 ) ]]>
其中，X，Y表示同一数值型指标，MAXval，MINval分别为X，Y取值范围的上下
限，Xval，Yval分别为X，Y的具体取值。AdjustFacor是调整系数，其值由式(4)
计算得到，引入调整系数后可以显著增大数值型指标在微小差异情况下的相似
度差异，对相似实例进行区分。图3是引入调整系数AdjustFactor前后的相似度
对比图。
举例说明，若某指标范围上下限分别为1100和400，两相似实例对应指标
值分别为700和750。若当前需求指标值为800，则没有调系数情况下两相似实
例对应相似度差值约为0.072，引入调整系数后两者相似度差值约为0.243；若
当前需求指标值为500发/分钟，则没有调系数情况下两者相似度差异约为0.071，
引入调整系数后两者相似度差异约为0.0095。可以看到：当相似实例指标值与
当前需求指标值接近时调整系数的引入放大了数值型指标的相似度差异，提高
了实例选择的区分度；而当相似实例指标值与当前需求指标值差距较大时虽然
缩小了指标相似度差异，但其相似度本身亦很小，对总体相似度的影响甚微。
(3)包含型指标
枪械产品设计中会涉及到包含型战术技术指标，用于约束产品对特定对象
或功能的兼容性，例如“使用枪弹种类”这样的指标约束了当前设计产品需要
对指定种类的枪弹具有兼容性，属于包含型指标。对于指标集A＝{a0,a1,...,am}和
B＝{b0,b1,...,bn}，其相似度SIM(A,B)定义如下：
S I M ( A , B ) = C O U N T ( A → B ) L E N G T H ( A ) - - - ( 5 ) ]]>
C O U N T ( A → B ) = Σ 0 ≤ i ≤ m Σ 0 ≤ j ≤ n count i j , count i j = { 1 a i = b j 0 a i ≠ b j - - - ( 6 ) ]]>
其中，COUNT(A→B)表示指标集A中指标在指标集B中出现次数的总和，指标
集A表示当前设计问题的战术技术需求指标集，指标集B表示实例库中相似实
例的战术技术指标集，LENGTH(A)指标集A中的指标个数。
综上，在完成各个战术技术指标相似度计算后需要对其进行综合计算。各
个指标对选择相似实例的重要程度不同，本发明采用专家评价的方式对各个战
术技术指标的重要程度做出评估并赋予权重值。在考虑各指标权重以及上述三
类指标相似度权重的基础上，将实例的综合相似度定义如下：
SIM c o m p ( Q 1 , Q 2 ) = W t e x t , i Σ i = 0 l w t e x t , i SIM t e x t ( Q 1 ( i ) , Q 2 ( i ) ) + W n u m Σ j = 0 m w n u m , j SIM n u m ( Q 1 ( j ) , Q 2 ( j ) ) + W c o n Σ k = 0 n w c o n , k SIM c o n ( Q 1 ( k ) , Q 2 ( k ) ) - - - ( 7 ) ]]>
其中，Q1，Q2表示两个不同的设计实例，Wtext，Wnum，Wcon分别表示字符型、数
值型以及包含型指标相似度权重，且Wtext+Wnum+Wcon＝1。wtext,i表示实例中的第i个
字符型指标的权重，同理，wnum,j表示第j个数值型指标的权重，wcon,k
表示第k个包含型指标的权重，Q(x)表示设计案例的第x个
战术指标，SIMtext(Q1(i),Q2(i))、SIMnum(Q1(j),Q2(j))、SIMcon(Q1(k),Q2(k))分别表示字符型、
数值型以及包含型指标相似度的计算公式。l、m、n分别表示字符型、数值型
以及包含型指标的数量。
本发明步骤三中利用设计规则进行适应性修改的过程为：
(1)获取步骤二获得相似实例Csim。
(2)筛选需要进行规则修正的参数集合。
枪械方案设计的输入信息是一系列战术技术需求指标，设计规则能够定义
需求指标与设计参数、设计参数与设计参数之间的关系，将设计结果与设计需
求对应起来进行定量化的描述。图4是需求指标与设计参数以及设计参数之间
本身的映射关系示意图。
其中，需求指标层是战术技术指标信息，设计参数层则包括了设计活动需
要确定的设计参数。需求指标与设计参数之间存在着映射关系，不同的需求指
标需要通过对单个或多个设计参数的确定来获得满足，表1为图4中需求指标
与设计参数之间的映射关系表。
表1需求指标与设计参数的映射关系表
表1为图4中需求指标与设计参数之间的映射关系表，其中Ii表示第i个需
求指标，Vj表示第j个设计参数，Rij表示第i个需求指标与第j个设计参数之间
的关联设计规则，Rij不为空则表示第i个需求指标的不一致会影响第j个设计参
数，如设计规则R21表示需求指标I2个与第设计参数V1之间存在着一种定量化的
关系。对相似实例Csim与当前问题Ccur的需求指标Ii逐项对比，若指标不一致，则
通过表1所示指标映射关系将关联的设计参数归入待修改设计参数集合Vadjust。
以图4为例，若当前问题与相似实例的的需求指标I2和I3不一致，则通过表1可
得将会产生影响的设计参数包括V1、V2、V5和V6。
此外，设计参数之间也存在着关联关系，某一设计参数的变化会对其他设
计参数产生影响。表2所示为图4中设计参数之间的关联关系表。
表2设计参数之间的关联关系表
其中Vi表示第i个设计参数，设计规则R′ij不为空则表示第i个设计参数的变
化会对第j个设计参数产生影响，其关系由设计规则R′ij的规则描述部分定义。
通过查看表2中第i行，即可判断第i个设计参数所影响的其他设计参数。上述
中需求指标I2和I3不一致所得待修改设计参数的包括V1、V2、V5和V6，而通过表
2可知R′13和R′14不为空，则V3和V4亦需要修改，即可得待修改的参数集合为
Vadjust＝{V1,V2,V3,V4,V5,V6}。
(3)确定参数集合的修改顺序。设计参数的修改存在优先级顺序，优先级
较高的设计参数可能会决定优先级较低的设计参数。表2中R′ij不为空同时也意
味着第i个设计参数的优先级较第j个设计参数，如R′46表示设计参数V4较设计
参数V6有较高的优先级。因此，通过对表2中设计参数之间的优先级关系进行整
理即可得到待修改参数集合之间的优先级顺序。如步骤(2)所得的待修改参数
集合Vadjust＝{V1,V2,V3,V4,V5,V6}，由表二可知设计参数V1的优先级高于设计参数V1、
V3和V4，而设计参数V3的优先级要高于设计参数V5和V6，此外设计参数V4的优先
级高于设计参数V6，综上整理可确定待修改设计参数集合Vadjust中设计参数的修改
顺序为：{V1}→{V2,V3,V4}→{V5,V6}。
(4)依据修改顺序对相似实例中参数进行顺序修改。依据步骤(3)所得
参数修改顺序，逐项依据修改对象为特定设计参数的对应设计规则(集)对设计参
数进行适应性修改。其中，若同一设计参数同时有原理型规则与推荐型规则约
束，则推荐型规则的修改结果须满足原理性设计规则约束。例如根据步骤(3)
所得的修改顺序{V1}→{V2,V3,V4}→{V5,V6}，首先对设计参数V1进行修改，其关联的
设计规则仅有R21，故依据设计规则R21的情境信息判断是否符合所需的情景，
若符合R21的使用情境，则依照R21规则描述部分的操作对对应修改对象进行调
整；接下来修改设计参数V2，其关联的设计规则包括R22、R32和R′12，此时通过
对比三个设计规则的约束强度判断其是否属于原理性规则，若属于原理型规则
则优先满足，若为推荐型规则，则在对修改对象进行调整之后需要再次判断是
否与原理型规则所描述的规则信息产生冲突，若产生冲突则撤销该推荐型规则
的修改操作，并跳过该规则的修改。通过对所有待修改参数进行上述操作后即
可获得修改后的相似实例集合。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保
护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，
均应包含在本发明的保护范围之内。