一种基于模糊认知图的产品创新辅助设计方法

摘要

本发明公开的一种基于模糊认知图的产品创新辅助设计方法，涉及产品创新辅助设计方法，属于产品辅助设计、智能制造领域。本发明根据实际工程问题需求构建规模适合作为辅助设计的外部信息来源的功能词库，并根据功能词之间的影响关系构建模糊认知图，最后通过模糊认知图的演算和推理输出需要设计的产品关联度高且具有创造性信息的功能词汇；将所输出功能词汇作为产品创新设计的辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决相关工程问题。本发明具有普适性，优选机械设计领域工程问题，不限于机械设计领域工程问题。

说明书

技术领域

本发明涉及一种产品创新辅助设计方法，尤其涉及一种基于模糊认知图的产品创新辅助设计方法，属于产品辅助设计、智能制造领域。

背景技术

我国已成为第一制造大国，但多数制造企业自主创新能力较弱。因此，中国亟需加速变革，推进由中国制造向中国创造的转变，企业的创新设计能力也越来越成为企业的关键竞争因素。

对产品设计企业而言，创新能力具体体现为产生创新设计方案的综合能力。而设计者所拥有的经验、知识虽然是创新设计方案的来源，但也在一定程度上限制了设计者产生的创新设计方案。设计者常常局限于已有的知识和经验，很难产生创新性强的设计方案。

研究发现：用于辅助产品创新设计的外部信息的来源多样，其中，文字信息以其存在广泛且易于应用的特点，适宜作为辅助产品创新设计的外部信息。又因为产品设计是为了功能的实现，可用不同的功能词表示不同的产品功能，所以选取功能词作为辅助产品创新设计的外部信息。

现有的功能词库存在规模过大或过小问题，即因功能词库规模过大或过小而不适合作为产品创新辅助设计的外部信息来源。规模越大包含的功能词就越多，设计者对相同设计概念进行描述的方式就不同，越会发生歧义；规模越小包含的功能词就越少，就越难覆盖所有的产品功能。因此，需要构建一个规模适合作为辅助产品创新设计信息来源的功能词库。现有的产品创新辅助信息与需要设计的产品关联度低，导致所设计产品的创新性无法满足实际产品需求。因此，如何紧密结合需要设计的产品进行辅助创新设计，成为了亟待解决的技术问题。

发明内容

针对现有的技术中的下述缺陷：(1)现有的辅助产品创新设计中功能词库规模过大或过小而不适合作为辅助设计的外部信息来源；(2)设计产品往往基于设计者的知识和经验，局限了产品设计的创新性；(3)辅助信息与需要设计的产品关联度低，导致所设计产品的创新性无法满足实际产品需求。本发明公开的一种基于模糊认知图的产品创新辅助设计方法要解决的技术问题是：提供规模适合作为辅助设计的外部信息来源的功能词库，提高辅助信息与需要设计的产品关联度，提高辅助设计的产品的创新性，即提供与产品实际需求关联度高具有创新性辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决相关工程问题。

本发明的目的是通过下述技术方案实现。

本发明公开的一种基于模糊认知图的产品创新辅助设计方法，通过根据实际工程问题需求构建规模适合作为辅助设计的外部信息来源的功能词库，并根据功能词之间的影响关系构建模糊认知图，最后通过模糊认知图的演算和推理输出需要设计的产品关联度高且具有创造性信息的功能词汇。将所输出功能词汇作为产品创新设计的辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决相关工程问题。

本发明公开的一种基于模糊认知图的产品创新辅助设计方法，包括如下步骤：

步骤一、根据实际工程问题需求构建规模适合作为辅助设计的外部信息来源的功能词库N。

步骤二、计算步骤一所述的功能词库N中功能词之间的语义相似度，得到初始矩阵IM(Initial Matrix)，模糊化处理初始矩阵IM后得到模糊化矩阵FZM(Fuzzified Matrix)，结合功能词库N的结构得到关系强度矩阵SRM(Strength of Relationships Matrix)，去掉关系强度矩阵SRM中的弱关系，得到邻接矩阵AM(Adjacency Matrix)，图形化表示邻接矩阵AM后得到模糊认知图FCM(Fuzzy Cognitive Map)。

步骤二具体实现方法包括如下步骤：

步骤2.1、将功能词库N中功能词随机编号为1至n号，计算步骤一所述的功能词库N中每两个功能词之间的语义相似度，根据功能词的编号以及语义相似度的数值得到初始矩阵IM。

将功能词库N中功能词随机编号为1至n号，其中n是功能词库N中功能词的数量，计算步骤一所述的功能词库N中每两个功能词之间的语义相似度，所述的初始矩阵IM是一个[n×n]的矩阵，其中：矩阵中的元素O_ij表示i号词与j号词的语义相似度。第i列元素O_i1，O_i2，…，O_im组成向量V_i，表示i号词与功能词库中所有词的语义相似度。

步骤2.2、将步骤2.1得到的初始矩阵IM模糊化处理得到模糊化矩阵FZM。

步骤2.2具体实现方法为：

找到步骤2.1中向量V_i中元素的最大值，将X_i＝1分配给V_i中值最大元素，即

找到步骤2.1中向量V_i中元素的最小值，将X_i＝0分配给V_i中值最小元素，即

将V_i中的其他元素按照比例计算到[0,1]中，即

其中：X_i(O_ij)是元素O_ij对于向量V_i的隶属度。

经过上述过程将步骤2.1中向量V_i转换为模糊集，模糊集中的每个元素表示向量V_i的组成O_ij对于V_i的隶属度。将向量V_i转换为元素数值在[0,1]之间的模糊集，得到模糊化矩阵FZM，定义模糊化矩阵FZM中元素表示为F_ij。

步骤2.3、结合功能词库N的结构得到关系强度矩阵SRM。

关系强度矩阵SRM是一个[n×n]的矩阵，定义关系强度矩阵SRM中元素表示为S_ij。S_ij表示i号词对j号词的影响关系。S_ij取[0,1]之间的值，当S_ij＝0时，表示两个词之间没有影响。

根据功能词库N的三个层级，将功能词之间的影响关系做如下定义：

定义一：相邻级别词汇之间为单向关系，方向为低级指向高级。一级词汇为最高级词汇，二级词汇次之，三级词汇为最低级词汇。

定义二：同一级别且具有同一个高级词汇的功能词之间为双向关系，且任意二词之间均存在影响关系。

定义三：除定义一、定义二外，其他功能词之间无影响关系。

当存在影响关系时，S_ij＝F_ij；否则，S_ij＝0。

将元素S_ij作为关系强度矩阵SRM中元素即实现结合功能词库N的结构得到关系强度矩阵SRM。

步骤2.4、去掉关系强度矩阵SRM中的弱关系，得到邻接矩阵AM。

将关系强度矩阵SRM中的全部元素按照从小到大的顺序进行排列，获得元素的x％分位点m。定义元素S_ij的值小于分位点m的为弱关系。

去掉关系强度矩阵SRM中较弱的关系，获得邻接矩阵AM，定义邻接矩阵AM中元素表示为W_ij。W_ij表示功能词之间最终关系强度。

即得到邻接矩阵AM。

步骤2.5、图形化表示邻接矩阵AM后得到模糊认知图FCM。

最终矩阵AM中元素W_ij表示第i个词与第j个词之间的最终关系强度，方向为第i个词指向第j个词，即根据邻接AM得到功能词之间的影响关系及方向，画出表示功能词之间关系的模糊认知图。

步骤三、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV(Initial Input Vector)，与步骤二中得到的邻接矩阵AM相乘获得中间向量MV(Middle Vector)。利用二进制压缩函数将中间向量MV变换为后续输入向量IPV¹。重复迭代直至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV(Output>

即利用能够表示产品功能的功能词作为输入，根据步骤二得到的模糊认知图进行演算和推理，得到与需要设计的产品关联度高且具有创造性信息的输出功能词。

步骤三具体实现方法包括如下步骤：

步骤3.1、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV。

步骤3.1中所述初始输入向量IPV为n维行向量，定义输入向量IPV中元素表示为I_1j。I_1j的值由如下方法确定：

即得到输入向量IPV。

步骤3.2、将输入向量IPV与步骤2.4中得到的邻接矩阵AM相乘获得中间向量MV。

即与模糊认知图FCM的邻接矩阵AM相乘，使邻接矩阵AM得到初始输入向量IPV的激励，获得输出向量MV，定义输出向量MV的元素表示为M_1j。

步骤3.3、利用二进制压缩函数将中间向量MV变换为IPV¹，将IPV¹作为后续输入向量。定义后续输入向量IPV¹的元素表示为I¹_1j。

步骤3.3中所述二进制压缩函数的阈值设为n，I¹1j由如下方法确定：

步骤3.4、重复步骤3.2与步骤3.3至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV。定义输出向量OPV的元素表示为P_1j。

步骤3.5、根据步骤3.4所述输出向量OPV获得对应在步骤一中所述功能词库N中的功能词，并将对应在功能词库N中的功能词输出。

获得对应在功能词库N中的功能词的方法如下：

步骤四、将步骤三输出的与需要设计的产品关联度高且具有创造性信息的输出功能词，作为产品创新设计的辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决相关工程问题。

步骤四所述的实际需求根据所需解决的实际工程问题而定，所述的实际工程问题优选机械设计领域工程问题，但不限于机械设计领域工程问题。

所述语义相似度计算优选WordNet 3.1计算。

当解决机械设计领域实际工程问题时，根据机械设计领域实际需求，步骤一构建规模适合作为辅助设计的外部信息来源的功能词库N优选RFB(Reconciled Functional Basis)词库、Murphy词库，或基于RFB(Reconciled Functional Basis)词库、Murphy词库组合优化实现的词库。

有益效果：

1、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，通过计算功能词库N中功能词之间的语义相似度，得到初始矩阵IM，模糊化处理后得到模糊化矩阵FZM，结合功能词库N的结构得到关系强度矩阵SRM，去掉关系强度矩阵SRM中的弱关系，得到邻接矩阵AM，图形化表示最终矩阵AM后得到模糊认知图FCM。提高辅助信息与需要设计的产品关联度，提高产品创新辅助设计的产品的创新性。

2、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，构建规模适合作为辅助设计的外部信息来源的功能词库N，在描述产品功能时既没有歧义又能覆盖产品的功能。

3、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，能够提供给设计者产品设计的外部信息，避免由于设计者的知识和经验，局限了产品设计的创新性。

4、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，根据所需要的产品获取功能词作为输入，经过模糊认知图的推理输出可作为辅助创新设计的功能词。所述可作为辅助创新设计的功能词与所需要设计的产品具有很高的关联度，提高辅助设计的产品的创新性，即提供与产品实际需求关联度高具有创新性辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决相关工程问题。

5、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，当解决机械设计领域实际工程问题时，根据机械设计领域实际需求，基于目前已有的产品设计词库优选RFB(Reconciled Functional Basis)词库、Murphy词库，或基于RFB(Reconciled Functional Basis)词库、Murphy词库组合优化实现的词库。

6、本发明公开的一种基于模糊认知图的产品创新辅助设计方法，具有普适性，优选机械设计领域工程问题，但不限于机械设计领域工程问题。

附图说明

图1是本发明的一种基于模糊认知图的产品创新辅助设计方法流程示意图；

图2是本发明步骤1功能词库构建过程的示意图；

图3是本发明步骤2功能词库中部分功能词影响关系的示意图；

图4是本发明步骤2部分模糊认知图的示意图；

图5a、5b是本发明实施例1中提供给设计者本发明方法得出的辅助信息得到的部分产品设计方案；图5c、5d是本发明实施例1中提供给设计者随机生成的辅助信息得到的部分产品设计方案；

图6a、6b是本发明实施例2中提供给设计者本发明方法得出的辅助信息得到的部分产品设计方案；图6c、6d是本发明实施例2中提供给设计者随机生成的辅助信息得到的部分产品设计方案；

其中：1—液晶显示屏、2—紧急呼叫按钮、3—无线信号发射装置、4—伸缩结构、5—抗震弹簧结构、6—三角支架稳定结构、7—指纹解锁按钮、8—折叠凳、9—充电接口、10—可收缩的三角支架稳定结构、11—血压测量按钮、12—稳定不倒结构、13—数据传输接口、14—定位装置、15—防滑手把、16—置物筐、17—可折叠结构、18—自动控制装置、19—收纳及手提凹槽、20—可收缩轮、21—转向灯、22—导航装置、23—控制按钮、24—方向控制装置、25—动力装置、26—穿戴装置、27—喷气动力装置。

具体实施方式

为了更好的说明本发明的目的和优点，下面结合附图和实例对发明内容做进一步说明。

实施例1：

如图1所示，本实施例公开的一种基于模糊认知图的产品创新辅助设计方法，包括如下步骤：

步骤一、根据实际工程问题需求构建规模适合作为辅助设计的外部信息来源的功能词库N。

当解决机械设计领域实际工程问题时，根据机械设计领域实际需求构建规模适合作为辅助设计的外部信息来源的功能词库N。从功能词库的规模的角度出发，功能词库中包含的功能词越多，设计者对相同设计概念进行描述的方式就不同，越会发生歧义现象；功能词库中包含的功能词越少，就越难覆盖所有的产品设计。基于RFB(Reconciled Functional Basis)词库、Murphy词库组合优化实现的词库，能够很好解决上述问题。

当解决机械设计领域实际工程问题时，步骤一具体实现方法优选为：

基于目前已有的产品设计的词库RFB(Reconciled Functional Basis)，对Murphy从专利提取的1700个功能词汇进行筛选、整合构建了新的功能词库；

步骤1.1、基于目前已有的产品设计词库，根据语义相似度对功能词的进行筛选，得到筛选后的功能词库S。

目前已有的产品设计词库包括RFB(Reconciled Functional Basis)词库和Murphy词库。所述的RFB(Reconciled Functional Basis)词库通过文献(J Hirtz，RB Stone等，A functional basis for engineering design:Reconciling and evolving previous efforts，Research in Engineering Design,2002,13(2):65-82)获得，所述的Murphy词库通过文献(J Murphy，K Fu等，Function Based Design-by-Analogy:A Functional Vector Approach to Analogical Search Journal of Mechanical Design,2014,136(10):101102)获得。所述的RFB词库包含产品功能词和流程词，所述Murphy词库中包含产品的功能词，选取RFB词库中的功能词得到“功能词库R”，将Murphy词库作为“功能词库M”，如表1所示(功能词库M中的三级词汇过多，故只列出了一级与二级词汇)。两个功能词库中均包含三个级别的词汇。从功能词库M中筛选出与功能词库R中语义相似度大于0的功能词，得到筛选后的功能词库。

表1功能词库R与部分功能词库M

功能词库R

功能词库M

步骤1.1所述从功能词库M中筛选出与功能词库R中语义相似度大于0的功能词优选如下方法实现：采用WordNet 3.1计算功能词库M中功能词与功能词库R中一、二级功能词的语义相似度，相似度为0的功能词被剔除，如图2a所示。

步骤1.2、将步骤1.1筛选后的功能词库S与功能词库R重组，得到重组后的功能词库N，即构建规模适合作为辅助设计的外部信息来源的功能词库。

将步骤1.1筛选后的功能词库S中的功能词放置在与所述功能词相似度最高的功能词库R中功能词的后面，作为该功能词下的低级词汇。即如果该词为一级词汇，则功能词库M中的功能词则被作为该一级词汇分支下的二级词汇，以此类推。例如，在图2b中，词A到词D表示功能词库R的原始结构，词1到词5表示来自功能词库M的新加入的功能词。如果词1与词A的相似度最高，则词1可以作为词A后的二级词汇。即将步骤1.1筛选后的功能词库S与功能词库R重组，得到重组后的功能词库N，如图2b所示。有关高级词汇与低级词汇的定义见发明内容部分步骤2.3。

功能词库N包括839个功能词，部分功能词库如表2所示。对于组合优化实现的功能词库N而言，一级词汇有8个，二级词汇进一步细分为128个功能词，在三级词汇上又细分为703个功能词。所述类别严格而全面地涵盖了概念设计中使用的各种功能词。

表2功能词库N的部分内容

步骤二、计算步骤一所述的功能词库N中功能词之间的语义相似度，得到初始矩阵IM(Initial Matrix)，模糊化处理后得到模糊化矩阵FZM(Fuzzified Matrix)，结合功能词库N的结构得到关系强度矩阵SRM(Strength of Relationships Matrix)，去掉关系强度矩阵SRM中的弱关系，得到邻接矩阵AM(Adjacency Matrix)，图形化表示邻接矩阵AM后得到模糊认知图FCM(Fuzzy Cognitive Map)。

步骤二具体实现方法包括如下步骤：

步骤2.1、将功能词库N中功能词随机编号为1至839号，计算步骤一所述的功能词库N中每两个功能词之间的语义相似度，根据功能词的编号以及语义相似度的数值得到初始矩阵IM。

将功能词库N中功能词随机编号为1至839号，计算步骤一所述的功能词库N中每两个功能词之间的语义相似度，所述的初始矩阵IM是一个[839×839]的矩阵，其中：矩阵中的元素O_ij表示i号词与j号词的语义相似度。第i列元素O_i1，O_i2，…，O_im组成向量V_i，表示i号词与功能词库中所有词的语义相似度。

得到初始矩阵IM如下：

步骤2.2、将步骤2.1得到的初始矩阵IM模糊化处理得到模糊化矩阵FZM。

步骤2.2具体实现方法为：

找到步骤2.1中向量V_i中元素的最大值，将X_i＝1分配给V_i中值最大元素，即

找到步骤2.1中向量V_i中元素的最小值，将X_i＝0分配给V_i中值最小元素，即

将V_i中的其他元素按照比例计算到[0,1]中，即

其中X_i(O_ij)是元素O_ij对于向量V_i的隶属度。

经过上述过程将步骤2.1中向量V_i转换为模糊集，模糊集中的每个元素表示向量V_i的组成O_ij对于V_i的隶属度。将向量V_i转换为元素数值在[0,1]之间的模糊集，得到模糊化矩阵FZM，定义模糊化矩阵FZM中元素表示为F_ij。

得到模糊化矩阵FZM如下：

步骤2.3、结合功能词库N的结构得到关系强度矩阵SRM。

关系强度矩阵SRM是一个[839×839]的矩阵，定义关系强度矩阵SRM中元素表示为S_ij。S_ij表示i号词对j号词的影响关系。S_ij取[0,1]之间的值，当S_ij＝0时，表示两个词之间没有影响。

根据功能词库N的三个层级，将功能词之间的影响关系做如下定义：

定义一：相邻级别词汇之间为单向关系，方向为低级指向高级。一级词汇为最高级词汇，二级词汇次之，三级词汇为最低级词汇，如图3中的黑色单向箭头所示。

定义二：同一级别且具有同一个高级词汇的功能词之间为双向关系，且任意二词之间均存在影响关系，如图3中的灰色双向箭头所示。

定义三：除定义一、定义二外，其他功能词之间无影响关系。

当存在影响关系时，S_ij＝F_ij；否则，S_ij＝0。

将元素S_ij作为关系强度矩阵SRM中元素即实现结合功能词库N的结构得到关系强度矩阵SRM。

得到关系强度矩阵SRM如下：

步骤2.4、去掉关系强度矩阵SRM中的弱关系，得到邻接矩阵AM。

将关系强度矩阵SRM中的全部元素按照从小到大的顺序进行排列，获得元素的20％分位点0.0536。定义元素S_ij的值小于分位点0.0536的为弱关系，

去掉关系强度矩阵SRM中较弱的关系，获得邻接矩阵AM，定义邻接矩阵AM中元素表示为W_ij。W_ij表示功能词之间最终关系强度。

得到邻接矩阵AM如下：

步骤2.5、图形化表示邻接矩阵AM后得到模糊认知图FCM。

最终矩阵AM中元素W_ij表示第i个词与第j个词之间的最终关系强度，方向为第i个词指向第j个词，即根据邻接AM得到功能词之间的影响关系及方向，画出表示功能词之间关系的模糊认知图，部分如图4所示。

步骤三、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV(Initial Input Vector)，与步骤2.4中得到的邻接矩阵AM相乘获得中间向量MV(Middle Vector)。利用二进制压缩函数将中间向量MV变换为后续输入向量IPV¹。重复迭代直至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV(Output>

即利用可表示产品功能的功能词作为输入，根据步骤二得到的模糊认知图进行演算和推理，得到与需要设计的产品关联度高且具有创造性信息的输出功能词。

步骤三具体实现方法包括如下步骤：

步骤3.1、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV。

步骤3.1中所述初始输入向量IPV为839维行向量，定义输入向量IPV中元素表示为I_1j。I_1j的值由如下方法确定：

如需要设计的产品为老年智能手杖，在功能词库N中选取功能词“Assist”、“Balance”、“Buffer”、“Guide”、“Display”作为输入，获得输入向量如下：

IPV＝[…0,1,0…,1,0…,1,0…,1,0,0,0,1,0,…]

步骤3.2、将输入向量IPV与步骤2.4中得到的邻接矩阵AM相乘获得中间向量MV。

即与模糊认知图FCM的邻接矩阵AM相乘，使邻接矩阵AM得到了初始输入向量IPV的激励，获得输出向量MV，定义输出向量MV的元素表示为M_1j。

步骤3.3、利用二进制压缩函数将中间向量MV变换为IPV¹，将IPV¹作为后续输入向量。定义后续输入向量IPV¹的元素表示为I¹_1j。

步骤3.3中所述二进制压缩函数的阈值设为0.2，I¹1j由如下方法确定：

获得IPV¹如下：

IPV¹＝[…0,1,0…,1,0,1,1,0…,1,0…,1,0,0,0,1,…,1,0…]

步骤3.4、重复步骤3.2与步骤3.3至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV。定义输出向量OPV的元素表示为P_1j。

IPV²＝[…0,1,0…,0,0…,1,0,1,1,0,…,1,0…,0,1,0,0,1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,1,0…]

IPV³＝[…0,1,0…,1,0…,1,0,1,1,0,…,1,0…,0,1,0,0,1,0,0,0,1,0,0,0,0,0,0,0,0,1,1,1,1,0…]

IPV⁴＝[…0,1,0…,1,0…,1,0,1,1,0,…,1,0…,1,1,1,0,1,1,1,0,1,1,1,1,1,1,0,0,0,1,1,1,1,0…]

IPV⁵＝[…0,1,0…,1,0…,1,0,1,1,0,…,1,0…,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,0…]

IPV⁶＝[…0,1,0…,1,0…,1,0,1,1,0,…,1,0…,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,0…]

IPV⁵＝IPV⁶，将IPV⁵作为输出矩阵OPV。

步骤3.5、根据步骤3.4所述输出向量OPV获得对应在步骤一中所述功能词库N中的功能词，并将对应在功能词库N中的功能词输出。

获得对应在功能词库N中的功能词的方法如下：

输出的功能词有“Hold”、“Position”、“Grip”、“Grasp”、“Clasp”、“Seat”、“Place”、“Rest”、“Center”、“Balance”、“Display”、“Assist”、“Order”、“Ground”、“Exhibit”、“Show”、“Posture”、“Cinch”、“Fit”、“Pose”、“Guide”、“Buffer”、“Clinch”、“Crimp”、“Cradle”、“Steady”，共26个。

步骤四、将步骤三输出的与需要设计的产品关联度高且具有创造性信息的输出功能词，作为机械设计领域工程产品创新设计的辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决机械设计领域工程相关工程问题。

将步骤三输出的功能词提供给具有工程知识背景的设计者，得出产品设计方案如图5a、5b所示。将随机生成的同等数量的功能词提供给具有工程知识背景的设计者，得出产品设计方案如图5c、5d所示。与图5c、5d中的产品设计方案相比，在提供给设计者创新辅助信息的条件下，图5a、5b中的产品设计方案具有更多满足实际需求的功能，产品实际使用性能和创新性有所提高。具体体现在：通过“Display”和“Show”增加液晶显示屏1，增加“显示”的功能；通过“Assist”增加紧急呼叫按钮2，增加“帮助”的功能；通过“Position”增加无线信号发射装置3，改善定位的功能；通过“Fit”增加伸缩结构4，增加“空间适应”的功能；通过“Buffer”增加抗震弹簧结构5，增加“缓冲减震”的功能；通过“Balance”和“Steady”增加三角支架稳定结构6的功能和可收缩的三角支架稳定结构10，改善“稳定平衡”的功能；通过“Seat”和“Rest”增加折叠凳8，增加“安坐休息”的功能。

比较图5a、5b与图5c、5d的产品设计方案可得，通过本方法获得的辅助产品创新设计信息可以使设计结果即老年智能手杖具有更多的满足实际需求的功能，可以更好的保障老人出行的便捷、安全与健康。

所述语义相似度计算优选WordNet 3.1计算。

实施例2：

步骤一、二同实施例1。

步骤三、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV(Initial Input Vector)，与步骤2.4中得到的邻接矩阵AM相乘获得中间向量MV(Middle Vector)。利用二进制压缩函数将中间向量MV变换为后续输入向量IPV¹。重复迭代直至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV(Output>

即利用可表示产品功能的功能词作为输入，根据步骤二得到的模糊认知图进行演算和推理，得到与需要设计的产品关联度高且具有创造性信息的输出功能词。

步骤三具体实现方法包括如下步骤：

步骤3.1、根据所需要设计产品的功能，从步骤一所述的功能词库N获取功能词作为产品创新辅助设计信息。根据所获取的功能词获得初始输入向量IPV。

步骤3.1中所述初始输入向量IPV为839维行向量，定义输入向量IPV中元素表示为I_1j。I_1j的值由如下方法确定：

如需要设计的产品为代步工具，在功能词库N中选取功能词“Transport”、“Burden”、“Power”、“Move”、“Control”作为输入，获得输入向量如下：

IPV＝[…0,0,1,0…,1,0…,1,0…,1,0…,,1,0,…]

步骤3.2、将输入向量IPV与步骤2.4中得到的邻接矩阵AM相乘获得中间向量MV。

即与模糊认知图FCM的邻接矩阵AM相乘，使邻接矩阵AM得到了初始输入向量IPV的激励，获得输出向量MV，定义输出向量MV的元素表示为M_1j。

步骤3.3、利用二进制压缩函数将中间向量MV变换为IPV¹，将IPV¹作为后续输入向量。定义后续输入向量IPV¹的元素表示为I¹_1j。

步骤3.3中所述二进制压缩函数的阈值设为0.2，I¹1j由如下方法确定：

获得IPV¹如下：

IPV¹＝[…0,1,1,0…,1,0…,1,0…,1,0…,,1,0,…]

步骤3.4、重复步骤3.2与步骤3.3至IPVⁿ＝IPV^n-1，将IPVⁿ作为输出向量OPV。定义输出向量OPV的元素表示为P_1j。

IPV²＝[…0,1,1,0…,0,0…,1,0…1,0,…,1,0…,1,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0…]

IPV³＝[…0,1,1,0…,0,0…,1,0…1,0,…,1,0…,1,0,0,0,0,0,1,0,0,0,0,0,1,0,1,0,0,0,0,1,0,0…]

IPV⁴＝[…0,1,1,0…,1,0…,1,0…1,0,…,1,0…,1,1,1,0,0,0,1,1,1,0,0,0,1,1,1,0,1,0,0,1,0,0…]

IPV⁵＝[…0,1,1,0…,1,0…,1,0…1,0,…,1,0…,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0…]

IPV⁶＝[…0,1,1,0…,1,0…,1,0…1,0,…,1,0…,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0…]

IPV⁵＝IPV⁶，将IPV⁵作为输出矩阵OPV。

步骤3.5、根据步骤3.4所述输出向量OPV获得对应在步骤一中所述功能词库N中的功能词，并将对应在功能词库N中的功能词输出

获得对应在功能词库N中的功能词的方法如下：

输出的功能词有“Control”、“Command”、“Throttle”、“Stop”、“Force”、“Transfer”、“Round”、“Hammer”、“Ramp”、“Trigger”、“Reverse”、“Aim”、“Tension”、“Move”、“Power”、“Burden”、“Transport”、“Hamper”、“Taper”、“Prod”、“Buckle”、“Cushion”、“Gate”、“Speckle”、“Compact”、“Stripe”、“Warp”，共27个。

步骤四、将步骤三输出的与需要设计的产品关联度高且具有创造性信息的输出功能词，作为机械设计领域工程产品创新设计的辅助信息，通过创新性辅助信息设计使所设计产品具有更多的满足实际需求的功能，提高所设计产品实际使用性能和创新性，解决机械设计领域工程相关工程问题。

将步骤三输出的功能词提供给具有工程知识背景的设计者，得出产品设计方案如图6a、6b所示。将随机生成的同等数量的功能词提供给具有工程知识背景的设计者，得出产品设计方案如图6c、6d所示。与图6c、6d中的产品设计方案相比，在提供给设计者创新辅助信息的条件下，图6a、6b中的产品设计方案具有更多满足实际需求的功能，产品实际使用性能和创新性有所提高。具体体现在：通过“Aim”增加定位装置14和导航装置22，增加“引导”的功能；通过“Burden”增加置物筐16，增加“载货”的功能；通过“Warp”和“Buckle”增加可折叠结构17，增加“折叠收纳”的功能；通过“Control”增加自动控制装置18和方向控制装置24，改善“控制”的功能；通过“Stripe”增加收纳及手提凹槽19，增加“手提凹槽”的功能；通过“Compact”增加可收缩轮20，增加“紧凑收纳”的功能。

比较图6a、6b与图6c、6d的产品设计方案可得，通过本方法获得的辅助产品创新设计信息可以使设计结果即代步工具具有更多的满足实际需求的功能，能够更好的方便人们出行。

所述语义相似度计算优选WordNet 3.1计算。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。