[发明专利]一种设计变更传播风险预测的方法及装置

权利要求书

1.一种设计变更传播风险预测的方法，其特征在于，包括以下步骤：

根据产品设计变更数据库构建PD网络模型，并对所述PD网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接；

根据所述PD网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险；

确定设计节点之间的连接边负荷，并根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度；

确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标；

基于设计变更初始节点，使用蚁群算法对所述设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险；

所述确定设计变更节点集扩散度以及节点负荷，包括：

所述设计变更节点集扩散度为：

其中，d_Kq表示从设计变更节点集K中任意成员到达设计节点q的最短距离，设计节点q为剩余网络节点集中的节点，B为剩余网络节点数；

节点负荷为：

其中，g_mn(i)是连接设计节点m和设计节点n且包含设计节点i为中间节点的最短路径，g_mn是连接设计节点m和设计节点n的所有最短路径，设计节点i为设计变更节点集中的节点；

用模块的形式描述PD网络模型，根据PD网络模型对应DSM，利用计算机辅助模块化聚类算法对模型进行模块化分解，将相互之间联系紧密的节点归为同一模块，从而实现模块内高内聚，模块内节点存在冗余连接，不同模块之间通过长程连接进行连接，根据DSM，可确定出模块设计节点之间冗余连接、长程连接；

PD网络模型可表示为{S,R}，用集合S＝{s1,s2,…,sn}表示PD网络模型中设计节点，用R表示节点之间的设计变更传播关系；矩阵M表示PD网络模型的DSM，当矩阵M中元素x_jk＝1时，表示受影响的设计节点j和变更初始的设计节点k存在直接设计变更传播关系；当矩阵M中元素x_jk＝0时，表示受影响的设计节点j和变更初始的设计节点k不存在直接设计变更传播关系；

变更传播直接可能性是指通过设计节点的公共接口传播使得一个节点的设计更改导致另一设计节点更改的平均概率；

通过计算式r_j,k＝l_j,k×i_j,k获得直接风险矩阵，r_j,k、l_j,k和i_j,k分别表示直接风险矩阵、直接可能性矩阵和直接影响矩阵中的元素；

所述确定设计节点间的变更传播组合风险，包括：

从设计节点a到设计节点b的变更组合传播风险为：

R_b,a＝1-∏(1-ρ_b,u)；其中，u表示处于从a至b传播树倒数第二层的节点，ρ_b,u表示从节点u至节点b的变更传播风险，且ρ_b,u＝σ_u,al_b,ui_b,u；其中，σ_u,a是变更从a到达u的直接可能性，l_b,u是变更从u到达b的直接可能性，i_b,u是变更从u到达b的直接影响；

所述根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度，包括：

从设计节点a到设计节点b的设计变更传播强度为：

其中，R_b,a表示从设计节点a到设计节点b的变更组合传播风险，表示设计节点a与b的连接边负荷，l(e_b,a)表示节点a与节点b的负荷绝对值；表示PD网络模型中所有连边所经过的最短路径数目；w_r和w_l分别表示变更组合传播风险和连接边负荷的权重值；

所述根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标，包括：

所述设计变更节点集的最大风险优化目标及其约束条件为：

max(w_d×D_K+w_b×β_K)；

x_hi＝1或0，h＝1,2,...H，i∈K；

其中，w_d、w_b分别表示设计变更节点集的扩散度D_K与负荷平均值β_K的相对权重，K表示设计变更节点集，且i∈K，N为设计变更节点集中元素数量；

x_hi＝1表示人员h被分配到设计节点i，x_hi＝0表示人员h未被分配到设计节点i，H表示人员总数；p_i为设计节点i所需人员数量，p_min,p_max分别表示人员数量的最小值和最大值。

2.一种设计变更传播风险预测的装置，其特征在于，包括：

构架模块，用于根据产品设计变更数据库构建PD网络模型，并对所述PD网络模型进行模块化分解，确定设计节点之间的冗余连接和长程连接；

设计节点依赖性分析模块，用于根据所述PD网络模型确定设计节点间变更传播的直接可能性、直接影响和直接风险，以及确定设计节点间的变更传播组合风险；

设计变更传播强度计算模块，用于确定设计节点之间的连接边负荷，并根据所述变更传播组合风险和所述连接边负荷确定设计节点间的设计变更传播强度；

设计变更传播风险预测模块，用于确定设计变更初始节点，确定设计变更节点集扩散度以及节点负荷；根据所述设计变更节点集扩散度和所述节点负荷确定设计变更节点集的最大风险优化目标；基于设计变更初始节点，使用蚁群算法对所述设计变更节点集的最大风险优化目标求解，确定设计变更传播路径的最高风险；

所述设计变更传播风险预测模块用于：

确定所述设计变更节点集扩散度为：

其中，d_Kq表示从设计变更节点集K中任意成员到达设计节点q的最短距离，设计节点q为剩余网络节点集中的节点，B为剩余网络节点数；

确定所述节点负荷为：

其中，g_mn(i)是连接设计节点m和设计节点n且包含设计节点i为中间节点的最短路径，g_mn是连接设计节点m和设计节点n的所有最短路径，设计节点i为设计变更节点集中的节点；

用模块的形式描述PD网络模型，根据PD网络模型对应DSM，利用计算机辅助模块化聚类算法对模型进行模块化分解，将相互之间联系紧密的节点归为同一模块，从而实现模块内高内聚，模块内节点存在冗余连接，不同模块之间通过长程连接进行连接，根据DSM，可确定出模块设计节点之间冗余连接、长程连接；

PD网络模型可表示为{S,R}，用集合S＝{s1,s2,…,sn}表示PD网络模型中设计节点，用R表示节点之间的设计变更传播关系；矩阵M表示PD网络模型的DSM，当矩阵M中元素x_jk＝1时，表示受影响的设计节点j和变更初始的设计节点k存在直接设计变更传播关系；当矩阵M中元素x_jk＝0时，表示受影响的设计节点j和变更初始的设计节点k不存在直接设计变更传播关系；

变更传播直接可能性是指通过设计节点的公共接口传播使得一个节点的设计更改导致另一设计节点更改的平均概率；

通过计算式r_j,k＝l_j,k×i_j,k获得直接风险矩阵，r_j,k、l_j,k和i_j,k分别表示直接风险矩阵、直接可能性矩阵和直接影响矩阵中的元素；

所述设计节点依赖性分析模块用于：

确定从设计节点a到设计节点b的变更组合传播风险为：

R_b,a＝1-∏(1-ρ_b,u)；其中，u表示处于从a至b传播树倒数第二层的节点，ρ_b,u表示从节点u至节点b的变更传播风险，且ρ_b,u＝σ_u,al_b,ui_b,u；其中，σ_u,a是变更从a到达u的直接可能性，l_b,u是变更从u到达b的直接可能性，i_b,u是变更从u到达b的直接影响；

所述设计变更传播强度计算模块用于：

确定从设计节点a到设计节点b的设计变更传播强度为：

其中，R_b,a表示从设计节点a到设计节点b的变更组合传播风险，表示设计节点a与b的连接边负荷，l(e_b,a)表示节点a与节点b的负荷绝对值；表示PD网络中所有连边所经过的最短路径数目；w_r和w_l分别表示变更组合传播风险和连接边负荷的权重值；

所述设计变更传播风险预测模块用于：

确定所述设计变更节点集的最大风险优化目标及其约束条件为：

max(w_d×D_K+w_b×β_K)；

x_hi＝1或0，h＝1,2,...H，i∈K；

其中，w_d、w_b分别表示设计变更节点集的扩散度D_K与负荷平均值β_K的相对权重，K表示设计变更节点集，且i∈K，N为设计变更节点集元素数量；

x_hi＝1表示人员h被分配到设计节点i，x_hi＝0表示人员h未被分配到设计节点i，H表示人员总数；p_i为设计节点i所需人员数量，p_min,p_max分别表示人员数量的最小值和最大值。