[发明专利]基于图网络的产品模型设计系统及方法

权利要求书

1.一种基于图网络的产品模型设计系统，其特征在于，包括：

数据采集模块，其用于采集样本模型其对应的样本模型指标参数以及样本优化设计参数，以建立数据资料库，其中，所述样本优化设计参数表示针对所述样本模型所执行的优化设计动作；

设定模块，其用于设定待建的产品模型的设计指标参数；

图网络生成模块，其用于针对所述数据资料库中的所述样本模型生成对应的图网络，包括从样本模型中提取节点信息、边信息和全局信息，以利用节点信息、边信息和全局信息组成对应于样本模型的映射特征图作为对应于样本模型的图网络；

图网络学习模块，其用于将所述样本模型对应的所述图网络、所述样本模型指标参数以及所述样本优化设计参数输入第一深度神经网络中进行训练，以构建所述第一深度神经网络的深度学习模型，以令所述第一深度神经网络基于所构建的所述深度学习模型，而针对所述设计指标参数预测生成第一优化设计参数并予以输出；以及

产品模型生成模块，其用于接收所述第一优化设计参数，据以执行相应的优化设计动作，而生成符合所述设计指标参数的所述产品模型。

2.根据权利要求1所述的产品模型设计系统，其特征在于，所述图网络生成模块进一步用于通过将所述样本模型输入第二深度神经网络，以供所述第二深度神经网络依据所述样本模型输出相应的映射特征图，并将所述映射特征图作为对应于所述样本模型的所述图网络。

3.根据权利要求2所述的产品模型设计系统，其特征在于，

所述图网络生成模块进一步用于从所述样本模型中提取节点信息、边信息和全局信息，以利用所述节点信息、边信息和全局信息生成对应于所述样本模型的所述图网络；

所述图网络学习模块进一步用于分析当更新所述节点信息、所述边信息以及所述全局信息中的其中一者时，所述节点信息、所述边信息以及所述全局信息中的其它两者所产生的变化，而分析所述节点信息、所述边信息以及所述全局信息之间的关联关系；以及

所述产品模型生成模块进一步用于通过调节所述图网络中的所述节点信息、所述边信息以及所述全局信息中的其中一者，以令所述节点信息、所述边信息以及所述全局信息中的其它两者产生相应变化，以执行所述优化设计动作。

4.根据权利要求1或3所述的产品模型设计系统，其特征在于，所述系统进一步包括：

分析模块，其用于分析所述产品模型生成模块依据所述第一优化设计参数执行优化设计动作所生成的所述产品模型是否符合所述设计指标参数，并当分析结果为符合时，输出所述产品模型，而当分析结果为不符合时，输出分析信号至所述图网络学习模块，以通过所述图网络学习模块令所述第一深度神经网络基于所构建的所述深度学习模型，而针对所述设计指标参数重新预测生成新的所述第一优化设计参数并予以输出。

5.根据权利要求4所述的产品模型设计系统，其特征在于，所述系统进一步包括：

图网络强化学习模块，其用于当无法由所述图网络学习模块输出的所述第一优化设计参数生成符合所述设计指标参数的所述产品模型时，自所述产品模型生成模块依据所述第一优化设计参数所生成的多个所述产品模型中，选取最接近所述设计指标参数的一所述产品模型，并通过将所述产品模型对应的图网络输入到第三深度神经网络，以令所述第三深度神经网络根据所述设计指标参数生成第二优化设计参数并予以输出；且其中，

所述产品模型生成模块进一步用于接收所述第二优化设计参数，据以执行相应的优化设计动作，而生成所述产品模型；

所述分析模块进一步用于分析所述产品模型生成模块依据所述第二优化设计参数执行优化设计动作所生成的所述产品模型是否符合所述设计指标参数，并当分析结果为符合时，输出所述产品模型，而当分析结果为不符合时，输出分析信号至所述图网络强化学习模块，以通过所述图网络强化学习模块令所述第三深度神经网络重新根据所述设计指标参数生成一新的所述第二优化设计参数并予以输出。