用戶需求映射網(wǎng)絡(luò)生物文本的創(chuàng)新設(shè)計方法

陳 亮，陳博文，劉曉敏，竇 昊

（福州大學(xué)機械工程及自動化學(xué)院，福建 福州 350108）

仿生是一種將自然界的生物信息應(yīng)用于工程和技術(shù)領(lǐng)域的方法，在產(chǎn)品創(chuàng)新設(shè)計方面具有廣闊的應(yīng)用前景。目前，針對仿生創(chuàng)新設(shè)計的研究主要集中在生物信息獲取和知識模型建立、生物知識向工程設(shè)計轉(zhuǎn)化、協(xié)同創(chuàng)新設(shè)計以及仿生創(chuàng)新設(shè)計工具的開發(fā)等方面。

在生物信息獲取和知識模型建立方面：Shu等人［1］結(jié)合自然語言知識，將生物信息轉(zhuǎn)化為語言概率問題進行求解；Cheong等人［2］開發(fā)了一種基于功能基的工程—生物文本映射方法，以進行知識映射；袁雪青等人［3］從生物形態(tài)的角度出發(fā)，采用灰色關(guān)聯(lián)聚類分析構(gòu)建了基于用戶期望的意象驅(qū)動生物模型庫；陳航等人［4］從構(gòu)建面向微生物領(lǐng)域的知識庫出發(fā)，通過構(gòu)建知識詞典的方式來構(gòu)建生物知識檢索系統(tǒng)。

在生物知識向工程設(shè)計轉(zhuǎn)化方面：任露泉等人［5］提出了生物耦合概念，基于對特定生物原型的觀察，分析了生物耦合生成的機理和規(guī)律，并將其應(yīng)用于產(chǎn)品設(shè)計；Sartori等人［6］運用SAPPhIRE模型完成了多個生物模型向技術(shù)系統(tǒng)的轉(zhuǎn)化；劉偉等人［7］結(jié)合類比原理和TRIZ（Teoriya Resheniya Izobreatatelskikh Za-datch，發(fā)明問題解決理論），提出了基于TRIZ的類比源設(shè)計求解過程模型；黃水平等人［8］基于對產(chǎn)品功能原理設(shè)計和生物基因進化方面類比結(jié)果的相似性分析，引入產(chǎn)品功能特征基因概念，構(gòu)建了一種基于TRIZ與基因進化理論的產(chǎn)品集成創(chuàng)新設(shè)計過程模型。

在協(xié)同創(chuàng)新設(shè)計方面：楊育等人［9］提出了運用二元語義分析來集結(jié)各主體多粒度評價語言信息的方法，并以滿意度最大為優(yōu)化目標建立了多主體沖突協(xié)調(diào)模型；邢永剛等人［10］針對耦合系統(tǒng)的優(yōu)化問題，將協(xié)同進化算法中的分解、協(xié)作思想與多學(xué)科設(shè)計優(yōu)化方法中的分解、協(xié)同思想結(jié)合，提出了一種協(xié)同進化多學(xué)科設(shè)計優(yōu)化算法，以提高耦合系統(tǒng)的適應(yīng)性；Goel等人［11］針對生物啟發(fā)設(shè)計開發(fā)了基于知識的CAD（computer aided design，計算機輔助設(shè)計）系統(tǒng)，通過提供生物系統(tǒng)的功能模型，將搜索到的結(jié)果以多種形式呈現(xiàn)給用戶。

在仿生創(chuàng)新工具方面：Chakrabarti等人［12］研發(fā)了基于因果關(guān)系模型的IDEA-INSPPhIRE軟件，通過因果關(guān)系描述語言來獲取不同層次關(guān)系上的產(chǎn)品設(shè)計生物策略；Vandevenne等人［13］構(gòu)建了生物數(shù)據(jù)庫，可供設(shè)計人員查找設(shè)計相關(guān)的生物知識，以產(chǎn)生創(chuàng)新想法；Vincent等人［14］基于TRIZ開發(fā)了一款包含生物效應(yīng)的BioTRIZ軟件，方便設(shè)計人員查找仿生創(chuàng)新設(shè)計問題相關(guān)的生物解；Kozaki等人［15］基于產(chǎn)品與生物特征關(guān)鍵詞開發(fā)了Biomimetics Hozo軟件，可通過詞義挖掘檢索相應(yīng)的生物知識；Kim等人［16］構(gòu)建的Bionic MIR是一個通過結(jié)構(gòu)化的產(chǎn)品特征檢索并抓取在線生物信息的系統(tǒng)，利用潛在語義匹配方式產(chǎn)生對應(yīng)的生物文本。

綜上，盡管目前許多方法均可以完成產(chǎn)品與生物原型之間的映射，但是由于這些方法過多依靠人為介入進行知識檢索，使得在有海量生物知識數(shù)據(jù)的情況下檢索效率低下，在生物知識較少的情況下設(shè)計人員易陷入思維局限，難以生成較好的方案。考慮到基于用戶需求進行仿生產(chǎn)品創(chuàng)新設(shè)計可以有效提高設(shè)計的可靠性，減少設(shè)計的不確定性和降低設(shè)計成本［17］，但基于用戶需求的分析具有模糊性，且生成的方案依賴于大量已有知識儲備［18］，筆者擬提出一種結(jié)合網(wǎng)絡(luò)生物文本的創(chuàng)新設(shè)計方法，該方法包含基于QFD（quality function deployment，質(zhì)量功能展開）理論的多學(xué)科需求映射（multi-disciplinary requirement map-ping，MDRM）、基于神經(jīng)網(wǎng)絡(luò)的生物知識表示方法以及基于詞空間相似度和圖相似度的產(chǎn)品設(shè)計關(guān)鍵詞到生物文本的模糊映射方法，同時結(jié)合了海量生物文本數(shù)據(jù)和基于用戶需求進行產(chǎn)品設(shè)計的優(yōu)點。

1 MDRM方法與網(wǎng)絡(luò)生物文本信息處理

為實現(xiàn)工程產(chǎn)品與生物文本信息之間的相互映射，需分別采用規(guī)范的方法來表述工程產(chǎn)品和生物文本的相關(guān)信息。本文將利用MDRM方法對基于用戶需求的工程產(chǎn)品的功能、原理、行為和結(jié)構(gòu)等要素進行表述，同時對從網(wǎng)絡(luò)環(huán)境中獲取的自然語言文本進行規(guī)范化存儲。

1.1 MDRM方法

基于QFD理論中的質(zhì)量屋工具構(gòu)建MDRM方法：先對工程產(chǎn)品的設(shè)計要素及生物文本信息進行規(guī)范化表達，再將用戶需求轉(zhuǎn)化為功能、原理、行為、結(jié)構(gòu)四個方面的設(shè)計指標，結(jié)合質(zhì)量屋工具，生成一系列產(chǎn)品設(shè)計關(guān)鍵詞。MDRM方法的應(yīng)用流程如圖1所示，具體為：首先，通過分析用戶需求來提煉關(guān)鍵信息，按照用戶需求分配各項需求的權(quán)重并確定相應(yīng)的指標；然后，從功能、原理、行為、結(jié)構(gòu)四個方面對各項指標進行分類并分別構(gòu)建質(zhì)量屋；最后，設(shè)置評分閾值以篩除分數(shù)過低的指標，得到最終用于檢索的關(guān)鍵詞集合。

圖1 多學(xué)科需求映射方法應(yīng)用流程Fig.1 Application flow of MDRM method

在MDRM方法中，基于用戶需求分配的各指標的權(quán)重為：

式中：Su為功能、原理、行為、結(jié)構(gòu)指標的評分向量；RT為用戶需求向量的轉(zhuǎn)置向量；Cu為功能、原理、行為、結(jié)構(gòu)指標的權(quán)重系數(shù)。

用于檢索的關(guān)鍵詞集合W為：

式中：wk為關(guān)鍵詞；cwk為關(guān)鍵詞wk對應(yīng)的檢索分數(shù)；t為用于篩除分數(shù)過低指標的評分閾值。

1.2 網(wǎng)絡(luò)生物文本爬取及信息提取

利用互聯(lián)網(wǎng)獲取大量生物文本，通過文本清洗剔除文本中無意義的語句和單詞，并用神經(jīng)網(wǎng)絡(luò)模型以及合適的語料訓(xùn)練文本詞性標注模型，并對每個單詞進行詞性標注，以“主語+謂語”的二元組方式表示語句信息，最后將二元組表示的生物文本信息導(dǎo)入MySQL數(shù)據(jù)庫中。

網(wǎng)絡(luò)生物文本規(guī)范化表示與信息提取的整體流程如圖2所示。首先，分析各大生物站點頁面代碼并提取有效文本信息，對文本進行單詞詞干提取，并對其中出現(xiàn)頻數(shù)過低的單詞進行統(tǒng)一編碼，得到一系列規(guī)范表示的生物文本信息；然后，使用Conll2000語料以及由Embedding+BiLSTM+CRF層組成的神經(jīng)網(wǎng)絡(luò)模型進行文本詞性標注訓(xùn)練，預(yù)測規(guī)范表示的生物文本信息，并對文本語句中的主語關(guān)鍵詞以及謂語關(guān)鍵詞進行標注，由此得到一系列二元組文本。二元組文本中的主語關(guān)鍵詞和謂語關(guān)鍵詞用頂點表示，邏輯關(guān)聯(lián)用相連邊表示，以圖的形式存儲。

圖2 網(wǎng)絡(luò)生物文本的規(guī)范化表示與信息提取Fig.2 Normalized expression and information extraction of internet biological texts

2 工程產(chǎn)品—生物文本映射模式

針對利用MDRM方法得到的一系列產(chǎn)品設(shè)計關(guān)鍵詞和爬取得到的海量網(wǎng)絡(luò)生物文本信息及相應(yīng)的二元組文本信息，需通過一種映射模式來構(gòu)建兩者的關(guān)系。基于此，提出一種基于詞空間相似度和圖相似度的由產(chǎn)品設(shè)計關(guān)鍵詞到網(wǎng)絡(luò)生物文本的模糊映射模式，以及由生物二元組文本映射到產(chǎn)品設(shè)計方案的方法。

2.1 由工程產(chǎn)品到生物文本的映射模式

對于一批給定的語料，其含有n個不同的單詞。將n個不同的單詞映射為從1到n的索引編碼，則語料中位置i處的單詞用向量可以表示為di=[di1di2…dij…din]T，假設(shè)位于語料中位置i處的單詞wi對應(yīng)的索引編碼為j，則dij=1，其余位置處為0。以用上述方式表示的詞向量作為Word2Vec模型的輸入和輸出，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型中的隱層分配低維向量的權(quán)重，得到詞嵌入向量。基于Word2Vec模型，工程產(chǎn)品與生物原型相關(guān)的一系列文本詞被嵌入到同一個空間域中，通過計算詞向量間的空間余弦距離來判斷不同文本詞之間的相似度：若相似度為1，則表示2個單詞完全相同；若相似度為-1，則表示2個單詞完全不同。

對于某一原始關(guān)鍵詞，通過設(shè)定相似度閾值可將其擴展成一系列語義相近的詞。當用戶進行某關(guān)鍵詞檢索時，在MySQL數(shù)據(jù)庫的二元組文本圖中尋找由式（2）得到的所有匹配頂點，得到與原始關(guān)鍵詞相連的頂點，并選出與原始關(guān)鍵詞有共同相鄰頂點的語義相近詞，將其作為有效檢索關(guān)鍵詞。設(shè)主語關(guān)鍵詞用Ks表示，謂語關(guān)鍵詞用Ko表示。如圖3所示，設(shè)某一原始主語關(guān)鍵詞為Ks1，通過計算空間余弦距離得到數(shù)據(jù)庫中其他詞與該關(guān)鍵詞的相似度，并通過設(shè)置相似度閾值v來得到一系列語義相近詞Ks1、Ks2、Ks3和Ks4，通過檢索二元組文本圖，得到與原始主語關(guān)鍵詞Ks1有共同相鄰頂點的語義相近詞為Ko1和Ko2，則有效關(guān)鍵詞為Ks1、Ks2和Ks4。通過TF-IDF（term fre-quency-inverse document frequency，詞頻-逆向文檔頻率）編碼對各有效關(guān)鍵詞在每篇文本中出現(xiàn)的次數(shù)進行評分統(tǒng)計，分數(shù)最高的生物文本即為該關(guān)鍵詞的映射目標。

2.2 由生物文本到工程產(chǎn)品的映射模式

圖3 二元組文本圖匹配示例Fig.3 Matching example of two-tuple text graph

生物文本按照映射得分從高到低依次排列，優(yōu)先從得分最高的生物文本對應(yīng)的一系列二元組文本中尋找包含檢索關(guān)鍵詞的二元組對。若所匹配的關(guān)鍵詞為主語關(guān)鍵詞，則二元組文本中的謂語關(guān)鍵詞為工程產(chǎn)品根據(jù)該檢索關(guān)鍵詞映射得到的生物原型的策略；若所匹配的關(guān)鍵詞為謂語關(guān)鍵詞，則二元組文本中的主語關(guān)鍵詞為工程產(chǎn)品根據(jù)該檢索關(guān)鍵詞映射得到的生物原型的動作。若最終得到的產(chǎn)品不滿足用戶需求，則選擇得分第二高的生物文本進行同樣操作，以此類推。從生物文本到工程產(chǎn)品的映射流程如圖4所示，由檢索結(jié)果得到工程產(chǎn)品設(shè)計方案后，根據(jù)當前產(chǎn)品設(shè)計方案是否滿足設(shè)計需求來決定是否重新進行檢索。

3 管式空氣加熱器創(chuàng)新設(shè)計實例

基于上文提出的用戶需求映射網(wǎng)絡(luò)生物文本的創(chuàng)新設(shè)計方法，開發(fā)相應(yīng)的應(yīng)用程序，并以管式空氣加熱器創(chuàng)新設(shè)計為例驗證該方法的可行性。

3.1 用戶需求分析與檢索關(guān)鍵詞生成

管式空氣加熱器利用不銹鋼電加熱管對內(nèi)腔氣體進行加熱，該加熱器具有結(jié)構(gòu)簡單、不受生產(chǎn)工藝流程限制的優(yōu)點。然而，現(xiàn)有管式空氣加熱器的余熱利用率不理想且熱效率低，因此有必要對其結(jié)構(gòu)進行優(yōu)化。圖5所示為現(xiàn)有管式空氣加熱器的結(jié)構(gòu)。從用戶角度來看，對管式空氣加熱器的需求為提高余熱利用率、增加發(fā)熱量及增強環(huán)保性。對各項需求進行權(quán)重分配，得到需求向量R=[0.4 0.4 0.2]T。

如圖6所示，根據(jù)各項需求的權(quán)重，分別從功能、原理、行為和結(jié)構(gòu)四個方面確定與需求相關(guān)的指標。鑒于數(shù)據(jù)庫中的生物文本信息為英文語句，為正確匹配關(guān)鍵詞，在應(yīng)用程序中輸入的指標需用英文表示。對于管式空氣加熱器，通過分析得到其功能指標為加熱（heating），原理指標為電導(dǎo)率（conductivity）、熱（thermal），行為指標為傳播（spread），結(jié)構(gòu)指標為電熱管（pipe）、腔殼（cover）。根據(jù)經(jīng)驗分配各項指標的權(quán)重系數(shù)，可得：

圖4 從生物文本到工程產(chǎn)品的映射流程Fig.4 Mapping flow from biological text to engineering product

圖5 管式空氣加熱器結(jié)構(gòu)示意圖Fig.5 Structure diagram of tubular type air heater

根據(jù)式（1）計算得到各項指標的評分向量：

由所得結(jié)果可知，加熱（heating）、電導(dǎo)率（con-ductivity）、熱（thermal）所對應(yīng)的指標的權(quán)重得分遠高于其他指標，則選定評分閾值t=1.6，確定檢索關(guān)鍵詞為加熱（heating）、電導(dǎo)率（conductivity）和熱（ther-mal）。

3.2 數(shù)據(jù)庫檢索與設(shè)計方案生成

圖6 生物文本檢索程序操作流程Fig.6 Operation process of biological text indexing program

根據(jù)MDRM方法得到3個檢索關(guān)鍵詞后，通過調(diào)整檢索模糊度來設(shè)定相似關(guān)鍵詞的覆蓋范圍。當檢索模糊度設(shè)為0時，表明僅在文本中匹配當前選定的3個關(guān)鍵詞。本文設(shè)定的檢索模糊度為5，點擊搜索，匹配得到一系列可用于管式空氣加熱器仿生設(shè)計的參照生物以及相應(yīng)的匹配得分。單擊某一種生物，可查看該生物的文本信息和逐句提取生物文本語句。單擊某一條語句，可以查看語句中的一系列二元組，并列出與檢索關(guān)鍵詞匹配的二元組元素、對應(yīng)相似度以及作為映射策略的二元組中的另一個元素。圖7所示為適用于管式空氣加熱器仿生設(shè)計的生物文本檢索結(jié)果。由檢索結(jié)果可以看出，斑眼冢雉（Mallee-fowl）和美利奴羊（Merino sheep）的檢索得分明顯高于其他匹配項，因此選用斑眼冢雉和美利奴羊作為管式空氣加熱器設(shè)計方案生成的參照生物。

圖7 適用于管式空氣加熱器仿生設(shè)計的生物文本檢索結(jié)果Fig.7 Searching results of biological texts for bionic design of tubular type air heater

對于圖7所示的2篇生物文本，逐句查看語句中二元組的匹配相似度，分別提取2篇生物文本中相似度最高的句子：1）“In autumn，to keep warm，he cov-ers layers in the evening to retain the heat”；2）“Gener-ally a dense coat of underhairs，as in the wool of a sheep，is particularly effective in temperature control，because hundreds of tiny air pockets become trapped among the hairs and keep an insulating layer between animal and climate”。根據(jù)二元組對應(yīng)的映射結(jié)果，分別生成在氣體入口和出口添加帶孔隔離板（斑眼冢雉映射方案）以及在上下壁處設(shè)置凹坑結(jié)構(gòu)（美利奴羊映射方案）的2種設(shè)計方案，如圖8所示。

圖8 管式空氣加熱器仿生設(shè)計方案Fig.8 Bionic design schemes of tubular type air heater

3.3 設(shè)計方案數(shù)值驗證

令由斑眼冢雉映射得到的在氣體入口和出口添加帶孔隔離板方案為方案1，由美利奴羊映射得到的在上下壁處設(shè)置凹坑結(jié)構(gòu)的方案為方案2，結(jié)合圖5所示的原方案，對3種管式空氣加熱器進行仿真模擬，觀察其加熱情況。在Fluent軟件中，統(tǒng)一設(shè)置Laminar求解模型：入口風(fēng)速為8.33×10-6m/s，入口溫度為-20℃，入口為velocity，出口為outflow，求解方式為Green-Gauss Cell Based。表1所示為3種管式空氣加熱器在不同放熱量下的加熱效果對比。由表1可以看出，相比于原管式空氣加熱器，方案1對應(yīng)的管式空氣加熱器的加熱性能明顯提升；方案2對應(yīng)的管式空氣加熱器的加熱性能略有減弱。因此選用方案1作為最終設(shè)計方案。

4 總 結(jié)

本文提出的用戶需求映射網(wǎng)絡(luò)生物文本的創(chuàng)新設(shè)計方法可以系統(tǒng)地指導(dǎo)設(shè)計人員完成不同產(chǎn)品的仿生設(shè)計，由于這種方法是基于網(wǎng)絡(luò)環(huán)境獲取生物文本信息并采取文本模糊匹配和評分機制，可以同時保證索引文本的數(shù)量和質(zhì)量。二元組的方案映射機制一方面可引導(dǎo)設(shè)計人員生成設(shè)計方案，另一方面又能發(fā)揮設(shè)計人員的主觀能動性。基于本文所提方法生成的產(chǎn)品設(shè)計方案并不唯一，設(shè)計人員可以橫向?qū)Ρ葞追N不同設(shè)計方案以得出最佳設(shè)計方案，從而避免單一設(shè)計方案效果不理想的缺陷。從管式空氣加熱器創(chuàng)新設(shè)計實例可以看出，本文提出的創(chuàng)新設(shè)計方法可使產(chǎn)品設(shè)計更具有目標性，同時具有較高的設(shè)計效率。后續(xù)將進一步研究網(wǎng)絡(luò)生物文本知識轉(zhuǎn)化率的提高方法以及多種語言的適配問題。

表1 不同管式空氣加熱器的加熱效果對比Table 1 Comparison of heating effect of different tu-bular type air heaters