买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利一种生产线设计参数关联关系推理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120409226B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510492917.6，技术领域涉及：G06F30/27；该发明授权一种生产线设计参数关联关系推理方法及系统是由严都喜;胡文凯;刘强;冷杰武;张定设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种生产线设计参数关联关系推理方法及系统在说明书摘要公布了：本发明涉及一种生产线设计参数关联关系推理方法及系统。方法包括：构建产线设计参数关联关系图谱，将构型、动型等四维度参数抽象为带id节点与带标签边；构建特征提取模型，经多头图注意力自身特征提取和图注意力四型特征提取，分别输出含节点自身及相邻信息的第一特征矩阵与含四型信息的第二特征矩阵；通过第三数据预处理、搭建双向三角图神经网络模型并训练得到关联关系推理模型，依此推理参数关联关系并添加进图谱。系统含图谱构建、特征提取、关联关系推理模块。本发明利用图注意力机制与双向三角图神经网络，解决产线设计参数关联关系中对非对称关系建模差、因果识别丢失等问题，可有效分析参数关联关系。

本发明授权一种生产线设计参数关联关系推理方法及系统在权利要求书中公布了：1.一种生产线设计参数关联关系推理方法，其特征在于，所述方法包括： S1，构建产线设计参数的关联关系图谱；利用可视化工具将产线的构型、动型、控型和优型四个维度的设计参数抽象为带唯一id的节点，按四型类别标注每个节点的分类属性；并将各设计参数间的相互关联关系抽象为带标签的边；基于节点id、四型类别属性以及带标签的边，构建包含节点特征属性与边关系标签的产线关联关系图谱； S2，特征提取模型构建，包括： 多头图注意力自身特征提取： 第一数据预处理：按节点id升序排列所有节点并标记标签，并根据首节点与尾节点的关联关系构建第一邻接矩阵； 第一模型搭建：采用多头注意力网络，通过嵌入层将节点id转化为矩阵，搭建四层多头图注意力卷积层作为第一初始模型；其中，所述四层多头图注意力卷积层的前三层卷积层连接的激活函数为LeakyRelu，所述四层多头图注意力卷积层的第四层卷积层的激活函数为Softmax； 第一模型训练：将排序后的节点id与所述第一邻接矩阵输入第一初始模型，基于交叉熵损失函数和Adam优化器对所述第一初始模型进行训练，得到多头图注意力机制自身特征提取模型，所述多头图注意力机制自身特征提取模型输出包含节点自身特征及相邻节点关联信息的第一特征矩阵； 图注意力四型特征提取： 第二数据预处理：根据节点所属四型类别标记标签，构建第二邻接矩阵； 第二模型搭建：采用普通图注意力机制，搭建五层图注意力卷积层作为第二初始模型；其中，所述五层图注意力卷积层中的前四层卷积层连接的激活函数为LeakyRelu，所述五层图注意力卷积层中的第五层卷积层的激活函数为Softmax； 第二模型训练：将所述第一特征矩阵和所述第二邻接矩阵输入至所述第二初始模型，基于交叉熵损失函数和Adam优化器对所述第二初始模型进行训练，得到图注意力机制四型特征提取模型，所述图注意力机制四型特征提取模型输出包含四型信息的第二特征矩阵； S3，产线设计参数的关联关系推理： 第三数据预处理：根据节点id的升序重排第二特征矩阵，将所述第一邻接矩阵和所述第二邻接矩阵抽象成无向图；通过广度优先搜索算法BFS，遍历无向图，获取任意两节点间路径长度大于2的最短路径，基于所述最短路径确定中间节点，提取首-中间-尾三节点对应的第二特征矩阵并按序拼接为特征向量； 将包含首节点和尾节点标注关联关系的特征向量作为学习数据，其余作为推理数据；对所述学习数据执行标签标记、特征矩阵交换及逆向标签计算，按8:1:1的比例将所述学习数据划分为训练集、验证集和测试集，对所述推理数据同步执行逆向特征矩阵处理； 第三模型搭建：从所述学习数据中提取首节点、尾节点及中间节点对应位置的第二特征矩阵；基于提取出的第二特征矩阵计算各节点特征值和权重系数；提供由七个全连接层和一个汇聚层组成的双向三角图神经网络模型作为第三初始模型；将首节点、尾节点以及中间节点的第二特征矩阵分别输入三个独立的全连接层，所述三个全连接层连接的激活函数为LeakyRelu；将所述三个全连接层输出的矩阵输入至所述汇聚层，在所述汇聚层中引入两端节点修正系数与中间节点修正系数，以增强首节点及尾节点的特征重要性，经汇聚后生成单一矩阵；将所述汇聚后的单一矩阵依次通过四个全连接层，其中，所述四个全连接层的前三个全连接层连接的激活函数为LeakyRelu，第四个全连接层连接的激活函数为Softmax； 第三模型训练：将所述训练集输入至所述第三初始模型，基于交叉熵损失函数、Adam优化器、StepLR学习率衰减策略、Dropout正则化方法以及LayerNorm正则化方法对所述第三初始模型进行训练，得到关联关系推理模型； 关联关系推理：将推理数据和经过逆向特征矩阵处理的推理数据分别输入所述关联关系推理模型，得到结果并相加，若两者之和为N1，N1为关联关系的种类，则两节点存在对应标签的关联关系，反之则不存在；通过所述关联关系推理模型推理出存在关系的首节点id、尾节点id和关系名称，并利用可视化工具中的功能语句添加进图谱。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。