【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及計算機，尤其涉及一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法及裝置。
技術(shù)介紹
1、在一般的工業(yè)制造領(lǐng)域，企業(yè)各部門的信息化系統(tǒng)相互獨立，數(shù)據(jù)溝通的渠道有多種缺陷，例如不能實時同步數(shù)據(jù)，數(shù)據(jù)同步過程中產(chǎn)生數(shù)據(jù)錯誤等等問題。解決這些問題的有效方法是構(gòu)建工業(yè)神經(jīng)網(wǎng)絡(luò)圖，并建立工業(yè)神經(jīng)網(wǎng)絡(luò)圖的查詢方法。
2、sipyoc-rc（source?input?process?yield?output?customer?-?resourcecontrol）模型是sipoc（supplier?供應(yīng)者；input?輸入；process?流程；output?輸出；customer?客戶）的改進(jìn)模型，可以利用sipyoc-rc模型清楚地描述業(yè)務(wù)過程。然而，現(xiàn)有技術(shù)尚未提供一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖及其模式查詢方法。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法及裝置，用以解決現(xiàn)有技術(shù)中尚未提供一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖及其模式查詢方法的缺陷，實現(xiàn)提供一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖及其模式查詢方法及裝置。
2、本專利技術(shù)提供一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，包括如下步驟：獲取預(yù)先構(gòu)建的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖；其中，所述工業(yè)神經(jīng)網(wǎng)絡(luò)圖包括腦圖和實例圖，所述腦圖包括腦圖結(jié)點及連接關(guān)系，所述實例圖包括實例圖結(jié)點及連
3、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，在所述獲取預(yù)先構(gòu)建的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖之前，所述方法還包括：對工業(yè)生產(chǎn)過程進(jìn)行任務(wù)拆解，構(gòu)造腦圖活動節(jié)點；根據(jù)各個所述腦圖活動結(jié)點的前后置關(guān)系及包含關(guān)系連接各個所述腦圖活動結(jié)點；解析各個所述腦圖活動結(jié)點的資源、控制條件、輸入物及輸出物，分別建立對應(yīng)的資源結(jié)點、控制條件結(jié)點、輸入物結(jié)點及輸出物結(jié)點，并建立所述資源結(jié)點、所述控制條件結(jié)點、所述輸入物結(jié)點及所述輸出物結(jié)點與所述腦圖活動結(jié)點的連接，從而得到腦圖；在實際生產(chǎn)過程，對所述腦圖中的腦圖結(jié)點進(jìn)行實例化，得到實例結(jié)點及所述實例結(jié)點的連接關(guān)系，從而得到實例圖。
4、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述查詢模式包括單結(jié)點查詢；對應(yīng)所述單結(jié)點查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性及查詢意圖的信息；所述根據(jù)所述意圖格式對所述工業(yè)神經(jīng)網(wǎng)絡(luò)圖進(jìn)行模式查詢，包括：根據(jù)所述查詢模式進(jìn)行查詢模式路由，路由到單結(jié)點查詢模式，并根據(jù)所述查詢意圖對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢。
5、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述查詢模式包括兩結(jié)點查詢及三結(jié)點以上查詢，對應(yīng)所述兩結(jié)點查詢及三結(jié)點以上查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性、查詢意圖及結(jié)點間關(guān)系的信息；所述根據(jù)所述意圖格式對所述工業(yè)神經(jīng)網(wǎng)絡(luò)圖進(jìn)行模式查詢，包括：根據(jù)所述查詢模式進(jìn)行查詢模式路由，路由到對應(yīng)的兩結(jié)點查詢模式或三結(jié)點以上查詢模式，根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢。
6、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述兩結(jié)點查詢包括根據(jù)第一實例圖活動結(jié)點查詢第二實例圖活動結(jié)點；相應(yīng)地，所述根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢，包括：定位到所述第一實例圖活動結(jié)點；以所述第一實例圖活動結(jié)點作為起始結(jié)點，根據(jù)所述實例圖的結(jié)構(gòu)及所述結(jié)點間關(guān)系，在所述實例圖中篩選滿足所述結(jié)點間關(guān)系的終結(jié)點，將所述終結(jié)點作為所述第二實例圖活動結(jié)點；根據(jù)所述查詢意圖獲取并返回所述第二實例圖活動結(jié)點的所述結(jié)點屬性的信息。
7、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述兩結(jié)點查詢包括根據(jù)第三實例圖活動結(jié)點查詢第一腦圖活動節(jié)點；相應(yīng)地，所述根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢，包括：定位到所述第三實例圖活動結(jié)點；根據(jù)所述工業(yè)神經(jīng)網(wǎng)絡(luò)圖的結(jié)構(gòu)獲取所述第三實例圖活動結(jié)點對應(yīng)的第二腦圖活動節(jié)點；以所述第二腦圖活動節(jié)點作為起始結(jié)點，根據(jù)所述腦圖的結(jié)構(gòu)及所述結(jié)點間關(guān)系，在所述腦圖中篩選滿足所述結(jié)點間關(guān)系的終結(jié)點，將所述終結(jié)點作為所述第一腦圖活動節(jié)點；根據(jù)所述查詢意圖獲取并返回所述第一腦圖活動節(jié)點的所述結(jié)點屬性的信息。
8、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述兩結(jié)點查詢包括根據(jù)第三腦圖活動結(jié)點查詢第四腦圖活動結(jié)點；相應(yīng)地，所述根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢，包括：定位到所述第三腦圖活動結(jié)點；以所述第三腦圖活動結(jié)點作為起始結(jié)點，根據(jù)所述腦圖的結(jié)構(gòu)及所述結(jié)點間關(guān)系，在所述腦圖中篩選滿足所述結(jié)點間關(guān)系的終結(jié)點，將所述終結(jié)點作為所述第四腦圖活動節(jié)點；根據(jù)所述查詢意圖獲取并返回所述第四腦圖活動節(jié)點的所述結(jié)點屬性的信息。
9、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述兩結(jié)點查詢包括根據(jù)第一實例圖結(jié)點查詢第五腦圖活動節(jié)點；其中，所述第一實例圖結(jié)點包括輸入物結(jié)點、輸出物結(jié)點、資源結(jié)點或控制條件結(jié)點；相應(yīng)地，所述根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢，包括：定位所述第一實例圖結(jié)點；在所述實例圖中查找連接所述第一實例圖結(jié)點的第四實例圖活動結(jié)點；根據(jù)所述工業(yè)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)搜索對應(yīng)所述第四實例圖活動結(jié)點的第五腦圖活動結(jié)點；獲取所述第五腦圖活動結(jié)點構(gòu)成的第一結(jié)點集合中最上層的結(jié)點構(gòu)成的第二結(jié)點集合；獲取所述第二結(jié)點集合的實例化結(jié)點構(gòu)成的第三結(jié)點集合；在所述實例圖中搜索所述第四實例圖活動結(jié)點經(jīng)實例圖活動結(jié)點至所述第三結(jié)點集合的終結(jié)點，根據(jù)所述查詢意圖獲取所述終結(jié)點的所述結(jié)點屬性，并將所述結(jié)點屬性作為所述第五腦圖活動結(jié)點的結(jié)點屬性進(jìn)行返回。
10、根據(jù)本專利技術(shù)提供的一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，所述兩結(jié)點查詢包括根據(jù)第二實例圖結(jié)點查詢第一腦圖結(jié)點；其中，所述第二實例圖結(jié)點及所述第一腦圖結(jié)點包括輸入物結(jié)點、輸出物結(jié)點、資源結(jié)點或控制條件結(jié)點；相應(yīng)地，所述根據(jù)所述查詢意圖及所述結(jié)點間關(guān)系對所述查詢結(jié)點的所述結(jié)點屬性進(jìn)行查詢，包括：定位所述第二實例圖結(jié)點；在所述實例圖中查找連接所述第二實例圖結(jié)點的第五實例圖活動結(jié)點；根據(jù)所述工業(yè)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)搜索對應(yīng)所述第五實例圖活動結(jié)點的第六腦圖活動結(jié)點；獲取所述第六腦圖活動結(jié)點構(gòu)成的第四結(jié)點集合中最上層的結(jié)點構(gòu)成的第五結(jié)點集合；獲取所述第五結(jié)點集合的實例化本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，在所述獲取預(yù)先構(gòu)建的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖之前，所述方法還包括：
3.根據(jù)權(quán)利要求1所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述查詢模式包括單結(jié)點查詢；對應(yīng)所述單結(jié)點查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性及查詢意圖的信息；
4.根據(jù)權(quán)利要求1所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述查詢模式包括兩結(jié)點查詢及三結(jié)點以上查詢，對應(yīng)所述兩結(jié)點查詢及三結(jié)點以上查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性、查詢意圖及結(jié)點間關(guān)系的信息；
5.根據(jù)權(quán)利要求4所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述兩結(jié)點查詢包括根據(jù)第一實例圖活動結(jié)點查詢第二實例圖活動結(jié)點；
6.根據(jù)權(quán)利要求4所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)
7.根據(jù)權(quán)利要求4所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述兩結(jié)點查詢包括根據(jù)第三腦圖活動結(jié)點查詢第四腦圖活動結(jié)點；
8.根據(jù)權(quán)利要求4所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述兩結(jié)點查詢包括根據(jù)第一實例圖結(jié)點查詢第五腦圖活動節(jié)點；其中，所述第一實例圖結(jié)點包括輸入物結(jié)點、輸出物結(jié)點、資源結(jié)點或控制條件結(jié)點；
9.根據(jù)權(quán)利要求4所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述兩結(jié)點查詢包括根據(jù)第二實例圖結(jié)點查詢第一腦圖結(jié)點；其中，所述第二實例圖結(jié)點及所述第一腦圖結(jié)點包括輸入物結(jié)點、輸出物結(jié)點、資源結(jié)點或控制條件結(jié)點；
10.根據(jù)權(quán)利要求1所述的基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述查詢意圖包括結(jié)點屬性描述信息查詢意圖和結(jié)點屬性統(tǒng)計信息查詢意圖。
11.一種基于SIPyOC-RC模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢裝置，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，在所述獲取預(yù)先構(gòu)建的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖之前，所述方法還包括：
3.根據(jù)權(quán)利要求1所述的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述查詢模式包括單結(jié)點查詢；對應(yīng)所述單結(jié)點查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性及查詢意圖的信息；
4.根據(jù)權(quán)利要求1所述的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述查詢模式包括兩結(jié)點查詢及三結(jié)點以上查詢，對應(yīng)所述兩結(jié)點查詢及三結(jié)點以上查詢，所述意圖格式包括查詢模式、查詢結(jié)點、結(jié)點屬性、查詢意圖及結(jié)點間關(guān)系的信息；
5.根據(jù)權(quán)利要求4所述的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法，其特征在于，所述兩結(jié)點查詢包括根據(jù)第一實例圖活動結(jié)點查詢第二實例圖活動結(jié)點；
6.根據(jù)權(quán)利要求4所述的基于sipyoc-rc模型的工業(yè)神經(jīng)網(wǎng)絡(luò)圖模式查詢方法...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：高天明，汪敏，汪順利，謝晨，賀興華，劉豐維，吳春龍，魏麗婷，郁董卿，李卅，
申請(專利權(quán))人：商飛智能技術(shù)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。