【正文】 關(guān)系，進(jìn)而得出不同方案層次級(jí)別下的注塑模改模知識(shí)之間具有相容關(guān)系（即改模知識(shí)之間不會(huì)存在矛盾）的結(jié)論，闡明了改模方案分層遞階表達(dá)模型及文中提出的粗糙集知識(shí)發(fā)現(xiàn)方法的合理性。以 Microsoft Visual Studio2020 為開發(fā)平臺(tái)，選用面向?qū)ο缶幊陶Z言 C＃及 技術(shù)，采用 Microsoft SQL Server2020 數(shù)據(jù)庫管理平臺(tái)，構(gòu)建基于瀏覽器 /服務(wù)器模式的軟件系統(tǒng)架構(gòu)模式，通過對(duì)知識(shí)發(fā)現(xiàn)流程的分析及大量算法設(shè)計(jì)實(shí)現(xiàn)了基于粗糙集的注塑模改模知識(shí)發(fā)現(xiàn)系統(tǒng)。 通過上述研究和應(yīng)用工作，解 決了改模方案及知識(shí)的規(guī)范表達(dá)、基于非模糊數(shù)據(jù)和模糊數(shù)據(jù)的改模知識(shí)發(fā)現(xiàn)、相關(guān)理論分析方法的合理性論證問題。 模具作為一種重要的基礎(chǔ)工業(yè)裝備，其生產(chǎn)水平的高低在很大程度上決定了產(chǎn)品的質(zhì)量、效益和新產(chǎn)品的開發(fā)能力。注塑模具成型面復(fù)雜，結(jié)構(gòu)多樣，且多為單件定制，既使正確應(yīng)用通用的模具設(shè)計(jì)制造原則也難以確保一次試模成功，不 可避免地需要對(duì)模具進(jìn)行修改（即改模），以提高塑件質(zhì)量。但由于改模工程師個(gè)人知識(shí)水平的差異，導(dǎo)致改模方案的表達(dá)因人而異，存在描述不規(guī)范和表達(dá)層次不一致的問題，這也使得改模方案中蘊(yùn)含的知識(shí)難以在改模工程師之間共享，更不利于運(yùn)用計(jì)算機(jī)技術(shù)進(jìn)行智能處理。改模知識(shí)發(fā)現(xiàn)方法的研究能夠輔助模具制造企業(yè)建立企業(yè)改模知識(shí)庫，為企業(yè)整體知識(shí)水平的提升提供理論 和方法。結(jié)合對(duì)改模知識(shí)范疇的界定，構(gòu)建了基于產(chǎn)生式規(guī)則表達(dá)及改模方案表達(dá)方法的兩類改模知識(shí)（改模規(guī)則和復(fù)合改模規(guī)則）分層表達(dá)方法。結(jié)合 Pawlak 粗糙集方法和改模方案分層遞階表達(dá)模型構(gòu)建了基于Pawlak 粗糙集的改模知識(shí)發(fā)現(xiàn)方法，包括基于 Pawlak 粗糙集的改模特征分層約簡算法和規(guī)則分層生成算法。 （ 3）基于模糊數(shù)據(jù)的注塑模改模知識(shí)分層發(fā)現(xiàn)方法從改模特征值模糊層次化和模糊完整化處理算法入手，構(gòu)建了一種基于模糊數(shù)據(jù)的改模方案結(jié)構(gòu)化處理方法。結(jié)合特征決策表的單一/復(fù)合特征模糊等價(jià)劃分算法提出了一種基于模糊粗糙集的改模知識(shí)分層發(fā)現(xiàn)方法，包括基于模糊粗糙集的改模特征分層約簡算法和規(guī)則分層生成算法，解決了從模糊描述的改模方案中歸納發(fā)現(xiàn)改模知識(shí)的問題。在引入信息系統(tǒng)同態(tài)的定義后，將方案結(jié)構(gòu)化處理等同于一個(gè)信息系統(tǒng)同態(tài)，分析表明利用特征決策表同態(tài)構(gòu)建的改模方案特征決策表間具有相容關(guān)系。 （ 5）注 塑模改模知識(shí)發(fā)現(xiàn)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)結(jié)合注塑模改模知識(shí)發(fā)現(xiàn)流程和模具企業(yè)實(shí)際需求，研究了本文中提出的各類相關(guān)知識(shí)發(fā)現(xiàn)算法的實(shí)現(xiàn)方法。知識(shí)發(fā)現(xiàn)系統(tǒng)已成功應(yīng)用到模具制造企業(yè)，取得了良好的效果。論文相關(guān)研究和應(yīng)用結(jié)論能夠?yàn)槟＞咧圃炱髽I(yè)有效地挖掘改模方案中蘊(yùn)含的改模知識(shí)提供相關(guān)理論和方法。隨著塑料工業(yè)的快速發(fā)展以及工業(yè)產(chǎn)品對(duì)輕量化的要求的提高，塑料模具在模具的產(chǎn)品結(jié)構(gòu)中的比例有了很大的提高。 改模工程師制定改模方案時(shí)不僅需要傳統(tǒng)的模具制造工藝知識(shí)，更需要實(shí)踐中積累的大量經(jīng)驗(yàn)知識(shí)。為此，研究改模方案表達(dá)方法及其改模知識(shí)發(fā)現(xiàn)方法成為有效挖掘改模知識(shí)的必要手段。 結(jié)合知識(shí)發(fā)現(xiàn)過程，本文主要的研究工作如下： （ 1）注塑模改模方案及知識(shí)分層遞階表達(dá)方法分析改模方案的構(gòu)成，分別建立了以特征層次樹為基礎(chǔ)的改模特征層次樹狀模型和以概念層次樹為基礎(chǔ)的改模特征值層次樹狀模型，從而得到了基于非模糊數(shù)據(jù)的注塑模改模方案表達(dá)；結(jié)合粗糙隸屬函數(shù)定義了有關(guān)特征值的新息，并建立了基于新息的改模特征值表達(dá)方法，從而得到了基于模糊數(shù)據(jù)的注塑模改模方案表達(dá)。 （ 2）基于非模糊數(shù)據(jù)的注塑模改模知識(shí)分層發(fā)現(xiàn)方法基于對(duì)改模特征值具體化、層次化和完整化處理算法研究，建立了一種基于非模糊數(shù)據(jù)的注塑模改模方案結(jié)構(gòu)化處理方法。為解決 Pawlak 粗糙集方法中得到的改模規(guī)則集規(guī)模大且實(shí)用性不強(qiáng)的問題，通過引入分類誤差 /質(zhì)量矩陣，提出了一種基于變精度粗糙集的改模知識(shí)分層發(fā)現(xiàn)方法，包括基于變精度粗糙集的改 模特征分層約簡算法和規(guī)則分層生成算法。抽取有關(guān)特征值的新息構(gòu)造了特征模糊相似矩陣，引入置信水平向量實(shí)現(xiàn)了對(duì)特征決策表的模糊等價(jià)劃分。 （ 4）注塑模改模知識(shí) 相容關(guān)系分析從邏輯學(xué)中相容關(guān)系的定義出發(fā)，研究了改模方案特征決策表信息系統(tǒng)的相容關(guān)系。利用信息系統(tǒng)同態(tài)不變的特征，分析特征約簡與信息系統(tǒng)同態(tài)不變的關(guān)系，可知特征約簡操作保持了改模方案特征決策表之間的相容關(guān)系，進(jìn)而得出不同方案層次級(jí)別下的注塑模改模知識(shí)之間具有相容關(guān)系（即改模知識(shí)之間不會(huì)存在矛盾）的結(jié)論，闡明了改模方案分層遞階表達(dá)模型及文中提出的粗糙集知識(shí)發(fā)現(xiàn)方法的合理性。以 Microsoft Visual Studio2020 為開發(fā)平臺(tái)，選用面向?qū)ο缶幊陶Z言 C＃及 技術(shù)，采用 Microsoft SQL Server2020 數(shù)據(jù)庫管理平臺(tái)，構(gòu)建基于瀏覽器 /服務(wù)器模式的軟件系統(tǒng)架構(gòu)模式，通過對(duì)知識(shí)發(fā)現(xiàn)流程的分析及大量算法設(shè)計(jì)實(shí)現(xiàn)了基于粗糙集的注塑模改模知識(shí)發(fā)現(xiàn)系統(tǒng)。 通過上 述研究和應(yīng)用工作，解決了改模方案及知識(shí)的規(guī)范表達(dá)、基于非模糊數(shù)據(jù)和模糊數(shù)據(jù)的改模知識(shí)發(fā)現(xiàn)、相關(guān)理論分析方法的合理性論證問題。 模具作為一種重要的基礎(chǔ)工業(yè)裝備，其生產(chǎn)水平的高低在很大程度上決定了產(chǎn)品的質(zhì)量、效益和新產(chǎn)品的開發(fā)能力。注塑模具成型面復(fù)雜，結(jié)構(gòu)多樣，且多為單件定制，既使正確應(yīng)用通用的模具設(shè)計(jì)制造原則也難以 確保一次試模成功，不可避免地需要對(duì)模具進(jìn)行修改（即改模），以提高塑件質(zhì)量。但由于改模工程師個(gè)人知識(shí)水平的差異，導(dǎo)致改模方案的表達(dá)因人而異，存在描述不規(guī)范和表達(dá)層次不一致的問題，這也使得改模方案中蘊(yùn)含的知識(shí)難以在改模工程師之間共享，更不利于運(yùn)用計(jì)算機(jī)技術(shù)進(jìn)行智能處理。改模知識(shí)發(fā)現(xiàn)方法的研究能夠輔助模具制造企業(yè)建立企業(yè)改模知識(shí)庫，為企業(yè)整體知 識(shí)水平的提升提供理論和方法。結(jié)合對(duì)改模知識(shí)范疇的界定，構(gòu)建了基于產(chǎn)生式規(guī)則表達(dá)及改模方案表達(dá)方法的兩類改模知識(shí)（改模規(guī)則和復(fù)合改模規(guī) 則）分層表達(dá)方法。結(jié)合 Pawlak 粗糙集方法和改模方案分層遞階表達(dá)模型構(gòu)建了基于Pawlak 粗糙集的改模知識(shí)發(fā)現(xiàn)方法，包括基于 Pawlak 粗糙集的改模特征分層約簡算法和規(guī)則分層生成算法。 （ 3）基于模糊數(shù)據(jù)的注塑模改模知識(shí)分層發(fā)現(xiàn)方法從改模特征值模糊層次化和模糊完整化處理算法入手，構(gòu)建了一種基于模糊數(shù)據(jù)的改模方案結(jié)構(gòu)化處理方法。結(jié)合特征決策表的單一/復(fù)合特征模糊等價(jià)劃分算法提出了一種基于模糊粗糙集的改模知識(shí)分層發(fā)現(xiàn)方法，包括基于模糊粗糙集的改模特征分層約簡算法和規(guī)則分層生成算法，解決了從模糊描述的改模方案中歸納發(fā)現(xiàn)改模知識(shí)的問題。在引入信息系統(tǒng)同態(tài)的定義后，將方案結(jié)構(gòu)化處理等同于一個(gè)信息系統(tǒng)同態(tài)，分析表明利用特征決策表同態(tài)構(gòu)建的改模方案特征決策表間具有相容關(guān)系。 （ 5）注塑模改模知識(shí)發(fā)現(xiàn)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)結(jié)合注塑模改模知識(shí)發(fā)現(xiàn)流程和模具企業(yè)實(shí)際需求，研究了本文中提出的各類相關(guān)知識(shí)發(fā)現(xiàn)算法的實(shí)現(xiàn)方法。知識(shí)發(fā)現(xiàn)系統(tǒng)已成功應(yīng)用到模具制造企業(yè)，取得了良好的效果。論文相關(guān)研究和應(yīng)用結(jié)論能夠?yàn)槟＞咧圃炱髽I(yè)有效地挖掘改模方案中蘊(yùn)含的改模知識(shí)提供相關(guān)理論和方法。隨著塑料工業(yè)的快速發(fā)展以及工業(yè)產(chǎn)品對(duì)輕量化的要求的提高，塑料模具在模具的產(chǎn)品結(jié)構(gòu)中的比例有了很大的提高。 改模工程師制定改模方案時(shí)不僅需要傳統(tǒng)的模具制造工藝知識(shí)，更需要實(shí)踐中積累的大量經(jīng)驗(yàn)知識(shí)。為此，研究改模方案表達(dá)方法及其改模知識(shí)發(fā)現(xiàn)方法成為有效挖掘改模知識(shí)的必要手段。 結(jié)合知識(shí)發(fā)現(xiàn)過程，本文主要的研究工作如下： （ 1）注塑模改模方案及知識(shí)分層遞階表達(dá)方法分析改模方案的構(gòu)成，分別建立了以特征層次樹為基礎(chǔ)的改模特征層次樹狀模型和以概念層次樹為基礎(chǔ)的改模特征值層次樹狀模型，從而得到了基于非模糊數(shù)據(jù)的注塑模改模方案表達(dá)；結(jié)合粗糙隸屬函數(shù)定義了有關(guān)特征值的新息，并建立了基于新息的改模特征值表達(dá)方法，從而得到了基于模糊數(shù)據(jù)的注塑模改模方案表達(dá)。 （ 2）基于非模糊數(shù)據(jù)的注塑模改模知識(shí)分層發(fā)現(xiàn)方法基于對(duì)改模特征值具體化、層次化和完整化處理算法研究，建立了一種基于非模糊數(shù)據(jù)的注塑模改模方案結(jié)構(gòu)化處理方法。為解決 Pawlak 粗糙集方法中得到的改模規(guī)則集規(guī)模大且實(shí)用性不強(qiáng)的問題，通過引入分類誤差 /質(zhì)量矩陣，提出了一種基于變精度粗糙集的改模知識(shí)分層發(fā)現(xiàn)方法，包括 基于變精度粗糙集的改模特征分層約簡算法和規(guī)則分層生成算法。抽取有關(guān)特征值的新息構(gòu)造了特征模糊相似矩陣，引入置信水平向量實(shí)現(xiàn)了對(duì)特征決策表的模糊等價(jià)劃分。 （ 4）注塑模改模知識(shí)相容關(guān)系分析從邏輯學(xué)中相容關(guān)系的定義出發(fā)，研究了改模方案特征決策表信息系統(tǒng)的相容關(guān)系。利用信息系統(tǒng)同態(tài)不變的特征，分析特征約簡與信息系統(tǒng)同態(tài)不變的關(guān)系，可知特征約簡操作保持了改模方案特征決策表之間的相容關(guān)系，進(jìn)而得出不同方案層次級(jí)別下的注塑模改模知識(shí)之間具有相容關(guān)系（即改模知識(shí)之間不會(huì)存在矛盾）的結(jié)論，闡明了改模方案分層遞階表達(dá)模型及文中提出的粗糙集知識(shí)發(fā)現(xiàn)方法的合理性。以 Microsoft Visual Studio2020 為開發(fā)平臺(tái)，選用面向?qū)ο缶幊陶Z言 C＃及 技術(shù)，采用 Microsoft SQL Server2020 數(shù)據(jù)庫管理平臺(tái)，構(gòu)建基于瀏覽器 /服務(wù)器模式的軟件系統(tǒng)架構(gòu)模式，通過對(duì)知識(shí)發(fā)現(xiàn)流程的分析及大量算法設(shè)計(jì)實(shí)現(xiàn)了基于粗糙集的注塑模改模知識(shí)發(fā)現(xiàn)系統(tǒng)。 通過上述研究和應(yīng)用工作，解決了改模方案及知識(shí)的規(guī)范表達(dá)、基于非模糊數(shù)據(jù)和模糊數(shù)據(jù)的改模知識(shí)發(fā)現(xiàn)、相關(guān)理論分析方法的合理性論證問題。 模具作為一種重要的基礎(chǔ)工業(yè)裝備，其生產(chǎn)水平的高低在很大程度上決定了產(chǎn)品的質(zhì)量、效益和新產(chǎn)品的開發(fā)能力。注塑模具成型面復(fù)雜，結(jié)構(gòu)多樣，且多為單件定制，既使正確應(yīng)用通用的模 具設(shè)計(jì)制造原則也難以確保一次試模成功，不可避免地需要對(duì)模具進(jìn)行修改（即改模），以提高塑件質(zhì)量。但由于改模工程師個(gè)人知識(shí)水平的差異，導(dǎo)致改模方案的表達(dá)因人而異，存在描述不規(guī)范和表達(dá)層次不一致的問題，這也使得改模方案中蘊(yùn)含的知識(shí)難以在改模工程師之間共享，更不利于運(yùn)用計(jì)算機(jī)技術(shù)進(jìn)行智能處理。改模知識(shí)發(fā)現(xiàn)方法的研究能夠輔助模具制造企業(yè)建立企業(yè)改模 知識(shí)庫，為企業(yè)整體知識(shí)水平的提升提供理論和方