一种基于非结构通讯数据的多智能体协作的工程设计方法及系统与流程

本发明涉及计算机辅助设计和人工智能，具体涉及一种采用多个具有不同专业角色的智能代理进行协同工作的工程设计方法及系统，特别涉及对工业设备工程项目非结构通讯数据进行语义解析并据此驱动多智能体协作工程设计的应用基于非结构通讯数据的多智能体协作的工程设计。

背景技术：

1、随着工程项目复杂度的不断提升，传统的单一工程师或小团队设计模式面临效率低、质量难以保证等问题。近年来，人工智能技术的发展为工程设计自动化带来了新的机遇，但现有技术主要采用人工团队协作、单一ai辅助设计和工作流自动化系统，仍存在诸多不足。

2、人工团队协作虽然能够保证设计质量，但存在以下缺点：人工沟通和协调耗时长，设计周期难以压缩；需要配置多名不同专业的工程师，人力成本高；设计质量严重依赖个人经验，难以标准化；项目经验难以沉淀和复用，人员变动导致知识流失。

3、现有的工作流自动化系统主要基于预定义规则，存在以下问题：灵活性差，规则固定，难以适应新情况；智能化不足，缺乏推理和决策能力；协作机制简单，多个模块间缺乏真正的协作，仅是串行执行；无学习能力，无法从历史项目中学习和改进。且大量设计输入以邮件、p&id、物料清单等形式分散存在，难以自动进入工程设计流程。

4、现有的ai辅助设计工具（如代码生成助手）通常采用单一ai模型为工程师提供建议。这种方式的主要问题包括：1. 知识局限性：单一ai模型的知识范围受限，难以同时精通工程、软件、质量管理等多个专业领域；2. 缺乏多角度审查：设计成果仅从单一视角评估，容易忽视潜在问题。

技术实现思路

1、本发明的目的在于提供一种基于非结构通讯数据的多智能体协作的工程设计方法及系统，可保证设计质量的前提下显著提高设计效率，能有效整合不同专业领域的知识，同时建立系统化的多角度设计评审机制，也可实现设计经验的自动学习和跨项目复用。

2、为了达到上述目的，本发明一方面提供一种基于非结构通讯数据的多智能体协作的工程设计方法，包括以下步骤：

3、s1：非结构通讯数据的采集与治理，对接企业邮件和项目文档，进行语义解析和实体抽取，构建项目知识图谱作为多智能体的输入；

4、s2：构建多智能体协作系统，采用多个具有不同专业角色的智能代理组成协作系统，其中每一智能代理配置有对应专业领域的知识模型，所述知识模型至少包括领域规则信息、历史经验案例信息以及用于生成专业决策结果的推理处理模块，各智能代理通过协作中心进行通信与协作；

5、s3：执行分阶段协作设计流程，按照预设的工程设计流程将工程设计过程划分为多个设计阶段，并由不同专业角色的智能代理分别主导对应阶段的设计任务，生成阶段性设计成果；

6、s4：执行多智能体协作评审，在所述设计阶段的预设节点，由多个智能代理基于各自的专业领域知识模型对当前阶段的设计成果进行并行评审，生成对应的评审意见，对汇集的评审意见进行一致性分析，识别其中存在的不一致或冲突情况，并根据冲突的严重程度采用对应的冲突处理策略，形成统一的评审结论；

7、s5：设计迭代与优化，根据所述评审结论判断当前设计成果是否满足预设通过条件，当未满足所述通过条件时，触发对应的智能代理对设计成果进行修改和优化，并重复执行所述协作评审；

8、s6：实施开发，当所述设计成果通过评审后，由对应的智能代理执行工程实现或开发操作，生成最终工程设计结果；

9、s7：执行多智能体协作验证，开发完成后，由各智能代理分别验证设计和实现的质量；

10、s8：协作知识提取与存储，从所述多智能体协作设计和评审过程中提取可复用的设计知识、问题解决方案或协作经验，并以结构化形式存储，以供后续工程设计任务调用。

11、进一步的，所述智能代理包括工程师agent、架构师agent、质量保证agent、开发者agent和项目管理agent，其中：

12、工程师agent：负责定义功能模块、制定工程规范、确定技术约束；

13、架构师agent：负责设计系统架构、定义模块接口、规划数据流；

14、质量保证agent：负责制定测试策略、定义验收标准、执行质量评估；

15、开发者agent：负责实施具体工程方案的开发实现、进行工艺计算与仿真、执行单元操作验证；

16、项目管理agent：负责协调整体进度、分配任务、跟踪里程碑。

17、进一步的， 所述智能代理均配置有专业知识模型，所述专业知识模型包括：

18、领域规则库：存储该专业领域的工程规则、设计规范和约束条件；

19、经验案例库：存储该专业领域的历史设计案例及其效果评估；

20、推理引擎：基于领域规则和案例进行推理和决策的算法模块；

21、各智能代理通过协作中心进行信息交换，所述协作中心包括：

22、共享知识库：存储跨项目的通用知识和最佳实践；

23、任务队列：管理各阶段的设计任务及其依赖关系；

24、消息总线：实现各智能代理间的异步通信。

25、进一步的，按照预定的工程设计流程，由不同的智能代理主导各个阶段，包括：

26、需求分析阶段：由项目管理agent接收用户需求，分析需求特点，制定总体项目计划，确定关键里程碑，并将任务分配给其他智能代理；

27、工程设计阶段：由工程师agent基于项目计划，定义功能模块，每个模块包括：模块名称和描述、工程需求和技术规范、输入输出参数、工程约束条件、估算的复杂度和工作量；

28、架构设计阶段：由架构师agent基于功能模块，设计系统架构，包括：模块划分和组织结构、模块间的接口定义、数据结构设计、数据流和控制流设计；

29、测试策略阶段：由质量保证agent制定测试计划，包括：单元测试用例、集成测试场景、系统测试方案和验收标准。

30、进一步的，所述多智能体协作评审在工程设计阶段包括以下循环步骤：

31、（a）各智能代理对功能模块划分方案进行独立评审并生成意见；（b）协作中心识别评审意见中的冲突；（c）对中度冲突采用基于专业性权重的投票机制形成统一意见；（d）根据评审结论触发设计迭代优化，直至评审通过。

32、进一步的， 在工程设计流程的关键节点，执行多智能体协作评审，具体步骤包括：

33、并行评审：各智能代理基于其专业知识模型，从各自的专业角度独立评审当前阶段的设计成果，生成评审意见；

34、冲突识别：协作中心收集所有评审意见后，采用冲突识别算法检测意见不一致的情况；

35、冲突分级：对识别出的冲突，根据轻微冲突、重度冲突和重大冲突进行分级处理；

36、冲突解决：根据冲突级别采用相应的解决策略。

37、进一步的，所述冲突解决策略包括：

38、轻微冲突解决：采用自动协商机制调整标准化标准化描述达成一致;

39、中度冲突解决：采用基于专业性权重的投票机制形成最终意见；

40、重大冲突解决：标记为需要人工决策，生成决策支持报告。

41、进一步的， 所述基于专业性权重的投票机制包括以下步骤：

42、步骤1，分析冲突所涉及的专业领域；

43、步骤2，计算各智能代理在该领域的专业权重，权重w计算公式为：

44、w = α × e + β × h + γ × r

45、其中，e为该代理在该领域的专业程度（0-1）；

46、h为该代理历史决策的准确率（0-1）；

47、r为该冲突与该代理职责的相关程度（0-1）；

48、α、β、γ为权重系数，满足α+β+γ=1；

49、优选地，α=0.5，β=0.3，γ=0.2；

50、步骤3，各智能代理的意见得分 = 意见赞同数 × 对应的权重之和；

51、步骤4，选择得分最高的意见作为最终决策

52、进一步的，所述多智能体协作验证包括：

53、工程师agent验证：功能是否符合工程需求、计算是否准确、参数是否合理；

54、架构师agent验证：架构实现是否符合设计、接口是否清晰、代码质量是否达标；

55、质量保证agent验证：测试是否充分、覆盖率是否达标、缺陷是否修复；

56、项目管理agent验证：进度是否按计划、文档是否完整、交付物是否齐全。

57、进一步的，所述知识自动提取过程中，包括：

58、成功设计模式提取，识别设计中的成功模式，提取为结构化知识；

59、问题解决方案提取，从设计过程中遇到的问题及其解决方法中，提取可复用的解决方案；

60、协作经验提取，分析多智能体协作过程中的有效协作模式、冲突解决经验，提炼为协作知识；

61、知识存储，将提取的知识以结构化形式存储到共享知识库中。

62、另一方面，本发明还提供一种基于非结构通讯数据的多智能体协作的工程设计系统，包括多个具有不同专业角色的智能代理组成协作系统，所述智能代理包括工程师agent、架构师agent、质量保证agent、开发者agent和项目管理agent，其中：

63、工程师agent：负责定义功能模块、制定工程规范、确定技术约束；

64、架构师agent：负责设计系统架构、定义模块接口、规划数据流；

65、质量保证agent：负责制定测试策略、定义验收标准、执行质量评估；

66、开发者agent：负责实施具体开发、编写代码、进行单元测试；

67、项目管理agent：负责协调整体进度、分配任务、跟踪里程碑；

68、所述智能代理均配置有专业知识模型，所述专业知识模型包括：

69、领域规则库：存储该专业领域的工程规则、设计规范和约束条件；

70、经验案例库：存储该专业领域的历史设计案例及其效果评估；

71、推理引擎：基于领域规则和案例进行推理和决策的算法模块；

72、各智能代理通过协作中心进行信息交换，所述协作中心包括：

73、共享知识库：存储跨项目的通用知识和最佳实践；

74、任务队列：管理各阶段的设计任务及其依赖关系；

75、消息总线：实现各智能代理间的异步通信。

76、与现有技术相比，本发明具有以下有益效果和技术进步：

77、1、通过多智能体协作评审机制，从工程、架构、质量、开发、管理五个专业角度对设计进行全面审查，能够及早发现潜在问题，避免重大设计缺陷。实验数据表明：采用本发明方法设计的工程项目，与单一ai辅助设计和传统人工团队设计相比，设计缺陷数量均大幅。

78、2、本发明通过智能代理的并行工作和自动化处理，大幅减少了人工工作量和等待时间。时间对比实验表明：完成同样复杂度的工程设计项目，本发明方法耗时更少，效率更高，在设计迭代次数方面，本发明通过审核的迭代次数更少。

79、3、实现跨学科知识有效融合，通过五个不同专业的智能代理协作，本发明能够自动整合工程、软件、质量等多领域知识，无需人工协调。

80、4、持续学习和知识积累，本发明的自动知识提取和学习机制，使得系统能够从每个项目中学习和改进。知识库规模也随着项目增加而增长，大大提高了后续项目的设计效率。

81、5、冲突解决智能化，本发明的分级冲突解决机制能够自动处理大部分意见分歧，减少了人工干预。

82、6、设计过程可追溯，本发明记录了完整的设计过程，包括各阶段的设计成果、评审意见、冲突解决过程、修改历史等，实现了设计过程的完整追溯，有利于质量管理和经验总结。