优化待制造产品的一个或多个特性的方法、系统和程序产品与流程

本公开涉及计算机程序和系统领域，并且更具体地，涉及优化待制造产品的一个或多个特性的方法、系统和程序产品。

背景技术：

1、市场上为对象的设计、工程和制造提供了许多解决方案（硬件和软件）。cad是计算机辅助设计（computer-aided design）的首字母缩写，例如，它涉及用于设计对象的软件解决方案。cae是计算机辅助工程（computer-aided engineering）的首字母缩写，例如，它涉及用于分析和模拟未来产品的物理行为的软件解决方案。cam是计算机辅助制造（computer-aided manufacturing）的首字母缩写，例如，它涉及用于定义产品制造过程和资源的软件解决方案。在此类计算机辅助设计解决方案中，图形用户界面在技术效率方面起着重要作用。这些技术可以嵌入产品生命周期管理（product lifecycle management，plm）解决方案中。plm是指一种工程策略，它帮助公司共享产品数据、应用通用流程、并利用企业知识从概念到生命周期结束在扩展企业的概念下开发产品。达索系统（dassault systèmes）提供的plm解决方案（商标为catia、simulia、delmia和enovia）提供了组织产品工程知识的工程枢纽、管理制造工程知识的制造枢纽和使企业能够集成和连接到工程枢纽和制造枢纽中的企业枢纽。所有解决方案一起提供将产品、流程、资源链接起来的通用模型，以实现驱动优化产品定义、制造准备、生产和服务的动态的、基于知识的产品创建和决策支持。

2、在此背景下，设计和制造过程经常包括优化步骤，在该步骤中，正被设计的零件/产品的性能（例如在使用和/或制造方面）被优化，例如在某些约束方面。

3、在机械制造中，优化部件性能传统上依赖于设计参数、制造过程和部件最终特性之间的明确的、定义良好的关系。常规方法经常使用确定性模型，这些确定性模型可能无法捕获产品/部件的特性与制造过程中所固有的参数和/或产品的设计参数之间的复杂非线性相互作用。

4、在此背景下，仍然需要改进的解决方案，以用于推断待制造产品的设计和/或制造参数集合与该产品的一个或多个特性集合之间的关系、以及用于优化产品的特性。

技术实现思路

1、因此，提供了一种用于优化待制造产品的一个或多个特性的计算机实现的方法。该方法包括向用户提供用于优化产品的一个或多个特性的优化问题。该优化问题基于一个或多个已知关系的池，每个关系是在产品的一个或多个特性与产品的制造和/或设计参数之间的关系。该方法还包括由用户提供与优化问题相关的文本请求。该请求是以下中的一个：请求对产品的一个或多个制造和/或设计参数的修改的测试；或请求对优化问题的结果的解释。该方法还包括：如果请求是请求对优化问题的结果进行解释，则由第一经训练的基于llm的模块自动地提供解释。该方法还包括：如果请求是请求对产品的一个或多个制造和/或设计参数的修改进行测试，则由第二经训练的基于llm的模块基于修改和所述一个或多个关系自动地提供优化问题的结果。

2、该方法可以包括以下特征中的一个或多个：

3、- 该方法包括：在由系统接收到文本请求之后，自动地

4、- 通过对文本请求应用文本清理并将文本请求分成结构化分段来处理文本请求；

5、o将llm模型应用于所处理的文本请求，以确定请求是请求对产品的一个或多个制造和/或设计参数的修改进行测试，还是请求对优化问题的结果进行解释；

6、o将处理后的文本请求转换为json文件，该方法的其他步骤使用json文件；

7、- 基于修改和一个或多个关系提供优化问题的结果包括：确定在池中是否存在经修改的一个或多个参数与产品的一个或多个特性之间的关系；

8、- 如果确定在池中存在经修改的一个或多个参数与产品的一个或多个特性之间的关系，则基于修改和一个或多个关系提供优化问题的结果还包括：利用经修改的一个或多个参数计算优化问题的结果；

9、- 如果确定在池中不存在经修改的一个或多个参数与产品的一个或多个特性之间的关系，则基于修改和一个或多个关系提供优化问题的结果还包括：基于可用的学习数据，确定一个或多个特性与经修改的一个或多个参数之间的新关系是否能够被机器学习模型学习；

10、- 如果确定一个或多个特性与经修改的一个或多个参数之间的新关系能够被机器学习模型学习，则基于修改和一个或多个关系提供优化问题的结果还包括：通过训练机器学习模型来学习新关系；

11、- 如果确定一个或多个特性与经修改的一个或多个参数之间的新关系不能被机器学习模型学习，则基于修改和一个或多个关系提供优化问题的结果还包括：确定是否需要附加学习数据来学习新关系，如果需要附加学习数据并且能够获得附加学习数据，则通过基于附加学习数据训练机器学习模型来基于附加学习数据学习新关系；

12、- 其中，基于修改和一个或多个关系提供优化问题的结果还包括：

13、o基于新关系更新优化问题；以及

14、o基于经修改的一个或多个参数来求解更新后的优化问题；

15、- 提供优化问题的结果包括：

16、o生成描述结果的json文件；以及

17、o使用llm模型来基于json文件以文本形式输出结果；

18、- 提供解释包括：

19、o获得优化问题的一个或多个解（solution），其中，每个解与一个或多个参数、一个或多个目标函数和一个或多个约束的对应值相关联；

20、o分析一个或多个解，包括：

21、■ 对于单个解，使用局部灵敏度测试和/或shap值方法来计算重要性指标以描述哪些参数最强烈地影响每个目标函数；

22、■ 对于帕雷托解集合，比较它们以确定权衡；

23、o将llm模型应用于所述对应值和分析的结果，以输出优化的结果的文本描述；

24、- 该方法还包括：由用户提供请求进一步解释结果的另一文本请求或请求解释具有经修改的一个或多个参数的优化的结果的另一文本请求；和/或

25、- 该方法还包括使用优化的结果来制造具有优化的一个或多个特性的产品。

26、还提供一种包括用于执行该方法的计算机程序产品，其包括含有指令的计算机程序。

27、还提供了一种设备，该设备包括在其上记录有计算机程序产品包括的计算机程序的数据存储介质。

28、设备可以形成或充当例如在saas（software as a service，软件即服务）或其他服务器、或基于云的平台等上的非暂时性计算机可读介质。设备可以替代地包括耦合到数据存储介质的处理器。因此，该设备可以形成计算机系统的整体或部分（例如，该设备是整个系统的子系统）。该系统还可以包括耦合到处理器的图形用户界面。

1.一种用于优化待制造产品的一个或多个特性的计算机实现的方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述方法包括：在由所述系统接收到所述文本请求之后，自动地：

3.根据权利要求1或2所述的方法，其中，基于所述修改和所述一个或多个关系提供所述优化问题的结果包括：

4.根据权利要求3所述的方法，其中，如果确定在所述池中存在经修改的一个或多个参数与所述产品的一个或多个特性之间的关系，则基于所述修改和所述一个或多个关系提供所述优化问题的结果还包括：

5.根据权利要求3所述的方法，其中，如果确定在所述池中不存在经修改的一个或多个参数与所述产品的一个或多个特性之间的关系，则基于所述修改和所述一个或多个关系提供所述优化问题的结果还包括：

6.根据权利要求5所述的方法，其中，如果确定所述一个或多个特性与所述经修改的一个或多个参数之间的新关系能够被机器学习模型学习，则基于所述修改和所述一个或多个关系提供所述优化问题的结果还包括：

7.根据权利要求5所述的方法，其中，如果确定所述一个或多个特性与所述经修改的一个或多个参数之间的新关系不能被机器学习模型学习，则基于所述修改和所述一个或多个关系提供所述优化问题的结果还包括：

8.根据权利要求6或7所述的方法，其中，基于所述修改和所述一个或多个关系提供所述优化问题的结果还包括：

9.根据权利要求1至8中任一项所述的方法，其中，提供所述优化问题的结果包括：

10.根据权利要求1至9中任一项所述的方法，其中，提供所述解释包括：

11.根据权利要求1至10中任一项所述的方法，其中，所述方法还包括：由所述用户提供请求进一步解释所述结果的另一文本请求或请求解释具有所述经修改的一个或多个参数的所述优化的结果的另一文本请求。

12.根据权利要求1至11中任一项所述的方法，其中，所述方法还包括使用所述优化的结果来制造具有优化的所述一个或多个特性的所述产品。

13.一种计算机程序产品，其包括含有指令的计算机程序，所述指令在由计算机系统执行时使所述计算机系统执行根据权利要求1至12中任一项所述的方法。

14.一种计算机可读数据存储介质，其上记录有权利要求13所述的计算机程序产品包括的计算机程序。

15.一种计算机系统，包括耦合到存储器的处理器，所述存储器具有记录在其上的权利要求13所述的计算机程序产品包括的计算机程序。