一种基于关联规则算法的智能制图方法及系统与流程

1.本发明涉及智能化制图技术领域，更具体的说是涉及一种基于关联规则算法的智能制图方法及系统。


背景技术：

2.制图设计工作是有效开展生产活动的基础工作，遍布建筑规划、机械设计、环境艺术、通信工程、室内设计等诸多行业。计算机辅助制图软件则是现代制图设计的实现工具，目前，国内外有一系列基于平面、二维、三维制图的计算机辅助设计软件在各行业内部得到广泛应用，例如auto cad、caxa、illustrator、photoshop、3dmax等。设计人员利用计算机和图形设备来辅助完成设计工作，由于其具有制图操作方便快捷、图纸精度高、专业性强、能真实反映产品特征等优势，所以被充分开发利用成为了设计人员不可获取的制图帮手。
3.目前设计人员在利用计算机辅助软件进行制图设计工作当中，仍然需处理各种形式的数据资料，做大量重复性机械繁琐的制图工作，并且在使用制图软件将图纸设计完成后，须将图纸交由审核人员进行会审，校对规范标准，并提出审查意见，设计人员按照审查意见修改图纸无误后，方能形成用于指导与监督现场施工的正式设计文件。大量重复的制图工作与反复审核修改的过程既容易出现人为错误，影响项目设计、完工，又增加了设计人员和审核人员的工作量，降低了效率，导致成本增加。
4.因此，如何提出一种智能化制图方法，能够智能输出符合相关行业规范的图纸或模型，是本领域技术人员亟需解决的问题。


技术实现要素：

5.有鉴于此，本发明提供了一种基于关联规则算法的智能制图方法及系统，目的在于解决传统的制图方式中存在的工作重复、需要反复校验修改、效率低下等技术问题。
6.为了实现上述目的，本发明将图形数据、行业规范标准和专家知识等相关制图设计资源与智能制图设计过程有机融合，使用关联算法构建关联模型，用于输出符合相关行业规范的图形，具体的，本发明提供如下技术方案：
7.一种基于关联规则算法的智能制图方法，包括以下步骤：
8.步骤一、采集各行业制图数据资源；所述制图数据资源包括图形数据、专家知识和行业规范标准数据等；
9.步骤二、对所述制图数据资源进行数据预处理，转换为可识别的结构化数据；
10.步骤三、爬取每种图形数据对应的行业规范标准数据，使用关联算法，从图形数据中提取图形元素和元素属性，进而从图形数据对应的行业规范标准数据中提取与图形元素对应的行业规范标准数据，以及与元素属性对应的行业规范标准数据，建立数据库；
11.步骤四、基于所述数据库中图形数据、图形元素、元素属性与行业规范标准数据之间的拓扑关系，通过关联算法的频繁项集挖掘，提取和建立关联关系；
12.步骤五、构建关联规则，反映各项关联关系之间的关联性强弱特征，所述关联性强
弱特征由关联算法中的支持度与置信度来衡量；
13.步骤六、依据所述关联关系以及关联性强弱特征，建立关联模型，利用所述关联模型输出符合设计需求的图形。
14.优选的，所述数据预处理包括数据清理、数据集成和数据选择中的一种或多种。
15.优选的，所述关联关系具体包括元素属性与行业规范标准数据之间的关联、图形元素与行业规范标准数据之间的关联、图形数据与行业规范标准数据之间的关联、行业规范标准数据与行业规范标准数据之间的关联、图形数据与图形数据之间的关联。
16.优选的，所述方法还包括检验步骤，检验输出的图形是否符合行业规范以及用户需求，若不符合，则重新使用关联模型输出图形。
17.具体的，使用关联算法执行所述步骤三至步骤六。对于已经完成预处理的原始数据，关联算法的搭建从数据库的扫描建立开始。在步骤三中，关联算法对图形元素和元素属性进行扫描，得到所有出现过的项的集合，产生候选集，建立数据库；在步骤四中，对数据库进行关联算法的频繁项集挖掘，扫描候选集的同时监测过程中产生的频繁项集，得出频繁项集的集合，计算各阶频繁项集的支持度，继续扫描、连接、剪枝直至产生k
‑
1项的频繁项集(k为项集中的项数)，提取和建立各项数据之间的关联关系。步骤五中，根据不同的项目需求，设置最小支持度阈值输入到频繁项集扫描中，依靠上述产生的不同频繁项集的支持度，确定置信度的计算规则，设置所需的最小置信度阈值，满足最小置信度与最小支持度的频繁项集，可构建出强规则关联，而小于阈值的项，将会被删去，元素间的关联强度由支持度与置信度来衡量，以此构建关联规则，反映各项关联关系之间的关联性强弱特征。步骤六中，基于上述关联规则，建立了关联模型。
18.一种基于关联规则算法的智能制图系统，包括：
19.数据资源获取模块，用于采集各行业制图数据资源；所述制图数据资源包括图形数据、专家知识和行业规范标准数据等；
20.数据预处理模块，用于对所述制图数据资源进行数据预处理；
21.数据库构建模块，用于爬取每种图形数据对应的行业规范标准数据，使用关联算法，从图形数据中提取图形元素和元素属性，进而从图形数据对应的行业规范标准数据中提取与图形元素对应的行业规范标准数据，以及与元素属性对应的行业规范标准数据，建立数据库；
22.关联关系构建模块，用于基于所述数据库中图形数据、图形元素、元素属性与行业规范标准数据之间的拓扑关系，通过关联算法的频繁项集挖掘，提取和建立关联关系；
23.关联规则构建模块，用于构建关联规则，反映各项关联关系之间的关联性强弱特征，所述关联性强弱特征由关联算法中的支持度与置信度来衡量；
24.模型构建与输出模块，用于依据所述关联关系以及关联性强弱特征，建立关联模型，利用所述关联模型输出符合设计需求的图形。
25.优选的，所述数据预处理模块包括数据清理、数据集成和数据选择中的一种或多种。
26.优选的，关联关系构建模块中，关联关系具体包括元素属性与行业规范标准数据之间的关联、图形元素与行业规范标准数据之间的关联、图形数据与行业规范标准数据之间的关联、行业规范标准数据与行业规范标准数据之间的关联、图形数据与图形数据之间
的关联。
27.优选的，所述系统还包括检验模块，用于检验输出的图形是否符合行业规范以及用户需求，若不符合，则重新使用关联模型输出图形。
28.经由上述的技术方案可知，本发明公开提供了一种基于关联规则算法的智能制图方法及系统，与现有技术相比，具有以下有益效果：
29.(1)本发明的智能制图方法及系统，包含了自动制图设计与图纸规范检验，最大限度地减轻了设计人员和审核人员的劳动强度，提高项目运转效率，有效减少制图设计与具体施工割裂进行的状态，使得设计图纸与实际施工工作具备深度的协同工作特性。
30.(2)本发明基于大量规模的数据资源建立的数据库，具有保障设计方案可行的稳靠性的特点；在数据库的基础上，建立了大量关联关系，对于设计内容的表现形式、内涵、独特性提供了创新空间，能够创造更加具有前沿性科学性的设计风格。
31.(3)本发明系统具有较强的可延展性，对于仍在向前发展的各行业制图设计理念和不断更新的专家知识，关联算法模型具备自行学习能力，从而自动更新迭代关联库。
32.(4)本发明能够结合具体需求，针对具体设计对象，可调整关联算法模型的强关联参数，生成具有不同规模的设计方案模型。
33.(5)本发明通过关联算法建立各种数据与行业规范之间的关联关系，并构建相关关联规则，进而建立关联模型，该模型能够根据实际需要，输出满足用户需求以及行业规范的图纸或模型结果。同时对输出结果进行进一步检验，保障了输出的图纸或模型符合相关规范以及用户需求，提高了输出结果的准确率。该过程方便简洁，易操作，极大提高了专业制图人员的工作效率。
附图说明
34.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
35.图1为本发明的方法步骤示意图；
36.图2为本发明的系统结构示意图；
37.图3为本发明的原理图；
38.图4为关联算法原理图；
39.图5为本发明实施例道路规划的元素关联性提取结果图；
40.图6为本发明实施例道路规划的元素关联规则建立结果图；
41.图7为本发明实施例道路规划的输出图纸示意图。
具体实施方式
42.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.本发明实施例公开一种基于关联规则算法的智能制图方法，参见图1，包括以下步骤：
44.步骤一、采集各行业制图数据资源；制图数据资源包括图形数据、专家知识和行业规范标准数据。
45.步骤二、对制图数据资源进行数据预处理，转换为可识别的结构化数据；数据预处理包括数据清理、数据集成和数据选择中的一种或多种。
46.步骤三、爬取每种图形数据对应的行业规范标准数据，使用关联算法，从图形数据中提取图形元素和元素属性，进而从图形数据对应的行业规范标准数据中提取与图形元素对应的行业规范标准数据，以及与元素属性对应的行业规范标准数据，建立数据库。
47.步骤四、基于数据库中图形数据、图形元素、元素属性与行业规范标准数据之间的拓扑关系，通过关联算法的频繁项集挖掘，提取和建立关联关系。在关联关系中包括已存在的显性关联，如人行道宽
‑‑‑‑
对应范围为5
‑
8米，还包括需要构建的隐性关联，如人行道宽5
‑
8米
‑‑‑‑
对应所需道路路宽范围只能在15
‑
45米，因此对于数据之间的关联关系，当关联关系为隐性关联时，需要构建关联关系，当关联关系为显性关联时，需要提取关联关系。关联关系具体包括元素属性与行业规范标准数据之间的关联、图形元素与行业规范标准数据之间的关联、图形数据与行业规范标准数据之间的关联、行业规范标准数据与行业规范标准数据之间的关联、图形数据与图形数据之间的关联。
48.步骤五、构建关联规则，反映各项关联关系之间的关联性强弱特征，所述关联性强弱特征由关联算法中的支持度与置信度来衡量。
49.步骤六、依据关联关系以及关联性强弱特征，建立关联模型，利用所述关联模型输出符合设计需求的图形。
50.进一步的，该方法还包括检验步骤，使用上述关联规则进一步检验输出的图形是否符合行业规范以及用户需求，若不符合，则重新使用关联模型输出图形。
51.进一步的，对于新的数据资料，关联模型能够自动进行数据更新，自动建立新的数据关联，扩充数据库，输出更加精确的图像模型。
52.一种基于关联规则算法的智能制图系统，参见图2，包括：
53.数据资源获取模块，用于采集各行业制图数据资源；制图数据资源包括图形数据、专家知识和行业规范标准数据等；
54.数据预处理模块，用于对制图数据资源进行数据预处理；
55.数据库构建模块，用于爬取每种图形数据对应的行业规范标准数据，使用关联算法，从图形数据中提取图形元素和元素属性，进而从图形数据对应的行业规范标准数据中提取与图形元素对应的行业规范标准数据，以及与元素属性对应的行业规范标准数据，建立数据库；
56.关联关系构建模块，用于基于数据库中图形数据、图形元素、元素属性与行业规范标准数据之间的拓扑关系，通过关联算法的频繁项集挖掘，提取和建立关联关系；
57.关联规则构建模块，用于构建关联规则，反映各项关联关系之间的关联性强弱特征，关联性强弱特征由关联算法中的支持度与置信度来衡量；
58.模型构建与输出模块，用于依据关联关系以及关联性强弱特征，建立关联模型，利用关联模型输出符合设计需求的图形。
59.图3所示为本发明的设计原理图，其主要由三个部分组成。
60.第一部分为数据层，对应于方法步骤一至步骤二，包含了大量基于现实数据来源的原始图形数据、规范标准数据。对于原始数据，首先进行数据预处理，将其转换为可识别的结构化数据；其次对数据进行有效分类，针对某一类行业图纸，爬取该类图纸涉及的大量相关设计标准；最后对该类图纸中的构成元素及其属性具体划分，将元素和属性所涉及的设计规范指标对应提取。
61.第二部分为算法层，对应于步骤三至步骤五，目的是提取关联性、建立关联数据库模型。关联性提取基于图纸、规范及其相互间的拓扑关系，首先对元素的属性和规范进行关联提取；其次，对图形元素及涉及的指标做关联操作；再进一步构成图纸与规范的关联性输出，以及建立规范和规范、图形和图形之间的关联；最后构建整个行业的图纸设计和规范标准的完全关联，构建完整的关联模型。
62.第三部分是应用层，对应于步骤六，用于输出设计图形。
63.图4所示为本发明使用关联算法的过程，具体步骤归结如下：
64.第一步：对于数据集列表中的所有元素项和以下的属性项进行扫描，得到所有出现过的项的集合，由此产生出候选集c1；
65.第二步：统计c1中所有元素的出现次数，与最小支持度阈值比较，筛选掉小于最小阈值的项集，剩下的记为频繁项集k1；
66.第三步：连接。连接的作用就是用两个频繁(k
‑
1)项集，组成一个k项集。具体来说，分为两步，先判断两个频繁(k
‑
1)项集是否是可连接的。如果对于两个频繁(k
‑
1)项集l1、l2，先将项集中的项排序，如果l1、l2的前(k
‑
2)项都相等，则l1、l2可连接。
67.如果两个频繁项集可连接，则用它们生成一个新的k项集，就是用他们相同的前(k
‑
2)项加上不同的各自末尾两项，过程由式子(l
1 x l2)表示，找到所有的c
n2
个项两两组合(n为l
k
‑1的长度)，挑出其中可连接的，就能生成所有可能是频繁项集的k项集，它们就是频繁k项集的候选，这些候选构成的集合记为c
k
。
68.第四步：剪枝。剪枝是初步筛选c
k
，因为第3步结束之后，所有的频繁k项集的候选都在c
k
中。对于每个候选k项集，找出所有它的k
‑
1项子集，看看是否都在l
k
‑1中，只要有一个不在，那这个k项集一定不是频繁的。经过剪枝，c
k
进一步缩减。
69.第五步：扫描数据库，进一步筛选c
k
。扫描数据库，找到所有的项集的所有子集，找出在现在的c
k
里面的子集，计数，统计出目前c
k
当中的所有项集的频数，删去小于最小支持度阈值的项，得到频繁k项集组成的集合l
k
。
70.第六步：重复进行第三、四、五步，直到找出的k项集至此，全部找到所有的频繁项集。
71.下面以道路规划图纸设计作为实施例对本发明进行解释说明。
72.步骤一，收集道路规划涉及的相关道路规划设计标准。
73.步骤二，对步骤一中的数据进行数据预处理。
74.步骤三，对于预处理后的涉及路网密度、道路间距、人行道宽度等相关道路规划设计标准，建立所需的基础数据库。
75.步骤四，对相关标准进行关联提取，如图5所示，可见图中部分相关元素间存在以数字衡量的关联性的关联关系。
76.步骤五、在已提取关联关系的基础上，对所提取的各项数据的关联性建立关联规则，结果如图6所示。
77.图中所示为两个元素间或者三个元素间的关联规则强度。例如，当需要画出宽度大于2.5米的人行道宽度时，支路红线宽度会自动生成为14
‑
20米，设计人员可按照项目具体需求在规范标准范围内进行个性设计。
78.步骤六，构建关联模型，输出所需的符合相关规范条例的规划设计图纸，如图7所示。
79.本发明是针对各行各业的智能化设计方法，使用者是各行业领域专业的设计人员，为满足自动设计系统运行时符合设计规范标准的同时又满足设计人员的意志，有良好的人机交互性能，使得操作者能够随时掌握系统运行进程并及时调整设计结果输出。
80.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
81.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。