一种异构模型框架提取与匹配方法、装置及可存储介质与流程

1.本发明涉及系统建模与仿真技术领域，更具体的说是涉及一种异构模型框架提取与匹配方法、装置及可存储介质。


背景技术：

2.目前，经过多年的发展，建模仿真技术已经成为一门集计算机、模型理论、科学计算等学科为一体的综合性技术。在多领域复杂产品建模与仿真的背景下，随着各种建模方法和工具的出现，采用模型集成的方法来构造复杂系统模型，而复杂系统模型又与众多异构模型相耦合，使得复杂系统的建模与仿真变得更加复杂。在实际的仿真开发中，复杂系统仿真会涉及到很多领域的模型，随着各个领域模型数量不断的增加，许多模型在功能和应用上有相似之处，重复建模不仅会增加建模的成本和周期，还会产生很多冗余信息使模型的管理非常困难。
3.但是，模型重用通过重用已有的仿真模型可以提高建模工程师的效率，实现模型的快速构建。现如今仿真系统的重用研究很多，但针对仿真模型重用问题研究较少。虽然模型重用与代码重用的问题相似，但是由于模型涉及不同的领域，种类较多，所以模型的重用相比更为复杂。如何利用现有的仿真资源去实现多领域异构模型的重用，是当前复杂系统仿真需要迫切研究的问题。
4.因此，如何提供一种能够解决上述问题的异构模型框架提取与匹配方法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，本发明提供了一种异构模型框架提取与匹配方法、装置及可存储介质，可以提炼异构模型在设计和构建过程中的特征与结构，从而为相似的需求提供参考，另外，提取和分析模型的建模特征有助于对异构模型深入的了解，从理论层面挖掘其潜在的模式，可以在不同仿真应用场景和仿真任务下实现模型的快速构建、集成和重用。
6.为了实现上述目的，本发明采用如下技术方案：
7.一种异构模型框架提取与匹配方法，包括：
8.将异构模型进行预处理；
9.将经过预处理后的所述异构模型形成模板；
10.利用二叉树的结构统一表示所述模板，并将所述模板存储在框架库中；
11.遍历所述二叉树得到的元素序列作为所述模板的序列化特征，获取所述序列化特征的包含关系；
12.提取所述序列化特征中出现频率高于预设阈值的序列进行处理后作为模型构造模式，模型构造模式的提取能够了解更多潜在的特征，同时实现框架库的管理。
13.优选的，将所述异构模型进行预处理的具体过程包括：
14.将所述异构模型按照不同类别进行分类，然后提取所述异构模型的特征。
15.优选的，将经过预处理后的所述异构模型形成模板的具体过程包括：
16.读取所述异构模型中关键字下的表达式，提取所述表达式中包含的参数名；
17.读取所述异构模型中方程下的表达式，提取所述表达式中包含的参数名，并形成参数列表；
18.判断所述关键字下的参数名是否出现在所述参数列表中，如果不存在就删除所述关键字名，如果存在用一致的名称进行替换，最后形成模板。
19.优选的，所述特征包括：领域特征、逻辑特征、描述特征中的任一种或任几种。
20.优选的，利用二叉树的结构统一表示所述模板的具体过程包括：
21.将所述模板中包含的公式按照空格切分后存入第一列表中，判断所述公式的长度是否等于1，若等于1直接输出为所述二叉树的根节点，若不等于1则依次对所述公式进行扫描并判断所述公式中是否存在括号；
22.若存在括号，移除所述公式中包含的括号后以所述公式中优先级最低的运算符为根节点，所述根节点之前包含的公式元素序列递归构建左子树，根节点之后的公式元素序列递归构建右子树；若不存在括号，直接采用递归的方法构建二叉树，直到所述公式由所述二叉树表示完毕。
23.优选的，遍历所述二叉树得到的元素序列作为模板的序列化特征，获取所述序列化特征的包含关系的具体过程包括：
24.利用所述二叉树中序遍历得到的公式元素序列作为模板的序列化特征，采用朴素算法匹配序列化特征得到所述模板之间的包含关系。
25.进一步，本发明还提供一种异构模型框架提取与匹配装置，包括：
26.数据预处理模块，用于将异构模型进行预处理；
27.模板形成模块，用于将经过预处理后的所述异构模型形成模板；
28.模板表示模块，用于利用二叉树的结构统一表示所述模板，并将所述模板存储在框架库中；
29.处理模块，用于遍历所述二叉树得到的元素序列作为模板的序列化特征，获取所述序列化特征的包含关系；
30.提取模块，用于提取所述序列化特征中出现频率高于预设阈值的序列进行处理后作为模型构造模式，模型构造模式的提取能够了解更多潜在的特征，同时实现框架库的管理。
31.进一步，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的异构模型框架提取与匹配方法。
32.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种异构模型框架提取与匹配方法、装置及可存储介质，可以提炼异构模型在设计和构建过程中的特征与结构，模型构造模式的提取可以了解潜在的模型特征从而实现模型的重用，从而为相似的需求提供参考，另外，提取和分析模型的建模特征有助于对异构模型深入的了解，从理论层面挖掘其潜在的模式，可以在不同仿真应用场景和仿真任务下实现模型的快速构建、集成和重用。
附图说明
33.为了更清楚地说明本发明实施例1或现有技术中的技术方案，下面将对实施例1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1，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。
34.图1为本发明提供的一种异构模型框架提取与匹配方法的整体流程图；
35.图2为本发明实施例提供的模板的二叉树表示流程图；
36.图3为本发明实施例提供的二叉树结构示意图；
37.图4为本发明提供的一种异构模型框架提取与匹配装置的结构原理框图。
具体实施方式
38.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。
39.实施例1
40.参见附图1所示，本发明实施例1公开了一种异构模型框架提取与匹配方法，包括：
41.将异构模型进行预处理；
42.将经过预处理后的异构模型形成模板；
43.利用二叉树的结构统一表示模板，并将模板存储在框架库中；
44.遍历二叉树得到的元素序列作为模板的序列化特征，获取序列化特征的包含关系；
45.提取序列化特征中出现频率高于预设阈值的序列进行处理后作为模型构造模式，模型构造模式的提取能够了解更多潜在的特征，同时实现框架库的管理。
46.在一个具体的实施例中，将异构模型进行预处理的具体过程包括：
47.将异构模型按照不同类别进行分类，然后提取异构模型的特征。
48.在一个具体的实施例中，将经过预处理后的异构模型形成模板的具体过程包括：
49.读取异构模型中关键字下的表达式，提取表达式中包含的参数名；
50.读取异构模型中方程下的表达式，提取表达式中包含的参数名，并形成参数列表；
51.判断关键字下的参数名是否出现在参数列表中，如果不存在就删除关键字名，如果存在用一致的名称进行替换，最后形成模板。
52.在一个具体的实施例中，特征包括：领域特征、逻辑特征、描述特征中的任一种或任几种。
53.参见附图2-3所示，在一个具体的实施例中，利用二叉树的结构统一表示模板的具体过程包括：
54.将模板中包含的公式按照空格切分后存入第一列表中，判断公式的长度是否等于1，若等于1直接输出为二叉树的根节点，若不等于1则依次对公式进行扫描并判断公式中是否存在括号；
55.若存在括号，移除公式中包含的括号后以公式中优先级最低的运算符为根节点，
根节点之前包含的公式元素序列递归构建左子树，根节点之后的公式元素序列递归构建右子树；若不存在括号，直接采用递归的方法构建二叉树，直到公式由二叉树表示完毕。
56.其中，根节点为模型公式中优先级最低的运算符，首先考虑赋值运算符，然后考虑关系运算符，接着是算数运算符以此类推。第三步合并二叉树。循环遍历列表2中的二叉树，每次取出前两个二叉树，以统一名称(equ1,equ2,...equn)为根节点将其连接为新的二叉树，直到最后把所有的二叉树合并成一个二叉树。第四步对该二叉树中序遍历得到的元素序列做为模板的序列化特征并进行存储。
57.在一个具体的实施例中，遍历二叉树得到的元素序列作为模板的序列化特征，获取序列化特征的包含关系的具体过程包括：
58.利用二叉树中序遍历得到的公式元素序列作为模板的序列化特征，采用朴素算法匹配序列化特征得到模板之间的包含关系。
59.具体的，首先设要匹配的两个模型公式一个为主串，另一个为模式串。接下来判断要匹配的字符是运算符还是操作数。如果是操作数，则继续向后比较。如果是运算符要判断主串和模式串中要匹配的字符是否相等，如果相等，则继续向后比较。否则，下次的比较主串从最开始匹配的下个字符开始，模式串从第一个字符开始。当主串与模式串比较到末尾，可以得到模板之间的包含关系。
60.利用二叉树中序遍历得到的公式元素序列作为模板的序列化特征。采用朴素算法匹配序列化特征可得到模板之间的包含关系。包含关系是指一个公式中的元素序列包含另一个公式中的部分或全部元素。包含关系分为部分包含和全部包含，在计算包含关系时重点关注的是模板公式之间运算符是否相同。如表1所示，模板之间的相似度可以用完全相等、全部包含和部分包含三种关系进行表示。比如主串为“var1/var2＝var5 var4*(var3-var6)”，模式串为表1中的三个模型公式。主串与模式串匹配可以得到两者之间的包含关系:主串全部包含模式串1中的所有元素。主串包含模式串2中的部分元素，主串包含模式串3中多个部分元素。根据包含关系获得模板之间相似部分，提取出该部分中频繁出现的序列进行处理(去噪、去重)后作为模型构造模式。模板所构成的框架集与模型构造模式构建成异构模型框架库。模型构造模式可作为模板功能的补充与模板进行匹配和组合，快速建立满足不同应用需求的模型。
61.表1模板相似度
[0062][0063]
参见附图4所示，本发明实施例1还提供一种异构模型框架提取与匹配装置，包括：
[0064]
数据预处理模块，用于将异构模型进行预处理；
[0065]
模板形成模块，用于将经过预处理后的异构模型形成模板，并将模板存储在框架库中；
[0066]
模板表示模块，用于利用二叉树的结构统一表示模板；
[0067]
处理模块，用于遍历二叉树得到的元素序列作为模板的序列化特征，获取序列化
特征的包含关系；
[0068]
提取模块，用于提取序列化特征中出现频率高于预设阈值的序列进行处理后作为模型构造模式，模型构造模式的提取能够了解更多潜在的特征，同时实现框架库的管理。
[0069]
本发明实施例1还提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述实施例1中任一项的异构模型框架提取与匹配方法。
[0070]
实施例2
[0071]
将实施例1提供的方法具体应用到燃料电池模型的提取上，具体过程如下：
[0072]
(1)模板提取，通过实现燃料电池模型的提取与匹配，将燃料电池模型按照不同类别分类后，为了针对某一领域或某一问题快速且准确地构建模型，提取燃料电池模型的结构特征(领域特征、逻辑特征、描述特征等)形成模板。首先读取模型中关键字下的表达式，提取表达式中的变量名(如a，b，c，d)。接下来读取模型中方程下的变量名(如a，b，c，d，va)。最后查看模型中关键字下的变量名是否也存在方程的变量名列表中，如果存在就用统一的名称(var1，var2，...varn)进行替换，否则，就进行删除，最终形成模板。
[0073]
(2)模板的序列化表示，为了方便后续框架库的管理，基于二叉树的结构化表示方法实现燃料电池模型模板的序列化表示。第一步读取模型文件预处理模型。将模型中的公式按照空格切分后存储到列表1中。第二步建立二叉树。判断模型公式的长度是否等于1，由于该模型公式的长度大于1，所以从左往右依次扫描模型公式判断该公式中是否存在括号，该模型公式中没有出现括号，直接以优先级最低的运算符为根节点，根节点之前的公式元素序列递归构建左子树，根节点之后的公式元素序列递归构建右子树。将建立的二叉树依次存入列表2中。第三步合并二叉树。建立二叉树是针对模板中的每个模型公式建一个二叉树，当模板中有多个公式时，需要建立多个二叉树，为了便于后续的处理需要将一个模板中的公式用一个二叉树进行表示，所以需要进行二叉树的合并操作。依次取出列表2中的前两个二叉树，以统一的名称(equ1,equ2,...equn)为根节点，一个为左子树，一个为右子树进行连接为新的二叉树，直到最后把所有的二叉树合并成一个二叉树。第四步采用中序遍历二叉树得到的元素序列做为模板的序列化特征进行存储。
[0074]
(3)获取模型构造模式，采用改进的朴素匹配算法实现燃料电池模型模板之间的匹配。首先将要匹配的两个模型公式一个设为主串，另一个为模式串。接下来，判断要匹配的字符是否为运算符，如果是运算符并且两者相等，继续向后比较。否则，下轮的比较主串从最开始匹配的下个字符开始，模式串从第一个字符开始向后比较。如果是操作数，继续向后比较。比较完毕后得到燃料电池模型模板之间的包含关系，包含关系分为全等、全包含和部分包含三种，根据包含关系得到燃料电池模型模板相似的部分，在此基础上，提取燃料电池模型模板中出现频率高于预设阈值的序列进行处理(去重、去噪)后得到模型构造模式，模型构造模式的提取可以了解更多潜在的特征，同时实现框架库的管理。
[0075]
(4)构建异构模型框架库，燃料电池模型模板所构成的框架集与模型构造模式构建成异构模型框架库。模型构造模式与模板进行组合，快速建立满足不同应用需求的模型。
[0076]
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。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说
明即可。
[0077]
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。