機械對稱性知識挖掘方法及其在機械結構旋轉(zhuǎn)對稱性中的應用.pdf

1、對稱性廣泛存在于機械領域中，鏡射對稱性、旋轉(zhuǎn)對稱性和平移對稱性是三大基本對稱性。本文聚焦旋轉(zhuǎn)對稱性，搜集了大量設計實例，在實例標準化分析的基礎上應用知識挖掘方法研究了機械旋轉(zhuǎn)對稱性在機械中的存在方式和作用機理，主要研究內(nèi)容及成果體現(xiàn)在以下四個方面：
　　 (1)建立了機械結構旋轉(zhuǎn)對稱性概念體系。借鑒課題組機械對稱和機械對稱破缺的研究成果，在實例分析的基礎上提出了機械結構旋轉(zhuǎn)對稱性的分類方法，建立了包含基本旋轉(zhuǎn)對稱、旋轉(zhuǎn)復合對稱、

2、旋轉(zhuǎn)多對稱和旋轉(zhuǎn)對稱破缺等類型的機械結構旋轉(zhuǎn)對稱性的概念體系。
　　 (2)提出了改進的Eclat關聯(lián)規(guī)則挖掘算法。為了克服課題組前期提出的比較模式映射關聯(lián)規(guī)則挖掘算法(CPM算法)事務空間伸縮性不佳的缺點，提出了改進的Eclat關聯(lián)規(guī)則挖掘算法--Eclat_opt算法。與其它Eclat改進算法和CPM算法的對比實驗表明，Eclat_opt算法適用的數(shù)據(jù)集類型范圍較廣、運行效率較高，在事務空間和支持度空間上的伸縮性較好，對于當

3、前及以后特征參數(shù)可能發(fā)生變化的機械對稱性實例數(shù)據(jù)庫都具有很強的適用性。
　　 (3)機械旋轉(zhuǎn)對稱性知識挖掘與應用。從知識挖掘的一般步驟出發(fā)給出了機械對稱性知識挖掘中的數(shù)據(jù)準備、數(shù)據(jù)挖掘以及結果解釋和評估的流程，采用Eclat_opt算法挖掘了機械旋轉(zhuǎn)對稱性與設計需求、設計原理和設計準則之間的關聯(lián)知識，重點分析了其中支持度和置信度較高的關聯(lián)知識，歸納了若干旋轉(zhuǎn)對稱性在機械設計中的效用的應用知識并給出一個設計實例。
　　 (