-
公开(公告)号：CN115510563B
公开(公告)日：2024-10-29
申请号：CN202211237974.2
申请日：2022-10-10
Applicant: 北京理工大学 , 北京中科蜂巢科技有限公司
Abstract: 本发明公开了一种基于模型的产品研制流程设计方法及装置，所述方法包括：构建基于BPMN规范的元模型实例，并将所述元模型实例集成于建模工具中；确定所述元模型实例之间的关联关系；基于运载火箭一二级分离子系统研制方案，确定与其对应的研制流程模型；由转换脚本从所述研制流程模型中获取所述关键信息，将所述关键信息作为所述转换脚本的输入参数，由所述转换脚本生成在其他格式的流程建模工具中能够重用和执行的流程模型文件。所述方法支持建模，还支持自定义的模型转换规则语法定义，支持语法的扩充。
-
公开(公告)号：CN113626026B
公开(公告)日：2024-06-28
申请号：CN202110822605.9
申请日：2021-07-21
Applicant: 北京理工大学 , 北京中科蜂巢科技有限公司
IPC: G06F8/35 , G06F16/242
Abstract: 本发明提供一种支持复杂模型结构转换的代码生成方法，使用KARMA语言描述代码生成，支持通过定义模型模式，将多个模型元素(包括对象、关系、点、角色)构成的复杂模型结构作为一个整体进行查询和转换，一方面，便于某些特定格式目标代码的生成，另一方面，通过模型模式的形式，用户只需对所需转换的模型结构进行描述，而无需关注具体查询的细节和过程，提高了用户友好性，增强了转换的能力和效率；此外，本发明提出的KARMA代码生成语言以GOPPRR六种元素为底层查询和转换的元素，屏蔽了领域模型的具体细节，针对多种领域模型(例如SysML模型和AADL模型)，都可使用以GOPPRR为底层元素，通过描述模型模式进行查询，实现模型至目标代码的转换。
-
公开(公告)号：CN113626026A
公开(公告)日：2021-11-09
申请号：CN202110822605.9
申请日：2021-07-21
Applicant: 北京理工大学 , 北京中科蜂巢科技有限公司
IPC: G06F8/35 , G06F16/242
Abstract: 本发明提供一种支持复杂模型结构转换的代码生成方法，使用KARMA语言描述代码生成，支持通过定义模型模式，将多个模型元素(包括对象、关系、点、角色)构成的复杂模型结构作为一个整体进行查询和转换，一方面，便于某些特定格式目标代码的生成，另一方面，通过模型模式的形式，用户只需对所需转换的模型结构进行描述，而无需关注具体查询的细节和过程，提高了用户友好性，增强了转换的能力和效率；此外，本发明提出的KARMA代码生成语言以GOPPRR六种元素为底层查询和转换的元素，屏蔽了领域模型的具体细节，针对多种领域模型(例如SysML模型和AADL模型)，都可使用以GOPPRR为底层元素，通过描述模型模式进行查询，实现模型至目标代码的转换。
-
公开(公告)号：CN115510563A
公开(公告)日：2022-12-23
申请号：CN202211237974.2
申请日：2022-10-10
Applicant: 北京理工大学 , 北京中科蜂巢科技有限公司
Abstract: 本发明公开了一种基于模型的产品研制流程设计方法及装置，所述方法包括：构建基于BPMN规范的元模型实例，并将所述元模型实例集成于建模工具中；确定所述元模型实例之间的关联关系；基于运载火箭一二级分离子系统研制方案，确定与其对应的研制流程模型；由转换脚本从所述研制流程模型中获取所述关键信息，将所述关键信息作为所述转换脚本的输入参数，由所述转换脚本生成在其他格式的流程建模工具中能够重用和执行的流程模型文件。所述方法支持建模，还支持自定义的模型转换规则语法定义，支持语法的扩充。
-
公开(公告)号：CN114896755A
公开(公告)日：2022-08-12
申请号：CN202210329226.0
申请日：2022-03-30
Applicant: 北京理工大学 , 北京中科蜂巢科技有限公司
IPC: G06F30/20 , G06F111/04
Abstract: 本发明公开了系统工程技术领域的一种支持模型属性量化评估的指标验证技术，包括以下步骤：采用面向基于模型的系统工程方法，构建解决问题的系统工程模型；根据模型的需求和约束，采用KARMA语言指标验证部分语法定义包含系统模型中不随时间变化约束条件的验证脚本；指标验证编译器编译KARMA语言指标验证文本，调用基于可满足性模理论的求解器；该方法基于GOPPRR建模理论的基础上开发的，能够支持多架构模型的建立，不用局限于某一领域的模型，采用结合可满足性模理论和GOPPRR建模理论的方式实现模型关系、约束条件和验证对象的表达，采用可满足性模理论扩展统一建模语言，支持建模数据和求解数据的交互，并且降低工程人员学习成本。
-
Patent Agency Ranking
公开(公告)号：CN117454523A
公开(公告)日：2024-01-26
申请号：CN202311534702.3
申请日：2023-11-17
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学 , 北京航空航天大学
Abstract: 本发明涉及一种面向智能电动汽车的建模系统及方法，包括：通过系统顶层概念图完成使命任务分析，使用状态转移图对作为目标系统的智能电动汽车进行运行概念分析；通过车辆特征图进行智能电动汽车特征建模，实现对智能电动汽车行驶场景的速度控制、智能性进行功能分析；通过逻辑架构描述刹车系统运行行为变化，通过时序图将刹车过程中涉及到的所有逻辑架构及相互之间的功能流和交互进行分析；通过明确实现逻辑模型中的对象对应的物理组件最终形成物理架构。本发明提供了一种良好的建模语言构建环境和建模环境，提供元模型构建环境，既可以满足规范的建模语言，也可以根据具体装备领域的业务需求设计建模语言。
-
公开(公告)号：CN117743477A
公开(公告)日：2024-03-22
申请号：CN202311594420.2
申请日：2023-11-27
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学 , 北京航空航天大学
IPC: G06F16/28 , G06F16/901 , G06F8/41
Abstract: 本发明涉及一种基于多视图统一建模语言的建模系统及方法，包括属性元模型构建单元、角色元模型构建单元、关系元模型构建单元、点元模型构建单元、对象元模型构建单元以及图元模型构建单元，首先进行智能电动汽车特定域建模语言的元模型设计，利用上述元模型构建系统顶层概念图、状态转移描述图、车辆特征图、故障树分析图等，通过任务使命分析、智能电动汽车运行概念分析、特征与功能分析、逻辑分析、物理架构分析的流程，为智能电动汽车进行架构建模。本发明提供了一种良好的建模语言构建环境和建模环境，提供元模型构建环境，既可以满足规范的建模语言，也可以根据具体装备领域的业务需求设计建模语言。
-
公开(公告)号：CN119129279A
公开(公告)日：2024-12-13
申请号：CN202411336152.9
申请日：2024-09-24
Applicant: 北京理工大学
IPC: G06F30/20 , G06Q30/018
Abstract: 本本发明属于复杂系统设计、需求管理技术领域，具体涉及一种基于本体的复杂系统设计过程需求追溯方法。该方法具体过程为：构建包含需求本体和架构本体的集成本体框架；针对复杂系统，采集不同来源、不同层级、不同类型的需求，基于ReqIF需求交换格式设计需求本体；针对复杂系统，基于GOPPRR‑E元建模方法设计架构本体；确定需求模型与需求本体映射规则，将不同来源、不同层级、不同类型的需求模型映射为基于统一框架的需求本体；确定架构模型与架构本体的映射规则，将架构模型映射为基于统一框架的架构本体；建立需求与其上级需求之间的追溯关系，建立需求与架构设计元素之间的追溯关系。
-
公开(公告)号：CN119106602A
公开(公告)日：2024-12-10
申请号：CN202411073366.1
申请日：2024-08-06
Applicant: 北京理工大学
IPC: G06F30/27 , G06F8/20 , G06N5/025 , G06F111/20
Abstract: 本公开提供了一种支持REQIF需求模型转换的方法和装置。该方法设计REQIF需求模型的元模型，其对象元模型用于描述需求条目的层级和属性，关系元模型用于描述需求条目的上下级关系；构建转换目标模型的元模型库；然后配置转换过程，其中转换来源配置了源元模型；转换目标配置了目标元模型以及转换规则，转换规则规定了源元模型和目标元模型之间的信息传递。解析待转换REQIF需求模型，通过实例化REQIF需求模型元模型获得对象实例和关系实例。根据转换配置，将REQIF需求模型中的对象实例和关系实例转换为目标元模型实例，同时进行元模型实例信息的传递。本发明支持REQIF需求模型到不同建模语言描述系统架构模型的转换，提高了需求分析与架构设计的数据一致性。
-
公开(公告)号：CN115510245B
公开(公告)日：2024-05-14
申请号：CN202211259591.5
申请日：2022-10-14
Applicant: 北京理工大学
IPC: G06F16/36 , G06F16/335 , G06F16/35 , G06F40/216 , G06F40/295 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向非结构化数据的领域知识抽取方法，该方法为：基于双向长短时记忆神经网络及条件随机场建立实体抽取模型，基于注意力机制建立关系抽取模型，并分别训练两个模型；用训练好的实体抽取模型对待抽取的非结构化数据进行抽取，获得领域实体，并将领域实体以表格形式存储为领域实体表；用训练好的关系抽取模型对关系进行抽取，在领域实体表的基础上获得实体‑关系表；根据抽取得到的所有实体与关系，基于语义相似度进行知识融合，得到知识融合后的实体‑关系表，并在neo4j图数据库中建立知识图谱；本发明能够解决目前领域知识获取以手动为主，管理的效率低下，领域知识体系不够完善的问题，实现对非结构化数据的知识抽取。
-
-
-
-
-
-
-
-
-
Search Results
184
records
(took 0.102 seconds)
