專利名稱：面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種計算機應(yīng)用技術(shù)領(lǐng)域的系統(tǒng)，具體是一種面向乘員約束系統(tǒng)性能 分析的數(shù)據(jù)挖掘網(wǎng)格中間件系統(tǒng)。
背景技術(shù)：
隨著計算機軟、硬件技術(shù)的飛速發(fā)展以及市場對汽車被動安全性設(shè)計重視程度的 提高，在汽車的概念設(shè)計及詳細(xì)設(shè)計階段均產(chǎn)生了大量數(shù)據(jù)。這些數(shù)據(jù)包括整車的有 限元數(shù)字模型，以及相應(yīng)于每個模型所產(chǎn)生的大量CAE仿真實驗數(shù)據(jù)。這些數(shù)據(jù)構(gòu)成 了一個海量數(shù)據(jù)源。除此之外，由于汽車行業(yè)全球化生產(chǎn)形式的普及，這些海量數(shù)據(jù) 可能分布在全球不同地區(qū)。因此，如何從這些分布的海量數(shù)據(jù)中獲取信息，以便指導(dǎo) 汽車設(shè)計、改善汽車性能成為目前汽車行業(yè)關(guān)注的焦點之一。
經(jīng)對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，JonB. Weissman等在Lecture Notes in Computer Science, 2007: 1222-1229上發(fā)表文章"DDDAS/ITR: A Data Mining and Exploration Middleware for Grid and Distributed Computing" ( "DDDAS/ITR系統(tǒng)， 一種基于 網(wǎng)格和分布式計算技術(shù)的數(shù)據(jù)挖掘中間件"，計算機科學(xué)講義，2007: 1222-1229)， 該文綜合應(yīng)用網(wǎng)格技術(shù)與數(shù)據(jù)挖掘技術(shù)構(gòu)建了一個數(shù)據(jù)挖掘中間件系統(tǒng)，但文中并未 涉及對汽車數(shù)字化模型的數(shù)據(jù)進行挖掘。經(jīng)檢索還發(fā)現(xiàn)，Annette Kuhlmarm等在 Lecture Notes in Computer Science, 2005: 558-569上發(fā)表文章"Data Mining on Crash Simulation Data"("對碰撞仿真數(shù)據(jù)的數(shù)據(jù)挖掘"，計算機科學(xué)講義，2005: 558-569)該文通過從有限元數(shù)字模型中提取車輛各部件的幾何信息，從而探求部件 幾何形狀與車輛碰撞性能之間的關(guān)系。該文雖涉及車輛有限元數(shù)字模型的處理，但強 調(diào)于幾何關(guān)系的轉(zhuǎn)化上，而且系統(tǒng)只能應(yīng)用在數(shù)據(jù)集中地，而不支持位于廣域網(wǎng)的分 布式數(shù)據(jù)的挖掘。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)中存在的不足，提出一種面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)
挖掘網(wǎng)格中間件系統(tǒng)，本發(fā)明為開發(fā)通用的面向乘員約束系統(tǒng)性能分析的系統(tǒng)提供了 基本的應(yīng)用服務(wù)，解決了分布式海量乘員約束系統(tǒng)數(shù)據(jù)的挖掘問題。
本發(fā)明通過以下技術(shù)方案實現(xiàn)的，本發(fā)明包括乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、 乘員約束系統(tǒng)參數(shù)靈敏度分析模塊、乘員約束系統(tǒng)性能優(yōu)化模塊、乘員約束系統(tǒng)性能 預(yù)測模塊，其中
乘員約束系統(tǒng)數(shù)據(jù)前處理模塊接收來自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，服務(wù)請求信息 包含數(shù)據(jù)源地址以及模型單位等信息，該模塊自動對含有乘員約束系統(tǒng)的整車有限元 數(shù)字模型，以及經(jīng)碰撞仿真試驗獲得的結(jié)果數(shù)據(jù)進行處理，利用JAVA語言從中提取 影響乘員約束系統(tǒng)性能的參數(shù)、假人傷害值參數(shù)，在此基礎(chǔ)上得到評價假人傷害的加 權(quán)乘員傷害指標(biāo)(Weighted Injury Criteria, WIC)，并對WIC進行離散化處理，然 后將提取出的參數(shù)轉(zhuǎn)化為數(shù)據(jù)挖掘方法支持的數(shù)據(jù)庫中的表格實體，最終將表格實體 傳遞給其他三個模塊來進行數(shù)據(jù)挖掘操作；
乘員約束系統(tǒng)參數(shù)靈敏度分析模塊負(fù)責(zé)縮減乘員約束系統(tǒng)的特征參數(shù)，并接收來 自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，信息包含乘員約束系統(tǒng)數(shù)據(jù)前處理模塊所輸出的表格的 地址信息，以及希望選擇的參數(shù)的個數(shù)，表格中承載的是用來進行數(shù)據(jù)挖掘操作的離 散化數(shù)據(jù)，該模塊應(yīng)用數(shù)據(jù)挖掘的屬性選擇方法確定對乘員約束系統(tǒng)性能影響最大的 有限個參數(shù)，其輸出為滿足指定條件的乘員約束系統(tǒng)參數(shù)列表，并將該參數(shù)列表傳輸 給乘員約束系統(tǒng)性能優(yōu)化模塊和乘員約束系統(tǒng)性預(yù)測模塊；
乘員約束系統(tǒng)性能優(yōu)化模塊接收來自乘員約束系統(tǒng)數(shù)據(jù)前處理模塊及乘員約束 系統(tǒng)參數(shù)靈敏度分析模塊的輸出，采用數(shù)據(jù)挖掘的決策樹分類方法處理后輸出各個參 數(shù)對假人傷害的影響規(guī)則，根據(jù)此規(guī)則使用結(jié)構(gòu)優(yōu)化方法完成乘員約束系統(tǒng)的優(yōu)化匹 配設(shè)計，以便獲得合適的參數(shù)值，使得在碰撞仿真試驗中的假人傷害盡可能的小；
乘員約束系統(tǒng)性能預(yù)測模塊負(fù)責(zé)在乘員約束系統(tǒng)的概念設(shè)計階段預(yù)測乘員的被 動安全性，從乘員約束系統(tǒng)性能優(yōu)化模塊的輸出中獲得參數(shù)對假人傷害的影響規(guī)則， 基于數(shù)據(jù)挖掘的預(yù)測方法，對設(shè)計的乘員約束系統(tǒng)參數(shù)預(yù)測其工作性能，判斷所設(shè)計 的乘員約束系統(tǒng)是否能滿足碰撞仿真試驗的要求。
所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊，包括三個子模塊乘員約束系統(tǒng)特征參數(shù)提 取子模塊、假人傷害值的提取及計算子模塊、WIC值離散化子模塊，其中
乘員約束系統(tǒng)特征參數(shù)提取子模塊利用JAVA語言，對模型數(shù)據(jù)、結(jié)果數(shù)據(jù)等ASCII (美國信息互換標(biāo)準(zhǔn)代碼)形式的文件進行字符流操作，字符流操作是指根據(jù)模型數(shù) 據(jù)、結(jié)果數(shù)據(jù)所處的文件系統(tǒng)以及所提取參數(shù)的關(guān)鍵字，從這些文件中尋找滿足關(guān)鍵 字的項，從包含乘員約束系統(tǒng)模型的整車有限元數(shù)字模型中提取出特征參數(shù)值；
假人傷害值的提取及計算子模塊利用JAVA語言，從碰撞仿真結(jié)果數(shù)據(jù)中根據(jù)處于 人體關(guān)鍵部位的力學(xué)、運動學(xué)傳感器標(biāo)識，獲得各個傷害值，然后根據(jù)人體頭部傷害 標(biāo)準(zhǔn)(Head Injury Criterion, HIC)及加權(quán)乘員傷害指標(biāo)公式，利用JAVA語言的數(shù) 學(xué)庫計算得到WIC值，用以評價乘員約束系統(tǒng)對乘員的保護性能；
WIC值的離散化模塊負(fù)責(zé)對前處理所得的數(shù)據(jù)進行分類操作，將采用等區(qū)間法對 連續(xù)的WIC值進行離散化，即在WIC取值范圍內(nèi)將其等間距離散為有限段，依據(jù)WIC所 處的段將其進行分類。
所述乘員約束系統(tǒng)優(yōu)化匹配模塊，從源數(shù)據(jù)表中抽取由靈敏度分析得到的參數(shù)與 WIC值所組成的新表，使用C4.5決策樹分類方法對以上獲得的數(shù)據(jù)進行數(shù)據(jù)挖掘，得 到?jīng)Q策樹分類結(jié)果，該結(jié)果表現(xiàn)為樹形圖像，或轉(zhuǎn)化為文本形式的分類規(guī)則，同時， 該模塊還將以文本與表格的形式給出此分類的評估結(jié)果，用來說明所獲得規(guī)則的誤差 情況，分類結(jié)果表明了在整車碰撞仿真試驗條件下假人的綜合傷害指標(biāo)WIC取得較小 值時，乘員約束系統(tǒng)關(guān)鍵參數(shù)的取值規(guī)則。
所述乘員約束系統(tǒng)性能預(yù)測模塊，其基于乘員約束系統(tǒng)數(shù)據(jù)前處理模塊輸出的經(jīng) 離散化處理的數(shù)據(jù)集，以及乘員約束系統(tǒng)優(yōu)化匹配模塊輸出的分類規(guī)則，獲得參數(shù)對 假人傷害的影響規(guī)則，此規(guī)則實質(zhì)上構(gòu)成了一個分類器，基于此分類器應(yīng)用數(shù)據(jù)挖掘 的預(yù)測方法，得到WIC的可能取值范圍，根據(jù)所得的值判斷設(shè)計所采用的乘員約束系 統(tǒng)參數(shù)是否能夠有效的保護乘員的被動安全，最終指導(dǎo)設(shè)計人員的設(shè)計。
所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)參數(shù)靈敏度分析模塊，其接收 的服務(wù)請求信息均通過具有XML (可擴展標(biāo)識語言)編碼格式的SOAP (簡單對象訪問 協(xié)議)信息傳輸。
所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)性能優(yōu)化模塊，均為經(jīng)Web Service (網(wǎng)絡(luò)服務(wù))技術(shù)的封裝，通過API接口供應(yīng)用系統(tǒng)連接。
所述乘員約束系統(tǒng)參數(shù)靈敏度分析模塊，其經(jīng)Web Service技術(shù)的封裝，通過API
接口供應(yīng)用系統(tǒng)連接，支持乘員約束系統(tǒng)的優(yōu)化設(shè)計等應(yīng)用，具有一定的通用性。
本發(fā)明在應(yīng)用布署時，乘員約束系統(tǒng)數(shù)據(jù)前處理模塊通過HTTP文件傳輸協(xié)議從 遠(yuǎn)程磁盤文件系統(tǒng)獲取源數(shù)據(jù)，經(jīng)處理輸出供數(shù)據(jù)挖掘方法操作的表格數(shù)據(jù)。乘員約 束系統(tǒng)數(shù)據(jù)前處理模塊的輸出是其他三個模塊的輸入。乘員約束系統(tǒng)性能優(yōu)化模塊與 乘員約束系統(tǒng)性能預(yù)測模塊可以基于乘員約束系統(tǒng)參數(shù)靈敏度分析模塊的輸出結(jié)果。 并且，執(zhí)行時乘員約束系統(tǒng)性能預(yù)測模塊必須基于乘員約束系統(tǒng)性能優(yōu)化模塊所輸出 的參數(shù)規(guī)則。它們之間通過各模塊提供的API接口互相連接，與外界應(yīng)用通過XML格 式的SOAP信息來連接。也可以由遠(yuǎn)程應(yīng)用通過SOAP信息單獨調(diào)用某個服務(wù)模塊，以 完成某一方面的應(yīng)用。
本發(fā)明運行于S0A(面向服務(wù)架構(gòu))的網(wǎng)格體系中，基礎(chǔ)中間件系統(tǒng)必須具有OGSA (開放網(wǎng)格服務(wù)體系)或WSRF (Web服務(wù)資源框架)的網(wǎng)格體系結(jié)構(gòu)，以服務(wù)的形式 為網(wǎng)格應(yīng)用中間件系統(tǒng)及網(wǎng)格應(yīng)用系統(tǒng)提供服務(wù)接口，例如以上提及的文件傳輸協(xié) 議。服務(wù)的形式可以是網(wǎng)格服務(wù)或Web服務(wù)。集成環(huán)境下的底層操作系統(tǒng)需具有HTTP 協(xié)議的網(wǎng)絡(luò)操作系統(tǒng)，支持局域網(wǎng)與廣域網(wǎng)運行環(huán)境。 與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果
本發(fā)明的乘員約束系統(tǒng)數(shù)據(jù)前處理模塊支持多種常用安全氣囊模型，支持三套常 用單位制，具有一定的通用性。乘員約束系統(tǒng)性能優(yōu)化模塊與乘員約束系統(tǒng)性能預(yù)測
模塊充分體現(xiàn)了對分布式數(shù)據(jù)的處理能力，綜合考慮各存儲地數(shù)據(jù)對整體數(shù)據(jù)挖掘的 影響，為分布式海量乘員約束系統(tǒng)數(shù)據(jù)的知識發(fā)現(xiàn)提供了一個可行的途徑。
不同于傳統(tǒng)的乘員約束系統(tǒng)設(shè)計方法，本發(fā)明充分利用汽車行業(yè)在設(shè)計過程中積 累的大量仿真試驗數(shù)據(jù)，通過數(shù)據(jù)挖掘的方法從中獲取乘員約束系統(tǒng)設(shè)計參數(shù)與其對 乘員保護性能之間的關(guān)系。傳統(tǒng)的方法需要通過物理試驗或是有針對性的重新設(shè)計仿 真試驗進行考察，因此，本發(fā)明對于縮短乘員約束系統(tǒng)的開發(fā)周期、節(jié)約仿真計算資 源都有重要意義。


圖l為本發(fā)明運行于SOA的網(wǎng)格體系的系統(tǒng)結(jié)構(gòu)框圖2為本發(fā)明實施例中包含乘員約束系統(tǒng)的整車有限元模型；
圖3為本發(fā)明實施例中產(chǎn)生的決策分類樹。
具體實施例方式
下面結(jié)合附圖對本發(fā)明的實施例作詳細(xì)說明本實施例在以本發(fā)明技術(shù)方案為前 提下進行實施，給出了詳細(xì)的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限 于下述的實施例。
如圖1所示，本實施例運行于SOA (面向服務(wù)架構(gòu))的網(wǎng)格體系中，基礎(chǔ)中間件系 統(tǒng)必須具有OGSA (開放網(wǎng)格服務(wù)體系)或WSRF (Web服務(wù)資源框架)的網(wǎng)格體系結(jié)構(gòu)， 以服務(wù)的形式為網(wǎng)格應(yīng)用中間件系統(tǒng)及網(wǎng)格應(yīng)用系統(tǒng)提供服務(wù)接口，例如以上提及的 文件傳輸協(xié)議。服務(wù)的形式可以是網(wǎng)格服務(wù)或Web服務(wù)。集成環(huán)境下的底層操作系統(tǒng) 需具有HTTP協(xié)議的網(wǎng)絡(luò)操作系統(tǒng)，支持局域網(wǎng)與廣域網(wǎng)運行環(huán)境。
本實施例以Windows XP Professional為底層操作系統(tǒng)，采用的基礎(chǔ)網(wǎng)格中間件 為VEGA G0S (簡稱G0S)，基礎(chǔ)網(wǎng)格中間件由中國科學(xué)院計算所在Globus Toolkit基 礎(chǔ)上自主開發(fā)而成，使用基于SOA的OGSA網(wǎng)格體系結(jié)構(gòu)，SOAP為分布式系統(tǒng)間的通訊 協(xié)議。應(yīng)用系統(tǒng)為汽車乘員約束系統(tǒng)數(shù)據(jù)分析portal應(yīng)用。
如圖1所示，本實施例包括乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)參數(shù) 靈敏度分析模塊、乘員約束系統(tǒng)性能優(yōu)化模塊、乘員約束系統(tǒng)性能預(yù)測模塊，其中-
乘員約束系統(tǒng)數(shù)據(jù)前處理模塊接收來自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，服務(wù)請求信息 包含數(shù)據(jù)源地址以及模型單位等信息，該模塊自動對含有乘員約束系統(tǒng)的整車有限元 數(shù)字模型，以及經(jīng)碰撞仿真試驗獲得的結(jié)果數(shù)據(jù)進行處理，利用JAVA語言從中提取 影響乘員約束系統(tǒng)性能的參數(shù)、假人傷害值參數(shù)，在此基礎(chǔ)上得到評價假人傷害的加 權(quán)乘員傷害指標(biāo)(Weighted Injury Criteria, WIC)，并對WIC進行離散化處理，然 后將提取出的參數(shù)轉(zhuǎn)化為數(shù)據(jù)挖掘方法支持的數(shù)據(jù)庫中的表格實體，最終將表格實體 傳遞給其他三個模塊來進行數(shù)據(jù)挖掘操作；
乘員約束系統(tǒng)參數(shù)靈敏度分析模塊負(fù)責(zé)縮減乘員約束系統(tǒng)的特征參數(shù)，并接收來 自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，信息包含乘員約束系統(tǒng)數(shù)據(jù)前處理模塊所輸出的表格的 地址信息，以及希望選擇的參數(shù)的個數(shù)，表格中承載的是用來進行數(shù)據(jù)挖掘操作的離 散化數(shù)據(jù)，該模塊應(yīng)用數(shù)據(jù)挖掘的屬性選擇方法確定對乘員約束系統(tǒng)性能影響最大的 有限個參數(shù)，其輸出為滿足指定條件的乘員約束系統(tǒng)參數(shù)列表，并將該參數(shù)列表傳輸 給乘員約束系統(tǒng)性能優(yōu)化模塊和乘員約束系統(tǒng)性預(yù)測模塊；
乘員約束系統(tǒng)性能優(yōu)化模塊接收來自乘員約束系統(tǒng)數(shù)據(jù)前處理模塊及乘員約束 系統(tǒng)參數(shù)靈敏度分析模塊的輸出，采用數(shù)據(jù)挖掘的決策樹分類方法處理后輸出各個參 數(shù)對假人傷害的影響規(guī)則，根據(jù)此規(guī)則使用結(jié)構(gòu)優(yōu)化方法完成乘員約束系統(tǒng)的優(yōu)化匹 配設(shè)計，以便獲得合適的參數(shù)值，使得在碰撞仿真試驗中的假人傷害盡可能的小；
乘員約束系統(tǒng)性能預(yù)測模塊負(fù)責(zé)在乘員約束系統(tǒng)的概念設(shè)計階段預(yù)測乘員的被 動安全性，從乘員約束系統(tǒng)性能優(yōu)化模塊的輸出中獲得參數(shù)對假人傷害的影響規(guī)則， 基于數(shù)據(jù)挖掘的預(yù)測方法，對設(shè)計的乘員約束系統(tǒng)參數(shù)預(yù)測其工作性能，判斷所設(shè)計 的乘員約束系統(tǒng)是否能滿足碰撞仿真試驗的要求。
如圖2所示，是本實施例中含有乘員約束系統(tǒng)的整車有限元模型，所建立的假人 為50百分位的Hybrid III (Hybrid第三代)型前碰撞模型；所建立的安全帶系統(tǒng)有限 元模型包括安全帶單元、滑動環(huán)單元、預(yù)緊器、巻收器單元以及引發(fā)預(yù)緊器、巻收 器工作的傳感器單元；所建立的氣囊為膜單元的折疊安全氣囊，其氣體動力學(xué)模型由 Ls-dyna (顯示動力學(xué)有限元求解器)中的"簡單控制體積"公式確定；
本實施例中的碰撞仿真試驗的類型為100%正面剛性墻碰撞，所應(yīng)用的有限元求解 器為SMP (Symmetric Multi Processing,對稱多處理系統(tǒng))版本的顯式動力學(xué)有限 元求解器Ls-dyna，針對86個不同的乘員約束系統(tǒng)參數(shù)組合分別求解，得到86組仿真 結(jié)果，由這些結(jié)果以及對應(yīng)的有限元數(shù)字模型組成了源數(shù)據(jù)。
所述乘員約束系統(tǒng)的參變量，包括如下安全帶材料、預(yù)緊器收縮速度、預(yù)緊器 時間延遲、巻收器載荷曲線、安全氣囊點火時刻、氣體質(zhì)量流曲線、氣囊泄漏孔面積、 氣囊材料、氣囊內(nèi)氣體溫度。
本實施例所用到的數(shù)據(jù)挖掘基本方法來自開源的數(shù)據(jù)挖掘工具WEKA (Waikato Environment for Knowledge Analysis)。
本實施例中含有乘員約束系統(tǒng)的整車有限元模型以及碰撞仿真試驗結(jié)果數(shù)據(jù)均 以文件的形式保存在存儲設(shè)備中，并且模型與其對應(yīng)的結(jié)果處于同一文件夾。因此， 最初的數(shù)據(jù)源就表現(xiàn)為存儲設(shè)備中的有限個文件夾，每一個文件夾包含整車有限元模 型文件以及經(jīng)碰撞仿真求解所得到的結(jié)果文件。對于本實施例，存在86個這樣的文件 夾。
所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊，包括三個子模塊乘員約束系統(tǒng)特征參數(shù)提
取子模塊、假人傷害值的提取及計算子模塊、WIC值離散化子模塊，其中
乘員約束系統(tǒng)特征參數(shù)提取子模塊其對源數(shù)據(jù)進行操作，從整車有限元模型文件 中提取參數(shù)，分別為sb—mat_E (安全帶材料)、sb—pull—rate (預(yù)緊器收縮速度)、 sb—pre—delay (預(yù)緊器時間延遲)、sb—loader (巻收器載荷曲線)、ab—fire—time (安全氣囊點火時刻)、ab—mass_flow (氣體質(zhì)量流曲線)、ab_vent_area (氣囊泄 漏孔面積)、ab—mat_E (氣囊材料)、ab—air_T (氣囊內(nèi)氣體溫度)，其中，安全帶 材料指材料的楊氏模量，預(yù)緊器收縮速度指預(yù)緊階段單位時間內(nèi)安全帶長度的變化， 巻收器載荷曲線及氣體質(zhì)量流曲線項應(yīng)填入曲線與橫軸之間所圍面積，氣囊材料為材 料的楊氏模量；
假人傷害值的提取及計算子模塊從仿真結(jié)果文件中根據(jù)各個測量點的標(biāo)識號提 取假人所受傷害值，包括從NODOUT結(jié)果文件中提取假人頭部、胸部加速度值；從 DEFORC結(jié)果文件中提取胸部最大變形、大腿軸向力，然后根據(jù)這些基本元素以及WIC
公式求《導(dǎo)wic值，wic公式為TOC = o.6f_^￡)+0.35[^w+_^^)/2.0+。.05(f/r"r+F/errV20.。'
1 1000」(600.0762 I 、 7
其中，HIC表示頭部傷害準(zhǔn)則的數(shù)值，"^:M^
、2.5
;q則表示胸部3ms
準(zhǔn)則的數(shù)值，單位g ; "。^表示胸部壓縮量，單位m; 表示左大腿骨最大軸向力，
單位kN; ^柳表示右大腿骨最大軸向力，單位kN。
WIC值離散化子模塊對連續(xù)的WIC值進行離散化，所使用的是WEKA的離散化過濾 器Discretize，將WIC離散為3段，分別為(-inf-O. 777134];
; [1.210312- inf) 。 WIC處于(-inf-O. 777134]可以接受。
所述乘員約束系統(tǒng)參數(shù)靈敏度分析模塊，其以從由乘員約束系統(tǒng)數(shù)據(jù)前處理模塊 所得到的數(shù)據(jù)集為基礎(chǔ)，首先進行靈敏度分析，以便得到對假人傷害影響最大的參數(shù)， 靈敏度分析通過數(shù)據(jù)挖掘的屬性選擇方法實現(xiàn)，具體的屬性評估使用 SVMAttributeEval方法(遞歸屬性排除及線性向量機)，搜索方法為Ranker (按照屬 性的評估進行逐一排序)；經(jīng)過計算，對假人傷害大小影響的參數(shù)依次為 ab—fire—time; sb_loader; ab—mass_flow; ab—vent—area; sb—pre—delay; ab—air_T; ab一mat—E; sb—mat—E; sb—pull—rate.由此，選擇前5個對假人傷害值WIC影響最大的
參數(shù)作為今后分類及預(yù)測的可變參數(shù)。
所述乘員約束系統(tǒng)性能優(yōu)化模塊，其在靈敏度分析的基礎(chǔ)上進行分類操作，具體 使用WEKA的J48決策樹分類方法，其結(jié)果如圖3所示。由此圖可以得到分類規(guī)則，其中 所關(guān)心的是WIC取值在( 0. 777134)時，各個參數(shù)應(yīng)滿足的取值規(guī)則，這些有價值 的規(guī)則分別為
(1) ab—fire—time <= 0.05 AND ab—fire—time <= 0.04 AND ab_vent_area 〉 0.0003 AND ab_mass—flow 〉 0.015611: (-inf-0. 777134] (37.0/2.0)
(2) ab—fire—time <= 0.05 AND sb—loader > 2219.2002: (—inf—0. 777134] (10.0/1.0)
(3) ab—vent—area <= 0.001 AND ab—vent—area <= 0.0004 AND ab_vent_area 〉0.0001:(—inf—0. 777134] (4.0/1.0)
(4) ab—vent—area 〈= 0. 001 AND sb—pre—delay 〉 0. 025: (_inf-0. 777134] (4. 0) 所述乘員約束系統(tǒng)性能預(yù)測模塊，根據(jù)分類操作所得到的分類器，進行WIC值的
預(yù)測，具體是將待預(yù)測的乘員約束系統(tǒng)參數(shù)傳遞給乘員約束系統(tǒng)性能優(yōu)化模塊所產(chǎn)生 的J48決策樹分類器，分類器根據(jù)其分類規(guī)則，得到相應(yīng)WIC值的范圍，待預(yù)測的乘員 約束系統(tǒng)參數(shù)為sb—mat_E =2000000000; sb—pull—rate =6. 6; sb_pre_delay =0. 05; sb—loader =748; ab—fire—time =0. 03; ab—mass—flow=0. 06; ab—vent—area=0. 0005; ab—mat_E=150000000; ab_air—T =700，所得到的預(yù)測結(jié)果為(-inf-0. 777133]。
本實施例將數(shù)據(jù)挖掘方法應(yīng)用于乘員約束系統(tǒng)設(shè)計，通過對分布式的海量整車有 限元數(shù)據(jù)及碰撞仿真結(jié)果數(shù)據(jù)的知識發(fā)現(xiàn)，確定影響乘員被動安全性的主要結(jié)構(gòu)參 數(shù)、對乘員約束系統(tǒng)進行匹配設(shè)計、對乘員約束系統(tǒng)性能進行預(yù)測。本實施例可以部 署在任何SOA架構(gòu)的網(wǎng)格體系中，滿足對乘員約束系統(tǒng)數(shù)據(jù)進行數(shù)據(jù)挖掘的需要，以 支持乘員約束系統(tǒng)的設(shè)計。
權(quán)利要求
1、一種面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系統(tǒng)，其特征在于，包括乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)參數(shù)靈敏度分析模塊、乘員約束系統(tǒng)性能優(yōu)化模塊、乘員約束系統(tǒng)性能預(yù)測模塊，其中乘員約束系統(tǒng)數(shù)據(jù)前處理模塊接收來自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，服務(wù)請求信息包含數(shù)據(jù)源地址以及模型單位信息，該模塊自動對含有乘員約束系統(tǒng)的整車有限元數(shù)字模型，以及經(jīng)碰撞仿真試驗獲得的結(jié)果數(shù)據(jù)進行處理，利用JAVA語言從中提取影響乘員約束系統(tǒng)性能的參數(shù)、假人傷害值參數(shù)，在此基礎(chǔ)上得到評價假人傷害的WIC，并對WIC進行離散化處理，然后將提取出的參數(shù)轉(zhuǎn)化為數(shù)據(jù)挖掘方法支持的數(shù)據(jù)庫中的表格實體，最終將表格實體傳遞給其他三個模塊來進行數(shù)據(jù)挖掘操作；乘員約束系統(tǒng)參數(shù)靈敏度分析模塊負(fù)責(zé)縮減乘員約束系統(tǒng)的特征參數(shù)，并接收來自遠(yuǎn)程應(yīng)用的服務(wù)請求信息，信息包含乘員約束系統(tǒng)數(shù)據(jù)前處理模塊所輸出的表格的地址信息，以及希望選擇的參數(shù)的個數(shù)，表格中承載的是用來進行數(shù)據(jù)挖掘操作的離散化數(shù)據(jù)，該模塊應(yīng)用數(shù)據(jù)挖掘的屬性選擇方法確定對乘員約束系統(tǒng)性能影響最大的有限個參數(shù)，其輸出為滿足指定條件的乘員約束系統(tǒng)參數(shù)列表，并將該參數(shù)列表傳輸給乘員約束系統(tǒng)性能優(yōu)化模塊和乘員約束系統(tǒng)性預(yù)測模塊；乘員約束系統(tǒng)性能優(yōu)化模塊接收來自乘員約束系統(tǒng)數(shù)據(jù)前處理模塊及乘員約束系統(tǒng)參數(shù)靈敏度分析模塊的輸出，采用數(shù)據(jù)挖掘的決策樹分類方法處理后輸出各個參數(shù)對假人傷害的影響規(guī)則，根據(jù)此規(guī)則使用結(jié)構(gòu)優(yōu)化方法完成乘員約束系統(tǒng)的優(yōu)化匹配設(shè)計，獲得使得在碰撞仿真試驗中的假人傷害盡可能小的參數(shù)值；乘員約束系統(tǒng)性能預(yù)測模塊負(fù)責(zé)在乘員約束系統(tǒng)的概念設(shè)計階段預(yù)測乘員的被動安全性，從乘員約束系統(tǒng)性能優(yōu)化模塊的輸出中獲得參數(shù)對假人傷害的影響規(guī)則，基于數(shù)據(jù)挖掘的預(yù)測方法，對設(shè)計的乘員約束系統(tǒng)參數(shù)預(yù)測其工作性能，判斷所設(shè)計的乘員約束系統(tǒng)是否能滿足碰撞仿真試驗的要求。
2、 根據(jù)權(quán)利要求l所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系 統(tǒng)，其特征是，所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊，包括三個子模塊乘員約束系統(tǒng) 特征參數(shù)提取子模塊、假人傷害值的提取及計算子模塊、WIC值離散化子模塊，其中 乘員約束系統(tǒng)特征參數(shù)提取子模塊利用JAVA語言，對模型數(shù)據(jù)、結(jié)果數(shù)據(jù)ASCII形式的文件進行字符流操作，字符流操作是指根據(jù)模型數(shù)據(jù)、結(jié)果數(shù)據(jù)所處的文件系統(tǒng)以及所提取參數(shù)的關(guān)鍵字，從這些文件中尋找滿足關(guān)鍵字的項，從包含乘員約束系統(tǒng)模型的整車有限元數(shù)字模型中提取出特征參數(shù)值；假人傷害值的提取及計算子模塊利用JAVA語言，從碰撞仿真結(jié)果數(shù)據(jù)中根據(jù)處于人體關(guān)鍵部位的力學(xué)、運動學(xué)傳感器標(biāo)識，獲得各個傷害值，然后根據(jù)人體頭部傷害標(biāo)準(zhǔn)及加權(quán)乘員傷害指標(biāo)公式，利用JAVA語言的數(shù)學(xué)庫計算得到WIC值，用以評價乘員約束系統(tǒng)對乘員的保護性能；WIC值的離散化模塊負(fù)責(zé)對前處理所得的數(shù)據(jù)進行分類操作，將采用等區(qū)間法對連續(xù)的WIC值進行離散化，即在WIC取值范圍內(nèi)將其等間距離散為有限段，依據(jù)WIC所處的段將其進行分類。
3、 根據(jù)權(quán)利要求l所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系 統(tǒng)，其特征是，所述乘員約束系統(tǒng)優(yōu)化匹配模塊，從源數(shù)據(jù)表中抽取由靈敏度分析得 到的參數(shù)與WIC值所組成的新表，使用C4. 5決策樹分類方法對以上獲得的數(shù)據(jù)進行數(shù) 據(jù)挖掘，得到?jīng)Q策樹分類結(jié)果，該結(jié)果表現(xiàn)為樹形圖像，或轉(zhuǎn)化為文本形式的分類規(guī) 則，同時，該模塊還將以文本與表格的形式給出此分類的評估結(jié)果，用來說明所獲得 規(guī)則的誤差情況，分類結(jié)果表明了在整車碰撞仿真試驗條件下假人的綜合傷害指標(biāo) WIC取得較小值時，乘員約束系統(tǒng)關(guān)鍵參數(shù)的取值規(guī)則。
4、 根據(jù)權(quán)利要求l所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系 統(tǒng)，其特征是，所述乘員約束系統(tǒng)性能預(yù)測模塊，其基于乘員約束系統(tǒng)數(shù)據(jù)前處理模 塊輸出的經(jīng)離散化處理的數(shù)據(jù)集，以及乘員約束系統(tǒng)優(yōu)化匹配模塊輸出的分類規(guī)則， 獲得參數(shù)對假人傷害的影響規(guī)則，此規(guī)則實質(zhì)上構(gòu)成了一個分類器，基于此分類器應(yīng) 用數(shù)據(jù)挖掘的預(yù)測方法，得到WIC的可能取值范圍，根據(jù)所得的值判斷設(shè)計所采用的 乘員約束系統(tǒng)參數(shù)是否能夠有效的保護乘員的被動安全，最終指導(dǎo)設(shè)計人員的設(shè)計。
5、 根據(jù)權(quán)利要求1所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系 統(tǒng)，其特征是，所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)性能優(yōu)化模塊，均 為經(jīng)Web Service技術(shù)的封裝，通過API接口供應(yīng)用系統(tǒng)連接。
6、 根據(jù)權(quán)利要求1所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系 統(tǒng)，其特征是，所述乘員約束系統(tǒng)數(shù)據(jù)前處理模塊、乘員約束系統(tǒng)參數(shù)靈敏度分析模 塊，其接收的服務(wù)請求信息均通過具有XML編碼格式的SOAP信息傳輸。
7、 根據(jù)權(quán)利要求1或6所述的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間 件系統(tǒng)，其特征是，所述乘員約束系統(tǒng)參數(shù)靈敏度分析模塊，其經(jīng)Web Service技術(shù) 的封裝，通過API接口供應(yīng)用系統(tǒng)連接，支持乘員約束系統(tǒng)的優(yōu)化設(shè)計。
全文摘要
一種計算機應(yīng)用技術(shù)領(lǐng)域的面向乘員約束系統(tǒng)性能分析的數(shù)據(jù)挖掘網(wǎng)格中間件系統(tǒng)，乘員約束系統(tǒng)數(shù)據(jù)前處理模塊通過HTTP文件傳輸協(xié)議從遠(yuǎn)程磁盤文件系統(tǒng)獲取源數(shù)據(jù)，經(jīng)處理輸出供數(shù)據(jù)挖掘方法操作的表格數(shù)據(jù)，乘員約束系統(tǒng)數(shù)據(jù)前處理模塊的輸出是其他三個模塊的輸入。乘員約束系統(tǒng)性能優(yōu)化模塊與乘員約束系統(tǒng)性能預(yù)測模塊可以基于乘員約束系統(tǒng)參數(shù)靈敏度分析模塊的輸出結(jié)果。并且，執(zhí)行時乘員約束系統(tǒng)性能預(yù)測模塊必須基于乘員約束系統(tǒng)性能優(yōu)化模塊所輸出的參數(shù)規(guī)則。本發(fā)明充分利用汽車行業(yè)在設(shè)計過程中積累的大量仿真試驗數(shù)據(jù)。本發(fā)明對于縮短乘員約束系統(tǒng)的開發(fā)周期、節(jié)約仿真計算資源都有重要意義。
文檔編號G06F17/50GK101354733SQ20081020003
公開日2009年1月28日 申請日期2008年9月18日 優(yōu)先權(quán)日2008年9月18日
發(fā)明者源 曹, 王建煒, 趙志杰, 金先龍 申請人:上海交通大學(xué)