一种基于知识挖掘与自监督学习的制造工艺序列推荐方法

本发明公开了一种基于知识挖掘与自监督学习的制造工艺序列推荐方法，首先，基于零件实例模型及相关XML文件提取零件信息，获取特征和制造工艺序列，形成初始数据集；其次，利用PrefixSpan算法进行规则挖掘，构建制造工艺知识库；然后，以此为训练样本，构建基于双通道注意力与自监督学习的深度结构化语义模型；当零件特征数据和频繁制造工艺序列输入模型后，通过双通道注意力机制进行数据更新，并基于自监督学习进行表征学习。更新后的零件特征数据与频繁制造工艺序列进行相似度计算，并按相似度对频繁序列排序后进行推荐。本发明提出一种知识驱动在制造工艺序列推荐中的应用，提升了工艺编制的智能化与效率，对航空制造业工艺设计水平的提高具有重要意义。