客户驱动的敏捷定制设计研究

提出了基于设计仓库的客户驱动的敏捷定制设计方法体系。设计仓库能及时准确地向设计人员提供产品开发所需的信息与帮助,客户和设计人员通过网络入口(企业门户)进行定制和设计。方案确认后,再经过制造准备、供应链集成与生产等系统完成定制产品。主要描述了基于知识的资源信息化、集成化的定制设计方法和技术。在客户驱动下,利用产品开发向导、网上智能产品配置器及基于虚拟样机的产品展示与分析工具,实现产品敏捷定制设计与并行协同设计。

基于粗糙集和多人工神经网络模型的产品敏捷定制设计方法

客户需求分为普通需求和定制需求,根据这两类需求对确定产品结构所起的不同作用,结合粗糙集(RS)和人工神经网络(ANN)方法的优势,提出一种基于粗糙集和多ANN模型的产品敏捷定制设计方法。该方法采用RS提取有效的客户需求;运用ANN技术,建立客户需求与产品结构间的选配关系,形成可不断更新的多个ANN模型。根据不同的客户需求,选取与之匹配的网络模型,快速确定合适的设计方案。以卷板机的定制设计为例,验证了该方法的有效性。

融合粗糙集和人工神经网络的产品敏捷定制设计方法

为快速响应客户需求和提高产品定制效率,通过分析产品设计过程的特点,结合粗糙集理论和神经网络方法各自的优势,提出一种融合粗糙集和神经网络的产品敏捷定制设计新方法,将粗糙集和神经网络方法有机集成应用于产品设计过程。该方法中,运用粗糙集对设计要求进行约简,提炼有效的决策条件;在此基础上,采用神经网络方法构建不同设计阶段的设计要求与其对应的产品结构间的网络模型,快速确定产品结构形式。并将该方法成功应用于某卷板机的总体方案定制设计过程。这种方法为实现产品敏捷定制开发提供了一种新的解决思路和技术手段。

支持敏捷定制的工装管理系统研究

为了满足工装管理系统的快速开发和部署的应用需求,提出了基于可定制工装模型开发支持敏捷定制的工装管理系统的思想。全面分析制造资源管理领域,抽象出工装业务类、关系类和操作类,形成了可敏捷定制的全类化统一模型。通过关系类建立业务类之间的关系,将操作类附加到业务类刻画工装管理业务操作,实现工装管理系统定制。开发了支持敏捷定制的工装管理原型系统,并通过定制实例验证了系统的敏捷性。

Puzzle:面向深度学习集成芯片的可扩展框架

芯粒集成逐渐成为不同场景下敏捷定制深度学习芯片的高可扩展性的解决方案,芯片设计者可以通过集成设计、验证完成的第三方芯粒来降低芯片开发周期和成本,提高芯片设计的灵活性和芯片良率.在传统的芯片设计和商业模式中,编译器等专用软件工具链是芯片解决方案的组成部分,并在芯片性能和开发中发挥重要作用.然而,当使用第三方芯粒进行芯片敏捷定制时,第三方芯粒所提供的专用工具链无法预知整个芯片的资源,因此无法解决敏捷定制的深度学习芯片的任务部署问题,而为敏捷定制的芯片设计全新的工具链需要大量的时间成本,失去了芯片敏捷定制的优势.因此,提出一种面向深度学习集成芯片的可扩展框架(scalable framework for integrated deep learning chips)--Puzzle,它包含从处理任务输入到运行时管理芯片资源的完整流程,并自适应地生成高效的任务调度和资源分配方案,降低冗余访存和芯粒间通信开销.实验结果表明,该可扩展框架为深度学习集成芯片生成的任务部署方案可自适应于不同的工作负载和硬件资源配置,与现有方法相比平均降低27.5%的工作负载运行延迟.

在变化的环境中打造稳定的电信BSS架构

本文介绍了目前不断变化的电信市场对电信业务支撑系统(BSS)的新要求,然后介绍了面向构件的应用基础平台,分析了基于这种基础平台构建BSS的优点,最后介绍了面向构件的平台在北方电信BSS建设中的应用情况。