生物领域知识激励的功能知识建模与类推方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51605302
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0507.机械仿生学与生物制造
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Traditional Biomimetic design realizes give designers enlightens about how to promote new inventions and techniques in engineering through simulating the biological functions, working principles, strategies and structures. However, biomimetic design focuses on designers’ own knowledge reuse. Lack of a systematic biological knowledge modeling and analogy approach leads to randomicity and contingency of biomimetic design. Thus, research on how to bridging mechanical design and biological knowledge and providing the process of simulating existing biological cases with great facilitates is necessary. Grounded on the characteristics of biological and mechanical design knowledge, this program proposed the biologically inspired design methodology, which classifies biomimetic design into: problem-driven and solution-driven biologically inspired design according to the start point of design. .Major goals of this research are as follows:.1. Propose a functional ontology based Constrained Function-Behavior Structure (CFBS) knowledge cell model for consistent knowledge modeling. The model is based on analyzing the knowledge obtained in multi-domain. The mapping relationships intra and inter CFBS knowledge cells are constructed. Cross domains function basis, which serves as the bridge between biological and engineering domain, are summarized and listed in appendix I and II,..2. Propose a CFBS knowledge cell clustering and retrieving approach. A combined sematic similarity and a hybrid numeric similarity calculation algorithm are proposed to comparing functional, behavioral and structural relevancy with the design objectives. CFBS knowledge cell clustering method works as a tool to obtain useful knowledge cells to designers..4. Propose the CFBS knowledge cell based biological domain knowledge reuse approach. Solution driven design model and problem driven bio-inspired design model are given separately. The models take across domain functional ontology as bridge and CFBS knowledge cells library as the design depository, employ knowledge cells clustering approach and design synthesis method as tools, make the cross domains retrieval, reuse possible..5. Develop prototype system and study design case. A prototype system, named BIDS (Biologically Inspired Design System), based on the proposed methodology is developed. Design of the implantable visual prosthesis is demonstrated to testify the effectiveness of the proposed methodology.
传统的仿生设计通过简单模仿生物领域存在的生物功能、行为原理和结构以启发工程领域设计活动。其将设计活动局限在从已知生物实例出发的对生物形态、现象的简单模仿,而忽视了对如何系统地利用生物领域知识激励工程领域设计活动的方法研究,导致设计结果存在极大的随机性和偶然性。.本课题意在从设计方法学的角度出发,对仿生设计进行深入讨论和研究,将知识工程方法引入仿生设计中并提出系统地生物激励设计方法,其包括:基于功能本体的生物和工程领域一致性知识表示模型以解决跨领域知识表示存在的不一致性;研究跨领域知识聚类检索方法以实现对已有生物领域实例知识的智能检索重用;根据设计活动的出发点不同,分别研究工程领域问题需求出发的问题驱动生物激励设计和生物领域已知实例出发的解驱动生物激励设计所对应的跨领域类推过程模型,并完成人机交互式生物激励设计系统的开发,以实现生物领域知识对工程领域创新设计活动的系统支持。

结项摘要

现有的仿生设计通过模仿生物领域存在的生物功能、行为原理和结构以启发工程领域设计活动。其将设计活动局限在从已知生物实例出发的对生物形态、现象的简单模仿,而忽视了对如何系统地利用生物领域知识激励工程领域设计活动的方法研究,导致设计结果存在极大的随机性和偶然性。本课题对仿生设计进行了系统地讨论和研究,提出了生物激励设计方法,根据设计活动的出发点不同,将生物激励设计划分为:从工程领域问题需求出发的问题驱动生物激励设计和从生物领域已知实例出发的解驱动生物激励设计。基于此完成构建了支持跨领域知识重用的一致性知识表示模型,研究了跨领域知识检索算法并提出了生物激励设计解方案生成与评价方法,实现了生物领域知识激励工程领域设计活动。. 本课题通过研究生物领域和工程领域知识的特点,采用知识工程的相关技术,从功能的角度出发,提出了基于功能本体生物知识建模与重建及应用方法以实现生物领域知识对工程领域设计活动的跨领域支持。本课题主要的研究成果如下:. 1. 提出了基于功能本体的生物和工程领域跨领域一致性知识表示模型。. 2. 基于生物领域和工程领域知识元模型,提出了融合功能语义相关性和行为特征参数相合性地跨领域知识聚类检索方法。. 3. 提出了问题驱动和解驱动的生物领域知识的跨领域重用过程模型。. 最后,基于以上方法开发了跨领域知识元建模模块和生物领域知识在工程领域重用过程模块构成的人机交互式生物激励设计系统(BIDS,Biologically Inspired Design System)。. 综合上述成果,本研究为工程领域创新设计奠定了坚实的工作基础。同时为设计活动开展提供了系统的方法支持。项目资助发表SCI论文7篇,EI及核心论文5篇,国际会议并做大会发言1篇。培养博士生4名,其中2名已取得博士学位.项目投入经费20万元,各项支出基本与预算相符,剩余经费计划用于本课题研究后续支出。

项目成果

期刊论文数量(12)
专著数量(1)
科研奖励数量(0)
会议论文数量(1)
专利数量(7)
生物激励的知识建模与创新类推方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    胡洁;马进;戚进;彭颖红
  • 通讯作者:
    彭颖红
支持生物激励设计的跨领域知识元聚类方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    河北科技大学学报
  • 影响因子:
    --
  • 作者:
    沈健;胡洁;马进;彭颖红
  • 通讯作者:
    彭颖红
Method of cluster based cross-domain knowledge acquisition for biologically inspired design
基于聚类的仿生设计跨领域知识获取方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    World Academy of Science, Engineering and Technology
  • 影响因子:
    --
  • 作者:
    Shen Jian;Hu Jie;Ma Jin;Peng Yinghong;Fang Yi;Liu Wenhai
  • 通讯作者:
    Liu Wenhai
Change mode and effects analysis by enhanced grey relational analysis under subjective environments
主观环境下增强灰色关联分析的变化模式及影响分析
  • DOI:
    10.1017/s0890060417000099
  • 发表时间:
    2017-05-01
  • 期刊:
    AI EDAM-ARTIFICIAL INTELLIGENCE FOR ENGINEERING DESIGN ANALYSIS AND MANUFACTURING
  • 影响因子:
    2.1
  • 作者:
    Zhu,Guo-Niu;Hu,Jie;Peng,Ying-Hong
  • 通讯作者:
    Peng,Ying-Hong
基于文本挖掘的生物领域实例获取
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    上海交通大学学报
  • 影响因子:
    --
  • 作者:
    沈健;胡洁;马进;戚进;朱国牛;彭颖红
  • 通讯作者:
    彭颖红

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

上海黄浦区社区卫生服务绩效评价与SWOT分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国医院管理
  • 影响因子:
    --
  • 作者:
    刘雯薇;袁素维;危凤卿;马进
  • 通讯作者:
    马进
南方型紫花苜蓿苗期叶片盐胁迫差异蛋白分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    农业生物技术学报
  • 影响因子:
    --
  • 作者:
    裴翠明;张振亚;马进
  • 通讯作者:
    马进
尾部悬吊对大鼠胸主动脉氧化应激水平的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    现代生物医学进展
  • 影响因子:
    --
  • 作者:
    於进文;蔡越;王忠超;白云刚;刘焕;暴军香;马进;YU Jin-wen,CAI Yue,WANG Zhong-chao,BAI Yun-gang,LI
  • 通讯作者:
    YU Jin-wen,CAI Yue,WANG Zhong-chao,BAI Yun-gang,LI
随机取向纳米石墨椭球粒子的红外消光特性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    光散射学报
  • 影响因子:
    --
  • 作者:
    王红霞;马进;周战荣;宋仔标
  • 通讯作者:
    宋仔标
基于神经网络的超临界锅炉四管泄漏故障诊断
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机测量与控制
  • 影响因子:
    --
  • 作者:
    马良玉;汪宁姝;马进
  • 通讯作者:
    马进

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

马进的其他基金

基于图文多模态融合推理的生物激励设计方法研究
  • 批准号:
    52375254
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
衡量无效住院服务的理论与方法研究
  • 批准号:
    71273175
  • 批准年份:
    2012
  • 资助金额:
    56.0 万元
  • 项目类别:
    面上项目
医院规模规划的理论与方法研究
  • 批准号:
    70873083
  • 批准年份:
    2008
  • 资助金额:
    18.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码