溫 蕊，唐衛(wèi)清，2，蘇智勇

（1.南京理工大學(xué) 計算機科學(xué)與工程學(xué)院，江蘇 南京 210094；2.中國科學(xué)院 計算技術(shù)研究所，北京 100190；3.南京理工大學(xué) 自動化學(xué)院，江蘇 南京 210094）

0 引言

隨著現(xiàn)代社會對流程工廠建設(shè)投資的增加以及應(yīng)用范圍的擴大，流程工廠模型的數(shù)量和復(fù)雜性也不斷增大，其中模型的復(fù)雜性主要表現(xiàn)在巨大的構(gòu)件數(shù)量和復(fù)雜的拓撲結(jié)構(gòu)上。在實際工程應(yīng)用中，一般的流程工廠模型動輒包含數(shù)以萬計的構(gòu)件，并且工廠設(shè)計要求準(zhǔn)確表達基本構(gòu)件在三維空間中的位置和拓撲連接關(guān)系，否則將給模型的后續(xù)處理（如圖紙的生成）造成不必要的困難［1］。當(dāng)前流程工廠模型的構(gòu)建方式是，設(shè)計人員在設(shè)計平臺所展示的三維空間中，根據(jù)實際工程需要，從工程數(shù)據(jù)庫中選擇并逐一添加構(gòu)件。這種設(shè)計模式過分依賴于設(shè)計人員的工作經(jīng)驗，使模型的復(fù)雜性增加，不但加大了設(shè)計難度，而且導(dǎo)致建模過程中的疏忽與錯誤愈發(fā)難以發(fā)現(xiàn)，直接影響最終模型的質(zhì)量。

由于流程工廠模型中包含大量的組合構(gòu)件，在相同的工程應(yīng)用背景下，許多表達固定功能的組合構(gòu)件會有較高的使用頻率，此時流程工廠模型的局部檢索在以下三方面具有重要意義：

（1）重用 在流程工廠的初步設(shè)計階段，設(shè)計人員會根據(jù)用戶需求，逐步求精地制訂出詳細的工藝流程，此時流程工廠模型的拓撲結(jié)構(gòu)已知。若在構(gòu)建新模型的過程中，設(shè)計人員根據(jù)已制定好的模型結(jié)構(gòu)，重用已校驗?zāi)Ｐ椭锌衫玫慕M合構(gòu)件，則不但可以減少設(shè)計人員的重復(fù)工作、縮短產(chǎn)品開發(fā)周期，而且在一定程度上可以避免因設(shè)計人員經(jīng)驗不足造成不必要的錯誤，保證模型的質(zhì)量。

（2）校驗 由于實際工程需要，原有模型中的組合構(gòu)件需要進行改動，在大規(guī)模的流程工廠模型中手動查找組合構(gòu)件必定耗時耗力。若系統(tǒng)可以根據(jù)所需修改的組合構(gòu)件，在目標(biāo)模型中自動定位到與之匹配的局部模型，再由設(shè)計人員對其進行校驗或修改，則不僅可以提高設(shè)計人員的工作效率，而且有助于保證設(shè)計的一致性。

（3）建筑信息模型 建筑信息模型［2］（Building Information Modeling，BIM）是集成了建筑工程項目中各種相關(guān)信息的工程數(shù)據(jù)模型。當(dāng)前，隨著BIM 在建筑工程領(lǐng)域的應(yīng)用逐漸增多，其在流程工廠領(lǐng)域也引起了廣泛的關(guān)注與推廣。BIM 技術(shù)的核心是通過在計算機中建立虛擬的工程三維模型，利用數(shù)字化技術(shù)，為該模型提供完整的、與實際情況一致的工程信息庫［3］。流程工廠模型中包含大量具有固定功能的組合構(gòu)件，通過模型的局部檢索技術(shù)可以得到這些組合構(gòu)件，再將它們存儲到工程信息庫中。此時，由于BIM 匯總了各項目的所有工程信息，不僅可以消除項目中的信息孤島，還可以將得到的信息結(jié)合工程模型進行整理和存儲，以備產(chǎn)品全生命周期中的各方隨時使用，這不僅有益于設(shè)計人員間的協(xié)同合作，還有利于提高設(shè)計效率。因此，流程工廠模型的局部檢索研究對于BIM 應(yīng)用的研究與發(fā)展具有推動作用。

目前，國內(nèi)外已有針對CAD 模型的局部檢索研究［4-8］，主要集中于模型間幾何信息的相似性比較，如模型間曲線、曲面等幾何特征的提取與匹配計算。但尚無關(guān)于流程工廠模型局部檢索的相關(guān)文獻。由于流程工廠模型的構(gòu)件數(shù)量巨大，基于幾何信息的檢索方法在提取模型的幾何特征及計算幾何相似性等方面的時間復(fù)雜度較高。另一方面，流程工廠設(shè)計的重點在于拓撲結(jié)構(gòu)的正確表達，對具體構(gòu)件的幾何形狀沒有過多要求［9］。因此，以幾何特征為基礎(chǔ)的局部檢索算法并不適用于流程工廠模型，相比之下，以拓撲結(jié)構(gòu)為基礎(chǔ)的模型檢索更為合適。

基于圖的模型相似性重點關(guān)注構(gòu)成三維模型的組成成分是如何連接在一起的［10］，因此將圖相似性與流程工廠模型相結(jié)合，將有利于流程工廠模型的局部檢索研究。本文以圖相似性的相關(guān)思想為基礎(chǔ)，提出一種基于編輯距離的流程工廠模型局部檢索算法。算法首先對待檢索模型和歷史流程工廠模型進行預(yù)處理，將它們分別轉(zhuǎn)化為屬性圖結(jié)構(gòu)；然后設(shè)定編輯距離閾值；最后計算待檢索模型與歷史流程工廠模型對應(yīng)的屬性圖之間的最小編輯距離，并結(jié)合編輯距離閾值衡量歷史流程工廠模型中是否包含與待檢索模型相似的局部模型。

1 流程工廠模型

流程工廠是用來制造化學(xué)或物理制成品的反應(yīng)容器、管線及其支撐的集合。流程工廠模型是實際工廠的抽象表示，主要包括工廠中所有元件和構(gòu)件的工程信息、幾何信息、拓撲連接信息。模型中的基本構(gòu)件主要包括設(shè)備、管子、管件、閥門和儀表等，這些基本構(gòu)件由圖1所示的14 種基本體元組成［11］，依次為圓柱、斜截圓柱、多棱柱、偏心圓臺、同心圓臺、天圓地方、矩形斷面臺、長方體、圓形斷面圓環(huán)、矩形斷面圓環(huán)、球、直角楔形體、馬鞍形和橢球封頭。圖2展示了兩個不同工程應(yīng)用背景下的流程工廠模型實例，模型中元件與元件之間拓撲連接關(guān)系的數(shù)量統(tǒng)計結(jié)果如表1 所示?？梢娏鞒坦S模型所包含的元件數(shù)量巨大，整體拓撲結(jié)構(gòu)復(fù)雜。

表1 模型數(shù)據(jù)統(tǒng)計

工廠CAD 模型中的基本構(gòu)件通常都已經(jīng)標(biāo)準(zhǔn)化、系列化，除設(shè)備、管子等基本構(gòu)件外，還有針對不同工程應(yīng)用背景的專業(yè)構(gòu)件類型，如電器、土建等。因此，很多工程CAD 軟件系統(tǒng)都配有專用的工程數(shù)據(jù)庫管理系統(tǒng)，不同的工程應(yīng)用背景使用其專業(yè)的工程數(shù)據(jù)庫。

流程工廠設(shè)計的重點在于設(shè)計對象的結(jié)構(gòu)和拓撲描述，因此要求三維模型能夠準(zhǔn)確表達工廠的拓撲結(jié)構(gòu)?；趯ε键c和智能線的表示方法是目前應(yīng)用較廣泛的一種流程工廠模型拓撲結(jié)構(gòu)表示方法。在該表示方法中，對偶點描述管件之間的拓撲連接，智能線描述通過將管件、管子抽象為三維線段或圓弧，建立管件、管子之間的關(guān)系約束［1］。一個簡單的對偶點與智能線的示例如圖3所示。

不同的工廠CAD 系統(tǒng)對于流程工廠拓撲結(jié)構(gòu)的表示方法不同，但其本質(zhì)都是相同的，即流程工廠模型是結(jié)構(gòu)化的數(shù)據(jù)模型，可以表示為復(fù)雜的空間圖結(jié)構(gòu)。

2 基于編輯距離的大規(guī)模流程工廠模型局部檢索算法

由于拓撲結(jié)構(gòu)是流程工廠模型的核心，流程工廠設(shè)計人員在模型檢索時，更關(guān)注模型拓撲結(jié)構(gòu)間的相似性。基于圖的模型相似性度量主要關(guān)注模型間拓撲結(jié)構(gòu)的相似程度［10］，因此圖相似性的相關(guān)思想有助于解決流程工廠模型的局部檢索問題。圖相似性的度量方法主要有最小編輯距離法［12-13］和最大公共子圖法［14］。盡管計算最小編輯距離和最大公共子圖均是NP 完全問題，但在已知對應(yīng)節(jié)點的情況下，計算最小編輯距離的復(fù)雜度可以簡化為O（節(jié)點數(shù)+邊數(shù)）［15］。而且與最大公共子圖法相比，最小編輯距離法具有應(yīng)用靈活、易操作等優(yōu)點。因此本文嘗試采用最小編輯距離的相關(guān)思想解決流程工廠模型的局部檢索問題。

2.1 最小編輯距離

簡單的無向圖G可以表示為G=（V，ΣV），其中：V是節(jié)點的集合，ΣV是節(jié)點間連接關(guān)系的集合。

（1）最小編輯距離 圖G1和G2的最小編輯距離是將G1轉(zhuǎn)化為從而使的最少操作步驟［12］，記作ed（G1，G2）。

圖的編輯操作主要有6種［13］：①插入一個帶標(biāo)識的獨立節(jié)點；②刪除一個獨立節(jié)點；③置換一個節(jié)點的標(biāo)識；④兩個節(jié)點之間插入一條邊；⑤刪除一條邊；⑥置換一條邊的標(biāo)識。因此，將圖G1轉(zhuǎn)化為G2實際為執(zhí)行一系列編輯操作的過程，如。該過程可以有多種操作順序和操作數(shù)量，其中最小的操作數(shù)量為G1和G2的最小編輯距離。

（2）圖的相似性查詢 假設(shè)需要查詢的圖為Gq，圖的集合D=｛G1，G2，…，G｜D｜｝，編輯距離閾值為τ，則圖的相似性查詢即為查找D中所有的圖Gi，使Gi滿足ed（Gq，Gi）≤τ［12］。

圖4是基于編輯距離的圖相似性計算實例。經(jīng)過多次計算和篩選，可以得到Gq與圖G1、G2的最小編輯距離分別為ed（Gq，G1）=1，ed（Gq，G2）=5，其中圖G1和G2中需要執(zhí)行編輯操作的節(jié)點或邊已用虛線標(biāo)注。假設(shè)編輯距離閾值τ=3，根據(jù)圖的相似性查詢定義，由于Gq與G1的最小編輯距離小于τ而Gq與G2的最小編輯距離大于τ，認為只有G1與Gq相似。

2.2 算法詳情

工程CAD 系統(tǒng)中不同的工程應(yīng)用背景使用其專業(yè)的工程數(shù)據(jù)庫，且數(shù)據(jù)庫中的類型名稱字段是設(shè)計人員在建模過程中用于判別所選構(gòu)件是否為目標(biāo)類型構(gòu)件的重要依據(jù)，因此，算法將構(gòu)件的類型名稱作為屬性圖中節(jié)點的主要標(biāo)識。在流程工廠模型轉(zhuǎn)化為屬性圖的過程中，以模型中的構(gòu)件作為屬性圖的節(jié)點，以構(gòu)件的類型作為節(jié)點的屬性標(biāo)識，構(gòu)件之間的拓撲連接關(guān)系為屬性圖的邊，即流程工廠模型M可以表示為屬性圖GM=｛C，ΣC｝，其中：C為模型中構(gòu)件的集合，ΣC為各構(gòu)件的拓撲連接關(guān)系集合。此時流程工廠模型的局部檢索問題轉(zhuǎn)化為屬性圖的子圖查詢問題，通過比較兩模型對應(yīng)屬性圖中節(jié)點的屬性標(biāo)識與節(jié)點間連接關(guān)系的相似性，可以判斷歷史模型中是否包含與待檢索模型相似的局部模型。

結(jié)合2.1節(jié)所述最小編輯距離的相關(guān)思想，本文所提出的局部檢索算法流程如圖5所示。其中，設(shè)置編輯距離閾值為τ（τ≥0），初始化編輯距離ed（Gp，Gq）=0。根據(jù)不同的檢索應(yīng)用，待檢索模型可能會以構(gòu)件間的拓撲關(guān)系或三維模型的形式表述，本文將它們統(tǒng)稱為待檢索模型。算法具體步驟如下：

步驟1 對待檢索模型Mq和歷史流程工廠模型Mp進行預(yù)處理，分別轉(zhuǎn)化為屬性圖Gq和Gp。

步驟2 遍歷Gq中未被遍歷的節(jié)點C，在Gp中隨機地查找與C類型標(biāo)識相同的節(jié)點C′，并執(zhí)行步驟3；若Gq的遍歷完成，則執(zhí)行步驟5。

步驟3 遍歷節(jié)點C的鄰居節(jié)點中還未被遍歷的節(jié)點N，查看C′中是否存在相同類型標(biāo)識的鄰居節(jié)點N′。若存在，則繼續(xù)遍歷C的鄰居節(jié)點中還未被遍歷的節(jié)點，執(zhí)行步驟3；否則編輯距離ed（Gp，Gq）+1，執(zhí)行步驟4；若C的鄰居節(jié)點遍歷完成，則執(zhí)行步驟2。

步驟4 若ed（Gp，Gq）≤τ，表示當(dāng)前編輯距離在設(shè)置的可接受范圍內(nèi)，則繼續(xù)遍歷C的鄰居節(jié)點，執(zhí)行步驟3；若ed（Gp，Gq）＞τ，表示當(dāng)前編輯距離超過了可接受范圍，則停止C與C′的鄰居比較，并將Gq和Gp中已遍歷的節(jié)點全部標(biāo)識為未遍歷，執(zhí)行步驟2。

步驟5 此時Gq的遍歷完成，且當(dāng)前的編輯距離滿足ed（Gp，Gq）≤τ，表示Gp中存在與Gq相似的子圖，即Mp中存在與Mq相似的局部模型，輸出該局部模型。

3 實驗

實驗以PDSOFT?3DPiping 與Visual Studio 2008為平臺，歷史模型集為不同工程應(yīng)用背景的流程工廠模型集合，包含的元件總數(shù)為126 325，待檢索模型為隨機選擇的組合構(gòu)件模型，平均包含的元件數(shù)量為60。

3.1 預(yù)處理

如2.2節(jié)中的算法所示，將流程工廠模型轉(zhuǎn)化為屬性圖時，需要對模型進行預(yù)處理。模型的預(yù)處理和各構(gòu)件的表示遵循如下原則：①所有模型中的構(gòu)件類型均有唯一的標(biāo)識；②模型中各構(gòu)件均有唯一的標(biāo)識；③各構(gòu)件均對應(yīng)唯一的類型標(biāo)識；④各構(gòu)件最多有一個拓撲連接關(guān)系構(gòu)件集合，若構(gòu)件無關(guān)聯(lián)關(guān)系、獨立存在，則無關(guān)聯(lián)關(guān)系構(gòu)件集合。

將歷史模型集中的所有流程工廠模型和待檢索模型進行如上所述的預(yù)處理，其中待檢索模型圖6a、圖6b與歷史流程工廠模型圖2a、圖2b的預(yù)處理結(jié)果（即對應(yīng)的屬性圖信息）如表2所示。

表2 模型預(yù)處理結(jié)果統(tǒng)計

3.2 實驗結(jié)果分析

由于本文所提算法的檢索效率會被算法中所產(chǎn)生的隨機數(shù)影響，綜合整理待檢索模型在歷史模型集中不同閾值下的100次檢索結(jié)果。表3統(tǒng)計了歷史模型集的規(guī)模以及歷史模型集中相關(guān)局部模型的個數(shù)，并綜合所有檢索結(jié)果計算了不同閾值下檢索結(jié)果的查全率和查準(zhǔn)率。表中：模型的規(guī)模為所包含元件的數(shù)量；查全率=（檢索結(jié)果的個數(shù)／歷史模型集中相關(guān)局部模型的個數(shù)）×100%，反映了檢索出相關(guān)局部模型的成功率；查準(zhǔn)率=（檢索結(jié)果中相關(guān)局部模型的相似度之和／檢索結(jié)果的個數(shù)）×100%，反映了檢索結(jié)果的準(zhǔn)確程度，即與待檢索模型之間的平均相似程度。表4 和表5 展示了具有代表性的若干檢索結(jié)果的檢索詳情。表中，平均遍歷次數(shù)為得到一個檢索結(jié)果時待檢索模型被遍歷的平均次數(shù)，相似度為檢索結(jié)果與待檢索模型之間的相似程度。

表3 檢索結(jié)果的查全率與查準(zhǔn)率

表4 待檢索模型圖6a在歷史模型集中的局部結(jié)構(gòu)相似性檢索結(jié)果

表5 待檢索模型圖6b在歷史模型集中的局部結(jié)構(gòu)相似性檢索結(jié)果

從表3的實驗結(jié)果可以得出如下結(jié)論：

（1）待檢索模型為圖6a時，檢索結(jié)果的查全率和查準(zhǔn)率均為100%，表明檢索出了所有相關(guān)的局部模型，且檢索結(jié)果與待檢索模型在拓撲結(jié)構(gòu)上完全相似。

（2）針對待檢索模型圖6b的檢索結(jié)果，當(dāng)閾值為0時，檢索結(jié)果的查全率較低；當(dāng)閾值為4時，查全率提高至100%。表明閾值增大時，檢索結(jié)果的范圍有所擴大，算法檢索到了更多的相關(guān)模型。

（3）從模型圖6b的實驗結(jié)果可以看出，當(dāng)閾值增大至4時，檢索結(jié)果的查準(zhǔn)率有所降低。原因在于閾值的增大使局部檢索的精度下降，導(dǎo)致檢索結(jié)果與待檢索模型的相似度降低。

從表4和表5的實驗結(jié)果可以得出如下結(jié)論：

（1）從表4 可以看出，在相同的編輯距離閾值下，本文所提出的算法可以檢索出不同的局部模型，且這些檢索結(jié)果是閾值范圍內(nèi)與待檢索模型拓撲結(jié)構(gòu)相似的局部模型。

（2）按2.2節(jié)算法所述，當(dāng)閾值為0時，要求檢索結(jié)果與待檢索模型的拓撲結(jié)構(gòu)完全相同。如表4的實驗結(jié)果所示，閾值為0時，待檢索模型與檢索結(jié)果間拓撲結(jié)構(gòu)的相似性為1.0，符合當(dāng)前的檢索要求。

（3）從表5可以看出，對于相同的檢索結(jié)果，編輯距離閾值不同時，其執(zhí)行效率會有所不同。平均遍歷次數(shù)會隨著閾值的增大而減少，檢索時間縮短。

（4）對比表4和表5的實驗結(jié)果可以看出，本文算法的執(zhí)行效率與待檢索模型的規(guī)模成反比。從表2可知，待檢索模型圖6b的規(guī)模大于模型圖6a，即使表5中的編輯距離閾值大于表3，模型圖6b的平均遍歷次數(shù)仍舊大于模型圖6a。原因在于待檢索模型的規(guī)模較大時，判斷節(jié)點和邊是否相似的次數(shù)隨之增加，模型間的最小編輯距離超過閾值的可能性也會增大，因此檢索的效率有所降低。

3.3 算法分析

3.3.1 性能分析

算法將構(gòu)件的類型作為屬性圖節(jié)點的主要標(biāo)識，可以降低三維模型局部檢索的復(fù)雜度。相比模型的幾何外形，流程工廠設(shè)計人員更加關(guān)注模型的拓撲結(jié)構(gòu)，而數(shù)據(jù)庫中的類型名稱字段是設(shè)計人員在建模過程中用于判別所選構(gòu)件是否為目標(biāo)類型構(gòu)件的重要依據(jù)。因此，在流程工廠模型轉(zhuǎn)化為屬性圖的過程中，以構(gòu)件類型代替構(gòu)件的幾何信息，使得在后續(xù)的模型相似性度量中略去了較為繁瑣的幾何特征提取及相似性比較，不但簡化了模型局部檢索的復(fù)雜度，而且同樣可以得到與待檢索模型相似的檢索結(jié)果。

本文所提出的流程工廠模型局部檢索算法是一種啟發(fā)式算法。通過設(shè)定編輯距離閾值，算法可以在有限時間內(nèi)得到用戶可接受范圍內(nèi)的匹配模型。這種由用戶設(shè)定的模糊查詢無疑可以提高局部檢索的計算效率，使得在對包含數(shù)以萬計以上構(gòu)件的流程工廠模型進行檢索時，算法依舊有較好的檢索性能。

若待檢索模型的構(gòu)件數(shù)量為n，拓撲連接關(guān)系數(shù)量為e，編輯距離閾值為τ，則該算法的最小計算次數(shù)為（n+e-τ），此時僅遍歷一次待檢索模型就查找到歷史模型中與待檢索模型相似的局部模型。若待檢索模型中首個被遍歷構(gòu)件C1所對應(yīng)的類型T（C1）在歷史模型中出現(xiàn)的頻率為｜T（C1）｜，則本文所提算法的時間復(fù)雜度為O（｜T（C1）｜·（n+e））。

在流程工廠模型局部檢索時，｜T（C1）｜的大小會影響局部模型的檢索效率。由于歷史模型中存在許多類型相同的構(gòu)件，若在局部檢索的過程中，隨機選擇的構(gòu)件恰好與待檢索模型中的目標(biāo)構(gòu)件相匹配，則可以縮短檢索時間；否則，多余的遍歷會導(dǎo)致檢索時間延長。因此，根據(jù)歷史模型中各構(gòu)件類型的數(shù)量，適當(dāng)?shù)卣{(diào)整待檢索模型中構(gòu)件的遍歷順序，優(yōu)先遍歷歷史模型集中類型較少的構(gòu)件，在一定程度上有助于提高算法的檢索效率。

3.3.2 閾值分析

算法中編輯距離閾值的大小會影響局部模型的重用和校驗。編輯距離閾值可以影響模型局部檢索的精確度，即檢索結(jié)果與待檢索模型的相似程度。若閾值偏大，則雖然降低了模型相似性的評定標(biāo)準(zhǔn)，提高了算法的執(zhí)行效率，但可能導(dǎo)致檢索結(jié)果中存在設(shè)計人員不需要的局部模型。若閾值偏小，則雖然提高了模型相似性的評定標(biāo)準(zhǔn)，但可能導(dǎo)致檢索結(jié)果遺漏。檢索結(jié)果的缺失或多余在一定程度上會影響模型的重用或校驗效率，因此閾值的大小需要由設(shè)計人員綜合考慮待檢索模型的特點以及檢索的需求后合理設(shè)定。根據(jù)最小編輯距離的定義，設(shè)計人員可以根據(jù)檢索需求，分析檢索時待檢索模型中可以忽略的構(gòu)件或構(gòu)件間拓撲連接關(guān)系的數(shù)量，以此預(yù)估當(dāng)前檢索應(yīng)用下的編輯距離閾值。

4 結(jié)束語

本文分析了流程工廠模型的局部檢索對于提高流程工廠設(shè)計效率、保證模型質(zhì)量的重要作用，并進行了針對流程工廠模型的局部檢索研究。由于拓撲結(jié)構(gòu)是流程工廠模型的核心，而基于圖的模型相似性重點研究模型拓撲結(jié)構(gòu)之間的相似程度，結(jié)合圖相似性的相關(guān)思想，本文提出一種基于編輯距離的流程工廠模型局部檢索算法。該算法首先將流程工廠模型轉(zhuǎn)化為屬性圖結(jié)構(gòu)：將構(gòu)件作為屬性圖的節(jié)點，將構(gòu)件的類型作為節(jié)點標(biāo)識，將構(gòu)件之間的連接關(guān)系作為邊；然后設(shè)置了編輯距離閾值，并計算了待檢索模型與歷史模型對應(yīng)的屬性圖之間的最小編輯距離：若編輯距離小于或等于編輯距離閾值，則認為歷史模型包含與待檢索模型結(jié)構(gòu)相似的局部模型，并返回歷史模型中的該局部模型。實驗結(jié)果表明，本文所提算法可以在歷史模型集中檢索到符合檢索要求的局部模型，且根據(jù)不同的檢索應(yīng)用需求，通過設(shè)置不同的編輯距離閾值，能夠得到精細度不同的局部模型。這些檢索結(jié)果有助于新模型構(gòu)建過程中組合構(gòu)件模型的重用以及模型校驗過程中局部模型的快速定位，對提高流程工廠設(shè)計效率、保證模型質(zhì)量、縮短產(chǎn)品開發(fā)周期具有重要意義。

本文提出算法的思想同樣可以應(yīng)用于其他工程CAD 模型的局部檢索。在未來的研究中，將努力改進現(xiàn)有的局部檢索算法，進一步提高檢索效率，使待檢索模型的規(guī)模更大時算法能夠保持較好的檢索性能。

［1］DAI Xiaofeng.The research on AEC CAD modeling technology based on enhanced graph and multi-state model［D］.Beijing：Institute of Computing Technology，Chinese Academy of Sciences，2000（in Chinese）.［戴肖鋒.基于擴展圖與多態(tài)模型的工程CAD建模技術(shù)研究［D］.北京：中國科學(xué)院計算技術(shù)研究所，2000.］

［2］AZHAR S.Building information modeling（BIM）：trends，benefits，risks，and challenges for the AEC industry［J］.Leadership and Management in Engineering，2011，11（3）：241-252.

［3］GUO Jun.Application types of BIM in a building's lifecycle［J］.Building Structure，2012，42（3）：10003-10006（in Chinese）.［過 俊.BIM 在國內(nèi)建筑全生命周期的典型應(yīng)用［J］.建筑結(jié)構(gòu)，2012，42（3）：10003-10006.］

［4］ZHANG Kaixing，ZHANG Shusheng，LI Liang.Partial matching algorithm of 3D CAD model［J］.Computer Integrated Manufacturing Systems，2011，17（9）：1880-1886（in Chinese）.［張開興，張樹生，李 亮.一種三維CAD 模型局部匹配算法［J］.計算機集成制造系統(tǒng)，2011，17（9）：1880-1886.］

［5］ZHANG Kaixing，ZHANG Shusheng，LI Liang.A method of 3DCAD model retrieval based on ant colony algorithm［J］.Journal of Computer-Aided Design &Computer Graphics，2011，23（4）：633-639（in Chinese）.［張開興，張樹生，李 亮.基于蟻群算法的三維CAD模型檢索［J］.計算機輔助設(shè)計與圖形學(xué)學(xué)報，2011，23（4）：633-639.］

［6］SUN Changle，NING Dayong，XIONG Wei，et al.Featurebased CAD model retrieval technique in engineering field［J］.Computer Integrated Manufacturing Systems，2014，20（4）：747-754（in Chinese）.［孫長樂，寧大勇，熊 偉，等.基于特征的工程領(lǐng)域CAD 模型檢索技術(shù)［J］.計算機集成制造系統(tǒng)，2014，20（4）：747-754.］

［7］TAO S，HUANG Z，MA L，et al.Partial retrieval of CAD models based on local surface region decomposition［J］.Computer-Aided Design，2013，45（11）：1239-1252.

［8］YOU C F，TSAI Y L.3Dsolid model retrieval for engineering reuse based on local feature correspondence［J］.The International Journal of Advanced Manufacturing Technology，2010，46（5／6／7／8）：649-661.

［9］HUANG Xiaojian.Research on fast rendering techniques in engineering CAD［D］.Beijing：Institute of Computing Technology，Chinese Academy of Sciences，2002（in Chinese）.［黃曉劍.工程CAD中的快速繪制技術(shù)研究［D］.北京：中國科學(xué)院計算技術(shù)研究所，2002.］

［10］TANGELDER J W H，VELTKAMP R C.A survey of content based 3Dshape retrieval methods［J］.Multimedia Tools and Applications，2008，39（3）：441-471.

［11］ZHOU Jian，TANG Weiqing，ZHU Yaoqin，et al.Multiresolution rendering approach of large-scale process plant models based on programmable graphics pipeline［J］.Journal of Image and Graphics，2012，17（3）：426-434（in Chinese）.［周 劍，唐衛(wèi)清，朱耀琴，等.基于可編程圖形管線的大規(guī)模流程工廠模型多分辨率繪制方法［J］.中國圖象圖形學(xué)報，2012，17（3）：426-434.］

［12］ZHENG W，ZOU L，LIAN X，et al.Graph similarity search with edit distance constraint in large graph databases［C］／／Proceedings of the 22nd ACM International Conference on Information &Knowledge Management.New York，N.Y.，USA：ACM，2013：1595-1600.

［13］ZENG Z，TUNG A K H，WANG J，et al.Comparing stars：on approximating graph edit distance［J］.The Very Large Data Base Journal，2009，2（1）：25-36.

［14］RAYMOND J W，GARDINER E J，WILLETT P.Rascal：calculation of graph similarity using maximum common edge subgraphs［J］.The Computer Journal，2002，45（6）：631-644.

［15］KOUTRA D.Large graph mining and sense-making［D］.Cambridge，Mass.，USA：Microsoft Research，2014.