基于图引导扩散模型的参数化数据完成方法以桥接设计间隔

本研究介绍一种基于图注意力网络和表格扩散模型的生成性插值模型，用于完成工程设计中缺失的参数化数据。该模型作为AI设计伴侣，为不完整的设计提供多个设计选项，我们以自行车设计CAD数据集进行演示。通过比较评估，我们证明该模型在插值准确性和多样性方面显著优于现有经典方法，如MissForest、hotDeck、PPCA和TabCSDI等。生成式建模还促进了对设计可能性的更广泛探索，从而通过允许工程师探索多种设计完成选项来增强设计决策。图模型将GNN与装配图中所包含的结构信息相结合，使模型能够理解和预测不同设计参数之间的复杂相互依赖性。图模型有助于准确捕获和插值来自装配图的复杂参数相互依赖性，这对于设计问题至关重要。通过学习现有设计数据集中的模式，插值能力使模型能够充当智能助手，根据用户定义的部分参数化设计自动完成CAD设计，从而有效弥合了从构思到实现之间的差距。本文的提出工作为不仅促进明智的设计决策，还促进设计中的创造性探索提供了一条途径。