.png){kind=icon}
返回
Automated TRIZ Function Model Generation Using Large Language Models: An Ontology-Guided Framework for Engineering Problem Analysis
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08847-5_14.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决传统TRIZ功能模型构建中的效率瓶颈，本研究提出一种基于大型语言模型（LLMs）的智能生成方法。通过开发双层功能本体框架和设计多级提示工程策略，实现了从自然语言问题描述到结构化TRIZ功能模型的自动化转换。在主流LLM平台上的对比实验表明了系统的生成质量和响应效率。结果表明，在不同策略-平台组合下生成的功能模型均达到高完整性和语义准确性，同时支持动态参数调整和多解迭代。实际工程案例证实该方法有效降低功能分析门槛并提供实时智能辅助，对复杂系统创新设计的实践价值显著。
Keyword:
Function Model
Large Language Model
Functional Ontology
Prompt Engineering
期刊
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Extraction and Modeling of Chinese Patent Information for Technical Advancement Evaluation中国专利信息的提取与建模：用于技术进步评价
PREAI
分享收藏
查看更多内容