基于知识图谱和GPT模型的可靠性代码自动生成方法

来源：计算力学学报杂志2024年第2期北京时间：

作者：向历霓,李刚,李海江

单位：大连理工大学 工程力学系, 工业装备结构分析优化与CAE软件全国重点实验室, 大连 116024,大连理工大学 工程力学系, 工业装备结构分析优化与CAE软件全国重点实验室, 大连 116024,卡迪夫大学 工程学院, 卡迪夫 CF24 3AA

摘要：工程结构服役中广泛使用可靠性分析进行结构安全评估,但可靠性分析方法种类多、分析程序代码自动化程度低且复用难,需要研究可靠性代码自动生成方法。生成式预训练转换器GPT(Generative Pre-trained Transformer)模型已经在大量替代编程手工作业,进行代码自动生成。但是,其在工程领域中的应用受限于可学习数据量小和问题匹配度不高。本文提出了一种结合多种类可靠性知识图谱、基于GPT的代码自动完成模型进行Matlab可靠性代码预测的方法,使用精心设计的源代码预处理降噪策略,以及知识图谱传播模拟密集型任务解释意图;采用条件代码生成训练,有效提升了小数据样本量的学习性能,实现高准确率、问题匹配的可靠性代码自动生成。最后通过三个可靠性知识图谱案例验证了所提方法的有效性。

关键词：知识图谱,结构可靠性,GPT,ransformer,代码生成,

基金资助：国家自然科学基金（12372119）资助项目.