一种基于生成式意图子图增强的航天器零部件智能推荐方法

本发明公开一种基于生成式意图子图增强的航天器零部件智能推荐方法本发明利用大语言模型从候选零部件文本中生成航天器类型、所属分系统、零件族、功能、接口和适用环境六类设计意图查询，并对候选零部件进行意图响应评分，基于设计案例正匹配零部件的意图响应分数聚合得到案例意图响应向量，据此将设计案例—候选零部件匹配图解耦为多个设计意图子图；在各设计意图子图上进行图卷积传播以学习细粒度意图嵌入，并基于意图嵌入相似度进行跨模态邻域检索，以增强原始匹配图；最后采用设计案例—候选零部件双向成对对比学习，对意图嵌入与匹配嵌入进行联合优化，并结合质量约束预测推荐得分。本发明提升准确性和可解释性。