產(chǎn)品多目標(biāo)意象造型進(jìn)化設(shè)計研究.pdf

1、消費(fèi)者重視產(chǎn)品的情感滿足，綜合運(yùn)用感性工學(xué)、心理學(xué)、設(shè)計學(xué)和智能信息等技術(shù)設(shè)計蘊(yùn)含消費(fèi)者潛在情感需求和喜好的產(chǎn)品顯得尤為重要。
　　本文以分析產(chǎn)品意象造型進(jìn)化設(shè)計的整體流程出發(fā)，提出了確定多目標(biāo)意象、確定研究樣本及參數(shù)化樣本、建立產(chǎn)品意象造型評價系統(tǒng)和建立產(chǎn)品意象造型進(jìn)化設(shè)計系統(tǒng)四個階段的整體流程，并以其為研究主線。第一階段中，研究了確定多目標(biāo)意象的聚類分析法、主成分分析法和多元尺度法等技術(shù)方法，并以汽車為例利用SPSS軟件通過K

2、-Means聚類分析確定了汽車的“豪華”、“力量”、“穩(wěn)重”、“親和”、“可愛”和“動感”六個目標(biāo)意象。第二階段中，研究了參數(shù)化樣本的曲線控制法、參數(shù)模型法和頻譜分析法等技術(shù)方法。提出了汽車造型的表達(dá)、分解及參數(shù)化。通過曲線控制法定位主造型線的關(guān)鍵控制點(diǎn)坐標(biāo)值，以此作為研究樣本的參數(shù)。第三階段中，研究了建立產(chǎn)品意象造型評價系統(tǒng)的模糊聚類分析、數(shù)量化一類和人工神經(jīng)網(wǎng)絡(luò)等技術(shù)方法，其中人工神經(jīng)網(wǎng)絡(luò)包括BP神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)

3、絡(luò)。提出了基于模糊神經(jīng)網(wǎng)絡(luò)的評價系統(tǒng)輸入層、神經(jīng)元層和輸出層的構(gòu)建，并建立了汽車意象造型評價系統(tǒng)。第四階段中，研究了產(chǎn)品單目標(biāo)意象造型進(jìn)化設(shè)計的常用技術(shù)方法，其歸納為遺傳算法、群智能算法、交互式進(jìn)化算法和混合算法四種類型的進(jìn)化算法。提出了產(chǎn)品多意象造型進(jìn)化設(shè)計的模型和基于NSGA-Ⅱ算法的產(chǎn)品多意象造型進(jìn)化設(shè)計技術(shù)。利用Matlab開發(fā)了基于NSGA-Ⅱ算法的汽車多意象造型進(jìn)化設(shè)計交互系統(tǒng)。對進(jìn)化結(jié)果進(jìn)行調(diào)查分析，表明本文提出的整體流程