面向用户意象的陶瓷茶具形态设计方法研究

针对陶瓷茶具造型老旧、形式单一的问题,构建了基于用户感性意象的陶瓷茶具 形态设计方法。以感性意象理论为基础,采用定性及定量相结合的研究方法,研究用户感性意 象与陶瓷茶具形态要素之间的量化关系。通过对陶瓷茶具形态构成要素的分析,确定了茶壶为 主要研究对象;采用语义差分法、因素分析法和多元线性回归分析法,探测消费者对陶瓷茶壶 形态的感性评价,利用数据统计分析量化用户感性意象与陶瓷茶壶形态设计的对应关系,并通 过设计实例验证此方法的正确性。研究结果拓展了以用户为中心的产品形态设计的新方法,对 探求用户意象偏好的陶瓷茶具形态设计具有一定的指导意义。     

基于感性工学的产品客户化配置设计

基于感性工学理论及产品平台设计思想,提出了一种产品客户化配置设计方法.通过感性评价的问卷调查方式及回归分析方法建立感性意象与设计参数间的量化关系,同时辨识出平台参数与个性参数;在保持平台参数不变的基础上,改变个性参数进行产品造型以作为第二次问卷调查的样本.通过喜好评价的问卷调查形式,采用聚类分析方法对顾客进行基于喜好相似度的客户群聚类,并采用多项式回归模型建立各自的喜好度与个性参数间的量化关系模型,从而得到各个客户群的符合其最佳满意度的个性参数配置.最后,以手机机身设计为例进行说明.     

基于美学特征的参数化产品外形设计及其美学评价

运用形态控制参数表达产品的形态要素,提出一种基于美学特征的工业缝纫机参数化外形设计方法.修改模型特征参数,可生成不同形态的缝纫机外形;将模型特征参数及对应的美学评价结果作为训练样本,构建了基于神经网络的美学评价系统.最后利用该评价系统给出了最佳美学评价指标下的缝纫机外形模型.     

基于BP神经网络的机器翻译自动化评判模型设计

机器翻译评价模型内评价体系的不同会导致评价结果出现较大差异，为保证评判的精度，基于BP神经网络设计机器翻译自动化评判模型。计算词句翻译相似度，获取词向量与共现矩阵的关系式，对权重函数分段表达，得到相似度结果。基于BP神经网络构建翻译结果评价体系，通过神经网络模型的输入层、隐含层以及输出层节点，建立神经网络的向量指标，并对连接权数与阈值的输出值进行计算。设计自动化评价算法，判断“输入层-隐含层”、“隐含层-输出层”两个节点是否成功传输，得到机器翻译的自动化评判模型。结合四种不同语料库中的词句进行机器翻译的评价，在不同的评判模型中，BP神经网络模型的评判一致性程度均大于其他三种模型，可见该方法的评判精度最高，评判结果最准确。     

基于神经网络的汽车侧面造型评价方法

利用反向传播(BP)神经网络,在 MATLAB 中搭建汽车造型轮廓与意象语义之间的关系模型,快 速判断汽车侧面造型风格。随后利用卷积神经网络(CNN)搭建的表情识别模型建立汽车造型评价系统,分析并 识别用户对于新设计的喜好程度,以得到符合用户情感需求的汽车侧面造型方案。最后通过实例验证方法的可 行性,并推断出流线型汽车的最佳曲率范围。实验结果表明,基于神经网络的汽车造型量化评价方法可以较准 确地对产品造型设计进行评价并以数据形式得到具体意象的侧面造型。     

基于BP神经网络的产品造型设计评价

为了对产品的造型设计进行评价,在分析人工神经网络原理的基础上提出了应用BP神经网络评价产品造型设计的方法.根据BP神经网络具有自学习、自组织、自适应和非线性动态处理等优点,建立了产品造型设计BP神经网络评价模型,选择某一产品造型设计的13款方案作为样本,利用Matlab软件进行了BP网络的实例训练和验证.实验结果表明,BP神经网络模型可以较准确的对产品造型设计进行评价.     

基于并行禁忌神经网络和DS证据的飞机燃油系统故障诊断

飞机燃油系统是一个由许多相互联系的子系统构成的复杂总体,因而易于发生各类故障,当故障发生时会造成严重影响,为此,设计了一种基于禁忌神经网络和DS证据的飞机燃油系统故障诊断方法;首先,建立了飞机燃油系统的故障诊断模型,然后,建立了3层的BP神经网络故障诊断模型,并采用禁忌优化算法对BP神经网络进行参数优化,得到多个并行诊断的禁忌神经网络,输入样本数据对其训练并利用BP反向传播算法再次调优;最后将测试样本数据输入各禁忌神经网络,并将诊断结果作为证据采用DS证据理论进行融合,得到最终的故障诊断结果;实验结果表明:引入DS证据理论的故障诊断方法能有效克服单一故障诊断方法无法精确诊断故障的不足,诊断精度高,具有较大的优越性。     

粒子群算法优化的BP网络预测软件质量

预测软件质量的技术中,软件建模技术是软件质量评价体系中的关键技术,它可以发现软件中度量数据和软件质量要素之间的非线性关系。BP神经网络能够很好地模拟度量数据和质量要素之间的非线性关系,但是BP网络存在易于陷入局部极小和收敛速度慢的问题,所以提出了用粒子群算法优化BP神经网络,通过优化的BP网络建立软件质量模型,这样能很好地解决BP网络收敛速度慢和局部极小的问题。在实现该进化BP神经网络的基础上,利用28组数据进行实验,并通过与BP模型的结果的比较,验证了该模型。     

基于MATLAB的BP神经网络在猪等级评定中的应用研究*

为了客观评估猪肉各项指标和猪肉等级,采用MATLAB神经网络工具箱中的BP人工神经网络,利用猪胴体图像特征参数和活体猪图像特征参数建立BP神经网络模型。分别用猪胴体图像特征参数样本60个和活体猪图像特征参数样本80个进行了网络训练,并采用不同的BP神经网络隐含层的传递函数和隐含层神经元数量,得到 BP神经网络模型。通过仿真,将仿真结果与人工评估结果进行对比,结果表明BP人工神经网络模型可以评估猪肉各项指标和等级识别。在猪肉胴体图像特征指标下评价猪肉等级准确率达到98%,在活体猪图像特征参数评价猪肉等级准确率达到80%。说明猪肉胴体图像特征比活体猪图像特征参数更能代表猪肉质量品质也符合客观现实;同时也表明MATLAB神经网络工具箱中的BP人工神经网络可以应用在猪的等级评定中。     

基于可拓表征与神经网络的苗族图案设计

针对苗族图案的文化传承及设计应用问题,提出基于可拓表征和神经网络的民族图案创新设计方法,对苗族蜡染图案进行解构、映射和重构.首先对苗族蜡染图案进行可拓表征,运用发散树法构建设计生长阶段模型对苗族图案基元进行拓展分析.其次基于感性工学对苗族蜡染图案进行感性意象分析,提出一种面向图案构型、纹样语义和种类的图案解构方法,构建图案特征要素解构空间和情感意象认知空间.运用神经网络构建感性预测模型根据用户意象偏好推荐图案构型等设计要素,对设计思维进行收敛,并与线性回归预测模型进行对比验证其优势性.最后根据神经网络感性预测模型推荐的特征要素应用形状文法对苗族蜡染图案进行细化设计.以苗族蜡染图案为例,验证该方法的可行性,为其他民族图案的解构及创新设计提供参考.     

基于BP神经网络的变速箱故障诊断方法研究

针对变速箱的工作时间不能真实反映实际健康状况的问题,通过提取变速箱的振动信号作为状态参数,建立了基于BP神经网络的变速箱故障诊断模型;该模型首先提取振动信号中对故障反映灵敏的成分作为特征值,获得BP神经网络的训练数据,并通过对比确定最优的隐含层节点数,确定BP神经网络的结构参数;模型训练结束后,以验证数据为例进行故障诊断研究,并对诊断结果进行评估;评估结果表明,该模型准确度高,具有较好的应用和推广价值。     

消费者和设计师的家具产品感性意象模型研究

以家具的风格、造型形态、装饰、色彩、材料、功能、价格定位等方面作为主要的评价项目,针对消费者和设计师分别设计了感性意象的调查问卷并进行问卷调查。通过对调查数据的研究分析,获得消费者和设计师在家具感性意象上的共同点和差异性,并构建了消费者和设计师的家具产品感性意象的偏好模型,模型可用于指导家具方案设计,避免家具设计的盲目性,从而降低了设计风险,提高家具方案设计的成功性。     

应用BP神经网络的教学评价模型及仿真

在教学管理问题的研究中,针对教学质量评价的非线性特征以及教学质量评估体系中存在的诸多非定量的因素,建立教学质量评价的BP神经网络模型.评价模型可以根据专家打分对已有评价体系中的主观性因素进行量化,并利用神经网络的自学习,自适应及非线性逼近能力进行量化评价的计算,较已有的评价体系具有更高的计算效率.利用专家提供的数据在Matlab软件中对三层BP神经网络模型进行仿真训练,得到用于评判的神经网络模型.利用BP神经网络进行教学质量评价的方法可操作性强,可以克服传统评价方法主观性过强的缺点,同时避免了传统教学质量评价的复杂过程,具有较广泛的实用性,并为教学质量提供了依据.     

基于RBF神经网络的产品概念设计方案评价

分析了现有评价方法存在的问题,利用Matlab神经网络工具箱构建了RBF网络模型,并以冰箱为实例进行评价.RBF神经网络采用监督学习算法和正交最小平方(OLS)算法决定基函数的中心、方差以及隐含层到输出层的权值.与BP神经网络模型的评价结果对比,建立的RBF神经网络评价模型具有更高的预测精度,收敛速度更快.     

基于模糊逻辑的产品意象造型设计研究

为设计出符合消费者感性需求的产品,采用基于模糊逻辑的产品意象造型设计方法.首先确定感性词汇与造型设计要素,利用模糊逻辑建立二者之间的关系.通过模糊化、模糊规则的构建、模糊推理以及反模糊化等过程进行模糊逻辑控制器的设计,用Matlab 建立仿真模型,最后通过测试验证了模型的有效性.结合折叠自行车造型设计进行研究,结果表明...     

多意象驱动下的产品造型个性化定制系统研究

构建了一种基于多意象驱动下的产品个性化定制系统,增加用户对个性化定制的体验度,从而实现智能的产品个性化定制设计。通过对当下三种产品个性化定制模式的比较研究和分析,提出了个性化定制系统的构架模型和系统流程。然后通过用户参与模式、感性意象挖掘、关联方法建立多意象驱动机制,并结合感性工学的相关研究方法、BP神经网络以及多目标粒子群算法构建了面向产品意象造型的智能设计模型,实现了多意象驱动下的产品造型个性化定制。最后以人形卡通文具的个性化定制进行了实例验证。结果表明多意象驱动的产品造型个性化定制系统更加丰富了消费者对产品造型意象风格的体验,满足了消费者日益迫切的个性化设计需求,符合智能时代对产品设计开发的需要。     

BP神经网络合理隐结点数确定的改进方法

合理选择隐含层结点个数是BP神经网络构造中的关键问题,对网络的适应能力、学习速率都有重要的影响.在此提出一种确定隐结点个数的改进方法.该方法基于隐含层神经元输出之间的线性相关关系与线性无关关系,对神经网络隐结点个数进行削减,缩减网络规模.以零件工艺过程中的加工参数作为BP神经网络的输入,加工完成的零件尺寸作为BP神经网络的输出建立模型,把该方法应用于此神经网络模型中,其训练结果证明了该方法的有效性.     

基于结合分析的产品意象造型设计研究

为设计出符合消费者感性需求的产品,提出基于结合分析的产品意象造型 设计方法。首先采用多元尺度法和聚类分析法选择典型样本,进而应用形态分析法确定产品 的属性和各属性的水平。其次,利用因子分析法确定产品的感性意象,并用造型吸引力对其 进行整合。在此基础上,使用对应分析法对感性意象和产品属性的关系进行探讨。最后,利 用结合分析建立二者之间的数学模型。该文结合办公座椅进行研究,结果表明该方法是正确 可行的。     

BP神经网络用于器乐演奏评价的研究

人工进行器乐演奏的评价容易受主观因素影响,BP神经网络可模拟多输入的非线性系统,利用它可以很好地建立器乐演奏评价系统.根据乐理知识将各个评价特征客观化作为输入,将所要得到的各种评价结果作为输出,经过BP神经网络进行模拟打分得出一个较为合理的分数.实验表明BP神经网络可以模拟一个稳定的评分系统.     

高速公路动态交通流的BP神经网络建模

通过对高速公路宏观动态交通流模型的分析,针对高速公路交通系统的非线性时变特点,应用BP神经网络建立了高速公路宏观动态交通流模型。并利用一段高速公路的交通流数据对BP神经网络进行训练,得到网络参数。最后,为了验证BP网络模型的有效性,在MATLAB环境中对模型进行了仿真,并将仿真结果与原始模型的结果进行了比较。结果表明,该方法能较准确地描述高速公路交通流的真实行为,并且能够适应交通状况的变化。