基于感性工学和视觉意象的机械产品表面涂装质感设计方法

目的 为提高机械产品表面涂装质感设计的效率,对机械产品表面涂装质感设计方法进行深入研究。方法 基于感性工学,从理论层面提出机械产品质感设计方法、流程及其关键技术。并通过搜集典型质感样本、典型质感视觉意象词汇,进行视觉意象感性实验,从而获取典型质感样本和典型质感视觉意象词汇的相关隶属度。利用BP神经网络,实现机械产品表面涂装“视觉意象—质感参数”关联模型的构建。结果 以数码印花机为例,当设定质感参数为“涂层粗糙度0.2、涂层折射指数1.18、涂层厚度1.2”时,质感视觉意象值为“安全的3.132、简约的2.657、美观的3.089、稳定的2.756、坚固的2.842”,该结果表明,“视觉意象—质感参数”关联模型具有较好的主观趋势,可以满足用户的视觉意象需求。结论 所提出的机械产品表面涂装质感设计方法具有较好的可操作性和科学性,可为机械产品表面涂装质感的设计提供参考。     

基于BP神经网络的诊室空间配色设计研究

目的 以感性工学为理论基础,运用BP神经网络构建神经内科诊室使用者的情感与诊室配色设计之间的映射关系。方法 首先,通过文献查阅和访谈等途径获取神经内科诊室使用者情感感受的意象词汇,并运用聚类分析选取代表性感性意象词对;然后,运用案例分析法,对神经内科诊室进行空间配色设置分析并提取典型色彩样本,经过搭配形成典型配色设计方案,通过语义差异法构建感性评价矩阵;最后,运用Matlab软件,建立神经内科诊室空间配色设计的BP神经网络模型,经验证得出,模型映射了感性意象和空间配色设置之间的关系。结果 运用该模型可获得神经内科诊室空间配色感性意象评价得分预测值,指导诊室空间色彩设计。结论 该方法提高了诊室空间色彩设计的准确度,同时为医疗空间色彩设计提供了重要参考依据。     

基于感性工学的陶瓷产品质感设计方法研究

针对陶瓷产品设计中如何反映用户情感需求的问题,开展基于感性工学的陶瓷产品质感设计方法研究。通过对陶瓷产品的材料特性描述词汇的筛选与统计,确定了典型的感觉意象词汇群。通过对产品样本的感觉语意量化调查,利用BP网络进行感觉意象与产品材料特征的建模。通过遗传算法实现对满足情感设计目标的陶瓷产品质感设计方案的进化。实验结果表明,利用该方法可以有效达到对特定设计目标的陶瓷产品质感设计要求。     

BP神经网络在产品配色中的应用研究

目的实现产品配色设计的自动化。方法以感性工学为理论基础,采用神经网络为关键技术来研究产品配色。首先确定产品色彩的感性词汇与色彩设计要素,然后利用BP神经网络模型建立色彩编码与感性意象评价值之间的关系,最后结合豆浆机实例,设置BP模型中的输入层、输出层、隐含层的相关参数来进行豆浆机配色感性意象设计的实验仿真。结果测试验证了BP神经网络在产品配色设计中应用的有效性。结论表明了产品感性意象与产品配色之间的关系,论证了利用BP神经网络建立产品配色辅助设计系统的可行性。     

BP神经网络的宇航服多维意象造型评价方法

目标 为适应宇航服造型设计对“大国形象”多维意象识别的需要,提出了以“大国形象”为导向的宇航服造型设计评价模型构建方法。方法 在大量用户调研的基础上,对“大国形象”意象集进行筛选,并采用认知实验与聚类分析相结合的方法获得宇航服产品的代表样品。采用语义差异法,对“大国形象”感性意象集中初步筛选词和宇航服产品代表样本之间的映射数据进行检验和分析,对得到的数据结果进行主成分分析,以获得宇航服产品对“大国形象”感性意象的认知空间。同时,根据全局HIEs解构原则和宇航服产品的功能约束清单建构宇航服产品造型特征空间。采用语义差异法和认知测试,得到宇航服造型多维意象认知空间。利用BP神经网络,以样本关键HIEs评价经数字编码后作为输入层,以各意象词下样本的感性意象均值作为输出层,构建宇航服造型意象评价模型。随后,采用留一交叉训练法对评价模型的准确性进行验证。结论 该评价模型能够有效解决造型特征与多维意象之间的映射及匹配,论证了造型意象和认知空间之间存在的关联性,探索出设计目标和设计意象关联判断的实践方法。     

家庭服务机器人整体造型感性设计的BP神经网络应用

目的建立用户的感性意象与家庭服务机器人整体造型设计要素之间的逻辑关系。方法基于技术支撑的约束得到家庭服务机器人整体造型设计样本,运用主成分分析法、形态分析法和BP神经网络对整体造型设计要素与感性意象进行量化分析。结论用训练后的BP神经网络进行预测模拟,为家庭服务机器人整体造型的较"亲和的"感性风格设计提供了参考依据。     

女性电动牙刷质感意象认知与设计

目的 基于感性工学理论,研究女性电动牙刷用户的感性认知,以及其与女性电动牙刷质感设计要素的映射关系。方法 分析现有女性电动牙刷中优秀的CMF设计案例,提出一种新的描述女性电动牙刷质感设计的方法,其次用语义差分法量化女性电动牙刷的感性意象,利用因子分析获得影响消费者的关键意象,通过多元线性回归找到女性电动牙刷质感设计要素与用户感性认知之间的关系。结论 通过感性工学量化用户的感性认知,构建出女性电动牙刷感性意象空间,以机身颜色、表面纹理、表面光泽度3个维度及其所属维度内多个设计要素,来构建女性电动牙刷质感空间,利用回归分析找到女性电动牙刷感性意象空间与质感空间的映射关系,为新产品研发提供客观的参考。     

基于神经网络的产品意象造型设计研究

为设计出符合消费者需求的产品,采用基于神经网路的产品意象造型设计方法.研究过程中首先确定感性词汇与造型设计要素,在此基础上,利用BP神经网络模型建立2者之间的关系,通过对BP模型中的编码、输入层、输出层、隐含层、激活函数以及相关参数的分析设置,进行产品感性意象设计的实验仿真,最后通过测试验证了模型的有效性.结合折叠自行车的设计进行研究,结果表明,该方法是正确可行的.     

基于三角模糊和BP神经网络的产品意象造型设计

目的 针对目标产品造型与用户模糊感知意象适应性欠佳问题,探索性提出一种基于三角模糊和BP神经网络的意象造型设计方法.方法 在分析产品意象造型设计流程的基础上,以三角模糊方法作为BP神经网络模型意象输入数据的预处理工具,将用户模糊感知意象量化转换;并采用因子分析法降维获取优势感知意象;借助KJ和专家评定法获取差异性较大样本,根据形态分析和建模特点划分产品部件造型特征,通过Delphi法多轮选出优势样本;基于Matlab平台,采用权值惯性可调节、学习率可变的traingdx网络训练算法,对产品优势样本进行学习、训练和预测,构建部件造型要素与用户感知间的关系模型,实现造型设计元素的最佳定量化组合,使BP神经网络对用户模糊意象的定性更为有效,将该方法应用于腰椎牵引器造型设计中.结论 实验结果表明,该方法能有效实现模糊意象的定量分析,所建立的腰椎牵引器神经网络模型输出符合设计要求,促进设计概念转化.     

基于BP神经网络的个性化多功能茶几设计研究

目的 通过分析消费者感性需求和多功能茶几产品形态设计要素,建立二者之间回归的联系模型,完成多功能茶几产品的个性化设计,解决茶几产品无法按照用户消费需求设计制造的难题。方法 首先运用语义差异法获取消费者对茶几产品的感性意象评价值,并利用因子分析法对评价值进行归纳整理,其次按照茶几产品设计要素对其进行模块解构,并对各部分模块进行数值化编码,再次根据整理的感性意象评价值和模块数值训练茶几产品BP神经网络,建立二者间映射关系,最后实施二次语义差异法问卷实验,验证BP神经网络的准确性。结果 根据训练的茶几产品BP神经网络可预测出感性评价值最大的茶几产品造型,实验结果验证了茶几产品BP神经网络模型的准确性,为茶几产品的个性化设计提供了有利的支撑。结论 此方法提高了茶几产品的设计效率,提升了茶几产品设计的合理性,解决了家具设计者无法精准按照用户主观需求完成客观产品设计的难题,为以消费者需求市场为导向的产品设计制造提供了有益的参考和指导。     

基于支持向量机的产品感性意象值预测方法

为设计出符合消费者感性需求的产品,提出基于支持向量机的产品感性意象值预测方法。先确定产品的感性意象、造型设计要素以及感性评价矩阵。在此基础上,以造型设计要素为自变量,以感性意象评价值为因变量,利用LIBSVM软件,通过对惩罚函数、不敏感损失函数以及核函数等相关参数的分析设置,建立产品感性意象值的预测模型。结合办公座椅进行研究,结果表明支持向量机具有较高的预测精度,所提出的方法是正确可行的。     

评论数据驱动的产品情感满意度预测模型构建

目的 针对康养辅具产品多维设计要素与用户情感满意度的复杂映射问题,提出了一种基于评论数据的产品情感满意度预测模型。方法 首先爬取样本评论数据,并利用LDA模型构建产品多维设计要素空间,同时对样本进行要素编码;其次对各样本对应的评论数据进行情感满意度分析,以获得情感满意度分值;最后通过BP神经网络构建情感满意度预测模型,结合K-fold交叉验证法测试模型可靠性。结果 以康养辅具电动轮椅为例,通过30个样本数据集交叉验证后得到预测值与期望值的均方误差值为0.044 1,表明该预测模型精度良好,具有较高的可靠性。最后利用该预测模型对104 976个随机组合方案进行情感满意度计算,得出电动轮椅最佳组合方案。结论 基于用户评论数据构建的产品情感满意度预测模型,能够有效建立产品多维设计要素与情感满意度间的匹配关系,辅助设计人员快速识别出用户情感满意度较高的多维设计要素组合,提高了设计方案决策的科学性。     

基于感性意象和BP神经网络的产品CMF决策模型研究

目的 为实现特定感性意象下的产品CMF精准选定与量化,结合BP神经网络和线性回归提出一种产品CMF决策模型。方法 通过文本挖掘形式确定用户感性意象,根据HSV色彩模型与选定的康复辅具的材质与工艺构建CMF要素空间,并基于设计要素空间形成海量CMF方案,同时根据选定感性意象对方案加以评价,获得感性意象与CMF单一设计要素的定性映射关系。将CMF方案编码后与感性意象评价值结合,并通过BP神经网络以定量方式构建CMF决策模型,筛选出最优色彩区间、材质及工艺。对选中色彩区间再次细分出设计方案并进行评价,通过线性回归得到色彩回归方程,从而构建产品CMF的综合决策模型。结果 以膝关节支具为例进行实例研究,通过BP神经网络构建的一阶CMF决策模型预测值与期望值的均方误差MSE为0.038 13,且预测结果与定性映射关系基本一致,表明该阶模型可信度较高且精度良好。利用线性回归构建的二阶决策模型P值小于0.01,表明H、S、V的数值与感性意象评价值具有显著相关性,证明了该CMF决策模型的可行性。结论 构建的CMF决策模型在产品设计领域具有一定的通用性,能够有效实现康复产品CMF的精准选择与量化,在定性和定量层面指导康复产品CMF决策的优选和创新。     

基于神经网络和象元理论的轮毂形态设计研究

目的 为实现在满足用户偏好前提下的产品形态创新设计,以保证新形态的市场接受度和降低产品开发风险,从而探索一种神经网络算法和象元理论相结合的轮毂形态设计方法。方法 首先运用KJ法建立目标轮毂样本库,并采用李克特量表和三角模糊法,对样本的用户模糊偏好值进行量化,其次引入象元理论中的本体象元对轮毂形态特征因子进行提取和归类,构建轮毂形态本体象元空间,并进行轮毂本体象元组合编码处理;再次通过BP神经网络算法探析轮毂形态本体象元组合编码和用户模糊偏好值之间的映射关系,用于预测和输出用户模糊偏好值最佳的本体象元组合方案;最后对最佳本体象元组合方案进行拓展,构建喻体象元空间,并运用形状文法规则对最佳本体象元组合方案进行形态创新设计。结论 BP神经模型测试结果显示MSE为0.005 5,表明模型精度良好,且最终4个设计方案的实际评价值和预测值的MSE为0.005 3,验证了该设计方法的有效性,能够为相关设计人员提供了一定的理论参考。     

一种基于5E-SD的互联网产品体验设计方法

目的将感性工学的相关理论方法引入互联网产品体验设计中,扩展其应用范围,提出基于5E-SD的互联网产品体验设计方法。方法以感性工学中的语义差分法和形态分析法等理论为基础,以互联网产品体验设计的思想框架为指导,提出互联网产品体验设计中样本的筛选、体验设计语义空间的构建与体验设计要素的提取方法,并通过感性测量和量化方法构建感性语义与体验要素的拟合模型。结果以室内导航APP为例进行实验,证明基于5E-SD的互联网产品设计方法的有效性。结论该方法实现将互联网产品的感性意象准确直观地转化为体验设计的要素,对迭代进行的互联网产品体验设计具有一定的指导意义。     

基于SEM-KE的校园共享打印机设计研究

目的 为了提供更好的校园生活,提升校园共享打印机的用户体验,提出以结构方程模型(Structural Equation Modeling,SEM)和感性工学(Kansei Enigneering,KE)进行设计分析,从而帮助设计者准确获取用户的复合需求。方法 首先,运用语义差分法和聚类分析构建用户感性意象空间,并以形态分析法和正交试验设计构建产品形态要素空间,借助感性工学生成用户感性意象空间和产品形态要素空间的映射关系,进而形成设计知识库;其次,运用类目层次法获取感性层级与设计要素,再通过结构方程模型构建用户感性意象空间和信息条目编码空间的映射关系,根据模型路径分析得到设计策略;最后,形成设计知识和策略的关联模型。结果 通过设计知识和策略指导设计者进行校园共享打印机的设计应用。结论 通过将感性工学与结构方程模型有效结合,进一步完善校园共享打印机的设计研究,并为相关的用户体验设计提供一定理论参考。