面向相似认知用户集群的TRIZ超系统资源需求获取模型

为解决用户认知差异性及局限性所导致的需求获取不充分的问题,提出一种面向相似认知用户集群的TRIZ系统资源需求获取模型.该模型通过模糊卡诺方法对产品用户需求进行分类优化,使用K-modes算法对用户进行聚类分析,获取具有相似认知类型的用户集群;分析集群中已存在的用户属性、使用环境属性等超系统资源并进行拓展演化,获取潜在超系统资源;根据新资源特性得到产品潜在需求与产品设计目标.以自走式圆捆机为例证明了该方法的有效性.     

成品油的库存优化模型

成品油库存在油品供应链中占有举足轻重的位置，建立多种因素下的成品油库存优化模型将对实际生活产生重要影响。本文考虑了相对复杂的条件下的成品油库存模型，以使得总成本达到最小，从而最大化公司利润。另外，采用一种更为有效的算法，滤子方法对模型加以求解运算，并对结果进行了分析。     

基于公理设计的产品结构设计模型研究

目的为了满足客户的实际需求,缩短产品设计周期,避免传统设计方法生成产品结构的过程中易产生设计耦合的潜在问题。方法以结构设计作为主要目的,提出一种基于公理设计的产品结构设计模型(AxiomaticDesignBasedStructuralDesign,ADBSD)。该模型在质量功能展开(QualityFunction Deployment, QFD)的基础上,采用KANO模型的赋值计算规则,获得总体客户功能需求权重值,作为结构设计的总功能需求,输入公理设计框架流程中的"Z"字型映射中;并运用TRIZ技术冲突、发明原理等工具进行设计优化,在设计初期解决设计参数之间的冲突问题,得到完整的产品设计结构。结果通过对小空间自走式消防装备进行设计研究,阐述了运用ADBSD进行产品结构设计的优势,验证了该方法的可行性。结论该模型为产品创新设计过程提供了新思路和理论参考。     

游戏设计中基于DBN的用户体验评估模型研究

目的为了更直观、有效地评估游戏产品的用户体验(User Experience,UX),消除单一评估标准的不确定性。方法从传统的MDA游戏设计的角度出发,引入用户的生理特征测量,构建基于动态贝叶斯网络(Dynamic Bayesian Network,DBN)的用户体验评估模型。该模型通过MDAUX框架提取用户体验影响因子,作为贝叶斯网络的输入层节点,通过生理特征测量方法提取用户的脑电和眼动状态,作为贝叶斯网络输出层节点,以一阶隐马尔可夫模型(Hidden Markov Model,HMM)表示两个相邻时间片上用户体验元素的影响关系,从而动态地展示用户体验状态。结果通过生理特征测量实验验证该模型的可行性,通过建立知识平台实践了模型的应用。结论结合生理特征测量的用户体验评估模型可有效反映用户体验状态。     

多模态隐喻视角下的产品设计理论方法研究

目的研究多模态隐喻在产品设计中的设计方法。方法归纳多模态隐喻在产品设计中的表现形式,深入分析其在产品设计中的创建机制与方法。结论提出以产品图像、动作、声音、空间为元素的多模式的产品设计创建方法。     

基于微分代数神经网络的含新能源区域电网端口动态特性学习方法

高比例新能源渗透背景下,建立能够准确描述复杂环境因素影响下含新能源的区域电网端口特性动态模型,对于新型电力系统动态分析至关重要。为此,提出了一种基于微分代数神经网络的含新能源区域电网端口动态特性学习方法。该方法利用微分代数神经网络,基于区域电网接入点的时序量测以及光照强度、温度等环境量测数据,学习以神经网络表达的端口特性模型。所得模型由初始状态提取模块、微分神经网络模块、代数神经网络模块组成,可直接接入电力系统暂态仿真器中,用于分析电力系统整体动态特性。在IEEE-39节点系统中对该方法进行仿真验证,测试结果表明：所得模型能够适应不同环境场景,准确率高,验证了方法的有效性。该建模方法仅依赖端口时序量测,在新型电力系统动态分析中具有较大的应用潜力。     

多跳机器阅读理解研究进展

与常规的单跳机器阅读理解相比,多跳机器阅读理解（MHMRC）需要在多个相关文档段落中进行多跳推理以实现对复杂问题的理解和回答,其更接近于人类的语言推理能力,具有广阔的应用前景但也极具挑战性。阐述MHMRC的研究背景,将现有方法根据适用场景分为封闭集合问答和开放域问答两类,主要包括基于问题分解的方法、基于图神经网络的方法、改进检索的方法、基于推理路径的方法等,分别从模型架构、特点、优劣等方面进行分析。介绍用于多跳推理的非结构化文本数据集和评测指标,对比各模型的性能表现。在此基础上,分析目前MHMRC研究的热点与难点,指出未来发展方向。