基于视觉动力形式的康护辅具轻量化设计研究

目的 为了减轻和缓解用户物理负担和心理负担,对康护辅具进行轻量化设计,探索一种产品形态轻量化与结构轻量化并行的综合设计方法。方法 以保护靴为例,将轻量化意象作为形态设计目标,采用语义差法和主成分分析得到轻量化意象及其典型代表样本;采用视觉动力形式分析建立产品形态轻量化意象的映射关系,并在此关系上通过曲线控制法进行初始形态方案设计;利用SolidWorks软件进行拓扑优化,判断材料冗余部分,为结构减重提供指导;再次结合映射关系对初始形态进行形态优化设计,得到最终设计方案。结论 对保护靴设计方案进行评估,仿真结果显示方案重量降低近40%,评价结果显示轻量化意象评价良好,表明了该方法的可行性,为康护辅具的轻量化设计提供了新思路与方法。     

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。     

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。     

中国设计语义学造物意象解析

目的 为探究以造物意象为代表的中国传统设计语言与设计文化的共性规律,结合易经文化与设计语义理论对中国设计语义学造物意象进行解析,构建中国设计语义学造物意象体系。方法 首先,对中国传统设计语义学的造物意象概念和谱系进行梳理;其次,基于易经哲学概念,提出意象生成、意象衍生与意象发展三个阶段,同时结合设计语义理论,提出意象缘起–设计语义表征化、意象互证–设计语义辩证化、意象跃迁–设计语义合喻化、意象跃迁–设计语义异喻化的造物意象演进路径,进而完成了中国设计语义学造物意象体系的构建;最后,应用上述体系对不同设计案例进行解析。结果 梳理了中国传统设计语义学的造物意象谱系脉络与概念,构建了中国设计语义学造物意象体系,提出了造物意象演变路径。结论 在一定程度上探究了中国传统设计语言与设计文化的共性规律,为具有中国特色、中国风格、中国气派的设计理论体系研究作出了积极探索。     

多维意象下产品造型满意度预测模型研究

为均衡有效地满足用户多维复合意象的情感需求，提升多维意象下产品造型与用户满意度的匹配程度，提出一种结合熵权法与BP神经网络的产品造型满意度预测模型。以老年代步车为例，建立了产品造型元素集和多维意象集，采用语义差分法获取了样本评价值，并采用熵权法计算多维意象权重；将样本造型元素进行编码作为第1层BP神经网络模型的输入变量，将多维意象加权评价值作为第1层输出变量和第2层BP神经网络输入变量；将用户满意度评价值作为第2层BP神经网络输出变量，并通过K-fold交叉验证法训练和测试双重BP神经网络预测模型，验证结果显示：预测模型满意度MSE值小于0.01,表明该模型能有效映射多维意象下产品造型与满意度间的隐性关联。运用该模型对300个新方案进行预测，快速决策出最佳方案，为设计人员提供参考。