基于BP神经网络-证据理论的产品情感评价策略

目的 结合用户与专家对产品的情感评价建议,实现能够兼顾用户群体与专家建议的产品情感评价。方法 提出一种基于BP神经网络-证据理论的产品情感评价策略,以用户群体的情感评价作为客观基础,对多名产品设计专家的建议进行融合,得到产品设计要素的改进建议,以此为依据,引导产品的正向设计。结果 以行李箱的产品情感评价为例,利用BP神经网络实现D-S证据理论中的基础概率分配(BPA),通过改进的D-S证据理论对多名行李箱设计专家的评价建议进行融合,得到了需要改进的设计要素和改进指数或行李箱关于产品情感的综合指数。结论 通过将用户群体对产品认知情感的客观情况与产品设计专家的主观情感评价相结合,为产品情感评价提供了一种新的策略,同时为产品设计提供有价值的引导。     

基于BP神经网络的飞行器外观设计评价模型

目的建立基于BP神经网络的飞行器外观设计评价模型,使飞行器外观设计更加科学化、符合实际需求。方法基于BP神经网络的飞行器外观设计评价方法是通过建立综合评价指标体系,并组织专家对样本进行评判打分,得到神经网络的训练、检验数据,由MATLAB仿真计算出各项指标的权重关系,并提炼出反应各项评价指标和综合评价结果的非线性关系。结论 BP神经网络的评价模型降低了综合评价法、层次分析法评价过程中主观因素的影响,能够客观、全面地对飞行器外观设计做出评价,为选择最优的飞行器外观设计方案提供有效的参考依据。     

影视动画设计中的交互性策略探讨

随着科技的发展和人们生活水平的提高,影视动画已经逐渐成为广受欢迎的娱乐方式。作为影视动画设计中的重要元素,交互性不仅能提升用户的参与度,还能增强体验感,具有很高的研究价值。通过深入研究影视动画设计中交互性策略的定义、作用和实践应用,分析其优缺点,并探讨其未来发展趋势;针对现有交互性策略应用中存在的问题,提出相应的改进措施和建议,以期为影视动画设计的发展提供相关参考和借鉴。     

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。     

基于中小型企业的工业产品设计评价体系研究

在对现有产品创新设计方法及流程的研究基础上,提出了针对我国中小型企业特点的阶段性的工业产品创新设计评价体系.目的是为企业在新产品开发的方法与评价体系上提供一个知识参考途径,从而帮助企业提高产品创新能力和开发成功率.     

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.     

基于个性化分析的产品通用造型感性设计评价研究

目的 构建兼具通用性和个性化特色的产品造型形态感性设计评价和优化方法,帮助设计师及相关企业减小产品开发成本,提高设计效率。方法 从国际知名设计竞赛中提取评价的通用标准,以专家法和主成分分析确定具体产品造型设计的个性化优化准则,综合利用层次分析、问卷调研等方法构建出适用性强的产品造型感性设计评价流程,并对所构建的评价方法进行验证。结论 基于个性化评价的产品造型感性设计评价方法结合了定量分析和定性分析各自的优势,解决了已有评价流程中通用性和差异化评价不兼容的问题,不仅可以提高产品造型设计评价的效率,同时也能够对特定产品提供有针对性的个性化设计优化建议,最后通过鼠标产品造型形态评价验证了评价方法的有效性,为产品造型感性设计评价研究提供新的思路。     

基于RBF神经网络的灌装机控制系统设计

目的 针对传统液体灌装机灌装定量控制方法存在控制稳定性不高、控制精度较差等问题,引入RBF神经网络对液体灌装机高精度灌装定量控制.方法 构建液体灌装机伺服驱动计量缸传递函数,结合空间扰动性融合方法实现液体灌装机高精度灌装扰动特征解析;采用参数自适应辨识方法进行液体灌装机高精度灌装的定量分析;通过B样条曲线拟合方法对液体灌装机灌装拟合控制;通过自适应参数调节,构建RBF神经网络模型,实现液体灌装机高精度灌装定量控制的优化设计.结果 仿真结果表明,所提方法的液体灌装定量控制稳定性较好,灌装机灌装定量控制效果较好.结论 文中方法提高了液体灌装机高精度灌装的定量控制能力.     

交互性地铁公共艺术的设计策略探究

目的研究交互性地铁公共艺术的重要作用、功能特性和设计策略。方法在交互性公共艺术介入地铁空间的基础上,提出地铁空间中交互性公共艺术最本质的功能特性,结合案例分析交互性公共艺术的设计策略。结论地铁公共艺术成为城市文化的重要载体和交流窗口,在数字化背景下,新媒体技术和交互手段逐步成为现代公共艺术的表现形式,未来的交互性地铁公共艺术应结合便捷交通功能和交互媒介功能进行综合考量,并结合交互空间模式、全信息艺术设计、交互媒体叙事和数字情感体验等设计策略进行创新探索,在吸引乘客参与更多体验的同时,进一步提升地铁公共艺术的科技性和艺术性。     

基于RBF神经网络的镍基TiN纳米复合镀层显微硬度预测

针对神经网络在预测复合镀层性能方面的应用情况,以及传统的BP神经网络存在缺陷;通过对RBF神经网络的基本原理和特点的研究,建立了利用RBF神经网络对Ni-TiN纳米复合镀层显微硬度进行预测的模型。通过实验数据验证了所建立的RBF神经网络模型具有很高的精确度,其最小相对误差可达0.62%,而且所建立的预测模型具有优化工艺参数的功能,对复合镀层的其它性能进行预测具有指导意义。     

RBF神经网络在爆破振动强度预测中的应用

在介绍RBF神经网络基本思想的基础上,建立了爆破振动预测模型,用RBF神经网络方法对质点振幅、主振频率及振动持续时间进行预测。用阳泉煤矿主井爆破开挖工程中所监测到的振动数据对模型进行了训练,并对27组数据进行了预测,实测结果和模型预测结果的对比表明,RBF神经网络预测模型能反映影响因素与特征量之间的非线性关系,适用于爆破振动特征参量预测。     

径向基函数神经网络在多维力传感器标定中的应用

维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数（RBF）神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。     

基于数据分析平台的APP交互设计测试评估研究

目的结合数据分析平台对APP原型进行测试评估,实现交互设计优化改进。方法首先论述数据分析平台应用于APP交互设计测试阶段的必要性,其次提出基于数据分析平台的APP交互设计测试方法。之后,通过具体实验描述该方法的可行性。结论基于数据分析平台的APP测试评估,能够弥补以往测试方法的不足,即时获取用户数据,全面、多维度地进行数据统计,高效地实现迭代优化设计。     

基于BP神经网络的企业标准化综合评价方法研究

神经网络作为解决当前大多数非线性科学和计算智能领域问题的主要工具,对解决一些定性问题定量处理发挥了重要的作用.标准化是介于社会科学和自然科学之间的一门复杂性科学,其具有非线性的典型特点,对一些指标进行量化就显得尤为困难,目前对一些单位和项目进行标准化评价,主要采用的方法是专家打分法,对相关的管理工作带来了一定的不便.本文借助于神经网络在处理非线性问题中的优势,通过标准化工作综合评价指标体系,建立了三层BP神经网络模型,并给出了相关的算法,从性能分析可以发现,该方法对于标准化工作的综合评价具有一定的先进性,对后续提升标准化工作的科学性具有一定的参考意义.     

基于RBF神经网络的精细化营销研究

精细化营销分为5步骤:对数据进行标准化处理;利用因子分析确定客户细分变量;将聚类分为两层,利用最近邻聚类法初步确定中心,再利用均值聚类对中心进一步调整,确定RBF网络中心,并构建客户细分模型;在此基础上完成客户行为特征的描述和精细化营销策略的设计.通过实证研究,设计出某移动通信公司的精细化营销策略.     

基于主元分析和RBF神经网络的火灾模拟实验炉温软测量

软测量也称为软仪表技术,采用主元分析和RBF神经网络相结合的融合模型构成火灾模拟实验炉温软测量。主元分析（PCA）实现输入变量的降维,RBF神经网络采用K－均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛。该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高２倍以上。     

多功能婴儿车的概念设计

目的针对婴儿车的安全性和实用性的缺陷,设计一款适合上下楼梯,更加安全可靠的婴儿车。方法采用可拓创新方法对婴儿车进行改进设计,使婴儿车适合在平地和上下楼梯时方便使用。在设计过程中,通过对婴儿车整体的共轭分析,采用可拓分析和可拓变换得到多种备选方案;根据可拓学的关联函数进行优度评价,得到最好的设计方案。结论采用可拓创新方法,成功设计一款功能全面、使用安全可靠的婴儿车。可拓创新方法适合产品的概念设计。     

RBF神经网络在显示器色空间转换中的应用

目的研究RBF神经网络对显示器色彩空间转换预测准确性的方法。方法通过编程借助Measure Tool软件自动测量获取建模和测试数据,通过反复测试选择建模合适的函数和参数,最后用RBF神经网络模型进行仿真实验,以获取较好的RGB转换到Lab色空间的转换模型。结果 RBF神经网络模型测试得到的色块平均色差达到0.75,最大色差达到19.7。结论该方法建模简单方便,网络训练速度快,转换精度高,对显示器色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。