用户复合意象产品形态多目标优化设计

需积分: 10 1 下载量 148 浏览量 更新于2024-08-13 收藏 2.11MB PDF 举报
"本文提出了一种面向用户复合意象的产品形态多目标优化设计方法,结合语义差异评价、因子分析法、形态分析法、BP神经网络和多目标遗传算法NSGAII,旨在满足用户在产品设计中的多维度感性需求。通过实际豆浆机案例验证了该方法的有效性,能获得Pareto最优解,为产品开发者提供了灵活的选择空间。" 在产品设计领域,满足用户的感性需求已成为提升产品竞争力的关键因素之一。"面向复合意象的产品形态多目标优化"是一种创新的设计策略,旨在通过综合考虑多种设计元素和用户期望,实现产品的最佳形态。这种方法首先运用语义差异评价,这是一种量化用户对产品意象感知的工具,通过问卷调查等方式收集用户对产品的主观评价,然后通过因子分析法从大量数据中提取出关键的复合意象维度,这些维度涵盖了用户对产品外观、功能、情感等多方面的期待。 接着,采用形态分析法分解产品,将产品拆分为部件和外形单元要素,便于后续的优化过程。形态分析法是一种结构化的方法,它帮助设计师系统地理解产品的构成,从而在设计中更有效地处理各部分的关系。 在提取了关键意象维度和产品要素后,构建BP(Back Propagation)意象预测模型,这是一种基于神经网络的模型,可以预测不同设计决策对用户复合意象的影响。然后,通过多目标遗传算法NSGAII(Non-Dominated Sorting Genetic Algorithm II)来寻找多目标优化问题的Pareto最优解集。NSGAII是一种高效的全局优化算法,能够在多个相互冲突的目标之间寻找平衡点,生成一系列非劣解,为决策者提供多样化的设计方案。 在豆浆机的实际应用案例中,这种方法成功地优化了产品形态,得到了分布均匀的Pareto最优解集,这意味着产品开发者可以根据具体市场定位、成本控制等因素,在这些解中灵活选择最合适的方案。这种方法不仅提高了设计效率,还增强了产品的市场适应性和用户满意度,具有很高的理论价值和实践意义。 关键词:复合意象、产品设计、多目标优化、BP网络。