多目标意象驱动的梳棉机造型设计研究

目的 为满足用户对梳棉机的多维感性需求,多层次提升纺织机械的造型意象满意度和用户满意度,提出一种多目标意象驱动的梳棉机造型设计方法,并展开设计实践与实验研究。方法 首先,设计感性评价实验,通过焦点小组讨论和问卷调研获取用户对梳棉机的感性意象评价均值;其次,采用形态分析法,对梳棉机造型设计要素进行划分,并对代表性样本的造型类目特征进行编码;基于反向传播神经网络(Back Propagation Neural Network,BP-NN),建立梳棉机产品造型要素与用户感性意象评价均值之间的关联映射模型,建立用于造型推荐的样本库,获取单意象维度下的梳棉机造型设计策略;再次,应用层次分析法(Analytic Hierarchy Process,AHP)得到各目标意象维度的权重值,输出多目标意象下梳棉机造型设计策略;最后,结合梳棉机的造型设计实践及感性评价,进一步验证该方法的可靠性和有效性。结果 基于该方法展开设计实践,依据推荐的梳棉机造型设计策略得到的设计方案,在目标感性意象的整体评价得分优于对照样本。结论 该方法有较好的可靠性和有效性,能为企业的新产品开发及设计师的设计实践输出指向具体、操作性强的梳棉机多目标意象设计策略。

数字化人机界面的多目标意象设计决策研究

用户的感性需求愈来愈受到设计者和企业的重视.为解决实际中多目标意象要求下数字化人机界面方案选择过程中存在的复杂性与主观性问题,提出一种三角模糊数与逼近理想解排序法相结合的模糊逼近理想解排序法(F-TOPSIS).结合某新型远程操控清障车的数字化人机界面设计,在通过运用因子分析方法获取用户对数字化人机界面典型样本的4类感性意象的基础上,应用F-TOPSIS实现了决策者多目标意象特定要求下对10个数字化人机界面设计方案的优先级排序,验证了该方法的可行性.研究表明F-TOPSIS对数字化人机界面设计方案的区分度较好,能在多目标意象需求下进行较为合理、准确的设计决策.

目标造型意象约束的异质产品基因选择与优化方法研究

为了能够在目标造型意象约束下有效利用与目标产品有本质属性差异的异族产品的特征,提出异质产品概念,并建立了基于目标造型意象约束的异质产品基因选择与优化模型。用语义差异法获取目标造型意象,利用数量化一类理论确定异质产品基因,基于交互式遗传算法构建异质产品基因优化辅助系统,最终实现异质产品基因与目标产品基因的融合。通过手机壳造型设计验证了本方法的可行性。

产品意象仿生设计中的耦合逻辑研究

为精准、有效地向用户传达产品的仿生意象,从生物本体入手,分析目标意象与产品属性间的耦联模式,提出产品意象仿生设计中的耦合逻辑研究方法。根据语义差分法(SD)获得生物目标意象,通过可拓层次分析法得到各目标意象的贡献度,提出主意象、次主意象及一般意象;结合生物造型,对主意象进行调研分析,确定待设计的仿生产品,结合可拓模型进一步建立生物意象与产品属性间的耦联关系;通过造型融合的方法形成意象仿生设计方案;利用模糊综合评价法对仿生设计实例进行评价,验证了方法的有效性。

多目标驱动的产品形态基因网络模型研究

为解决产品设计过程中用户需求的主观性、模糊性问题,进一步提高产品意象传达的准确度,提出一种多目标驱动的产品形态基因网络模型(M-FGN)构建方法。以品牌形象、用户偏好、社会情境为驱动目标,构建多目标驱动空间;分析产品形态基因节点与边的设计,以产品形态基因为节点,以节点之间的相关性为边,构建M-FGN网络;对网络进行拓扑分析,析出隐性设计知识辅助设计师进行产品形态设计。以某国有企业AGV小车形态设计为例,通过分析AGV小车侧面形态M-FGN网络,将析出知识提供给设计师进行针对性形态方案设计,对子代方案进行对比评价,验证了M-FGN网络模型的有效性。