基于FEA-AHP的智能服装设计效果综合评价

针对当前智能服装设计最终效果难于评价的问题,探讨基于技术接受模型(Technology Acceptance Model,TAM)下扩展模型FEA(Functionality,Expressiveness and Aesthetics)、层次分析法(Analytical Hierarchy Process,AHP)和模糊综合评价模型在智能服装中的应用,以智能服装为评价对象,基于FEA-AHP构造智能服装设计效果评价指标体系。该评价体系包括3个一级指标与18个二级指标,按照特征向量法计算智能服装设计元素各个单项指标的权重值,并对各项指标逐层评价分析,最后进行实例验证。研究结果表明,FEA-AHP模糊综合评价是一种基于多维设计因子的智能服装设计综合评价方法,实用性较强,可以有效完成对智能服装设计效果的评价,对智能服装的设计与营销具有现实指导意义。

基于AHP-FEA权重分配方法的码垛机器人腰部转台多目标结构优化

目的:提高码垛机器人的动态性能并降低能耗。方法:通过静、动力学分析确定以质量最小、最大位移最小、第一阶固有频率最大、最大应力最小为优化目标,以结构参数为设计变量,利用Box-Behnken和RSM方法建立目标函数的近似模型;提出一种基于有限元分析结果的层次分析法(AHP-FEA)用于权重系数的分配,并以综合目标函数作为评价指标,利用NSGA-Ⅱ算法求解;基于AHP-FEA方法获得腰部转台的优化模型,并与初始模型进行对比。结果:在保证结构强度、刚度和振动稳定性的情况下,质量减轻了9.6%。结论:与常见的平均分配法和经验赋权法相比,采用AHP-FEA权重系数下的优化综合目标函数值最小,其综合优化效果更优。