基于云模型的智能冰箱设计评价

为提高产品设计评价的精确性和客观性,提出一种基于云模型的设计评价体系和流程。针对智能冰箱的特征,构建了结构功能、智能交互、外观特征3个1级指标和20个2级指标的评价体系,通过熵权法确定了各指标的权重;确定评价指标的等级量值区间,并将定性描述转化为云滴,形成相应的多层次综合云;基于云模型参数进行数据分析和比较,得出设计评价结论。结果表明:对多个产品样本进行设计评价时,云模型评价可将定性语言转化为定量数据,改善设计评价的模糊性,为后续改进设计提供参考。     

工业设计云服务平台下基于用户偏好的设计团队成员优选决策

为解决工业设计云服务平台中基于用户偏好的设计团队成员优选决策问题,提出一种基于直觉模糊集与网络分析法的设计团队成员综合能力评定方法。该方法结合目前已有的协同评价方法以及云服务平台特点,对满足用户偏好的设计团队成员综合能力进行优选决策,构建工业设计云服务平台下的网络化协同设计团队成员的三阶优选评定模型:第一阶段确定基于用户偏好的评价目标,结合模糊需求描述法挖掘用户隐性需求偏好,并将其转化为设计团队成员的评价目标;第二阶段构建设计团队成员优选评价指标体系,运用直觉模糊集与网络分析法对设计团队成员综合能力中各评定指标间的关联度和决策者犹豫度进行多属性群体决策评价;第三阶段结合质量功能配置对基于用户偏好的设计团队成员进行优选。以云服务平台上的游艇设计任务为例,验证了该方法的有效性和可行性。     

多属性指标云制造资源的评价及选择

从企业对云制造资源的选择方面考虑,主要对企业云制造资源进行优选方面。以质量、成本、信誉等为指标,考虑在评价过程中定性指标不确定性和定量指标模糊性,构建企业制造资源选择评价模型。提出基于模糊多属性指标的制造资源的选择方法,基于理想点极差变换法对指标进行规范化,根据指标属性提出组合赋权法,并且引入相对优势度计算方法对指标综合属性值进行排序,为企业选择合适的制造资源。通过企业对管接头优选的应用,验证该评价模型和计算方法的可行性并对赋权方法进行了比较。     

基于Kano模型与层次分析法的农机造型设计研究

为解决云贵地区因耕地面积小造成农业人员无法使用大型农机作业的问题,通过Kano模型对搜集的农机造型设计需求进行分析,得到优先功能需求与人机需求,在此基础上提出3种符合需求的农机造型设计方案,并使用三维建模软件Rhino对方案进行三维建模;运用层次分析法建立农机造型构成因子评价层次结构模型,邀请专家填写问卷进而求得准则层指标权重和方案层权重,选出最佳方案;运用Jack人机工程仿真软件对最佳方案人机需求指标进行仿真分析并检验是否符合人机工程标准。结果表明：结合两种方法进行产品设计并对设计方案进行人机检验,能够满足目标用户心理需求及生理需求,对其他产品创新设计有较大的借鉴作用。     

粗糙信息公理与云模型集成的方案评价方法

传统的基于多准则决策的方案评价方法均基于专家的主观决策确定指标的优劣程度,并且方案排序结果难以直观地判断方案的优劣程度。针对该问题,将信息公理可量化指标设计程度的优势和云模型可进行定量信息转化的优势相结合,提出了信息公理与云模型集成的方案评价方法。相比于模糊集方法,粗糙集不需要先验信息,能够客观地处理模糊以及不确定的评价指标信息,提出了基于粗糙信息公理的方案指标评价方法。以方案评价指标信息量为云滴,运用逆向云模型将信息量转换为定性的方案评价,进而通过云数字特征对方案进行分析。以某装载机设计方案为例,验证了所提方法的有效性。     

基于Kano模型与层次分析法的农机造型设计研究

为解决云贵地区因耕地面积小造成农业人员无法使用大型农机作业的问题,通过Kano模型对搜集的农机造型设计需求进行分析,得到优先功能需求与人机需求,在此基础上提出3种符合需求的农机造型设计方案,并使用三维建模软件Rhino对方案进行三维建模;运用层次分析法建立农机造型构成因子评价层次结构模型,邀请专家填写问卷进而求得准则层指标权重和方案层权重,选出最佳方案;运用Jack人机工程仿真软件对最佳方案人机需求指标进行仿真分析并检验是否符合人机工程标准。结果表明：结合两种方法进行产品设计并对设计方案进行人机检验,能够满足目标用户心理需求及生理需求,对其他产品创新设计有较大的借鉴作用。     

基于朴素贝叶斯法的产品造型设计可用性评价研究

鉴于可用性对用户体验的核心作用,提出一种面向产品造型设计可用性效果的评价新方法。分析代表性样本,提取产品造型设计特征属性;从感知可用性和绩效可用性两方面建立评价指标的类别集合;应用朴素贝叶斯法构建产品造型设计可用性评价模型。通过三键对称型汽车钥匙的实例应用,表明建立的模型具有良好的预测精度,能有效应用于设计中的可用性评价。     

考虑客户需求偏好的产品创新设计方案多属性决策评价

为了使产品创新设计方案的评价和决策过程充分考虑客户的需求偏好特征,研究了考虑客户需求偏好的产品创新设计方案多属性决策评价方法。基于对客户需求偏好的分析,提出集成Kano模型和粗糙集理论的评价指标权重确定方法,提升了指标权重确定的合理性并使客户需求偏好信息有效地反映到评价过程中。考虑到方案评价中决策信息的模糊性和不确定性,构建了基于粗数决策信息处理的产品创新设计方案多属性决策灰色关联分析模型,通过融入上述指标权重并计算各方案的粗数区间差异系数来实现产品创新设计方案的优选。以电冰箱产品创新设计方案评价决策为例,验证了所提方法的可行性和有效性。     

基于KE和AHP理论的汽车造型意象评价方法研究

为解决汽车设计过程中造型特征获取和设计完成后汽车造型意象认知二者之间的匹配问题,辅助设计师通过造型意象评价对设计方案进行合理选择,提出了一种基于感性工学和层次分析法的汽车造型意象评价方法。以汽车设计中的车型、品牌和风格特征要素建立造型特征集,通过感性工学理论实现造型意象词汇的量化,以确定语义特征集,运用层次分析法建立造型特征集与语义特征集之间的关系,从而构建影响造型意象评价的指标体系,建立模糊评价矩阵,计算各评价指标权重并进行综合排序;最终对设计方案进行模糊综合评价,获得最佳造型意象设计方案。将该评价方法应用于3款电动汽车造型设计方案评价中,运用模糊隶属度函数,建立模糊评价矩阵,并对各个指标的评价结果进行量化处理,筛选得出最佳造型意象设计方案,为项目开发提供了有效参考。     

机电产品性能分析指标体系模型的构建研究

针对机电产品性能分析中指标体系的构建问题,对机电产品指标的特征属性和相关性进行了研究,构建指标选取模型,提出了一种基于聚类和因子分析的机电产品指标选取方法。首先根据指标属性进行了特征层分类,构建了指标体系特征层,在特征层下基于聚类分析将信息量相似的指标聚为一类,保证所包含信息既不重复又能覆盖各个方面;然后通过因子分析法进行了指标遴选,确保所选指标对分析结果影响最大;最后将该模型应用在散热翅片性能分析的指标体系构建中。研究结果表明:该指标选取模型将指标数量精简至原60%,同时又包含了95. 4%的信息量,表明该指标选取方法是可行和有效的。     

基于进化定律和支持向量回归的产品造型意象评价方法

为满足用户对产品设计的情感需求,提出一种基于支持向量回归的产品造型意象评价方法。通过层次分析法确定代表性样本,运用需求进化定律获取用户对造型元素的设计需求,应用技术进化定律分析造型元素子系统存在的冲突,在解决冲突的过程中提取造型设计元素,构建造型设计元素集;利用SD法及SPSS软件分析确定产品目标感性意象;调用Python中的SVR模型进行训练,构建基于支持向量回归的造型意象评价模型。以数控机床为设计实例进行验证,证明该方法能够较好地模拟用户思维,为产品设计提供有效的辅助和支持。     

基于BP神经网络的共享汽车仿生设计特征分析

通过仿生设计,可使共享汽车用户的心理感受获得提升。运用BP神经网络分析车身造型特征的感性评价数据,有助于找到合理的仿生设计方向。通过前期调研,选定26款被租赁率较高的共享车型作为样本,提取造型特征,构建3层神经网络模型。以不同的隐藏层神经元数对模型进行训练并分析误差,确定适宜的隐藏层神经元数、学习速率、误差范围。研究发现:BP神经网络可用于分析共享汽车造型特征的仿生设计水平,并据此获得各造型特征的仿生得分与代表性样本;基于代表性样本的特征进行创意设计,可为共享汽车的仿生设计提供依据。     

基于神经网络的电动汽车造型意象预测模型

为使电动汽车造型设计更符合目标用户认知,提升电动汽车设计评选中对于造型意象的预测能力,降低电动汽车开发风险等问题,提出一种基于神经网络的电动汽车造型意象预测模型.该模型运用统计学方法,结合神经网络对电动汽车造型特征和感性意象隐性关联进行研究.利用多维尺度分析和聚类分析获取代表性样本,通过造型特征解构,采用层次分析法计算得到造型特征权重系数,并利用语义差异法和主成分分析确定了代表性意象词汇,降低目标用户对于造型特征与感性意象认知维度.采用BP神经网络构建造型意象预测模型,以样本造型特征权重编码作为输入层,用户感性意象评价得分作为输出层,进行模型训练;利用留一交叉训练方法对预测模型进行了测试,并以某电动SUV前脸造型设计方案为例进行了案例应用,验证了该预测模型的可行性.研究结果表明,该预测模型能有效地解决造型意象研究当中造型特征和感性意象之间匹配问题,辅助设计人员快速识别出关键造型特征与感性意象目标,提高了设计方案决策的科学性.     

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。     

基于眼动数据的产品造型设计要素评价方法研究

为有效展开产品造型分析,合理地将消费者感性需求外显化,提出了应用生理唤醒量来进行产品造型设计要素评价的方法。通过视觉跟踪试验,建立基于被试者首次注视时间、回视时间和回视次数等眼动数据的设计要素评价模型,对产品造型要素综合权重进行计算,进而得出其贡献度排序。以机床造型分析为例,对比消费者心理体验量分析结果,验证了方法的合理性与有效性。     

基于信息公理的混合型多属性产品方案评价

研究了指标属性值包含实数、区间数和模糊数的混合型多属性产品方案评价问题,考虑了评价指标设计范围不确定的情况,提出了一种基于信息公理的评价模型,并给出了具体的评价方法和步骤.通过确定每个方案各指标满足功能要求的概率,计算各方案的信息量,以信息量为统一测度比较方案间的优劣程度,实现方案的优劣排序.决策者不必给出各评价指标的权重,也不需要对决策矩阵进行规范化,从而为解决混合型多属性评价优选问题提供了一条新的途径.以汽车起重机综合评价为例,说明了信息公理的混合型多属性评价方法的可行性.     

基于相交特征信息建模及其提取技术的研究

针对相交特征的自动工艺规划算法对产品制造信息的需求,研究了基于特征的自动工艺规划算法对特征几何属性和工艺属性信息的需求关系,提出了一种针对相交特征制造工艺决策的产品信息模型。以虚面信息作为搜索相交特征相关信息的驱动信息,建立由虚面信息索引层、相交特征索引层、基本制造信息层三个层次的信息所构成相交特征制造信息模型。通过对基于特征基面的制造特征自动识别算法的研究,以一个应用实例对相交特征制造信息的获取过程进行解释,表明了基于相交特征的制造信息模型的实用性和有效性。     

基于属性描述匹配的云制造服务资源搜索方法

为实现智能、高效、便捷的云制造服务资源搜索,提高服务资源需求与制造服务资源的匹配精确度,在分析现有服务资源属性检索技术和云制造服务资源特点的基础上,提出一种基于属性匹配的云制造服务资源搜索方法,并建立了其中云制造服务资源属性标准化分类描述模型;设计了服务资源同义词字典集和属性字典集,并以此为基础构造了关键词规范化算法和参数化的属性匹配算法。通过算法复杂度分析和实例验证表明,该方法具有云制造服务资源的高效准确匹配的优势。     

基于Kano模型的植保无人机造型设计研究

为进一步满足植保无人机的用户需求,提出一种基于Kano模型的植保无人机造型设计开发流程。依据Kano模型中用户需求类型的相关规范,面向植保无人机造型设计Kano问卷,通过调研数据的统计与分析,获得植保无人机各质量要素的用户需求类别。在此基础上求解模型中的可变参数k值,并结合熵权理论计算各质量要素的用户需求基础重要度权重,然后确定用户需求重要度,有效提高评价值的客观性和准确性。以4轴植保无人机造型设计为例,基于Kano模型的分析进行了造型创新设计,初步验证了该创新设计流程的可行性,为植保无人机设计提供依据,也为同类产品的造型设计提供参考。     

整合DFMA的产品造型多元质量评价方法

新产品开发与设计中,不应将美学因素作为概念设计方案造型评价的唯一标准。引入产品造型多元质量的概念,从可制造性与可装配性、美学、人机工程三方面构建产品造型多元质量评价模型。运用层次分析法(AHP)与模糊综合评价相结合的方法对产品造型方案的3个主因素指标以及各子因素指标进行定量测量,计算出各指标相对评语集的隶属向量和综合评价值,从而对造型方案进行等级归类和排序。最后以卧式点钞机的开发设计为例,运用提出的多元造型质量评价方法对四款概念设计方案进行评价,证明了该方法的合理性和可行性。