BP神经网络在产品配色中的应用研究

目的实现产品配色设计的自动化。方法以感性工学为理论基础,采用神经网络为关键技术来研究产品配色。首先确定产品色彩的感性词汇与色彩设计要素,然后利用BP神经网络模型建立色彩编码与感性意象评价值之间的关系,最后结合豆浆机实例,设置BP模型中的输入层、输出层、隐含层的相关参数来进行豆浆机配色感性意象设计的实验仿真。结果测试验证了BP神经网络在产品配色设计中应用的有效性。结论表明了产品感性意象与产品配色之间的关系,论证了利用BP神经网络建立产品配色辅助设计系统的可行性。     

基于感性工学和交互式遗传的产品配色设计方法

目的 为降低产品配色对设计经验等专业知识的依赖性,设计满足用户感性需求的配色方案。方法 提出结合感性工学和交互式遗传的产品配色设计方法。首先,使用融合和模糊处理方法,从源二维图像提取色彩配置方案,构成色彩方案库。然后,使用感性工学方法构建意象词汇和单个色彩的映射模型,从而获得色彩的意象贡献值。在此基础上,构建以色彩意象贡献因子和用户交互评价值为依据的适应度函数,以色彩调和度评价为约束条件,设置初始条件,使用交互式遗传算法进行配色方案的推进及优化,直至获得满足用户感性需求的配色方案。并以某企业某款数控机床产品的配色设计为例,对此方法进行了验证。结论 结果表明,该方法能有效地获得使用户满意的产品配色方案。通过结合感性工学,可获得满足用户感性需求的产品配色设计方案,同时拓展了感性工学方法的应用范围,并且遗传进化操作简单,降低了配色设计对于专业知识的依赖。     

基于感性意象和BP神经网络的产品CMF决策模型研究

目的 为实现特定感性意象下的产品CMF精准选定与量化,结合BP神经网络和线性回归提出一种产品CMF决策模型。方法 通过文本挖掘形式确定用户感性意象,根据HSV色彩模型与选定的康复辅具的材质与工艺构建CMF要素空间,并基于设计要素空间形成海量CMF方案,同时根据选定感性意象对方案加以评价,获得感性意象与CMF单一设计要素的定性映射关系。将CMF方案编码后与感性意象评价值结合,并通过BP神经网络以定量方式构建CMF决策模型,筛选出最优色彩区间、材质及工艺。对选中色彩区间再次细分出设计方案并进行评价,通过线性回归得到色彩回归方程,从而构建产品CMF的综合决策模型。结果 以膝关节支具为例进行实例研究,通过BP神经网络构建的一阶CMF决策模型预测值与期望值的均方误差MSE为0.038 13,且预测结果与定性映射关系基本一致,表明该阶模型可信度较高且精度良好。利用线性回归构建的二阶决策模型P值小于0.01,表明H、S、V的数值与感性意象评价值具有显著相关性,证明了该CMF决策模型的可行性。结论 构建的CMF决策模型在产品设计领域具有一定的通用性,能够有效实现康复产品CMF的精准选择与量化,在定性和定量层面指导康复产品CMF决策的优选和创新。     

基于色彩方案重用的产品配色感性设计

在工业设计界,产品配色活动主要依靠人工赋色和修改,并且用户感性知识参与性较低.为了有效降低设计活动对领域知识的依赖以及增强用户感性需求的满意度,提出了基于色彩配置方案重用的产品配色感性设计方法.运用模糊处理与主色提取等技术从源图像中获取色彩组合方案,建立色彩组合样本库、产品三维模型库及色彩组合感性评价语义集,利用因子分析方法从色彩组合方案中提取单个色彩的意象贡献值,进而完成从独立色彩空间向意象词汇空间的映射,依据用户评价分值与色彩调和度构建适应度评价函数并以交互式遗传算法为工具推进方案群的优化.以文化旅游纪念品配色设计为例对设计方法进行验证,表明该方法的有效性.     

基于感性工学的产品质感调和设计模型研究

目的运用感性工学和BP神经网络构建产品质感调和设计模型。方法通过多维尺度分析和聚类分析,分析出了最适合于描述质感调和的代表性感性意象词汇集;通过统计分析,确定了以透明度、光泽度和粗糙度及其细分类目为元素的质感调和空间;通过质感调和实验,获得了针对实验样本的质感空间特征值和感性评价值;最后通过MATLAB的BP神经网络工具箱,建立了基于感性意象的质感调和设计BP模型,并重新设计检验样本论证了模型的可靠性。结论该模型为后续的计算机辅助质感调和设计系统提供了理论和算法依据,可以提高产品设计的成功率。     

基于感性意象的SUV前脸造型设计

目的 为明确汽车造型对用户情感产生的影响,辅助汽车意象造型设计,提出一种基于感性意象的运动型多用途汽车（Sport Utility Vehicle,SUV）前脸造型设计方法。方法 以典型的SUV为研究对象,收集并筛选出具有代表性的SUV样本和感性意象语意空间,使用语义差分法获取用户对代表性样本的感性意象评价;利用SPSS软件对感性意象语意空间进行因子分析,提取出主意象因子;运用形态分析法从比例关系、相对位置关系和形态方面进行SUV前脸造型设计要素分解;通过数量化理论I建立感性意象与SUV前脸造型设计要素之间的映射关系,并将研究结果运用到SUV前脸造型设计方案中。结论 运用该方法,可将用户模糊的意象和情感体验转化为真实的汽车前脸造型设计要素,提高用户的认同感,使汽车造型设计更加人性化,为SUV造型设计提供参考。     

BP神经网络的宇航服多维意象造型评价方法

目标 为适应宇航服造型设计对“大国形象”多维意象识别的需要,提出了以“大国形象”为导向的宇航服造型设计评价模型构建方法。方法 在大量用户调研的基础上,对“大国形象”意象集进行筛选,并采用认知实验与聚类分析相结合的方法获得宇航服产品的代表样品。采用语义差异法,对“大国形象”感性意象集中初步筛选词和宇航服产品代表样本之间的映射数据进行检验和分析,对得到的数据结果进行主成分分析,以获得宇航服产品对“大国形象”感性意象的认知空间。同时,根据全局HIEs解构原则和宇航服产品的功能约束清单建构宇航服产品造型特征空间。采用语义差异法和认知测试,得到宇航服造型多维意象认知空间。利用BP神经网络,以样本关键HIEs评价经数字编码后作为输入层,以各意象词下样本的感性意象均值作为输出层,构建宇航服造型意象评价模型。随后,采用留一交叉训练法对评价模型的准确性进行验证。结论 该评价模型能够有效解决造型特征与多维意象之间的映射及匹配,论证了造型意象和认知空间之间存在的关联性,探索出设计目标和设计意象关联判断的实践方法。     

基于感性意象的白酒酒瓶造型多维度特征分析

目的 为了更深层地探寻消费者对白酒酒瓶造型设计的情感诉求,找到影响消费者感性意象的设计要素并构建情感意象与造型要素之间的联系.方法 提出一种从多维设计变量出发对白酒酒瓶造型进行感性工学研究的方法,从消费者的感性意象出发,运用人机界面元件(HIEs)解构方法对白酒酒瓶造型进行多维度设计特征分析,然后通过灰关联与因子分析筛选出最具有代表性的设计特征元素,并运用数量化Ⅰ类建立白酒酒瓶主设计特征元素与消费者感性意象之间的映射关系模型.结果 设计出新产品对构建的白酒酒瓶感性意象预测模型进行实例验证分析,模型预测值与实际评价值的T检验结果证明了该模型的有效性和可靠性.结论 实现了对白酒酒瓶造型的意象评价值预测,并了解到目标感性意象对应的设计特征要素.     

BP神经网络在程控切纸机整体造型感性设计中的运用

目的运用计算机图形设计和逻辑运算方法建立用户需求与造型设计要素之间的数理联系,对程控切纸机产品进行更科学的造型设计与评价,使设计流程更加严谨。方法以语义差异法和因子分析法归纳用户感性意象评价,以形态分析法解构程控切纸机整体造型设计要素,建立感性评价矩阵,用以训练BP神经网络。结果测试后发现网络正确映射了感性意象和设计要素之间的关系,用该网络模型进行模拟预测,得到关于"高档的—低端的"感性评价最大值和最小值,对应的造型设计要素组合能给设计"高档"风格的程控切纸机提供理性支撑。结论将用户模糊不清的情感转化为定量的数据,弥补原先设计流程中单纯凭设计者主观经验去比较和评价设计方案的不足,为大型机电产品整体造型设计提供科学的设计方法。     

基于联觉实验与色彩网络的传统香薰包装设计研究

目的 香味与色彩和情绪具有紧密的联系,色彩强烈影响着香薰产品的使用感受与体验。基于联觉实验可获得香薰对应色相与感性意象,便于构建色彩网络辅助香薰产品进行色彩设计。方法 在对中国传统香薰进行深入调研的基础上,选取具有代表性的几款香薰作为研究材料。首先进行香-色联觉实验,获得香薰对应色相、情绪关系与感性意象,然后据此选取自然图片进行色彩微调,建立香-色图像数据库,最终对图片进行色彩提取并构建色彩网络模型,获得香味对应的主辅色及色彩关系,将其应用于中国传统香薰产品的配色方案与包装设计中。结论 利用嗅觉与色彩视觉之间的情绪关联作用进行联觉实验,获得的香味对应的色彩和谐自然、感性意象生动明晰,将其应用于中国传统香薰产品的设计中能够唤醒使用者的情感共鸣,带来更好的使用体验。     

基于KAB模型的设计要素组合推导

目的 为了提高产品感性设计开发效率及意象匹配精度,采用定性和定量相结合的方法,提出一种基于层次分析法(AHP)与BP神经网络相结合的产品意象设计要素组合推导方法。方法 首先通过网络爬虫和亲和图法建立产品意象及造型数据库,以获得意象和设计要素;其次运用AHP构建产品层次结构模型及判断矩阵,计算意象及设计要素的权重系数;接着,基于形态拆解法与权重结果获得设计要素类型及优化组合编码,再运用语义差异法(SD)获取组合编码的用户感性意象均值;最后通过感性工学和AHP-BP神经网络构建KAB关键设计要素组合预测模型。结果 基于此模型预测四旋翼无人机设计方案,应用逼近理想解排序法(TOPSIS)对其进行验证评价,结果表明通过模型计算能够得到与目标感性意象高度匹配的设计要素组合编码。结论 基于此模型能够快速获得客观准确的产品意象造型设计要素组合,提高产品设计开发过程的效率。     

家庭服务机器人整体造型感性设计的BP神经网络应用

目的建立用户的感性意象与家庭服务机器人整体造型设计要素之间的逻辑关系。方法基于技术支撑的约束得到家庭服务机器人整体造型设计样本,运用主成分分析法、形态分析法和BP神经网络对整体造型设计要素与感性意象进行量化分析。结论用训练后的BP神经网络进行预测模拟,为家庭服务机器人整体造型的较"亲和的"感性风格设计提供了参考依据。     

基于粒子群算法优化 BP 神经网络的色彩空间转换

目的研究基于粒子群算法优化BP神经网络对显示器色彩空间转换的预测准确性的方法。方法主要通过数据归一化处理、改进最大限制速度、惯性常数和适应度函数来优化BP神经网络的权值和阈值,以缩小其分布范围,再用BP神经网络法进行色差预测。结果改进粒子群算法优化BP神经网络预测模型,测试20次得到色块平均色差为2.8526,最小平均色差为2.0453。结论该方法大大降低了BP神经网络预测模型陷入局部极小值的可能性,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。     

遗传算法优化 BP 神经网络的显示器色彩空间转换

目的基于改进遗传算法优化BP神经网络,研究对显示器色彩空间转换的预测准确性的方法。方法通过改进数据归一化处理和遗传算法的适应度函数,来优化BP神经网络的权值和阈值,以将它们的分布范围缩小,再用BP算法进行精确求解,并将该方式与常规方式作对比。结果训练优化后的BP神经网络预测模型20次,测试色块平均色差为2.9353,最小平均色差为1.9467。结论该方法大大降低了BP神经网络预测模型陷入局部极小值的可能性,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。     

基于饱和度优先的 BP 神经网络颜色空间转换模型研究

利用神经网络算法的非线性转换优势,构建了基于BP神经网络的颜色空间转换正向和反向仿真模型,提出了数据仿真饱和度优先的方法。通过训练样本的选取、仿真实验和数据分析,得到了较好的训练效率和转换效果。仿真结果表明,BP神经网络适合于颜色空间转换,转换精度较高。     

基于眼动实验的学龄前儿童机器人设计

目的探索学龄前儿童对产品的感性需求,帮助设计师准确了解用户隐性意图,提高产品与用户的情感匹配度。方法首先,运用眼动实验获取目标用户观看样本时的眼动数据,用BeGaze3.6软件对数据进行客观分析,将目标用户感性需求可视化,确定符合被试者意象认知的样本;其次,以认知心理学和仿生学为基础提取样本的感性意象特征和造型关键要素,构建意象认知样本与设计要素之间的映射模型,将结果运用于学龄前儿童机器人的设计实践;最后,以该实验方案及其他同类产品为样本,采集被试者观察样本时的眼动数据作为感性评价指标。结论学龄前儿童对外形可爱、具有普遍印象的动物形象认知度最高,感性评价实验数据也显示基于该实验样本的设计方案与被试者的情感匹配度最高,为设计师从事学龄前儿童产品设计提供参考。     

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。