基于用户意象偏好的轮毂款型推荐方法研究

摘要

目前，传统的轮毂造型设计开发方法凸显出一种弊端，造型方案的最终确定基本凭借设计师和决策者的直觉判断，这就导致了设计的轮毂产品不能很好的迎合市场中广大用户的审美需求和意象偏好。为了使轮毂造型能够更好的满足用户的个性化需求，需要一种能够将用户意象偏好引入到轮毂造型设计过程中的设计方法，通过运用这种方法达到破译用户的感觉编码，并将其转化为轮毂造型设计变量的目的。
　　本文提出了如何将用户的意象需求引入轮毂造型设计，并将其转化为造型形态，使最终设计出的轮毂符合用户意象需求的问题。以用户意象偏好的轮毂款型推荐方法作为研究目标，结合感性工学、计算机辅助等技术，将用户对轮毂的意象偏好或感觉准确地转变成轮毂的设计变量要素，进而能够更加有效的对用户的意象偏好与轮毂造型设计变量之间的映射关系进行探索和研究，以这种映射关系为依据，最终设计出的轮毂造型就更能符合用户的意象偏好。
　　本文采用感性工学、统计学、机器学习等领域的相关知识构建了一个行之有效的推荐系统，来最大化的满足用户的意象需求。首先，对轮毂的关键造型特征以设计变量的形式表现。其次，以感性工学（Kansei Engineering）理论作为基础，利用调查问卷的数据建立轮毂的评价量表。再次，利用支持向量机（ Support Vector Machine）方法构建用户意象语汇与偏好之间关系模型和轮毂设计变量与偏好之间的关系模型。最后，通过遗传算法（Genetic Algorithm）求出满足用户意象需求的最优的轮毂造型。本研究结果对轮毂设计过程中有效把握用户意象偏好，设计符合用户意象需求的轮毂造型具有一定的参考价值及借鉴意义。

目录

声明

第1章 绪 论

1.1 课题背景与课题来源

1.2 国内外研究现状

1.3 课题研究的目的、方法和意义

1.4 课题组织结构

第2章 轮毂造型意象特性评价量表的构建

2.1 轮毂造型意象特性语汇的选取

2.2 轮毂代表性造型的选取

2.3 建立评价量表及数据收集

2.4 本章小结

第3章 基于支持向量机的偏好模型构建

3.1 支持向量机偏好模型设计基础

3.2 意象语汇与偏好的关系模型构建

3.3 设计变量与偏好的关系模型构建

3.4 本章小结

第4章 基于遗传算法的轮毂造型模型的优化

4.1 遗传算法概述

4.2 轮毂造型优化模型构建

4.3 遗传算法与支持向量机模型集成算法设计

4.4 最优模型设计及验证

4.5 本章小结

第5章 轮毂款型推荐系统设计

5.1 轮毂款型推荐系统交互框架

5.2 轮毂款型推荐系统界面设计

5.3 轮毂款型推荐系统实测

5.4 本章小结

结论

参考文献

附录一 意象语汇问卷

附录二 轮毂模型样本集

附录三 轮毂代表性造型筛选问卷

附录四 轮毂评价量表问卷

附录五 编码在软件Matlab中的设定

附录六 软件Matlab编写的优化代码

附录七 最终成果展板

附录八 模型实物

攻读硕士学位期间承担的科研任务与主要成果

致谢