基于產(chǎn)品風格認知模型的計算機輔助概念設計技術的研究.pdf

1、產(chǎn)品風格一方面充分傳達了消費者的情感需求，另一方面也充分體現(xiàn)了設計師的意圖，已經(jīng)成為消費者與設計師溝通的重要媒介，也是設計師準確掌握消費者真實的感覺與期望、理解消費者對產(chǎn)品的情感認知的重要途徑。以往消費者需求信息的獲取是以消費者調查為主要手段，調查所需花費的成本、時間，均造成產(chǎn)品開發(fā)過程的嚴重負擔，降低了產(chǎn)品的競爭力。有鑒于此，如果能利用一個自動化的模擬機制，建立產(chǎn)品風格認知的計算模型及其相應的計算機輔助概念設計技術，總結產(chǎn)品歷史數(shù)據(jù)庫

2、中潛在的造型風格信息，挖掘消費者潛在的情感需求，必將大大激發(fā)設計師的創(chuàng)作靈感，引導產(chǎn)品設計過程，加快產(chǎn)品開發(fā)進程，大幅度提高產(chǎn)品開發(fā)的整體效益。 本文的研究工作是一項計算機應用、設計藝術學、人工智能、認知心理學等多學科交叉的研究工作，在產(chǎn)品風格認知、計算機輔助概念設計、風格計算等方面做了較深入的研究，開展了以下主要研究工作，并取得了一定的研究成果： 1、在第一部分，將需求分析與概念設計階段融合，把概念設計分為三個階段：概

3、念定位、概念生成與概念選擇，全面闡述了一個面向產(chǎn)品創(chuàng)新的計算機輔助概念設計技術體系，指出一個理想的CACD系統(tǒng)應具備的三大功能；進一步地，分析了本研究的目的、意義、內容以及現(xiàn)狀，提出了本研究的思路； 2、在第二部分，重點闡述了風格導向的產(chǎn)品概念設計程序與方法。首先給出了產(chǎn)品風格的定義、成因及特點，在分析其內涵基礎之上，將原來割裂的設計師的編碼過程以及消費者的解碼過程融合起來，形成了一個回路，提出了一個風格導向的產(chǎn)品概念設計程序與

4、方法的一般模型。該模型中闡述了構成產(chǎn)品風格的兩大特征群：物理的形態(tài)特征群、心理的意象特征群，探討與構造兩者之間的映射關系就是在研究產(chǎn)品風格再現(xiàn)與創(chuàng)新的概念設計過程，最后提出了兩種風格再現(xiàn)與創(chuàng)新的方法，并給出了相應的實例； 3、在第三部分，主要研究產(chǎn)品風格認知的計算模型。在論文中分兩章闡述，在第三章中，首次運用專家訪談、影響汽車外觀造型的特征的眼部跟蹤觀察實驗、影響產(chǎn)品風格認知的造型特征提取實驗、關鍵造型特征與產(chǎn)品風格認知關系之量

5、化實驗等多實驗的方法，建立了基于特征匹配的產(chǎn)品風格認知模型；在第四章中，針對以下問題：(1)模糊集的方法必須定義隸屬度函數(shù)，而在風格空間中很難定義隸屬度函數(shù)；(2)人工神經(jīng)元作為產(chǎn)品風格的表示的基本單元太細；(3)現(xiàn)有的應用模糊集來進行風格認知建模，存在著知識表示能力、推理能力、泛化能力以及學習能力不足；本研究創(chuàng)造性地將模糊關系作為最基本的出發(fā)點，而不是隸屬度函數(shù)作為最基本的出發(fā)點，采用多元矩陣進行模糊關系的定性與定量描述，采用隨機集理

6、論特別是嵌套隨機集來建立不確定性推理方法，建立了基于嵌套隨機集的產(chǎn)品風格認知模型，這種模型具有嚴格的邏輯基礎，并且不依賴于隸屬度函數(shù)或適合度函數(shù)，可以較好地實現(xiàn)產(chǎn)品風格認知的自動模擬； 4、在第四部分，重點探討了基于風格特征線的非精確概念生成技術。以汽車為例，首先將可能性分布轉化為無偏概率分布，實現(xiàn)造型特征形狀之間的融合，提出了基于可能性分布的風格特征線生成方法，進一步地，定義了非風格特征線與特征線之間的約束關系，研究并提出了基

7、于約束的非精確概念方案生成技術； 5、在第五部分，實現(xiàn)了基于產(chǎn)品風格認知模型的計算機輔助概念設計原型系統(tǒng)，包括產(chǎn)品風格調查子系統(tǒng)、產(chǎn)品風格計算子系統(tǒng)等兩個子系統(tǒng)，為消費者與設計師提供了決策支持工具。通過該系統(tǒng)，消費者(設計師也可)通過風格詞匯的輸入，可以得到一組具有該風格的概念設計方案；設計師能夠在計算機中描繪簡單的造型特征，系統(tǒng)可以自動給出該草圖相應的風格。并以汽車造型設計為例，驗證本文所提出的理論、方法與技術的正確性和實用性