【摘要】：本文對基于多維感官的產(chǎn)品設(shè)計評估方法進行了研究。研究內(nèi)容主要包括:多維感官的評估信息采集與預處理、評估指標的約簡、智能感官評估方法、眼動跟蹤技術(shù)在產(chǎn)品設(shè)計評估中的應用研究和多維感官的評估集成方法。在多維感官的評估信息采集與預處理方法研究中,提出了產(chǎn)品設(shè)計評估信息感官來源多樣化原則,建立了以社區(qū)公共信息服務(wù)設(shè)施為研究對象的多維感官評估初始指標體系;分析了評估指標的信息特點,構(gòu)建了基于多維感官的產(chǎn)品設(shè)計評估信息預處理模型,實現(xiàn)了對初始評估信息的形式一致化預處理和粒度一致化預處理。在評估指標的約簡方法研究中,建立了評估指標的二元組-粗糙集約簡模型;提出了一種二元組表達形式下感官評估信息的離散化方法,給出了基于二元組實數(shù)的離散規(guī)則;運用評估指標約簡模型對社區(qū)公共信息服務(wù)設(shè)施設(shè)計的多維感官評估初始指標體系進行了有效約簡,并建立了基于約簡后較少指標的社區(qū)公共信息服務(wù)設(shè)施設(shè)計的多維感官評估指標體系。在智能感官評估方法研究中,比較了遺傳優(yōu)化BP模型、灰色串聯(lián)BP模型和灰色遺傳BP模型的預測效果及影響模型精度的因素;建立了單一理論下的灰色靜態(tài)模型和BP模型(Back Propagation,BP),分析了灰色靜態(tài)模型失敗的原因;以BP模型、遺傳優(yōu)化BP模型、灰色串聯(lián)BP模型和灰色遺傳BP模型的案例應用效果說明了混合神經(jīng)網(wǎng)絡(luò)在感官評估中的必要性;建立了基于未經(jīng)二元組-粗糙集約簡模型處理的初始指標體系下感官評估信息的灰色遺傳BP模型,與約簡后感官評估信息的灰色遺傳BP模型預測效果相比,表明二元組-粗糙集約簡模型可有效的減少評估指標的數(shù)量并提高預測模型的穩(wěn)定性。在眼動跟蹤技術(shù)在產(chǎn)品設(shè)計評估的應用研究中,設(shè)計并實施了一組基于SMI公司生產(chǎn)的RED(Red-Eye Detection)眼動跟蹤系統(tǒng)實驗平臺的實驗,采集了38份有效眼動儀測試數(shù)據(jù)和45份調(diào)查問卷的調(diào)研數(shù)據(jù);運用SPSS for Windows16.0統(tǒng)計軟件對KPI2(進入時間)、KPI3(駐留時間)、KPI6(回視人數(shù))、KPI8(首次注視時長)和KPI9(注視點數(shù)量)等5項眼動儀KPI(Key Point Index)測試指標進行了多因素混合方差分析、兩個獨立樣本T檢驗和單因素方差分析,得到了分組因素、環(huán)境因素和方案因素不同處理水平下的眼動儀測試實驗結(jié)果;運用GY-GA-BP神經(jīng)網(wǎng)絡(luò)模型分析了調(diào)研問卷中視覺屬性的調(diào)研數(shù)據(jù),比較了眼動儀測試實驗結(jié)果和視覺智能評估結(jié)果,驗證了眼動儀測試實驗方法和灰色遺傳BP模型的可行性。在多維感官評估集成方法的研究中,提出了基于語言評價的L-AHP(Linguistic-Analytic Hierarchy Process)權(quán)重確定方法,改進了傳統(tǒng)層次分析權(quán)重確定方法中元素間成對比較的標度體系,給出了不同粒度下語言評價集之間屬性權(quán)重的轉(zhuǎn)換公式;建立了基于多維感官的產(chǎn)品設(shè)計理想點法評估集成模型;運用上述方法和模型對多維感官的智能評估結(jié)果進行集成,集成評估結(jié)果得到了調(diào)研問卷統(tǒng)計數(shù)據(jù)的驗證,表明方法具有有效性。
[Abstract]:......
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TB472;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 李檬;王安霞;鄧麗;;感官設(shè)計理念在包裝設(shè)計中的應用[J];包裝工程;2008年03期

2 曾憲奕,丁永生;An Introduction to Intelligent Sensory Evaluation[J];Journal of DongHua University;2004年03期

3 陳淑燕,王煒;交通量的灰色神經(jīng)網(wǎng)絡(luò)預測方法[J];東南大學學報(自然科學版);2004年04期

4 陶志,許寶棟,汪定偉,李冉;基于遺傳算法的粗糙集知識約簡方法[J];系統(tǒng)工程;2003年04期

5 周子康,那吉生;多準則綜合排序問題的研究[J];管理現(xiàn)代化;1990年05期

6 王學武,顧幸生;神經(jīng)網(wǎng)絡(luò)的研究熱點分析[J];工業(yè)儀表與自動化裝置;2004年06期

7 夏雅琴;周洪雷;朱如鵬;;2-Tuple and Rough Set Based Reduction Model for Multi-sensory Evaluation Indicators[J];Journal of Donghua University(English Edition);2014年01期

8 吳洪麗;蔣永輝;;軟件可靠性影響因素權(quán)重分析[J];計算機工程與應用;2010年33期

9 蘆曉紅,陳世權(quán),吳今培;基于可辨識矩陣的啟發(fā)式屬性約簡方法及其應用[J];計算機工程;2003年01期

10 陳洪濤;周德群;黃國良;;基于粗糙集理論的企業(yè)效績評價指標屬性約簡[J];計算機應用研究;2007年12期

相關(guān)碩士學位論文 前6條

1 喬彩燕;機電產(chǎn)品數(shù)字化工業(yè)設(shè)計多目標評價理論與方法研究[D];西北工業(yè)大學;2004年

2 李橋興;多屬性決策中指標權(quán)重確定的理論研究與應用[D];廣西大學;2004年

3 王漢林;灰色神經(jīng)網(wǎng)絡(luò)模型的建立及其在復雜非線性預測問題中的應用[D];吉林大學;2004年

4 熊湘暉;產(chǎn)品造型設(shè)計的外觀質(zhì)量美學評價理論及研究[D];昆明理工大學;2005年

5 吳尚智;基于粗糙集理論的屬性約簡算法研究[D];西北師范大學;2006年

6 林燕;偏最小二乘變量篩選法及其應用研究[D];廈門大學;2007年

，

本文編號：2273803