本文關(guān)鍵詞：產(chǎn)品材料質(zhì)感意象與用戶偏好定量關(guān)系研究，由筆耕文化傳播整理發(fā)布。

【摘要】：材料作為產(chǎn)品的物質(zhì)基礎(chǔ),材料質(zhì)感意象的認知很大程度上左右著用戶對于產(chǎn)品的選擇,材質(zhì)意象的相關(guān)研究將有助于根據(jù)用戶需求進行產(chǎn)品設(shè)計。本文以常用的材質(zhì)作為研究對象,對材料質(zhì)感意象與用戶偏好的關(guān)系進行研究,建立材料質(zhì)感意象與用戶偏好定量關(guān)系模型,簡稱材質(zhì)意象量化模型,并通過模型分析材料質(zhì)感意象與用戶偏好的定量關(guān)系。首先,通過充分的調(diào)查分析,總結(jié)了影響各種材料質(zhì)感變化的主要參數(shù);從材質(zhì)的原始特征角度,以金屬、塑料、玻璃、木材四種材料的材質(zhì)的客觀物理參數(shù)為基礎(chǔ),利用視覺試驗確定各參數(shù)的取值范圍并制作材質(zhì)樣本。在對比分析的基礎(chǔ)上,得到可以準(zhǔn)確描述材料質(zhì)感的意象詞匯;經(jīng)詞匯相似度試驗和多維尺度分析將意象詞匯聚類分組,得到每組的代表性詞匯;運用語義差分法量化代表性詞匯對材質(zhì)樣本的意象偏好程度。其次,根據(jù)材質(zhì)參數(shù)與意象量化值的非線性關(guān)系,利用BP神經(jīng)網(wǎng)絡(luò)對材質(zhì)種類、粗糙度和折射指數(shù)等材質(zhì)參數(shù)與代表性意象詞匯的量化關(guān)系進行了探討。通過材料質(zhì)感量化試驗數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),得到了反映材質(zhì)參數(shù)與意象量化值對應(yīng)關(guān)系的定量模型,經(jīng)驗證模型實現(xiàn)了根據(jù)材質(zhì)參數(shù)對代表性意象偏好程度的預(yù)測。根據(jù)模型總結(jié)分析不同材料的材質(zhì)參數(shù)變化對用戶情感偏好產(chǎn)生的影響及定量關(guān)系。最后,對用戶感性需求進行量化,經(jīng)詞匯相似度試驗,將量化結(jié)果轉(zhuǎn)換為9個代表性意象詞匯的定量數(shù)據(jù)。利用遺傳算法與改進的并列選擇法對比分析,將問題歸納成多意象目標(biāo)問題,得到最優(yōu)的材質(zhì)參數(shù)結(jié)果并極大的提高了擬合精度。通過數(shù)據(jù)驗證,證明模型對用戶的意象偏好量值有良好的擬合性能,最優(yōu)解即為符合用戶感性需求的最佳材質(zhì)參數(shù)。該模型對設(shè)計師根據(jù)用戶偏好需求選擇材質(zhì)具有參考價值與指導(dǎo)意義。
【關(guān)鍵詞】：材料質(zhì)感 用戶偏好 語義量化 神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TB472
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-18
• 1.1 課題背景及研究意義10-11
• 1.1.1 課題背景10
• 1.1.2 課題研究的意義10-11
• 1.2 國內(nèi)外研究綜述11-16
• 1.2.1 材料質(zhì)感研究現(xiàn)狀11-13
• 1.2.2 用戶偏好量化方法研究13-15
• 1.2.3 材質(zhì)意象定量關(guān)系研究現(xiàn)狀15-16
• 1.3 本課題的主要研究內(nèi)容16-18
• 第2章 材質(zhì)樣本選擇及用戶偏好量化18-34
• 2.1 材質(zhì)分析與樣本選擇18-24
• 2.1.1 材料質(zhì)感要素分析18-21
• 2.1.2 材料質(zhì)感參數(shù)確定21-23
• 2.1.3 典型材質(zhì)樣本選擇23-24
• 2.2 意象詞匯選擇與量化24-30
• 2.2.1 材質(zhì)意象詞匯選擇24-26
• 2.2.2 詞匯相似度計算26-28
• 2.2.3 關(guān)鍵詞匯組的選擇28-30
• 2.3 材料質(zhì)感與用戶偏好量化方法30-33
• 2.3.1 質(zhì)感意象量化方法31-32
• 2.3.2 量化結(jié)果分析32-33
• 2.4 本章小結(jié)33-34
• 第3章 材質(zhì)意象定量關(guān)系模型34-49
• 3.1 基于因子分析法的量化關(guān)系分析34-35
• 3.2 材質(zhì)意象量化模型構(gòu)建35-40
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建原理35-36
• 3.2.2 網(wǎng)絡(luò)層次結(jié)構(gòu)與神經(jīng)元數(shù)的選擇36-38
• 3.2.3 激活函數(shù)選擇38-39
• 3.2.4 量化模型BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)39-40
• 3.3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練與仿真40-43
• 3.3.1 材質(zhì)參數(shù)預(yù)處理40
• 3.3.2 材質(zhì)意象量化模型訓(xùn)練與仿真40-42
• 3.3.3 模型驗證42-43
• 3.4 材質(zhì)意象定量關(guān)系分析43-48
• 3.4.1 金屬材質(zhì)意象影響因素分析43-44
• 3.4.2 玻璃材質(zhì)意象影響因素分析44-46
• 3.4.3 塑料材質(zhì)意象影響因素分析46-47
• 3.4.4 木質(zhì)材質(zhì)意象影響因素分析47-48
• 3.5 本章小結(jié)48-49
• 第4章 基于用戶偏好的材質(zhì)參數(shù)選擇49-62
• 4.1 用戶偏好材質(zhì)參數(shù)選擇研究方法49-50
• 4.2 用戶目標(biāo)意象量化方法50-52
• 4.2.1 意象語義相似度定義50-51
• 4.2.2 用戶意象量化51-52
• 4.3 基于遺傳算法的材質(zhì)參數(shù)搜索52-57
• 4.3.1 編碼方案的選擇52
• 4.3.2 適應(yīng)函數(shù)與遺傳操作的確定52-55
• 4.3.3 控制參數(shù)的選擇與約束55-56
• 4.3.4 遺傳算法解的搜索性能56-57
• 4.4 多意象材質(zhì)參數(shù)選擇57-61
• 4.4.1 多意象目標(biāo)分解57-58
• 4.4.2 改進的并列選擇法58-59
• 4.4.3 多意象參數(shù)選擇結(jié)果與驗證59-61
• 4.5 本章小結(jié)61-62
• 結(jié)論62-63
• 參考文獻63-67
• 附錄1材料質(zhì)感意象影響因素調(diào)查問題67-70
• 附錄2材質(zhì)樣本70-71
• 附錄3意象詞匯選擇方案71-72
• 附錄4意象詞匯六維認知空間分布72-73
• 附錄5六維意象詞匯對象點分布圖73-74
• 附錄6意象詞匯聚類進程74-75
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文75-77
• 致謝77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 姜健;趙杰;臧希U，

本文編號：372557