摘要：目的解决产品设计过程中知识获取不完善及设计过程表征不能满足用户需求的问题。方法针对设计过程,从知识获取、知识物化和特征验证等方面,剖析用户知识在设计过程情境中的行为逻辑,提出一种面向设计过程的情境建模方法。基于可拓基元概念,知识获取情境将用户信息转化为需求基元;知识物化情境将需求基元与设计思维进行融合,形成概念方案。结果利用验证情境模型判断特征元素是否满足设计需求,从而使产品设计方案达到效能的最大化。结论基于物流分拣设备设计过程的研究,对设计情境模型进行实例验证,其产品的特征得到了高效的表达,完善了产品设计的方案,验证了该方案的可行性。

摘要：为解决木制民居定制过程复杂、难以融入用户感性需求的问题,提出一种基于BP神经网络及模块化设计的个性化定制方法。利用语义量表获取用户的感性意象,基于模块化设计思想对木制民居进行解构并编码,通过BP神经网络构建用户感性意象与造型模块之间的映射关系,根据设计目标计算并查找相应的设计编码组合,指导木制民居设计。该方法可提高木制民居个性化定制的效率,实现木制民居设计中用户感性意象的融入和应用。以苗族传统木制民居为实例,验证了该方法的可行性。

摘要：针对注塑件翘曲变形问题,以某塑料叶轮为研究对象,首先设计了正交试验对叶轮进行翘曲分析,通过正交试验获得的相关数据,建立了基于BP神经网络的注塑件翘曲量预测模型。在预测模型的基础上,通过采用平均影响值(MIV)算法对模型的输入参数进行筛选后,再进行仿真模拟。结果表明:经MIV算法优化后的塑件翘曲量预测模型具有较高的预测精度,模型预测的相对误差由原来的13%减小到7%,对实际注塑加工生产具有重要意义。

摘要：针对复杂曲面构件注塑成型过程中体积收缩率、翘曲变形量和缩痕指数最小化等多目标优化问题,采用正交试验法设计了六因素五水平的聚甲醛叶轮注塑加工试验;基于灰色关联分析将多目标优化问题转化为单目标优化问题,利用主成分分析法确定体积收缩率、翘曲变形量和缩痕指数对灰色关联度的影响权重;通过对试验数据的回归分析,建立了灰色关联度与注塑成型主要工艺参数的二阶预测模型;基于各工艺参数对体积收缩率、翘曲变形量和缩痕指数影响规律的分析,确定了注塑工艺参数的优化方案。利用响应曲面求解注塑成型参数优化问题并进行注塑成型仿真实验,结果表明:由该优化方法获得的注塑成型工艺参数组合可以使制品的体积收缩率、翘曲变形量和缩痕指数均大幅减小。

摘要：目的在汽车造型设计开发之前,有效预测汽车造型特征线产生的意象是否真正符合用户隐性意图,便于提高汽车行业情感意象设计水平。方法首先,获取用户群体需求信息,引导设计方向;其次,建立汽车造型意象认知模型,通过案例分析,构建"标杆车"造型特征线目标意象集;再次,依据眼动实验,提出基于眼动指标(注视点数目、注视时间、平均注视时间)的汽车造型特征线提取模型,进行汽车造型特征线显著性分析与特征线提取;最后,采用形状文法坐标变换规则,结合贝赛尔曲线描述,通过类比形式进行规则映射分析,使用矢量工具Adobe Illustrator改变特征曲线各锚点与控制点坐标值,实现汽车造型特征的继承与变异。结果以阿尔特SUV概念研发项目为例,论述该设计方法,通过奔跑的狮子形态进行意象类比,得出最终设计方案。结论对最终设计方案进行用户喜好度意象评估,用户喜好度为87.65%,证实了该汽车造型意象设计方法的可行性,为汽车行业满足用户群体偏好特征意象,提供了一种新的设计方法。

摘要：传统的个性化偏好研究仅限于感性分析,获取用户对某一产品的感性偏好。感性分析具有主观性、不稳定性等特点,造成个性化偏好研究缺乏科学理论基础。为此提出一种利用眼动数据预测用户个性化偏好的方法。通过对用户眼动数据和设计要素关系的研究,建立眼动数据和设计要素的多元回归方程,探索用户对蜡染纹样的个性化偏好,并得到不同设计要素的喜好权重,从而针对不同用户制定不同的个性化方案。

摘要：交互设计中用户的情感体验关系到设计的成功与否,对用户情感的研究一直是交互设计的研究热点。人在与移动终端交互的过程中会产生情感,由于该情感具有主观性,很难对其进行客观衡量。为此提出一种利用眼动指标和PAD情感量表进行情感预测的方法,选择中文版PAD情感量表作为情感测量的工具,通过偏最小二乘回归分析建立眼动指标和PAD情感值的数学模型,进行实验设计。实验结果表明该数学模型能较为准确的进行情感预测。

摘要：采用键合图表示电路系统,研究了基于两种不同胚胎键合图的模拟电路进化设计方法。该方法利用遗传编程开放式拓扑搜索的特点,模拟一组特征值,并用键合图和遗传编程对该组初始胚胎进行进化,总结了两种结构对进化设计结果的影响,得出由三个可修改点胚胎进化的电路优于由一个可修改点胚胎进化的电路,三个可修改点胚胎进化具有更平衡的结构。最后进化设计了一个模拟带阻滤波器,进一步证明了该方法的可行性和有效性。

摘要：为了评估虚拟现实(VR)交互界面不同图形设计的点击效率,基于概率菲茨定律提出一种针对虚拟现实情境下指向性任务完成时间的预测方法,并构建了VR任意形状选择模型。首先,根据VR界面设计的实际需求,加入形状对指向性任务完成时间的影响,构建命中概率与任务难度指数的关系函数,将目标质心设为待积分函数的中心点,完成虚拟情境下概率菲茨模型定义。然后,设计实验一以获取改进概率菲茨模型中概率函数的常数项值;在此基础上设计实验二计算改进概率菲茨模型中预测函数的常数项,完成改进概率菲茨模型的构建。最后,以某VR烟草分拣系统实际点击任务对模型进行验证与评估,实验结果表明该模型能够在虚拟情境下对任务完成时间进行良好预测。

摘要：为进一步提高工作效率,提出一种基于人的认知因素和几何位置匹配因素的界面信息布局设计方法。建立任务模型,获取合理的待布局任务信息元素;从人的认知规律中提取3个布局原则,分别将其以定量化的形式构建数学模型,以目标函数变量的形式作用于界面布局过程中;引入带有惯性权重的粒子群算法求解目标函数,对界面中所有待布局元素的几何位置寻求最优布局方案。以隧道应急救援培训系统的决策界面布局为例,提出解决方案并验证该方法的可行性。实验结果表明,该方法具有一定的实用性。