论文部分内容阅读
本文对基于多维感官的产品设计评估方法进行了研究。研究内容主要包括:多维感官的评估信息采集与预处理、评估指标的约简、智能感官评估方法、眼动跟踪技术在产品设计评估中的应用研究和多维感官的评估集成方法。在多维感官的评估信息采集与预处理方法研究中,提出了产品设计评估信息感官来源多样化原则,建立了以社区公共信息服务设施为研究对象的多维感官评估初始指标体系;分析了评估指标的信息特点,构建了基于多维感官的产品设计评估信息预处理模型,实现了对初始评估信息的形式一致化预处理和粒度一致化预处理。在评估指标的约简方法研究中,建立了评估指标的二元组-粗糙集约简模型;提出了一种二元组表达形式下感官评估信息的离散化方法,给出了基于二元组实数的离散规则;运用评估指标约简模型对社区公共信息服务设施设计的多维感官评估初始指标体系进行了有效约简,并建立了基于约简后较少指标的社区公共信息服务设施设计的多维感官评估指标体系。在智能感官评估方法研究中,比较了遗传优化BP模型、灰色串联BP模型和灰色遗传BP模型的预测效果及影响模型精度的因素;建立了单一理论下的灰色静态模型和BP模型(Back Propagation,BP),分析了灰色静态模型失败的原因;以BP模型、遗传优化BP模型、灰色串联BP模型和灰色遗传BP模型的案例应用效果说明了混合神经网络在感官评估中的必要性;建立了基于未经二元组-粗糙集约简模型处理的初始指标体系下感官评估信息的灰色遗传BP模型,与约简后感官评估信息的灰色遗传BP模型预测效果相比,表明二元组-粗糙集约简模型可有效的减少评估指标的数量并提高预测模型的稳定性。在眼动跟踪技术在产品设计评估的应用研究中,设计并实施了一组基于SMI公司生产的RED(Red-Eye Detection)眼动跟踪系统实验平台的实验,采集了38份有效眼动仪测试数据和45份调查问卷的调研数据;运用SPSS for Windows16.0统计软件对KPI2(进入时间)、KPI3(驻留时间)、KPI6(回视人数)、KPI8(首次注视时长)和KPI9(注视点数量)等5项眼动仪KPI(Key Point Index)测试指标进行了多因素混合方差分析、两个独立样本T检验和单因素方差分析,得到了分组因素、环境因素和方案因素不同处理水平下的眼动仪测试实验结果;运用GY-GA-BP神经网络模型分析了调研问卷中视觉属性的调研数据,比较了眼动仪测试实验结果和视觉智能评估结果,验证了眼动仪测试实验方法和灰色遗传BP模型的可行性。在多维感官评估集成方法的研究中,提出了基于语言评价的L-AHP(Linguistic-Analytic Hierarchy Process)权重确定方法,改进了传统层次分析权重确定方法中元素间成对比较的标度体系,给出了不同粒度下语言评价集之间属性权重的转换公式;建立了基于多维感官的产品设计理想点法评估集成模型;运用上述方法和模型对多维感官的智能评估结果进行集成,集成评估结果得到了调研问卷统计数据的验证,表明方法具有有效性。