进化计算技术在手机造型设计及评价中的应用研究
【摘要】:
一件产品,只有迎合了当代人们的价值观念和审美情趣,才能被人们所接受。特别是当今社会物质极为丰富、市场商品十分充裕的情况下,一件缺乏当代审美意识或并无多少文化内涵的产品,在市场上是没有竞争力的。大多数消费者通常不会直接告诉你,买东西不看性能只看外观,但实际上如果产品质量比较同质化,或产品质量不能为消费者短时间内所直接感知,那么外观的影响力是很大的,比如手机这种产品。
现在手机已经成了人们生活中必不可少的一部分,成为了人们进行沟通的工具,人们可以通过手机实现打电话,发短信,拍照片,浏览网页,发送邮件等多种功能,无法想象现在如果有一天没有手机,世界会是什么样子。同时,手机用户的快速增长以及普及促使手机的销售成为了一个巨大的商机。
随着手机各种技术的成熟以及各种功能的健全,手机价位档次分配的逐步合理,性价比在影响购买者决策的优势已经越来越小,而手机造型的个性、创新成为了购买者做决定的一大影响因素。手机产品的创新性、外观造型、宜人性、环保性等非技术性的因素愈来愈受到重视,在竞争中占据突出地位。这种趋势促使企业在着手进行手机新品开发时把面向产品的创新性、外观造型等方面的设计提到一个新的高度。如何开发具有新颖造型的手机产品是各厂商非常关注的问题。进化计算技术的兴起,为我们探索一种支持进化的手机造型创新设计途径提供了很好的支持。本文主要研究的就是如何将进化计算技术中的遗传算法应用到手机造型的设计中去,并通过相应的评价方法对所产生的造型进行评价。本文的主要工作体现在以下的三个方面:
1、将遗传算法应用到手机造型的创新设计中
在手机造型的创新设计中,人们受到经验、思维定式的一些约束,往往在设计新造型时,出现模仿容易,创新困难的现象,同时,对已有的一些优秀的手机造型利用率也不高。因此,在这里将遗传算法引入到创新设计中去,通过构造基于特征分解的编码方式在计算机中表示抽象的手机造型,并对已有优秀手机造型进行识别构造父个体库,从而调用遗传操作来实现手机造型的创新设计。
2、基于SVM机制的手机布局评价机制
支持向量机是一种机器学习方法,它实现的最终目的就是分类,而对手机布局的评价从根本上说也是一种分类,把造型的布局方案分成优秀,普通和较差三类。因此本文利用支持向量机的原理,并结合手机布局中用到的相关控制参数作为评价因子,选择合适的核函数和分类算法实现了对一个手机造型布局方案的智能评价。
3、人机交互的手机造型评价方法研究
对于有创意的设计,我们很难给出一个确定恰当的目标函数进行统一的评判。而在造型的创新设计中最能体现人的智慧和思维,所以我们采用一种人机交互的方式进行产品的评价。设计人员可以对选择出的产品根据相应评价选项在多个指标上进行评分,指定评价分值,最终根据人们的倾向加权求和得出最终的评价结果。
|
|
|
|
1 |
张光铎,王正志;进化计算在机器学习中的应用研究[J];国防科技大学学报;1998年06期 |
2 |
王攀,王勇,徐承志,冯珊;一种时滞系统智能化控制新策略及仿真研究[J];武汉理工大学学报(信息与管理工程版);2001年01期 |
3 |
茅晓泉,胡光锐,唐斌;一种DHMM的混合训练方法[J];电子学报;2002年01期 |
4 |
康琦,张燕,汪镭,吴启迪;智能微粒群算法[J];冶金自动化;2005年04期 |
5 |
刘妹琴,廖晓昕,刘健勤;基于粗糙集的进化计算在位置伺服系统中的应用[J];自动化学报;2001年03期 |
6 |
余玲;刘康;李开世;;蚁群算法的连续空间算法研究[J];机械设计与研究;2006年02期 |
7 |
钮王杰;刘春艳;;遗传算法理论及其在智能控制中的应用[J];运城学院学报;2006年05期 |
8 |
张露;焦长义;;微粒群算法综述[J];河南广播电视大学学报;2007年04期 |
9 |
徐伟伟;;遗传算法理论及其在智能控制中的应用[J];济南职业学院学报;2007年06期 |
10 |
王元元;薛继华;;微粒群优化算法[J];南通纺织职业技术学院学报;2009年01期 |
11 |
王攀,冯珊,周云;基于进化计算—自适应模糊控制器的非线性系统仿真研究[J];系统仿真学报;2000年02期 |
12 |
王宇平,焦永昌,张福顺;解无约束非线性全局优化的一种新进化算法及其收敛性[J];电子学报;2002年12期 |
13 |
刘弘,刘希玉,马丽娜;支持进化的计算机辅助设计环境[J];计算机辅助设计与图形学学报;2003年02期 |
14 |
胡中功;刘俊;;微粒群算法研究进展[J];武汉科技学院学报;2006年11期 |
15 |
彭伟民;;基于指数变换的适应度函数研究[J];计算机与数字工程;2007年07期 |
16 |
李燕;徐冠;;基于PSO算法的神经网络优化设计[J];桂林航天工业高等专科学校学报;2009年04期 |
17 |
李克平,陈天仑,刘恒玲;基于混沌算法的自适应预测模型[J];系统工程理论与实践;2003年01期 |
18 |
季厌浮,张绍兵;计算智能技术及其应用[J];煤炭技术;2004年02期 |
19 |
余有明,刘玉树;进化计算的理论与算法[J];计算机应用研究;2005年09期 |
20 |
姜毅;乐庆玲;;基于“stretching”技术的粒子群优化算法[J];中国水运(学术版);2007年11期 |
|