基于神经网络和象元理论的轮毂形态设计研究

摘要：

目的 为实现在满足用户偏好前提下的产品形态创新设计,以保证新形态的市场接受度和降低产品开发风险,从而探索一种神经网络算法和象元理论相结合的轮毂形态设计方法 .方法 首先运用KJ法建立目标轮毂样本库,并采用李克特量表和三角模糊法,对样本的用户模糊偏好值进行量化,其次引入象元理论中的本体象元对轮毂形态特征因子进行提取和归类,构建轮毂形态本体象元空间,并进行轮毂本体象元组合编码处理;再次通过BP神经网络算法探析轮毂形态本体象元组合编码和用户模糊偏好值之间的映射关系,用于预测和输出用户模糊偏好值最佳的本体象元组合方案;最后对最佳本体象元组合方案进行拓展,构建喻体象元空间,并运用形状文法规则对最佳本体象元组合方案进行形态创新设计.结论 BP神经模型测试结果 显示MSE为0.005 5,表明模型精度良好,且最终4个设计方案的实际评价值和预测值的MSE为0.005 3,验证了该设计方法 的有效性,能够为相关设计人员提供了一定的理论参考.

关键词：用户偏好、BP神经网络、象元理论、形态创新、轮毂设计

所属期刊栏目：44

分类号：TB472(工业通用技术与设备)

资助基金：国家社会科学基金22BG125

在线出版日期：2023-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：198-209