基于神经网络的电动汽车造型意象预测模型

摘要：

为使电动汽车造型设计更符合目标用户认知,提升电动汽车设计评选中对于造型意象的预测能力,降低电动汽车开发风险等问题,提出一种基于神经网络的电动汽车造型意象预测模型.该模型运用统计学方法,结合神经网络对电动汽车造型特征和感性意象隐性关联进行研究.利用多维尺度分析和聚类分析获取代表性样本,通过造型特征解构,采用层次分析法计算得到造型特征权重系数,并利用语义差异法和主成分分析确定了代表性意象词汇,降低目标用户对于造型特征与感性意象认知维度.采用BP神经网络构建造型意象预测模型,以样本造型特征权重编码作为输入层,用户感性意象评价得分作为输出层,进行模型训练;利用留一交叉训练方法对预测模型进行了测试,并以某电动SUV前脸造型设计方案为例进行了案例应用,验证了该预测模型的可行性.研究结果表明,该预测模型能有效地解决造型意象研究当中造型特征和感性意象之间匹配问题,辅助设计人员快速识别出关键造型特征与感性意象目标,提高了设计方案决策的科学性.

关键词：神经网络、造型意象、预测模型、电动汽车、产品设计

所属期刊栏目：27

分类号：U462.1;TP18(汽车工程)

资助基金：国家自然科学基金;河北省社会科学基金

在线出版日期：2021-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1135-1145