产品感性意象与造型设计要素研究.docVIP

产品感性意象与造型设计要素研究 通过分析与研究，得出产品的感性意象词汇、造型设计要素以及感性评价矩阵，并对模糊逻辑进行有效的利用，使相关的感性评价尺度向工学尺度进行一定程度的转化，这样一来，就能够对产品造型设计要素与感性意向之间的关系进行有效的建立。 产品感性意象与造型设计要素分析 对于产品感性意向设计而言，它首先是要建立在人的感知基础之上，然后再以造型基础为对象，对非理性的感性意向信息进行一定程度上的量化，并在此前提之下对相关概念进行设计。而在产品感性意向的设计当中，它所涉及的要素相对较多。因此为了对研究提供便利，在本文的研究中消除了色彩因素。根据我们的研究与分析，首先对折叠自行车的感性词汇进行了一定程度上的确定，主要为如下感性词汇：简洁的、精致的、高贵的、时尚的、有趣的、轻便的、休闲的、人性化的、实用的等。在本文的研究中，主要选择“优美的”进行分析。 确定设计要素要想对要素进行有效的确定，首先需要对相关的图片进行搜集与整理，并在其中优化选择出15个进行具体研究，而另外的三个则被作为测验对象进行一定程度的模糊逻辑模型测验。一般情况下，在一辆完整的折叠自行车之中，包含了1000余个零件，根据零件的类型对其进行分类，一共可以分为25类部件，然后再对形态分析法进行有效的利用，对这35个部件进行相应的形态分解，根据分解，原先的25个部件被划分为8个造型设计要素，这8个造型设计要素分别是车架、车把、中轴、鞍座、衣架、挡泥板、车轮、链条传动形式等。 评价感性意向首先，应当进行调查问卷的设计，在设计时，对七阶李克特量表进行了一定程度上的利用，该量表要求被试对某一叙述，在七阶的评价尺度中进行选择，尺度一表示的主要是非常不同意，而尺度四则表示的是普通。对于尺度七而言，它表示的主要是非常同意。在调查问卷设计完成之后，对20位被试进行调查，并对相关的调查结果进行有效的记录与整理，最终得到感性评价矩阵，具体见表2所示： 产品感性意象设计的模糊逻辑实现 MATLAB模糊逻辑工具箱对于模糊逻辑控制系统而言，它其实是一种在模糊与非模糊推理规则之中对相关信息进行一定程度处理的工具，在本文的研究中，选择MATLAB中的FUZZYLOGIC模糊逻辑控制箱对模糊逻辑控制系统进行一定程度的设计。一般情况下，在模糊逻辑工具箱之中，存在着5个基本的GUI工具，分别是fuzzy（模糊推理系统编辑器）、mfedit（隶属度函数编辑器）、ruleedit（模糊推理规则编辑器）、ruleview（模糊推理规则观察器）、surfview（模糊推理输出特性曲面观察器），其主要作用是对相应的模糊推理系统进行一定程度的建立、编辑以及观察。 模糊控制器的设计对于模糊控制器的设计而言，它主要包含了四个方面的内容，分别是模糊化、模糊规则的构建、模糊推理以及反模糊化。下面我们就对这四个方面的内容进行一一阐述。 ①模糊化。模糊化首先对数字输入进行一定程度的转化，主要将其转化为一系列的模糊等级，而每一个模糊等级表示论域内的一个模糊子集。其作用主要表现为三个方面：对输入变量的值进行一定程度的测量；进行有效的比例映射，并对输入变量的范围进行转化，使其成为相应的论域；将输入数据转化成为合适的语言值。 ②建立模糊规则。在模糊控制器之中，模糊规则具有十分重要的地位与作用，它是模糊控制器的核心所在。对于每条规则而言，它都指定了一个权值，并对其重要性进行有效的表现。而对于15个折叠自行车的样品而言，可以建立起3条模糊规则，根据表2可知，1号折叠自行车样品的感性词汇“优美的”，其评价值为4.88，那个这一数值对于E4的隶属度则为0.12，以此类推，通过这种方法进行模糊规则的建立。 ③模糊推理与反模糊化。模糊推理主要指的在充分结合模糊规则的基础之上对输入条件进行综合评估，并通过这种评估得到相应的模糊输出量。在模糊系统当中，对于模糊控制器的输入量与输出量而言，它们都是模糊量，。对于实际被控对象，其所需的控制信号是具有一定物理意义的精确值，为了对模糊控制器的输出能对被控对象进行控制进行一定程度的保证，需要对输出的模糊量进行一定程度的转化，使其成为精确两，而这一过程就被称作为反模糊化。