基于感性工学方法的产品设计分析.docxVIP

基于感性工学方法的产品设计分析

蒋颖姿;陈炳发

【摘要】BasedontheKanseiengineeringtheory,thispaperdoesthequantizationresearchontheKanseiimageofindustrialproducts,establishestheevaluationmatrixofproductdesignelementsandKanseiimagesusingthestatisticalmethod,andbuildsthecorrelationmodelofproductforms’elementsandKanseiimagesbyuseofBPneuralnetworkalgorithm,toworkouttheschemeofguidingtheproductformdesignundersomespecificpurpose.Takingchairfurnitureasanexample,withembod-yingtheJiangnanregioncultureasthegoal,thispaperusesBPneuralnetworkalgorithmfortraining,simulatingandpredictingwithMATLABcomputersoftware,sothateventualyitworksouttheschemeofguidingthechairdesign.ltalsoquantizestheKanseiimagesystematicalymakestheperceptualdemandorientedproductdesignbeofmorescientificandpracticalguidingsignificanceandproviesadesignmethodfordevelopingmoreproductsinlinewiththeusers’perceptualdemandandmarketcompetition.%以感性工学理论为基础，对产品感性意象进行量化研究，运用统计学方法建立产品设计元素空间和感性意象评价值矩阵，并应用BP神经网络算法构建产品形态元素和感性意象的关联模型，得出一具体设计目标下的产品形态元素组合方案。以家具椅为对象，体现江南区域文化意象为目标，采用BP神经网络算法，通过计算机软件MATLAB编程进行学习训练并模拟预测，最终得出结论指导家具椅设计方案。将感性意象量化并系统化，使以感性需求为导向的产品设计更具科学性和实践指导意义，为开发出更符合用户感性需求、更具有市场竞争的产品提供了一种设计思路。

【期刊名称】《机械制造与自动化》

【年(卷),期】2015(000)005

【总页数】5页(P200-203,208)

【关键词】感性工学;BP人工神经网络算法;感性需求;产品设计

【作者】蒋颖姿;陈炳发

【作者单位】南京航空航天大学机电学院，江苏南京210016;南京航空航天大学机电学院，江苏南京210016

【正文语种】中文

【中图分类】TP183

感性工学是感性与工学相结合的技术，主要分析人的感性信息、人的喜好与产品的关系，以尽可能准确地把握用户对产品感性需求。通过定性推理和定量分析的理论及方法，有效结合用户对于产品的感性信息和产品设计元素以获得产品设计新的发展方向，设计出更符合消费者需求的产品。感性工学帮助设计师量化用户的感性需求，同时也有助于用户更准确地选择符合自己要求的产品。近年来,感性工学研究领域不断扩大，感性意象被越来越多的国际学者运用不同的数学分析方法和计算机技术探讨研究。其研究方法主要分为实验、统计、计算机系统分析三个阶段，分别涉及到的方法如表1所示。

人工神经网络(ANNS)(误差反响传播算法)是感性工学中十分重要的统计研究方法。它可以解决大复杂度(如上百个参数)问题的方法，是对人脑或自然神经网络的若干基本特性的抽象和模拟。它常被用于解决分类和回归的问题。20世纪80年代后，其算法得到了切实可行的实践后被应用于各个领域，在产品设计方面则较多被应用于产品的功能、外形、色彩、质感和消费者感性设计等方面[1]。其中的BP算法(误差反响传播算法)的提出解决了人工神经网络中求解非线性函数的多层前馈神经网络的权重调整问题。1986年，Rumelhart和McClelland提出了B