基于多目标进化算法的汽车侧面轮廓意象造型设计研究
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 课题的目的和意义 | 第8-9页 |
| 1.2.1 研究的目的 | 第8页 |
| 1.2.2 研究的意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 产品造型设计 | 第9-10页 |
| 1.3.2 汽车造型研究 | 第10页 |
| 1.3.3 文献评述 | 第10-11页 |
| 1.4 本文研究内容 | 第11-13页 |
| 第2章 相关理论基础 | 第13-19页 |
| 2.1 汽车造型相关理论 | 第13-14页 |
| 2.1.1 汽车造型特征 | 第13-14页 |
| 2.1.2 汽车造型特征线 | 第14页 |
| 2.2 感性工学 | 第14-15页 |
| 2.2.1 感性工学的定义 | 第14-15页 |
| 2.2.2 感性工学的研究方法 | 第15页 |
| 2.3 目标的表达 | 第15-16页 |
| 2.3.1 基于边界的表达 | 第16页 |
| 2.3.2 基于区域的表达 | 第16页 |
| 2.3.3 基于变换的表达 | 第16页 |
| 2.4 建模方法 | 第16-18页 |
| 2.4.1 形态分析法 | 第16-17页 |
| 2.4.2 神经网络 | 第17-18页 |
| 2.4.3 遗传算法 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 汽车造型样本 | 第19-33页 |
| 3.1 汽车图片和描述词汇的获得 | 第19-20页 |
| 3.1.1 描述词汇的获取 | 第19-20页 |
| 3.1.2 代表性意象词汇的选择 | 第20页 |
| 3.2 轿车图片样本的获得 | 第20-31页 |
| 3.2.1 轿车图片的收集 | 第20-21页 |
| 3.2.2 图片分割 | 第21-22页 |
| 3.2.3 样本图片选择 | 第22-24页 |
| 3.2.4 样本库的建立 | 第24-28页 |
| 3.2.5 制作语义差分调查问卷 | 第28-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 汽车造型意象评价系统的建立 | 第33-47页 |
| 4.1 BP神经网络设计 | 第33-39页 |
| 4.1.1 BP神经网络的数学模型 | 第33-34页 |
| 4.1.2 改进RPROP方法的BP算法 | 第34-36页 |
| 4.1.3 训练样本集的设计 | 第36-37页 |
| 4.1.4 隐含层的结构设计 | 第37-38页 |
| 4.1.5 网络的训练与测试 | 第38页 |
| 4.1.6 BP神经网络流程图 | 第38-39页 |
| 4.2 BP神经网络的实验仿真及实验结果 | 第39-46页 |
| 4.2.1 BP神经网络结构参数设计 | 第39-41页 |
| 4.2.2 训练网络 | 第41-43页 |
| 4.2.3 模型的测试 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 遗传算法创新设计 | 第47-63页 |
| 5.1 遗传算法研究步骤 | 第47-49页 |
| 5.2 构建造型进化设计模型 | 第49-58页 |
| 5.2.1 样本编码 | 第49页 |
| 5.2.2 设计变量的约束条件 | 第49-52页 |
| 5.2.3 初始种群的选择 | 第52-54页 |
| 5.2.4 关键基本操作的编程实现 | 第54-58页 |
| 5.3 参数设置和实验结果 | 第58页 |
| 5.4 解码及侧面轮廓展示 | 第58-59页 |
| 5.5 结果验证 | 第59-61页 |
| 5.6 依据侧面轮廓曲线建立三维模型 | 第61页 |
| 5.7 本章小结 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 论文的主要内容 | 第63页 |
| 6.2 创新点 | 第63-64页 |
| 6.3 研究的不足和对未来的展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间的研究成果 | 第69-70页 |
| 附录A 汽车侧面造型设计源程序 | 第70-74页 |
| 附录B 小轿车侧面轮廓调查问卷 | 第74-76页 |
| 致谢 | 第76-77页 |
