首页--交通运输论文--公路运输论文--汽车工程论文--整车设计与计算论文

基于感性工学的轿车前脸造型优化设计

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·研究背景第10-11页
     ·感性工学的相关概念第10页
     ·感性工学的重要性及其在轿车设计中的应用第10-11页
   ·研究目的和意义第11-12页
     ·研究目的第11-12页
     ·研究意义第12页
   ·研究内容与方法第12-14页
     ·研究内容第12-13页
     ·研究方法第13-14页
   ·论文结构第14-16页
第2章 文献综述与相关理论第16-28页
   ·文献综述第16-19页
     ·国外文献综述第16-17页
     ·国内文献综述第17-19页
     ·文献评述第19页
   ·轿车造型特征相关理论第19-21页
     ·轿车造型特征第19-20页
     ·轿车造型特征线的表达第20页
     ·轿车造型特征线的提取第20-21页
   ·语义差异法及意象尺度法第21-22页
     ·语义差分法第21-22页
     ·意象尺度法第22页
   ·主要统计方法第22-24页
     ·多维尺度分析法第22-23页
     ·聚类分析第23页
     ·因子分析第23-24页
   ·视线追踪技术第24页
   ·建模求解方法第24-28页
     ·形态分析法第24-25页
     ·神经网络第25页
     ·遗传算法第25-28页
第3章 轿车前脸造型感觉特性评价量表的构建第28-48页
   ·轿车前脸造型感觉特性代表性意象语汇的选取第28-31页
     ·初始意象语汇的收集第28-29页
     ·代表性意象语汇的筛选第29-31页
   ·轿车前脸造型代表性图片的选取第31-41页
     ·轿车造型设计变量的选取第31-38页
     ·轿车造型图片的生成第38-41页
   ·问卷调查及数据收集第41-42页
   ·轿车前脸感觉特性评价量表的确定第42-46页
     ·各意象语汇与总体相关性分析第42-43页
     ·因子分析与评价量表的建立第43-44页
     ·量表的信度与效度检验第44-46页
   ·本章小结第46-48页
第4章 基于神经网络的轿车造型相关模型构建第48-62页
   ·BP神经网络设计基础第48-51页
     ·信息容量与训练样本基础第48页
     ·训练样本集的设计第48-49页
     ·隐含层结构设计第49页
     ·网络训练与测试第49-50页
     ·BP神经网络流程图第50-51页
   ·感性偏好与感性意象词对关系模型构建第51-56页
     ·BP神经网络训练样本集的设计第51页
     ·BP神经网络结构参数设计第51-52页
     ·BP神经网络模型构建第52-54页
     ·模型验证第54-56页
   ·感性偏好与设计变量关系模型构建第56-61页
     ·神经网络输入与输出向量设计第56-57页
     ·BP网络设计第57页
     ·BP神经网络模型构建第57-60页
     ·模型验证第60-61页
   ·本章小结第61-62页
第5章 轿车造型特征模型的优化第62-72页
   ·遗传算法第62-63页
   ·轿车造型特征优化模型构建第63-66页
     ·定义决策变量第63-64页
     ·建立目标函数第64页
     ·定义约束条件第64-65页
     ·模型的构建第65-66页
   ·遗传算法与神经网络集成算法设计第66-70页
     ·决策变量编码规则第66-67页
     ·基于神经网络的适应值计算函数第67-69页
     ·遗传算法设计第69-70页
     ·优化结果第70页
   ·最优模型设计及验证第70-71页
     ·最优轿车造型设计第70页
     ·轿车造型优化模型算法验证第70-71页
   ·本章小结第71-72页
第6章 总结与展望第72-74页
   ·论文的主要工作第72页
   ·论文的创新点第72-73页
   ·研究不足及展望第73-74页
参考文献第74-78页
致谢第78-80页
附录第80-88页

论文共88页,点击 下载论文
上一篇:基于改进灰色系统-BP神经网络—支持向量机的需求预测模型研究
下一篇:辽宁城市化进程中土地利用结构研究