摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 课题研究的背景 | 第10-11页 |
1.2 课题相关内容的研究现状 | 第11-15页 |
1.2.1 感性意象理论及应用现状 | 第11-13页 |
1.2.2 数量化Ⅰ类理论研究及应用现状 | 第13-14页 |
1.2.3 模糊关联研究及应用现状 | 第14页 |
1.2.4 GA遗传算法在产品造型创新设计中研究与应用现状 | 第14-15页 |
1.3 课题的主要目的以及研究内容 | 第15-17页 |
1.3.1 课题的主要目的 | 第15-16页 |
1.3.2 课题研究的内容 | 第16-17页 |
第二章 产品造型感性意象评价量表的构建 | 第17-35页 |
2.1 研究方法 | 第17-20页 |
2.1.1 问卷调查 | 第17页 |
2.1.2 统计分析 | 第17-18页 |
2.1.3 聚类分析法概述 | 第18页 |
2.1.4 三角模糊数 | 第18-19页 |
2.1.5 因子分析法 | 第19-20页 |
2.2 建立样本图库 | 第20-21页 |
2.3 选择代表性样本 | 第21-27页 |
2.3.1 产品造型特征分析 | 第21-25页 |
2.3.2 选取代表性样本 | 第25-27页 |
2.4 选取基本意象词汇 | 第27-29页 |
2.4.1 收集初始意象词汇 | 第27页 |
2.4.2 建立意象词汇库 | 第27-28页 |
2.4.3 优化筛选基本意象词汇 | 第28-29页 |
2.5 选择代表性意象词汇 | 第29-33页 |
2.6 本章小结 | 第33-35页 |
第三章 产品造型元素与意象词汇关系模型构建 | 第35-51页 |
3.1 数量化Ⅰ类理论 | 第35-37页 |
3.2 建立造型设计类目与意象形容词的关系模型 | 第37-49页 |
3.2.1 问卷调查及数据处理 | 第37-39页 |
3.2.2 建立电动轿车感性评价矩阵 | 第39-41页 |
3.2.3 建立电动轿车造型元素与意象词汇的关系模型 | 第41-49页 |
3.3 电动轿车造型元素与意象词汇的关系模型检验 | 第49-50页 |
3.4 本章小结 | 第50-51页 |
第四章 基于遗传算法的产品造型方案优化设计 | 第51-59页 |
4.1 遗传算法概述 | 第51-52页 |
4.2 基于GA的产品造型优化设计 | 第52-55页 |
4.2.1 染色体编码确定 | 第52页 |
4.2.2 初始种群确定 | 第52页 |
4.2.3 适应度函数确定 | 第52-54页 |
4.2.4 遗传算子 | 第54-55页 |
4.3 基于GA的产品造型优化设计实现 | 第55-56页 |
4.4 检验优化实现过程的正确性 | 第56-57页 |
4.5 本章小结 | 第57-59页 |
第五章 基于GA的产品意象造型优化系统实现 | 第59-66页 |
5.1 主要实现技术 | 第59页 |
5.2 基于GA的产品意象造型优化系统设计 | 第59-62页 |
5.2.1 基于GA的产品意象造型优化系统的模块设计 | 第59-60页 |
5.2.2 用户信息管理模块界面设计 | 第60-61页 |
5.2.3 输入模块界面设计 | 第61页 |
5.2.4 输出模块界面设计 | 第61-62页 |
5.3 电动轿车造型优化解码 | 第62-65页 |
5.3.1 电动轿车造型优化结果说明 | 第62-63页 |
5.3.2 电动轿车造型优化结果建模 | 第63-65页 |
5.4 本章小结 | 第65-66页 |
结论与展望 | 第66-68页 |
一、结论 | 第66页 |
二、展望 | 第66-68页 |
参考文献 | 第68-71页 |
附录 | 第71-88页 |
攻读学位期间取得的研究成果 | 第88-89页 |
致谢 | 第89页 |