| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 复杂系统数字界面设计的时代背景 | 第10页 |
| 1.1.2 数字界面设计与用户认知匹配问题 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 数字界面的基础设计理论 | 第12页 |
| 1.2.2 数字界面的信息传达研究 | 第12-13页 |
| 1.2.3 数字界面的认知工效分析 | 第13页 |
| 1.2.4 数字界面的生理测评研究 | 第13-14页 |
| 1.2.5 数字界面的可用性评价方法 | 第14页 |
| 1.3 研究意义 | 第14-15页 |
| 1.4 研究内容与组织架构 | 第15-20页 |
| 1.4.1 拟解决关键问题 | 第15-16页 |
| 1.4.2 主要研究内容 | 第16-17页 |
| 1.4.3 研究框架 | 第17-20页 |
| 第二章 数字化人机界面设计基础理论研究 | 第20-30页 |
| 2.1 相关概念释义 | 第20-22页 |
| 2.1.1 数字化人机界面的概念与内涵 | 第20-21页 |
| 2.1.2 感性信息的概念与内涵 | 第21-22页 |
| 2.2 以用户为中心的人机界面设计思想 | 第22-24页 |
| 2.3 数字化人机界面设计的认知学基础 | 第24-26页 |
| 2.3.1 用户的认知信息加工理论 | 第24-25页 |
| 2.3.2 数字界面的认知负荷理论 | 第25-26页 |
| 2.4 数字化人机界面设计中的感性认知 | 第26-28页 |
| 2.4.1 感性认知的内涵 | 第26页 |
| 2.4.2 数字化人机界面的感性认知 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 面向EV-DHCI的用户感性认知模型构建 | 第30-40页 |
| 3.1 工程车辆数字化人机界面 | 第30-33页 |
| 3.1.1 工程车辆数字化人机界面的特点 | 第30-32页 |
| 3.1.2 与传统操作室人机界面的比较 | 第32-33页 |
| 3.2 EV-DHCI用户综合认知思维模型 | 第33-36页 |
| 3.2.1 界面设计特征与用户认知活动的关系 | 第33-34页 |
| 3.2.2 工程车辆操控者认知思维模型 | 第34-36页 |
| 3.3 建立用户感性认知模型 | 第36-39页 |
| 3.3.1 用户感性行为与因素分析 | 第36-38页 |
| 3.3.2 数字化人机界面感性认知模型的建立 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 面向EV-DHCI的感性信息设计要素表征研究 | 第40-58页 |
| 4.1 感性信息设计要素获取方法 | 第40-42页 |
| 4.2 基于语义的感性信息表征 | 第42-46页 |
| 4.2.1 感性的语义构造 | 第42-44页 |
| 4.2.2 感性信息语义的构成要素 | 第44页 |
| 4.2.3 感性信息语义的量化 | 第44-46页 |
| 4.3 基于FA-CA的感性信息分析 | 第46-49页 |
| 4.3.1 初始感性信息的因子分析 | 第47-48页 |
| 4.3.2 因子载荷的聚类分析 | 第48-49页 |
| 4.4 基于EVSC的感性设计特征的表征 | 第49-56页 |
| 4.4.1 EV-DHCI感性设计特征 | 第49-50页 |
| 4.4.2 可拓视觉语义认知的形式化表征 | 第50-51页 |
| 4.4.3 眼动追踪数据可视化 | 第51-52页 |
| 4.4.4 EVSC实验设计案例 | 第52-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 面向EV-DHCI的设计主体感性信息维度研究 | 第58-76页 |
| 5.1 设计主体的构成与感性信息传递 | 第58-60页 |
| 5.1.1 设计主体的构成 | 第58-59页 |
| 5.1.2 感性信息的组织与传递 | 第59-60页 |
| 5.2 面向EV-DHCI的设计主体认知差异分析 | 第60-66页 |
| 5.2.1 感性信息语义的提取实验安排 | 第61-62页 |
| 5.2.2 感性信息语义认知分析 | 第62-66页 |
| 5.3 多主体感性信息维度的构建 | 第66-75页 |
| 5.3.1 信息的冗余性与互补性分析 | 第67-68页 |
| 5.3.2 基于熵权法的优度评价 | 第68-69页 |
| 5.3.3 感性信息维度的构建 | 第69-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 基于感性信息的EV-DHCI设计映射关系构建 | 第76-86页 |
| 6.1 传统映射方法研究 | 第76-77页 |
| 6.1.1 多元回归分析 | 第76页 |
| 6.1.2 数量化一类 | 第76-77页 |
| 6.2 改进的非线性映射算法研究 | 第77-81页 |
| 6.2.1 灰色理论 | 第78-79页 |
| 6.2.2 BP神经网络 | 第79-80页 |
| 6.2.3 灰色神经网络模型 | 第80-81页 |
| 6.3 案例 | 第81-85页 |
| 6.3.1 设计要素的确定 | 第81-83页 |
| 6.3.2 灰色神经网络预测模型的建立 | 第83-84页 |
| 6.3.3 实验结果分析 | 第84-85页 |
| 6.4 本章小结 | 第85-86页 |
| 第七章 基于模糊TOPSIS的EV-DHCI多属性决策研究 | 第86-98页 |
| 7.1 EV-DHCI多属性决策研究 | 第86-88页 |
| 7.1.1 多属性决策方法概述 | 第86-87页 |
| 7.1.2 多属性决策问题的描述 | 第87-88页 |
| 7.2 模糊TOPSIS方法的提出 | 第88-92页 |
| 7.2.1 三角模糊数 | 第88-90页 |
| 7.2.2 F-TOPSIS方法的提出 | 第90-92页 |
| 7.3 案例 | 第92-95页 |
| 7.4 本章小结 | 第95-98页 |
| 第八章 结论与展望 | 第98-102页 |
| 8.1 研究结论 | 第98-99页 |
| 8.2 研究创新点 | 第99-100页 |
| 8.3 研究展望 | 第100-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 附录 | 第112-130页 |
| 附录A：设计主体感性信息均值矩阵 | 第112-120页 |
| 附录B：相关MATLAB程序代码 | 第120-126页 |
| 附录C：图录与表录 | 第126-130页 |
| 在学期间发表的学术论文与研究成果 | 第130-132页 |
