基于Kansei工程和GWO-BP神经网络的轮椅形状设计研究
Weilin Cai1, Zhengyu Wang1, Yi Wang1
1School of Art Design and Media, East China University of Science and Technology, Shanghai, 200237, China.
Scientific reports
|March 26, 2025
概括
本研究引入了一种使用Kansei工程的新型轮椅设计方法,整合了评估网格方法,灰狼优化和反向传播神经网络,以使产品的美学与用户的情绪保持一致,以增强人文关怀.
科学领域:
- 工业设计 工业设计 工业设计
- 人与计算机的交互
- 计算智能是一种计算智能.
背景情况:
- 现代消费者重视产品的情感和精神上的好处,而不仅仅是功能.
- 轮椅设计传统上专注于功能,经常忽视用户的情感体验.
- 坎塞工程提供了一个框架,可以将产品设计和用户情绪联系起来.
研究的目的:
- 开发一种轮椅形状设计方法,采用康赛工程原理.
- 探索轮椅设计元素与用户情绪反应之间的关系.
- 帮助工业设计师创建情感偏好的轮椅设计.
主要方法:
- 使用评估网格方法 (EGM) 来提取用户驱动的Kansei词汇.
- 采用形态分析来构建一个产品元素样本库.
- 应用语义差异和因子分析来确定关键的Kansei需求因素.
- 使用3D建模软件开发概念性轮椅设计.
- 使用灰狼优化 (GWO) 优化的反向传播神经网络 (BPNN) 构建了一个预测模型,将设计元素与Kansei图像联系起来.
主要成果:
- 确定了影响轮椅设计的三个关键Kansei需求因素.
- 与标准的BPNN相比,GWO-BPNN模型显示出更高的预测能力.
- 拟议的方法有效地将轮椅设计特征与用户的情绪偏好联系起来.
结论:
- 综合的Kansei工程方法提供了一个强大的方法,用于产生情感共的轮椅设计.
- GWO-BPNN模型为设计情感映射提供了增强的预测性能.
- 这项研究为以算法驱动的轮椅设计提供了一个新的视角,专注于用户的情感需求.
