为避免产品族造型设计过程中目标特征定位模糊导致的用户群需求冲突问题,提出了一种产品族关键造型要素提取与差异化定位方法(Key Modelling Element Extraction and Differentiated Positioning Method,KMEE-DPM)。通过因子分析法提取...为避免产品族造型设计过程中目标特征定位模糊导致的用户群需求冲突问题,提出了一种产品族关键造型要素提取与差异化定位方法(Key Modelling Element Extraction and Differentiated Positioning Method,KMEE-DPM)。通过因子分析法提取了产品族感性意象因子;采用全局HIEs法获取了产品族造型设计要素及设计特征;基于数量化理论Ⅰ分析感性意象与设计特征间的映射关系,结合感性需求分析确定产品族造型设计的目标特征;用k-means算法解耦目标特征,基于解耦结果提取关键设计要素并得出其应用策略,实现目标特征的差异化定位。以城郊多用途汽车(Suburban Utility Vehicle,SUV)内饰造型设计为例进行验证,KMEE-DPM能有效提取SUV产品族内饰造型的关键设计要素并实现差异化设计定位,同时输出的设计方案能够满足目标用户群的个性化需求和多用户群的共性需求,有效避免了用户群需求冲突问题,证明了KMEE-DPM具有一定的实用性和有效性。展开更多
文摘为避免产品族造型设计过程中目标特征定位模糊导致的用户群需求冲突问题,提出了一种产品族关键造型要素提取与差异化定位方法(Key Modelling Element Extraction and Differentiated Positioning Method,KMEE-DPM)。通过因子分析法提取了产品族感性意象因子;采用全局HIEs法获取了产品族造型设计要素及设计特征;基于数量化理论Ⅰ分析感性意象与设计特征间的映射关系,结合感性需求分析确定产品族造型设计的目标特征;用k-means算法解耦目标特征,基于解耦结果提取关键设计要素并得出其应用策略,实现目标特征的差异化定位。以城郊多用途汽车(Suburban Utility Vehicle,SUV)内饰造型设计为例进行验证,KMEE-DPM能有效提取SUV产品族内饰造型的关键设计要素并实现差异化设计定位,同时输出的设计方案能够满足目标用户群的个性化需求和多用户群的共性需求,有效避免了用户群需求冲突问题,证明了KMEE-DPM具有一定的实用性和有效性。
文摘为提升客户对产品的认可度,针对传统概念设计阶段未充分考虑客户感性需求偏好及客户感性需求获取困难的问题,提出一种在线评论数据驱动的客户感性需求识别及向设计特征映射方法。首先,基于形态学分析法,通过构建能量材料信号(Energy Material Signal, EMS)模型试图从产品中发现所有设计特征,并基于在线评论数据从所有设计特征中筛选出用户关注的核心特征;其次,从在线评论数据中提取形容词组成感性词对,以感性词作为中心词并利用词向量技术获得非中心词,基于情感词典,利用所给方法计算产品感性词对的感性评价值;然后,基于数量化理论Ⅰ(Quantitative TheoryⅠ,QTⅠ)建立客户感性评价与产品设计元素之间的映射模型,并为改进产品设计提供依据;最后,通过实例验证所提方法的可行性和有效性。
