产品材料质感偏好意象进化认知算法与系统

为了使产品设计师能够通过材质设计增加产品差异性,提高消费者的满意度,提出一种基于基因表达式编程的材料质感偏好意象进化认知算法。综合考虑产品材质的视觉、触觉物理量与视觉心理量对产品偏好的影响,对124个地板样本的材色、光泽度和粗糙度物理量进行了测量。60名受试者对地板样本分别进行了纹理和偏好心理量的主观评分,采用主观量表获取实验数据。经过无量纲化处理和主成分分析后,归纳出四个主成分为自变量、偏好意象为因变量,将解析材料质感要素与消费者偏好意象之间的认知关系转化为复杂函数关系建模问题。结果表明,在求解产品材料质感偏好意象认知关系的问题上,该算法比神经网络和支持向量机算法具有更好的预测效果和更强的鲁棒性。基于该偏好进化认知算法开发了地板喜好度测评系统,并在实际应用中验证了算法的有效性。