基于嵌套随机集的产品意象认知模型研究

本项申请首次运用眼部跟踪观察实验，提取影响产品意象认知的关键造型特征，建立产品特征空间与产品意象空间之间的关系矩阵；进一步地，创造性地将模糊关系(或可称为不确定性关系)作为最基本的出发点，而不是隶属度函数作为最基本的出发点，采用多元矩阵进行模糊关系的定性与定量描述，采用随机集理论特别是嵌套随机集来建立不确定性推理方法，建立了基于嵌套随机集的产品意象认知模型，这种模型具有严格的逻辑基础，并且不依赖于隶属度函数或适合度函数，可以较好地解决产品意象认知的自动模拟机制问题。最后研究了基于图像特征匹配的意象相关度标注技术，实现了意象看板系统，将产品意象可视化，挖掘出消费者潜在的意象信息，必将大大激发设计师的创作灵感，引导产品设计过程，大幅度提升设计定位的准确性。该项研究将会对人工智能尤其是语言值计算、不确定性推理以及图像检索等领域的研究引出新的研究课题，并产生深远的影响。

产品意象充分体现了消费者对产品的情感需求。运用专家访谈、影响汽车外观造型的特征的眼部跟踪观察实验、影响产品意象认知的造型特征提取实验、关键造型特征与产品意象认知关系之量化实验等多实验的方法，建立了基于特征匹配的产品意象认知模型。进一步地，将模糊关系，而不是隶属度函数作为最基本的出发点，采用多元矩阵进行模糊关系的定性与定量描述，采用随机集理论尤其是嵌套随机集来建立不确定性推理方法，建立了基于嵌套随机集的产品意象认知模型。最后运用基于可能性分布的意象特征线生成技术和基于约束的非精确概念方案生成技术，研究开发了基于意象认知模型的汽车草图设计原型系统，消费者输入意象词汇，可以得到一组具有该意象的草图设计方案，设计师能够在计算机中描绘简单的造型特征，系统可以自动给出该草图相应的意象。