成功大學博碩士論文系統

簡易檢索 / 詳目顯示

回結果列表

研究生：	呂旭弘 Lu, Shu-Hong
論文名稱：	應用感性工學與基因遺傳演算法於產品造形設計 Applying KE and GA to Product Form Design
指導教授：	蕭世文 Hsiao, Shih-Wen,
學位類別：	碩士 Master
系所名稱：	規劃與設計學院 - 工業設計學系 Department of Industrial Design
論文出版年：	2003
畢業學年度：	91
語文別：	中文
論文頁數：	113
中文關鍵詞：	數量化I類、電腦輔助設計、感性工學、語意差異法、層級分析法、基因演算法、工業設計
外文關鍵詞：	Genetic Algorithms, Industrial Design, Computer Aided Design, Semitic Differential Technique, Analytic Hierarchy Process, Kansei Engineering Computer System, Quantification Theory Type I
相關次數：	點閱：181 下載：13
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

工業設計其主要的目的是在於設計出一項可以滿足消費者所需要的產品，以改善生活品質。針對消費者心理對產品的認知、造形、質感、色彩、意象及喜好等各種需求，工業設計結合了電腦技術、美學、經濟等各種專業領域。當市面上新產品不斷的推陳出新，企業為了不被市場淘汰，必須以消費者需求導向為主，不斷設計出符合消費者理想的產品。面對各式各樣的使用者族群和消費者層面的策略訂定，如事先將目標產品做各種變化的造形組合，設計出符合消費者喜好的產品，方能減低真正產品上市後遭市場淘汰的風險。構想發展在設計程序中是一項重要的工作，當設計師可以有更多的靈感和想法時，可以更快的設計出好的產品，縮短產品開發時間，提昇競爭力。
本研究在產品的造形設計上，利用 “基因遺傳演算法”(GA)尋優的特性和掌握消費者情感認知和反應的 “感性工學”第二型 (KES)為基礎，以感性工學的理念架構和“語意差分法(SD)”、“層級分析法(AHP)”、“數量化I類”等方法將消費者的心理想法轉化成意象語彙的量化，將基因演算的精神─自然界“適者生存”法則，以MATLAB應用軟體撰寫一套產品造形設計轉化與諮詢模式，建立使設計師能模擬消費者人性化的思想邏輯，根據不同使用者族群喜好的設計決策，藉由意象語彙的輸入，利用基因演算法進行一連串的演算，將所有零組件排列組合與事前預測做一比對，找尋所有符合其意象的“最適化”造形組合模型，並以電腦輔助設計(CAD)，展現3-D產品造形，可協助設計師設計產品時，所需的構想和造形設計上的參考。

Industrial Design aims to design products that meet consumers’requirements, thus improving the quality of life. Combining such fields as designing, computer techniques, aesthetics, and economics, it focuses on customers’perception of products and preference for shapes, texture, color, style, image, prices, and functions. As new products are continuously being released, manufacturers have to be customer-oriented, designing products that satisfy customers’ needs, in order not to be displaced in the market. Faced with strategy-planning concerning various user-groups and consumer-levels, manufacturers have to collect all the possible combinations of product shapes and to design products to consumers’ taste, before reducing the risk of products being ousted from the market. Brainstorming is crucial to the process of designing. With designers coming up with more inspirations and ideas, quality products can be devised faster than they used to be, production time can be shortened, and product competitiveness boosted.
As to the designing of product shapes, this research is based on Genetic Algorithm and Kansei Engineering Type II. The former searches for the optimization; the latter controls consumers’ reaction and emotional perception. More specifically, applying Kansei Engineering, SD, AHP, and Quantification Theory Type I, this research transforms consumers’ psychological conception into quantities of Image Semantics. Furthermore, applying the spirit of Genetic Algorithm, “the survival of the fittest”, the research constructs with MATLAB a model for transformation and consultation of product shapes, enabling designers to simulate the logic of consumers. This research can plan strategies according different preferences. As one types in Image Semantics, the program will process the data through Genetic Algorithm, compare all the combinations of parts with prediction, find all the “optimized” models, and present 3-dimensional product shapes, providing designers with inspiration in thinking and shape-designing.

摘要.............................................i
Abstruct........................................ii
誌 謝...........................................iv
目錄.............................................v
圖目錄..........................................ix
表目錄..........................................xi
第一章 緒論......................................1
1.1 研究動機─設計方法中基因遺傳演算法與感性工學的影響.............................................1
1.2 研究目的.....................................3
1.3 研究範圍與限制...............................4
1.4 論文整體流程架構.............................5

第二章 文獻探討..................................8
2.1 造形.........................................8
2.1.1 造形的美學.................................8
2.1.2 造形與功能.................................9
2.1.3 造形的認知................................10
2.2 感性工學─造形的心理學......................11
2.2.1 感性工學的定義............................11
2.2.2 感性工學系統的組成和型式種類..............12
2.3 基因遺傳演算法..............................14
2.3.1 基因遺傳演算法的應用發展..................15
2.3.2 基因遺傳演算法應用於工業設計的探討........16
2.3.3 基因遺傳演算法的架構與基礎................16
2.3.4 編碼(Encoding)............................19
2.3.5 染色體(Chromosome)........................20
2.3.6 初始族群(Initialize Population)...........21
2.3.7 演化(Evaluation)..........................21
2.4 形態分析法..................................26
2.5 統計量化分析 ─數量化I類....................27
2.6 層級分析法(AHP，Analytic Hierarchy Process).28
2.7 問卷調查....................................31

第三章 研究之架構...............................33
3.1 產品屬性界定與資料收集實行步驟..............33
3.2 實行步驟....................................37
3.2.1 咖啡機造形樣本蒐集及篩選..................37
3.2.2 設計要素之形態與產品造形間的關係..........39
3.2.3 問卷內容的格式和調查項目..................42
3.2.4 適當的樣本數..............................44
3.2.5 建立形容詞語彙與造形特徵間之量化關係......45
3.2.6 建立造形資料庫與基因演算法編碼提取間的對應關係..............................................45
3.2.7 進行基因遺傳演算..........................45
3.3 研究驗證....................................46
3.3.1 解碼還原部分..............................46
3.3.2 組立最終產品造形部分......................46

第四章 研究方法與步驟...........................48
4.1 目標產品的選定與定義........................48
4.2 形容詞語彙 [語意變數(Linguistic variable)]選定..............................................48
4.3 產品造形的規則和操作功能及製造方面的考量....50
4.3.1 樣本產品的造形比例規則....................50
4.3.2 零組件的功能性和組裝方式..................51
4.3.3 尺寸比例的基礎訂定........................52
4.4 色彩、材質讓受測者對造形的整體感覺..........53
4.5 設計要素的形態分析..........................54
4.6 產品樣本數量選定............................56
4.7 調查主題─問卷統計..........................58
4.8 各個類目─零組件對整體貢獻度之分析..........60
4.9 消費者注重各語彙重要比值的程度，利用層級分析法求值............................................71
4.10 基因遺傳演算法應用.........................76

第五章 基因演算法程式與感性資料庫結合發展.......78
5.1 基因演算法程式發展工具......................78
5.2 MATLAB程式中遺傳法則的執行..................80
5.3 消費者目標的權重評估和適應函數的制定........82
5.4 零組件的提取與編碼的對應....................84
5.5 整體3D外形的解碼還原........................89

第六章 結果與討論...............................91
6.1 語意差異法的描述界定........................91
6.2 遺傳演算法執行結果與理論檢討................93
6.2.1 基因演算法的收斂性........................93
6.2.2 突變機制..................................95
6.2.3 適應函數的探討............................95
6.2.4 位元長度..................................96

第七章 結論與建議...............................97
7.1 結論........................................97
7.2 建議........................................97
7.3 檢討與缺失..................................99
7.4 今後發展方向...............................100

參考文獻.........................................i
【附錄一】焦點族群評選及形容詞語彙調查..........vi
【附錄二】研究調查問卷.........................vii
【附錄三】驗證問卷調查..........................ix
【附錄四】零件資料檔格式........................xi

圖1-1 整體流程架構圖.............................7
圖2-1 物體的認知................................10
圖2-2 感性工學人與產品旳關係....................12
圖2-3 感性工學資料庫結構圖......................13
圖2-4 簡易基因演算法SGA演化過程.................17
圖2-5 Solution space V.S. coding space..........19
圖2-6 染色體與字串長度的關係....................20
圖2-7 全域最適解的改善..........................21
圖2-8 問題解可能發生的三種情形..................25
圖3-1 階段二研究流程............................35
圖3-2 階段三實驗流程............................36
圖3-3 階段四實驗流程............................37
圖3-4 產品評選過程..............................38
圖3-5 造形徵萃取結果............................40
圖3-6 實驗流程..................................43
圖4-1 產品比例分析..............................50
圖4-2 產品組裝分解圖............................51
圖4-3 整體比例的變化............................52
圖4-4 整體輪廓的變化............................54
圖5-1 「基因演算法專案與感性工學型式二結合發展」 結構圖..........................................78
圖5-2 MATLAB圖形界面............................79
圖5-3 MATLAB 基因演算法程式流程圖...............80
圖5-4 基因演算法程式執行圖......................82
圖5-5 消費者目標權重&基因演算法結合界面.........83
圖5-6 層級分析法求7個語彙比重過程...............83
圖5-7 基因演算法演算求得7個語彙符合適存值的解...84
圖5-8零組件與總分的對應.........................85
圖5-9與基因演算法尋優值進行比對程式.............86
圖5-10 比對程式的語法撰寫.......................86
圖5-11 比對對應碼...............................87
圖5-12呼叫造形資料庫內的零件編碼................88
圖5-13圖形精描表現..............................89
圖5-14其它零組件組合成新造形的產品立體圖範例....90
圖6-1 Shade引力相機界面.........................92
 
表2.1 形態分析圖表..............................27
表2.2 層級分析法(AHP)評估尺度相對定義...........29
表2.3 相對比較矩陣..............................30
表3.1各種“沖”、“煮”以萃取咖啡精華的器具和原理..............................................34
表3.2 各家學者對產品造形的論述..................39
表3.3 各造形組件的細分..........................41
表4.1 使用於問卷之形容詞語彙....................49
表4.2 形容詞語彙結果統計........................49
表4.3 選定的七個語彙............................49
表4.4 咖啡機整體造形比例的制定..................53
表4.5 形態分析圖表─咖啡機的物件A...............55
表4.6 形態分析圖表─咖啡機的物件B...............55
表4.7 形態分析圖表─物件C咖啡機整體尺寸和輪廓外形..............................................56
表4.8 結合形態分析圖表；可能解中的18個測試樣本..57
表4.9 18個樣本離差係數值V.......................58
表4.10咖啡機樣本─語意差別法統計結果............59
表4.11輸入數量化I類之格式(A)基本資料............60
表4.11輸入數量化I類之格式(B)語彙樣本資料........61
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(A)堅固的.......................................62
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(B)氣質的.......................................63
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(C)科技的.......................................64
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(D)高級的.......................................65
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(E)優雅的.......................................66
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(F)實用的.......................................67
表4.12咖啡機各類目對語彙相關性的貢獻度之量化結果(G)創意的.......................................68
表4.13各類目組件對七個語彙相關性的整體貢獻度量化..............................................69
表4.14零組件貢獻度表之應用(範例一)..............70
表4.15零件資料檔格式............................71
表4.16零組件貢獻度表之應用(範例二)..............72
表4.17 範例二‧不同語彙意象所得零組件之樣式比較.73
表4.18  層級分析法(AHP)目標權重比...............74
表4.19  層級分析法(AHP)消費群的目標權重比.......75
表5.1 符合基因比對的樣式之一....................88
                                    

Carnahan, Brian J. & Redfern, Mark S.,“Application of genetic algorithms to the design of lifting tasks”, International Journal of Inudstrial Ergonomics, Vol.21, No.2, pp.145~158, 1998。
Cheng, & Gen, “Genetic Algorithms & Engineering Design”, WILEY-INTERSCIENCE, pp.1~97, 1996。
Goldberg, David E., Day Kalyamaony, Clark James H. “Genetic algorithms and the sizing of populations”, No.91010, 1991。
Goldberg, “Genetic and evolutionary algorithm come of age”, Comunications of the ACM, Vol.37, No.3, pp.113~119, 1994。
Holland, J.H.,“Adaptation in Natural and Artificial System: an introductory analysis with applications to biology, control, and artificial intelligence”, MIT press, 1992。
Hsiao, Shih-Wen, Chang, M.S.,“A Semantic recognition-based approach for car’s concept design”, International Journal of Vehicle Design, Vol.18, No.1, pp.53~82, 1997。
Hsiao, Shih-Wen, Chen, Ching-Hai,“A Semantic and shape grammer based approach for product design”, Design Studies, Vol.18, No.3, pp.275~296, 1997。
Hsiao, Shih-Wen & Huang, H.C.,“A neural network based approach for product form design”, Design Studies, Vol.23, pp.67~84, 2002。
Hsiao, Shih-Wen & Wang, His-Ping,“Applying the Semantic transformation method to product form design”, Design Studies, Vol.19, No.3, pp.309~330, 1998。
Jaramillo, Jorge, H.; Bhadury, Joy & Batta, Rajan,“One the use of genetic algorithms to solve location problems”, Computers & Operations Research 29, pp.761~779, 2002。
Jones, J. C., “Design Methods”, Van Nostrand Reingold, New York, 1992。
Kim, Kyoung-jae & han, Ingoo“Mainuation case-based reasoning systems using a genetic algorithms approach”, Expert Systems with Applicatons, Vol.21, pp.139~145。
Kimberly, Elam, “Geometry of design Studies in Proportion and Composition”, Princeton Architectural Press, New York, 2001。
Nigel, Cross, “Engineering Design Methods”, John Wiley & Sons, New York, 1994。
Nagamachi, Mitsuo, “Kansei Enginnering: A new ergonomic consumer-oriented technology for product development”, International Journal of Industrial Ergonomics, Vol.15, pp.3-11, 1995。
Tjalve, E., “A short course in Industrial Design”, Newnes-Butterworths, Boston, pp.143-185, 1979。
Yang, Yaowen & Soh, Chee, Kiong,“Automated optimum design of structures using genetic programming”, Automated and Structures, Vol.80, pp.1537~1546, 2002。
Yoshida, Y.,“Multicriteria Optimal Stopping of a Fuzzy and Stochastic System”, Mathematical and computer modeling, Vol.34, pp.615~622, 2001。
Zbigniew, Michalewicz,“Genetic Algorithms + Data Structures = Evolution Program”﹐ Springer, pp.1~65, 1999。
王士文，「咖啡文化與法蘭西」，輔仁大學歷史研究所碩士論文， 2001。
王宗興，張育銘，「自行車車架造形特徵對意象認知影響之研究」，海峽兩岸工業設計學術及實務研討會，2001。
林振陽，「工業設計中立體造形之理論與實際」，六合出版社，1979。
吳乙鴻，「應用類神經遺傳演算法建立電腦輔助設計模式之研究」，國立成功大學工業設計研究所碩士論文，2000。
吳明隆，「SPSS統計應用實務」，松崗出版社，2000。
官政能，「產品物徑」設計創意之生成、發展與應用，藝術家出版社，1997。
周君瑞，「複合感性意象之塑造-以造形特徵為基礎」，國立成功大學工業設計研究所碩士論文，2001。
周鵬程，「遺傳演算法原理與應用─活用Matlab」，全華科技圖書股份有限公司出版，2002。
柯志偉(譯者)，「我們所需要的造形」，六合出版社，1991。
柯志偉(譯者)，「模式與形態」，六合出版社，1990。
施葦名，「眼鏡造形與感覺意象對應關係研究」，交通大學應用藝術研究所碩士論文，1996。
徐嘉鴻，「應用同步設計策於產品開發─以家用蒸氣熨斗為例」，國立成功大學工業設計研究所同步設計報告書，1999。
張明勝，「以認知及動態特性為基的互動式電腦輔助汽車造形設計模式研究」，國立成功大學工業設計研究所碩士論文，1994。
張智星，「MATLAB程式設計與應用」，清蔚科技出版社，2000。
張啟良，「電腦輔助構想發展於網路上之研究」，國立成功大學工業設計研究所碩士論文，2001。
邱皓政，「量化研究與統計分析」，五南出版社，台北市，2002。
曾國雄，「多變量解析與其應用」，華泰書局，1991。
曾錫雄，「Shade R5 3D影像範例教本」，學貫行銷股份有限公司，2002。
黃美菁，「行動電話偏好意象建構造形法則」，國立成功大學工業設計研究所碩士論文，2000。
黃俊英，「多變量分析」，中國經濟企業研究所，2001。
莊錦昌，「網頁介面使用性之探討與意象之研究」，國立成功大學工業設計研究所碩士論文，2000。
陳文印，「設計解讀─工業設計專業知能之探索」，亞太圖書出版社，台北，1997。
陳國祥，管倖生、鄧怡莘、張育銘，「感性工學─將感性予以理性化旳手法」，工業設計Vol.29, 第一期， pp.2~16，2001。
陳鴻源，「汽車輪廓形態意象與區分特徵關係之研究」，國立成功大學工業設計研究所碩士論文，2001。
陳肇杰，「產品造形評價語彙之研究」，國立成功大學工業設計研究所碩士論文，1994。
董芳武，「網路產品界面設計模式建立之研究」，國立成功大學工業設計研究所碩士論文，1999。
劉家煒，「應用人工智慧方法於產品設計之研究」，國立成功大學機械工程學系碩士論文，2002。
蔡宏政，「汽車造形、色彩之人機模糊介面研究」，國立成功大學工業設計研究所碩士論文，1993。
蔡明錡，「電腦輔助產品造形設計模式於網際網路上之應用研究」，國立成功大學工業設計研究所碩士論文，2000。
蕭世文，「功能導向的產品造形衍生與整合模式研究」，行政院國家科學委員會專題研究計劃成果報告，NSC85-2213-E-006-036，1996。
簡召全，馮明，朱崇賢，「工業設計方法學」，北京理工大學出版社，1993。
關頌廉，「應用模糊數學」，科技圖書股份有限公司，台北市，2001。
魏士超，「應用網際網路建立產品造形意象設計系統之研究」，國立成功大學工業設計研究所碩士論文，2001。
魏雅萍，「設計師與一般消費者對造形認知差異研究」，國立成功大學工業設計研究所碩士論文，2000。

校內：立即公開
校外：2003-08-22公開

簡易檢索 / 詳目顯示

相關論文