CN104820738A - 基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 - Google Patents
基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 Download PDFInfo
- Publication number
- CN104820738A CN104820738A CN201510196785.9A CN201510196785A CN104820738A CN 104820738 A CN104820738 A CN 104820738A CN 201510196785 A CN201510196785 A CN 201510196785A CN 104820738 A CN104820738 A CN 104820738A
- Authority
- CN
- China
- Prior art keywords
- suv
- gene
- design
- product
- style
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法。通过用层次分析法对SUV的外形设计进行研究,识别SUV外形设计的关键部件,然后通过聚类分析得到初代样本;然后通过对典型SUV品牌的产品图谱进行研究,提取SUV的外形设计基因,并通过形状文法对SUV的外形设计基因进行表达,进而构建SUV外形快速设计基因池;通过研究消费者偏好于SUV外形设计的风格意向,构建偏好与风格意向之间的映射模型,形成具有差异化的产品线策略,从而生成一系列的产品设计方案。本发明将为企业开展SUV产品族外形设计提供建设性的指导意见,有助于企业产品展现一致的品牌形象,具有较强的市场意义。
Description
技术领域
本发明涉及产品族快速设计,特别是涉及一种基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法。
背景技术
中国汽车工业正在经历前所未有的高速发展时期。2014年中国汽车销量达到了2349.19万辆,同比增长6.86%,其中,SUV(Sport Utility Vehicle)销售407.79万辆,同比增长36.44%,SUV(Sport Utility Vehicle)车型越来越受到消费者的青睐,引起了车市的广泛关注。
随着功能和技术同质化的日益加剧,细分市场的竞争日益激烈,车辆的外观设计逐渐成为影响消费者决策的决定性因素,同时消费者的个性化需求日益强烈,差异化的外观设计需求加剧了产品族外形设计保持品牌统一性即家族化的难度。
目前SUV产品族的设计一般由汽车设计师凭借个人主观经验与审美开展,并未形成通用的可持续的快速设计方法,容易引起企业产品族规划不当,无法保持企业产品的家族化形象;同时对消费者偏好缺乏充足的调研与分析,目标用户和细分市场的不明确易导致品牌在细分市场的激烈竞争中处于不利地位。这些问题主要反映在快速发展的现代工业设计中,尤其对于未建立完善产品族战略的新兴企业。
针对此问题,提供一个快速了解SUV产品关键设计部件并提取和表达SUV产品族外形设计基因的方法,同时基于消费者偏好规划SUV产品线,最终实现快速的SUV产品方案设计,为设计师提供一定的设计指导。
发明内容
本发明的目的在于提供一种基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法。
基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法的步骤如下:
1)根据销量、人气和口碑从中国车市中甄选出60款SUV热门车型,然后邀请12名设计专业研究生,通过层次分析法,对SUV的侧面外形设计进行研究,识别SUV侧面外形设计的关键设计部件;
2)在层次分析法的基础上,测量60款SUV样本之间的相似性,进而通过均值聚类分析将SUV外形差异较小的样本合并为一类,最终聚类为16款SUV初代样本车型;
3)调研典型品牌的SUV产品族外形设计,通过对各品牌同一系列产品进行纵向比较,不同系列产品之间进行横向比较,基于产品族外形基因结构体系,确定并提取SUV的通用型、可适应型和个性化外形设计基因;
4)由专业汽车设计师组成专家组,对个性化基因与继承性基因进行定义与矢量特征线表达,最终完成个性化基因池与继承性基因池的构建,继承性基因包括通用型基因和可适应型基因;
5)对消费者偏好进行研究,同时研究SUV的设计风格意向,最终建立消费者偏好于SUV风格意向之间的映射模型,确定具有差异化的产品线策略。
6)然后通过制定一系列具体的外形设计基因应用策略,塑造同一产品线间的统一化和差异化形象,实现SUV产品族快速设计方案。
本发明提出基于消费的偏好的新的产品族基因池构建及新产品方案快速生成方法,通过层次分析法获得SUV产品外形的关键设计部件,提取SUV外形设计基因并进行特征线表达;建立用户SUV外形设计风格偏好与产品族外形设计基因间的映射关系,为产品族规划和快速方案设计提供了新思路和新方法。同时,该方法的成果也将为企业开展SUV产品族外形设计提供建设性的指导意见,有助于企业产品展现一致的品牌形象,具有较强的市场意义。
附图说明
图1是60辆SUV车型样本的聚类分析结果;
图2(a)Jeep品牌四门版Rubicon车型的侧面轮廓线设计;
图2(b)Jeep品牌指挥官车型的侧面轮廓线设计;
图2(c)Jeep品牌指南者车型的侧面轮廓线设计;
图2(d)Jeep品牌两门版Rubicon车型的侧面轮廓线设计;
图3(a)Jeep品牌指挥官车型的车尾设计;
图3(b)Jeep品牌指南者车型的车尾设计;
图3(c)Jeep品牌牧马人SAHARA两门车型的车尾设计;
图3(d)Jeep品牌牧马人Rubicon两门车型的车尾设计;
图3(e)Jeep品牌自由客车型的车尾设计;
图3(f)Jeep品牌大切诺基车型的车尾设计;
图4(a)为Jeep品牌车型指挥官的五幅轮毂设计图例;
图4(b)为Jeep品牌车型自由客的五幅轮毂设计图例;
图4(c)为Jeep品牌车型指南者的五幅轮毂设计图例;
图4(d)为Jeep品牌车型大切诺基的五幅轮毂设计图例;
图4(e)为Jeep品牌车型牧马人四门版Sahara的五幅轮毂设计图例;
图4(f)为Jeep品牌车型牧马人四门版Rubicon的五幅轮毂设计图例;
图4(g)为Jeep品牌车型牧马人两门版Rubicon的五幅轮毂设计图例;
图5(a1)为可适应型基因基因池中产品线1中的车头方案样式图示;
图5(a2)为可适应型基因基因池中产品线2中的车头方案样式图示;
图5(a3)为可适应型基因基因池中产品线3中的车头方案样式图示;
图5(b1)为可适应型基因基因池中产品线1中的车尾方案样式图示;
图5(b2)为可适应型基因基因池中产品线2中的车尾方案样式图示;
图5(b3)为可适应型基因基因池中产品线3中的车尾方案样式图示;
图5(c1)为可适应型基因基因池中产品线1中的翼子板方案样式图示;
图5(c2)为可适应型基因基因池中产品线2中的翼子板方案样式图示;
图5(c3)为可适应型基因基因池中产品线3中的翼子板方案样式图示;
图5(d1)为可适应型基因基因池中产品线1中的车窗方案样式图示;
图5(d2)为可适应型基因基因池中产品线2中的车窗方案样式图示;
图5(d3)为可适应型基因基因池中产品线3中的车窗方案样式图示;
图5(e1)为可适应型基因基因池中产品线1中的前车灯方案样式图示;
图5(e2)为可适应型基因基因池中产品线2中的前车灯方案样式图示;
图5(e3)为可适应型基因基因池中产品线3中的前车灯方案样式图示;
图5(f1)为可适应型基因基因池中产品线1中的后车灯方案样式图示;
图5(f2)为可适应型基因基因池中产品线2中的后车灯方案样式图示;
图5(f3)为可适应型基因基因池中产品线3中的后车灯方案样式图示;
图5(g)为通用型基因基因池中的肩线方案样式图示;
图5(h)为通用型基因基因池中的轮毂方案样式图示;
图5(i)为通用型基因基因池中的车把手方案样式图示;
图6(a)为产品线1越野型SUV的个性化基因举例;
图6(b)为产品线2商务型SUV的个性化基因举例;
图6(c)为产品线3城市休闲型SUV的个性化基因举例;
图7(a)为叠加了SUV外形可适应型基因后的越野型SUV车型方案图例;
图7(b)为叠加了SUV外形可适应型基因后的商务型SUV车型方案图例;
图7(c)为叠加了SUV外形可适应型基因后的城市休闲型SUV车型方案图例;
图8(a)为叠加了SUV外形通用型基因后的越野型SUV车型方案图例;
图8(b)为叠加了SUV外形通用型基因后的商务型SUV车型方案图例;
图8(c)为叠加了SUV外形通用型基因后的城市休闲型SUV车型方案图例。
具体实施方式
基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法的步骤如下:
1)根据销量、人气和口碑从中国车市中甄选出60款SUV热门车型,然后邀请12名设计专业研究生,通过层次分析法,对SUV的侧面外形设计进行研究,识别SUV侧面外形设计的关键设计部件;
2)在层次分析法的基础上,测量60款SUV样本之间的相似性,进而通过均值聚类分析将SUV外形差异较小的样本合并为一类,最终聚类为16款SUV初代样本车型;
3)调研典型品牌的SUV产品族外形设计,通过对各品牌同一系列产品进行纵向比较,不同系列产品之间进行横向比较,基于产品族外形基因结构体系,确定并提取SUV的通用型、可适应型和个性化外形设计基因;
4)由专业汽车设计师组成专家组,对个性化基因与继承性基因进行定义与矢量特征线表达,最终完成个性化基因池与继承性基因池的构建,继承性基因包括通用型基因和可适应型基因;
5)对消费者偏好进行研究,同时研究SUV的设计风格意向,最终建立消费者偏好于SUV风格意向之间的映射模型,确定具有差异化的产品线策略;
6)然后通过制定一系列具体的外形设计基因应用策略,塑造同一产品线间的统一化和差异化形象,实现SUV产品族快速设计方案。
SUV:SUV是Sport Utility Vehicle的缩写,具体含义是运动型多用途汽车。
实施例:
1)根据销量、人气和口碑从中国车市中甄选出60款SUV热门车型,见表1。将各车型侧面视图的灰度图片分别打印在A5尺寸的卡片上,标注原始样本ID:Cn,作为实验素材。然后邀请12名设计专业研究生,通过层次分析法,对实验样本执行分层分组,被试共执行1+2+4=7次分组任务,将60辆原始样本划分为2+4+8=14组。研究员将记录每组的ID及分组原因。
表1
研究员基于语义学,对层次分析的结果数据进行提炼,从中整理出一系列SUV可视部件与样式名称,概括为单个分层因素,最终统计出各分层因素在12名被试中的提及频数与频率,结果如表2所示。
表2
2)在层次分析法的基础上,将层次分析法实验获得的分组数据按照下列规则转化为相似度数据:
●第三次分层后,同组中的所有样本间的相似度设为0.75;
●第二次分层数据中,刨除第三次分组时同组的样本,将剩余样本间的相似度设为0.5;
●第一层剩余样本间的相似度设为0.25。
根据该规则转化后,按照公式(1)对12个被试的数据进行均值计算,生成表3所示的相似性三角矩阵。
S=(m1*0.25+m2*0.5+m3*0.75)/(m1+m2+m3) 公式(1)
公式中,S为样本Ci与Cj之间的平均相似度,m1、m2、m3分别指两样本在第一、二、三次分层后位于同组的频数。
表3
C01 | C02 | C03 | C04 | C05 | … | C55 | C56 | C57 | C58 | C59 | C60 | |
C01 | 1.000 | |||||||||||
C02 | 0.125 | 1.000 | ||||||||||
C03 | 0.000 | 0.333 | 1.000 | |||||||||
C04 | 0.208 | 0.375 | 0.208 | 1.000 | ||||||||
C05 | 0.000 | 0.625 | 0.375 | 0.250 | 1.000 | |||||||
… | … | … | … | … | … | … | ||||||
C55 | 0.125 | 0.625 | 0.292 | 0.500 | 0.500 | … | 1.000 | |||||
C56 | 0.292 | 0.250 | 0.083 | 0.583 | 0.125 | … | 0.333 | 1.000 | ||||
C57 | 0.500 | 0.083 | 0.000 | 0.167 | 0.000 | … | 0.083 | 0.292 | 1.000 | |||
C58 | 0.333 | 0.333 | 0.167 | 0.333 | 0.208 | … | 0.208 | 0.250 | 0.458 | 1.000 | ||
C59 | 0.417 | 0.208 | 0.083 | 0.292 | 0.083 | … | 0.208 | 0.208 | 0.542 | 0.625 | 1.000 | |
C60 | 0.583 | 0.083 | 0.000 | 0.167 | 0.000 | … | 0.083 | 0.292 | 0.500 | 0.292 | 0.333 | 1.000 |
将相似性矩阵导入SPSS软件,进而通过均值系统聚类分析,生成的聚类树状图如图1所示,然后采用K均值聚类计算出每一聚类中的典型样本,生成最终聚类中心表(表4),进而确定18辆典型样本车型。之后在Photoshop CS5中对18个样本进行尺寸归一处理时,两款车型因车长过短,导致缩放后与其它样本差异过大,在专家建议下进行了删除,最终通过ID:Pn(n=1,2,…,16)编号定义了16款SUV初代样本车型;
表4
3)调研宝马、奥迪、路虎和JEEP四个知名品牌的SUV系列产品的侧面视图,基于4个品牌SUV产品族在其外形基因应用中表现出的共性规律,提取了SUV外形设计中的通用型、可适应型和个性化外形基因。
个性化基因:不同品牌的SUV侧面轮廓线设计必然不同。即使属于同一品牌家族,各独立车型间由于整车尺寸、车型定位、设计风格等因素的差异,其轮廓线均展现出特有的外形样式,举例如图2所示,将SUV的侧面轮廓线视为个性化外形基因,塑造出不同车型间的差异化视觉形象。
可适应型基因:产品族中的可适应型基因指受到限制而无法直接通用,需要根据各产品线特征进行差异化的样式设计,与产品线设计风格保持一致的部件,举例如图3所示。具体包括车头、车尾、翼子板、车窗、前车灯、后车灯。
通用型基因:在SUV外形设计中,通用型基因指可在整个产品族系统内进行通用的部件,主要包括尺寸小,功能独立的部件或装饰细节。这些部件只需要根据产品特征在尺寸上进行微调就可以进行通用,样式可以不做改变。举例如图4所示,涉及的主要部件为轮毂、肩线、门把手。
4)设计师通过特征线的方式对SUV的外形设计基因以及整车设计进行表达,以及SUV外形设计基因池的构建;
个性化基因:将16辆原始样本的正侧面图片导入矢量绘图软件,由专业汽车设计师用贝赛尔曲线对各样本的侧外轮廓线进行描绘,完成个性化外形设计基因的表达,完成个性化基因池的构建;
通用型基因:通用型基因作为全产品族中的一致性设计特征,由专业汽车设计师组成的专家组假定某品牌SUV,定义相应的通用型基因样式。当方法经论证可行后,可针对某特定品牌的SUV产品族形象开展研究,提炼通用型基因。
可适应型基因:可适应型基因设计需要与产品线形象保持一致,则根据后续的5)规划出的3条不同风格的产品线,由专业汽车设计师组成的专家组根据不同的产品线风格设定对应的样式集;
定义通用型基因和可适应型基因后,专家组在矢量软件Illustrator CS5中利用特征线进行基因表达,完成继承性基因池构建,如图5所示。
5)对消费者偏好进行研究,同时研究SUV的设计风格意象,最终建立消费者偏好于SUV风格意向之间的映射模型,确定具有差异化的产品线策略。
用户偏好研究:以16辆SUV初代样本的正侧面灰度图片为实验样本。40位SUV用户通过Likert量表法执行偏好实验。然后将实验结果在SPSS里执行K均值聚类分析,最终将40名用户聚成3类,得到具有偏好差异的被试组G1,G2和G3。在K均值聚类分析结果中,同时获得了各聚类的最终聚类中心值,如表5所示。该值能从整体上反映所属被试组对SUV样本的偏好情况。
表5
样本 | G1 | G2 | G3 |
P01 | 8.04 | 5.62 | 4.30 |
P02 | 5.16 | 6.37 | 5.77 |
P03 | 8.53 | 7.30 | 2.50 |
P04 | 3.92 | 5.88 | 4.73 |
P05 | 6.55 | 6.01 | 6.48 |
P06 | 6.91 | 6.53 | 7.73 |
P07 | 4.60 | 4.21 | 3.04 |
P08 | 2.48 | 6.30 | 5.12 |
P09 | 5.35 | 6.62 | 7.01 |
P10 | 6.23 | 7.09 | 7.68 |
P11 | 6.28 | 7.43 | 6.96 |
P12 | 4.07 | 6.49 | 5.66 |
P13 | 4.19 | 4.81 | 4.82 |
P14 | 5.33 | 5.64 | 6.58 |
P15 | 7.22 | 6.89 | 8.08 |
P16 | 5.83 | 6.55 | 7.17 |
SUV设计风格意向研究:考虑到后续因子分析的KMO和Bartlett球形度检验中,因16个车型样本数过少,实验数据无法通过检验,故选择60辆SUV原始样本作为实验对象。同时研究组定义出12组与SUV相关的风格意象词汇对作为SUV设计风格的评价标准。然后通过通过语差法实验对60款SUV样本执行风格评价实验,之后将评价分值导入到spss里执行主成分分析与因子分析,最终得到四个公因子,在四个公因子的基础上计算因子得分,在公因子得分的基础上进行了因子间的显著性检验,结果如表6所示,各公因子具有统计学意义,能够独立表示某一类风格。至此,SUV设计风格意象研究完成。
表6
构建偏好与风格意象间的映射模型:建立了偏好与风格意象间的映射模型,将消费者偏好与SUV设计风格进行关联。将各样本的因子得分作为自变量,将各人群的偏好数值作为因变量,在SPSS中执行多元线性回归分析后得到下列指标:
G1:R=0.925,R2=0.856,由Anova测出的方程显著性系数(Sig.)为0.000;
G2:R=0.778,R2=0.606,由Anova测出的方程显著性系数(Sig.)为0.026;
G3:R=0.816,R2=0.667,由Anova测出的方程显著性系数(Sig.)为0.011;
上述数据中,G1和G3的R值大于0.8,G2的R值接近0.8,三者的方程整体显著性均小于0.05,说明这三个被试组的偏好和四个风格公因子间具有很强的线性关联。各组的模型系数如表7所示,系数的正负值代表风格对偏好的影响,正值表示被试组偏爱此风格,负值表示被试组不喜欢此风格。通过分析最终得到3组被试偏好的SUV风格特征,见表8。
表7
表8
风格公因子 | G1 | G2 | G3 |
成熟商务-年轻休闲 | 年轻休闲 | 成熟商务 | 年轻休闲 |
野性越野-雅致城市 | 野性越野 | 雅致城市 | 雅致城市 |
方正硬朗-流线动感 | 方正硬朗 | 流线动感 | 流线动感 |
产品线规划:结合各被试组的偏好风格特征与偏好车型样本,最终为SUV产品族规划了三条具有差异化风格的产品线,分别为越野SUV,商务型SUV和城市休闲SUV。
产品线L1:越野SUV
根据方程系数值,被试组G1中的人群偏好年轻休闲(D1+),野性越野(D2-),方正硬朗(D3-)风格的SUV车型。同时,G1偏好的代表车型为P03:悍马和P01:路虎等。综上,G1的偏好特点为气质硬派,棱角分明方正的越野型SUV。
产品线L2:商务SUV
根据方程系数值,被试组G2中的人群偏好成熟商务(D1-),雅致城市(D2+),流线动感(D3+)风格的车型。同时,G2偏好的代表车型为,P02:斯巴鲁傲虎,P04:雷克萨斯LX570等。综上,G2的偏好特点为流线型,气质较为稳重成熟的商务型SUV。
产品线L3:城市休闲SUV
根据方程系数值,被试组G3中的人群偏好D1+(年轻休闲),D2+(雅致城市),D3+(流线动感)的车型。同时,G3偏好的代表车型为,P06:Mini Countryman,P10:宝马X3,P15:英菲尼迪EX35等。综上,G3的偏好特点为流线型,年轻动感的城市休闲型SUV。
6)基于上述产品线,结合偏好与风格意象间的映射模型,实现通过偏好驱动SUV整车风格设计应用。具体应用过程中,在个性化基因的基础上如图6,进一步添加可适应型外形基因,完善各产品线的风格形象。可适应型基因涉及到的部件主要有:车头、车尾、翼子板、车窗和前后车灯等。从继承性基因池中调用可适应型基因,叠加在已有轮廓线上,将产品方案表达为较为完整的形象。通过适应型基因应用,三条产品线的差异化风格形象被较好地区分开来,如图7所示。
在完成可适应型基因应用的基础上,从继承性基因池中调用通用型基因,包括轮毂、肩线和门把手等部件样式,统一应用于三条产品线方案中。结果如图8所示,虽然各产品线风格不同,但由于应用了样式一致的通用型基因,使分离的产品线方案在视觉上形成一定程度的关联感,塑造家族化形象。
Claims (1)
1.一种基于消费者偏好的快速构建SUV产品族基因池与新产品生成方法,其特征在于:它的步骤如下:
1)根据销量、人气和口碑从中国车市中甄选出60款SUV热门车型,然后邀请12名设计专业研究生,通过层次分析法,对SUV的侧面外形设计进行研究,识别SUV侧面外形设计的关键设计部件;
2)在层次分析法的基础上,测量60款SUV样本之间的相似性,进而通过均值聚类分析将SUV外形差异较小的样本合并为一类,最终聚类为16款SUV初代样本车型;
3)调研典型品牌的SUV产品族外形设计,通过对各品牌同一系列产品进行纵向比较,不同系列产品之间进行横向比较,基于产品族外形基因结构体系,确定并提取SUV的通用型、可适应型和个性化外形设计基因;
4)由专业汽车设计师组成专家组,对个性化基因与继承性基因,进行定义与矢量特征线表达,最终完成个性化基因池与继承性基因池的构建,继承性基因包括通用型基因和可适应型基因;
5)对消费者偏好进行研究,同时研究SUV的设计风格意向,最终建立消费者偏好于SUV风格意向之间的映射模型,确定具有差异化的产品线策略;
6)然后通过制定一系列具体的外形设计基因应用策略,塑造同一产品线间的统一化和差异化形象,实现SUV产品族快速设计方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196785.9A CN104820738A (zh) | 2015-04-23 | 2015-04-23 | 基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196785.9A CN104820738A (zh) | 2015-04-23 | 2015-04-23 | 基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104820738A true CN104820738A (zh) | 2015-08-05 |
Family
ID=53731033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510196785.9A Pending CN104820738A (zh) | 2015-04-23 | 2015-04-23 | 基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104820738A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740565A (zh) * | 2016-02-16 | 2016-07-06 | 合肥学院 | 一种基于自然语言处理的汽车造型推导方法 |
CN107194082A (zh) * | 2017-05-26 | 2017-09-22 | 西北工业大学 | 基于转基因理论的工业产品智能设计方法 |
CN107729490A (zh) * | 2017-10-18 | 2018-02-23 | 华南农业大学 | 基于多源动态知识图谱的服装个性化设计方法与装置 |
CN108470306A (zh) * | 2018-03-23 | 2018-08-31 | 汕头大学 | 一种基于销售数据预测客户对产品特征偏好的方法 |
CN110598745A (zh) * | 2019-08-13 | 2019-12-20 | 浙江大学 | 一种基于几何形态测量学的汽车尾灯形状设计方法 |
CN112182368A (zh) * | 2020-09-21 | 2021-01-05 | 浙江工业大学 | 面向女性消费者偏好的suv产品概念设计系统 |
CN112513898A (zh) * | 2018-07-31 | 2021-03-16 | 株式会社彩 | 酒精饮料信息管理系统及管理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329745A (zh) * | 2008-07-18 | 2008-12-24 | 浙江大学 | 基于产品族dna构造的新产品生成方法 |
CN103295063A (zh) * | 2013-05-17 | 2013-09-11 | 浙江大学 | 基于遗传算法对suv产品族基因进化的方法 |
-
2015
- 2015-04-23 CN CN201510196785.9A patent/CN104820738A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329745A (zh) * | 2008-07-18 | 2008-12-24 | 浙江大学 | 基于产品族dna构造的新产品生成方法 |
CN103295063A (zh) * | 2013-05-17 | 2013-09-11 | 浙江大学 | 基于遗传算法对suv产品族基因进化的方法 |
Non-Patent Citations (1)
Title |
---|
傅业焘 等: "面向风格意象的产品族外形基因设计", 《计算机集成制造系统》, vol. 18, no. 3, 31 March 2012 (2012-03-31), pages 449 - 457 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740565A (zh) * | 2016-02-16 | 2016-07-06 | 合肥学院 | 一种基于自然语言处理的汽车造型推导方法 |
CN107194082A (zh) * | 2017-05-26 | 2017-09-22 | 西北工业大学 | 基于转基因理论的工业产品智能设计方法 |
CN107194082B (zh) * | 2017-05-26 | 2020-09-22 | 西北工业大学 | 基于转基因理论的工业产品智能设计方法 |
CN107729490A (zh) * | 2017-10-18 | 2018-02-23 | 华南农业大学 | 基于多源动态知识图谱的服装个性化设计方法与装置 |
CN107729490B (zh) * | 2017-10-18 | 2020-03-17 | 华南农业大学 | 基于多源动态知识图谱的服装个性化设计方法与装置 |
CN108470306A (zh) * | 2018-03-23 | 2018-08-31 | 汕头大学 | 一种基于销售数据预测客户对产品特征偏好的方法 |
CN112513898A (zh) * | 2018-07-31 | 2021-03-16 | 株式会社彩 | 酒精饮料信息管理系统及管理方法 |
CN110598745A (zh) * | 2019-08-13 | 2019-12-20 | 浙江大学 | 一种基于几何形态测量学的汽车尾灯形状设计方法 |
CN112182368A (zh) * | 2020-09-21 | 2021-01-05 | 浙江工业大学 | 面向女性消费者偏好的suv产品概念设计系统 |
CN112182368B (zh) * | 2020-09-21 | 2022-05-17 | 浙江工业大学 | 面向女性消费者偏好的suv产品概念设计系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104820738A (zh) | 基于消费者偏好的快速构建suv产品族基因池与新产品生成方法 | |
JP5450681B2 (ja) | コンテキスト画像入り広告の生成 | |
Hyun et al. | Style synthesis and analysis of car designs for style quantification based on product appearance similarities | |
CN107807914A (zh) | 情感倾向的识别方法、对象分类方法及数据处理系统 | |
Smith et al. | Latent Semantic Engineering–A new conceptual user-centered design approach | |
CN101980211A (zh) | 一种机器学习模型及其建立方法 | |
Zhang et al. | Product features characterization and customers’ preferences prediction based on purchasing data | |
CN107273866A (zh) | 一种基于监控系统的人体异常行为识别方法 | |
CN110532421A (zh) | 一种基于人的性别、心情和年龄的音乐推荐方法及系统 | |
CN102262642A (zh) | 一种Web图像搜索引擎及其实现方法 | |
CN104820739B (zh) | 基于persona研究消费者对于SUV外形设计偏好的方法 | |
CN112069961B (zh) | 一种基于度量学习的少样本文档版面分析方法 | |
CN114741603A (zh) | 基于用户聚类和商品聚类的混合协同过滤推荐算法 | |
CA3108517A1 (en) | Comparative ranking system | |
CN111400924A (zh) | 一种基于配色引擎的自动配色方法、存储介质及终端 | |
CN107122548A (zh) | 面向产品造型风格的用户认知及量化模型的建模方法 | |
CN109992857A (zh) | 汽车尾灯形状设计评估和预测方法 | |
CN109657599A (zh) | 距离自适应的车辆外观部件的图片识别方法 | |
US20210279377A1 (en) | Generative design using style grammars | |
KR102247868B1 (ko) | 인공 지능 기반의 큐레이팅 방법 및 이러한 방법을 수행하는 장치 | |
US20080030752A1 (en) | Method for selecting an image for insertion into a document | |
CN110263066B (zh) | 一种车辆筛选方法及装置 | |
CN110163696A (zh) | 一种基于大数据的电商购物导航方法及其系统 | |
CN103530656B (zh) | 基于隐结构学习的图像摘要生成方法 | |
CN112182368B (zh) | 面向女性消费者偏好的suv产品概念设计系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Luo Shijian Inventor after: Li Wenjie Inventor after: Han Lei Inventor before: Luo Shijian Inventor before: Li Wenjie |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150805 |
|
RJ01 | Rejection of invention patent application after publication |