基于证据权重的异构图映射方法在人工智能辅助电动摩托车形态设计中的对称性-非对称性分析中的应用
《Symmetry》:Evidence-Weighted Heterogeneous Graph Mapping for Symmetry–Asymmetry Analysis in AI-Assisted Electric Motorcycle Morphology Design
【字体:
大
中
小
】
时间:2026年08月16日
来源:Symmetry 2.2
摘要
电动摩托车的形态设计涉及整车轮廓、外部组件、情感语义、评估标准以及人工智能辅助设计约束之间的关系。这些关系往往被视作独立的输出,因此很难解释感知证据是如何支撑设计生成的。本研究提出了一种基于证据权重的异构图映射方法,用于分析电动摩托车形态设计中的对称性与不对称性模式。研究构建了包含31个品牌176辆电动摩托车的数据库,并将其划分为整车原型和局部风格模块。通过感官工程和语义差异评价法,从78份有效问卷中获取了感知数据。运用层次分析法确定专家给出的标准权重,再通过理想解排序法对整车及局部模块的方案进行排序。在所提出的图中,车辆样本、风格模块、感官维度、评估权重、排序结果以及设计约束均作为异构节点呈现,而感知关联、模块与整车的协调性、对称性与不对称性的平衡以及证据与设计的对应关系则通过加权边来表示。研究结果表明,系统集成、形式比例与张力、安全感知、视觉未来感以及品牌标识是主要的感知维度。随后又有71名参与者参与了第二轮评估,以判断所生成的概念与目标感知语义之间的契合度。所提出的图映射方法为从感知评估、多标准决策支持到人工智能辅助概念生成约束之间提供了清晰且可追溯的证据路径。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号