基于神经网络的仿生避难椅创新设计

近年来，地震发生的强度和频率不断增加，基于仿生设计和神经网络在地震情境下设计了一款避难椅，通过拟合优度检验和系统聚类方法分析调研结果得到6大类18小类功能需求，并依据共性需求确定仿生对象。利用Gabor滤波提取其纹理特征并抽象为本体象元空间，利用神经网络和象元理论建立与用户偏好之间的映射关系模型，得到MSE值为0.092 12和0.007 44，说明模型性能良好。利用形状文法规则进行设计创新，得到三款方案，通过验证对比映射关系模型中与之相似且排名前三的本体象元满意度，均方误差MSE值为0.003 24，证明该方法能够为相关产品设计提供参考。