文献类型：期刊文章

作　　者：王亚辉[1] 余隋怀[1] 陈登凯[1] 初建杰[1] 刘卓[1] 王金磊[1] 马宁[2]

WANG Yahui;YU Suihuai;CHEN Dengkai;CHU Jianjie;LIU Zhuo;WANG Jinlei;MA Ning(Shaanxi Engineering Laboratory for Industrial Design, Northwestern Polytechnical University, Xi'an 710072, China;College of Art and Design, Shaanxi University of Science and Technology, Xi'an 710021, China)

机构地区：[1]西北工业大学陕西省工业设计工程实验室,陕西西安710072 [2]陕西科技大学设计与艺术学院,陕西西安710021

出　　处：《计算机集成制造系统》

基　　金：国家重点研发专项资助项目（2017YFB1104205）;高等学校学科创新引智计划资助项目（B13044）~~

年　　份：2019

卷　　号：25

期　　号：10

起止页码：2467-2475

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学习网络算法(ResNet)对数据集进行不断训练来提高设计决策的准确度,将一般设计决策问题转化为设计方案图像的语义识别问题,最大限度地消除了决策者决策偏好的影响。通过起重机造型设计决策实例,验证了ResNet人工智能设计决策算法的有效性和可行性。

关 键 词：深度学习  人工智能 设计决策  设计语义 ResNet算法  产品开发  

分 类 号：U462.1]