多评估空间智能融合及其在感官评估中的应用研究

摘要

在全球化市场竞争日益激烈的今天，以客户为中心的研发和生产模式成为很多企业发展的核心，感官评估是保证产品质量和挖掘顾客对产品的反应的重要方式，是生产和消费领域内广受关注的问题。为了解决传统的感官评估研究分散而独立的问题，本文从系统的的角度对感官评估进行深入研究与探讨。多源信息融合是对目标对象进行系统分析，并将其中各信息源整合以完成需要的评估和决策而进行的一系列处理过程。在对感官评估进行系统研究时，可以利用信息融合将客观评估、主观评估、评估专家、评估词汇等评估信息融合进行分析，并给出适时完整的评价。 本课题将信息融合的一些分析思想、算法和模型，应用到感官评估的研究中，定义了一个智能感官评估融合系统，并在此系统架构的基础上完成了感官评估的多源信息融合方法，最终实现了对感官评估的系统分析和研究。 首先，从评估系统的基本概念开始，对感官评估的评估方法、评估内容以及感官评估的应用现状进行了综述，指出了目前发展存在的问题以及将来的发展方向，并进一步指出了进行感官评估研究的实际需求；介绍了信息融合基本原理、概念、方法和应用，为感官评估融合系统的设计和分析提供了技术支撑。 其次，从理论基础和实际需求出发，给出了一个两层感官评估结构，定义了面向设计的感官评估和面向市场的感官评估。总结了感官评估的四个主要要素，并以集合的形式进行了描述。基于感官评估的这个分层模型，定义了多评估空间，并完成了多评估空间的数学描述。然后，在感官评估的两层架构基础上，对纺织品智能感官评估系统进行了总体设计，定义了五个模块，并简单地介绍了系统各组成模块的功能以及模块之间的关系。 再次，在面向产品设计开发的客观数据评估模块中，采用核聚类对织物的机械性能指标进行融合；并采用免疫聚类对客观数据进行聚类融合，提取此织物的机械性能特性，并对两种不同的方法在用于感官数据聚类上的效果进行比较。 接着，在面向产品设计开发的专家评估研究中，对感官评估基础数据的标准化和感官数据的融合问题进行了研究。通过对感官评估基础数据进行标准化处理，为数据分析阶段提供了有效的目标数据；并对顾客感官评估数据进行分析，借助于信息融合算子给出了专家评估的群决策结果。 再接着，在顾客和市场研究一层，分析顾客偏好心理，据此设计顾客满意度调查表，提取了顾客偏好心理；并依据专家系统建立了顾客感官偏好与织物类别间的联系；并实现智能感官评估融合系统。 最后，对全文研究内容进行了总结，指出研究工作中存在的不足，明确了下一步的研究方向。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究背景及意义

1.1.1 研究背景

1.1.2研究意义

1.2论文主要研究内容及创新点

1.3论文组织结构

第2章 感官评估融合系统架构

2.1 引言

2.2信息融合

2.3基于数据挖掘技术的信息融合方法研究现状

2.3.1基于数据挖掘技术的信息融合问题的提出

2.3.2数据挖掘的概念与研究方法

2.3.3基于数据挖掘技术的信息融合方法

2.4多评估空间的定义和数学表示

2.5感官评估融合系统的架构

2.5.1感官评估融合系统的两层结构

2.5.2基于两层结构的感官评估融合系统模块组成

2.6小 结

第3章 聚类融合及其在客观评估中的应用

3.1 引 言

3.2聚类融合算法简介

3.2.1聚类融合一般过程

3.2.2聚类融合在织物分类中的应用

3.3核聚类融合在织物感官评估中的应用

3.3.1核聚类算法简介

3.3.2核聚类算法描述

3.3.3仿真结果分析与讨论

3.4免疫聚类融合在感官评估中的应用

3.4.1免疫系统

3.4.2免疫进化算法

3.4.3仿真结果分析与讨论

3.5 小结

第4章 二元语义融合模型及其在主观评估中的应用

4.1 引 言

4.2主观评估空间中的数据分析

4.2.1感官评估与群决策

4.2.2改进的二元语义模型对基础数据的标准化

4.2.3集结算子用于主观评估空间的融合

4.2.4基于改进的二元语义多指标群评估的求解

4.3评估群决策的实例

4.4 小结

第5章 基于主观评估空间的评估行为研究

5.1 引 言

5.2主观评估空间的分析

5.2.1基于距离的评估小组性能分析

5.2.2基于敏感度的评估词汇分析

5.3 中法主观评估的评估性能的分析与比较

5.4小结

第6章 主观评估空间的数据采集

6.1 引 言

6.2基于市场调查表的顾客信息采集

6.2.1 市场调查表设计基础

6.2.2市场调查数据的处理

6.3基于织物感官评估需求的调查表

6.3.1调查表设计思路

6.3.2服装需求调查表的具体内容

6.3.3服装需求调查表的生成

6.3.4基于调查表的客户感官喜好的分析和解释

6.4 小结

第7章 基于专家系统融合算法的智能评估系统

7.1 引 言

7.2智能评估专家系统的原理与结构

7.2.1专家系统

7.2.2智能评估专家系统的组成

7.3 智能评估系统的实现

7.3.1调查问卷的实现

7.3.2数据库的实现

7.3.3数据处理的实现

7.3.4智能评估系统的实现

7.4小结

第8章 结论与展望

8.1 结论

8.2展望

参考文献

致谢

附录