基于模拟退火算法的文化创意产品设计优化
2019-10-14姜晓波凃康玮
姜晓波 凃康玮
摘 要： 现代文化创意产品的创新需要设计师花费大量的脑力劳动，并需要结合感性与理性思维。因此，高质量的产品设计需要花费相当长的时间。为了在保证产品多样化和质量的同时，有效提高设计效率，提出一种基于模拟退火算法的文化创意产品设计优化方法。首先以造型元素为基础对模型几何拓扑属性进行分析，生成三角网格样本点。然后通过面相似性计算分析构建相应邻接矩阵，并使用模拟退火算法对目标最大团进行挖掘，从而模拟人类创新思维的设计过程。以卡通表情造型为创新设计实例进行算法仿真，并以遗传算法作为对比验证提出方法的有效性和实用性。
关键词： 產品设计; 模拟退火算法; 三角网格; 面相似性计算; 设计过程模拟; 算法验证
中图分类号： TN911.1?34; TB472; TP183 文献标识码： A 文章编号： 1004?373X（2019）19?0135?04
Abstract： The innovation of modern cultural creative products require designers to spend a lot of mental labor， and needs to combine sensibility and rational thinking. Therefore， high quality product design takes a long time. In order to improve the design efficiency while ensuring product diversification and quality， an optimization method for cultural creative product design based on simulated annealing algorithm is proposed. The geometrical topological properties of the model are analyzed based on the modeling elements. The triangular mesh sample points are generated. The corresponding adjacency matrix is constructed by means of the surface similarity calculation analysis. The simulated annealing algorithm is used to mine the target maximum group， which simulates the design process of human innovative thinking. The algorithm simulation is carried out with cartoon expressions as an example of innovative design. The validity and practicability of the proposed method are verified by genetic algorithm as a contrast object.
Keywords： product design; simulated annealing algorithm; triangular mesh; surface similarity calculation; design process simulation; algorithm verification
0 引 言
进入21 世纪以来，全世界不同地域和国家之间的文化交流越来越频繁，极大促进了文化创意产业的快速发展。我国在政策和意识导向上均对文化创新有着较大的扶持力度。但是随着社会工作节奏的不断加快，产品更新换代的速度也随之不断提高，用户多样化的情感需求也逐渐增多，因此如何进行创新设计以不断满足消费者的各种需求，成为现代文化创意产品研发设计的关键问题。文化创意产品造型效果的好坏是每一个设计师十分重视的问题，但是现代文化创意产品的创新需要设计师花费大量的脑力劳动，需要运用探索性思维，并结合感性与理性思维。因此，高质量的产品设计需要花费相当长的时间[1?3]。如何利用先进的智能设计技术来缩短创意产品造型研发周期，提高设计的效率和产品质量，降低人工成本，具有较高的经济和科学研究价值[4?5]。
目前，基于计算机智能技术的产品造型研究尚处于起步阶段，其中较为典型的算法为遗传算法。文献[6]提出一种基于遗传算法优化神经网络的笔记本产品造型设计评价。文献[7]提出结合元胞遗传算法和标准遗传算法的产品造型创新设计新方法，为创新设计提供了有效的辅助与支持。文献[8]针对文化产品的造型设计提出遗传算法的设计元素多目标优化模型，并以小音箱为例进行了有效性验证，得到了较好的效果。虽然同为智能进化算法，但是模拟退火与遗传算法有一定的不同之处。模拟退火算法采用单个个体进行进化且由参数问题[t]控制，然后通过一定的操作产生新的解，根据当前解的优劣和温度参数[t]确定是否接受当前的新解[9?11]。相比基于遗传算法的产品造型设计，模拟退火算法更加有利于模拟设计思维中的细化设计过程。因此，本文提出一种基于模拟退火算法的文化创意产品设计优化方法。以卡通表情造型为创新设计实例进行算法仿真，并以遗传算法作为对比验证提出方法的有效性和实用性。
4 結 语
本文提出基于模拟退火算法的文化创意产品设计优化方法。以造型元素为基础，生成符合几何拓扑属性的三角网格样本点，并使用模拟退火算法对最大团的最优化问题进行挖掘求解。卡通表情造型的具体应用实验证明了提出方法的可行性和高效性。但是仅以相似值为量化评估指标不能较为全面地客观评价算法的挖掘性能，实际应用仍需寻找适用度较广的指标。因此，后续将对基于智能进化算法的产品造型设计评估指标开展进一步研究。
参考文献
[1] BERG L P， VANCE J M. Industry use of virtual reality in pro?duct design and manufacturing： a survey [J]. Virtual reality， 2017， 21（1）： 1?17.
[2] CHU C H， WANG I J， WANG J B， et al. 3D parametric human face modeling for personalized product design [J]. Advanced engineering informatics， 2017， 32： 202?223.
[3] TANG D， YIN L， ULLAH I. Product design knowledge management based on design structure matrix [J]. Advanced engineering informatics， 2018， 24（2）： 159?166.
[4] FEI T， CHENG J， QI Q， et al. Digital twin?driven product design， manufacturing and service with big data [J]. International journal of advanced manufacturing technology， 2018， 94（9/12）： 3563?3576.
[5] WATKINS M A， HIGGINSON M， PHILIP Richard Clarke. Enhancing graduate employability in product design [J]. Higher education， skills and work?based learning， 2018， 8（1）： 80?93.
[6] 林琳，张志华，张睿欣.基于遗传算法优化神经网络的产品造型设计评价[J].计算机工程与设计，2015（3）：789?792.
LIN Lin， ZHANG Zhihua， ZHANG Ruixin. Evaluation of pro?duct form design based on BP neural network trained by genetic algorithm [J]. Computer engineering and design， 2015（3）： 789?792.
[7] 苏建宁，陈肖，张书涛，等.基于进化算法的产品造型创新设计方法研究[J].工程设计学报，2016，23（2）：136?142.
SU Jianning， CHEN Xiao， ZHANG Shutao， et al. Product styling innovative design method based on evolutionary algorithm [J]. Chinese journal of engineering design， 2016， 23（2）： 136?142.
[8] 伍琴，吕健，潘伟杰，等.基于案例的文化创意产品设计方法研究[J].工程设计学报，2017，24（2）：121?133.
WU Qin， L? Jian， PAN Weijie， et al. Research on design method of cultural creative products based on case [J]. Journal of engineering design， 2017， 24（2）： 121?133.
[9] RUI Z， CHENG W. A simulated annealing algorithm based on block properties for the job shop scheduling problem with total weighted tardinessobjective [J]. Computers & operations research， 2017， 38（5）： 854?867.
[10] CRUZ?CH?VEZ M A， MART?NEZ?RANGEL M G， CRUZ?ROSALES M H. Accelerated simulated annealing algorithm applied to the flexible job shop scheduling problem [J]. International transactions in operational research， 2017， 24（5）：1119?1137.
[11] KANAGARAJ G， JAWAHAR N. A simulated annealing algorithm for optimal supplier selection using the reliability?based total cost of ownership model [J]. International journal of procurement management， 2009， 2（3）： 244?266.
[12] CHEN H， WU C， ZUO L， et al. Optimization of detailed schedule for a multiproduct pipeline using a simulated annea?ling algorithm and heuristic rules [J]. Industrial & engineering chemistry research， 2017， 56（17）： 5092?5106.
