中文摘要：

提出了以整体偏好、差异化和感性意象定位为子目标的产品创新优化模型，对产品创新给出了全面细致的技术定义，并结合交互式遗传算法(IGA)与感性工学(KE)实施产品创新设计。改进了IGA交互评价方法，显著降低了评价疲劳，并建立了以市场数据、用户交互评价和KE系统预测相结合的综合适应度计算模型，弥补了目前IGA单纯依靠用户交互评价来推动进化的不足。建立了IGA与KE互为对方提供资源的协同进化机制，提高了IGA用户模型的适应度预测精度和评价指标全面性，并通过智能化技术手段实现了产品定位。通过基因权重排序实现解空间降维与分层，并给出潜在局部最优分布图，加速了收敛；通过组件KE空间定位为离散空间赋予连续性特征，解决了产品创新的组合优化问题。通过数据表驱动技术实现表现型的可视化解码，并利用小权重基因为表现型加入了多样性特征；引入图像处理技术辅助优化搜索，对隐含的模式进行提取和直接操作。

结论摘要：

本课题基于交互式遗传算法（IGA）对用户参与创新流程的模式以及用户感性意象的获取、分析、应用进行了研究。课题研究内容分为三个部分1）普通用户对产品创新的参与机制理论研究；2）用户参与创新的辅助技术及感性意象信息的获取、分析，以及对推动产品方案进化的应用；3）群体用户在非契约状态下的协作创新模式。 首先以I空间理论作为解释框架，建立了用户创新行为的信息流模型；基于用户创新的学习循环特征，论证了进化算法用于辅助用户创新的实践意义及可行性，并基于IGA构建了用户创新工具箱（UTI）的辅助技术模型。通过实验验证了群体用户间协作创新（CIGU）的效果，并构建了CIGU的网络运行机制。本论文的主要研究结论成果如下 1.基于Boisot的I空间框架构建了用户创新的信息流模型，分析了Von Hippel给出的用户创新工具箱（UTI）的四个基本特征学习循环、人性化交互、模块化与边界化，给出了实现用户创新所需的辅助技术特征。 2.提出了布尔型的IGA评价方法以降低用户评价疲劳，并基于改进的交互式遗传算法建立了UTI技术框架，制订了外部知识内嵌、敏感度系数识别、敏感度系数应用、进化态势可视化和基于可视化交互的进化控制等面向用户创新学习循环不同环节的辅助技术方案。 3.提出了一种基于引用的群体用户协作创新模式（CIGU），综合考虑了一致性、收敛性等群体协作目标。分析指出CIGU模式应具备五个特征价值累积、信息推送、小世界生成、分工演化和涉众利益的保证。通过实验从集聚性、引用特征、最优性条件、协作结果、协作程度等方面论证了群体用户协作创新的可行性。 4.基于改进的IGA技术开发了用户创新工具箱原型系统，实现了用户意象的感性工学分析与应用，通过产品外观设计案例进行了应用验证。 本课题的相关成果包括5项软件系统通过电子产品评测；获2项软件著作权；发表相关学术论文21篇，其中国内A类期刊5篇（4篇EI检索），国外EI期刊（JA）3篇，国内B类期刊5篇，国际会议8篇（6篇EI检索）；培养博士研究生1名、硕士研究生4名（均已通过答辩并获得学位）。