[发明专利]一种基于眼动追踪技术的产品设计智能建模方法

权利要求书

1.一种基于眼动追踪技术的产品设计智能建模方法，其特征在于，所述方法包括如下步骤：

步骤1：构建产品设计智能建模的关键结构参数；

步骤2：对关键结构参数进行遗传种群定义；

步骤3：利用IGA算法对结构参数遗传进行重组和调整；

步骤4：利用新生成的关键结构参数进行产品建模；

步骤5：利用眼动追踪技术进行用户评价数据采集；

步骤6：利用互联网采集用户评价眼动追踪大数据；

步骤7：对用评价眼动追踪大数据进行分析和优化；

步骤8：利用优化后的眼动数据加入IGA算法，使其在适当的时候进行收敛，产生出最优的产品设计模型；

所述步骤1的具体过程为：

通过相关产品知识库搜索相关产品的几何形状、大小、材料和制备工艺，其中，几何形状包括外部形状结构、构成几何形状的细化结构部件划分、结构部件之间的相对位置关系和细化结构部件功能，大小包括产品外部形状尺寸大小和构成几何形状的细化结构部件尺寸大小，材料为构成几何形状的细化结构部件的材料，制备工艺为产品的常用制备方法过程；

所述步骤2的具体过程为：设置进化代数计数器t＝0，设置最大进化代数T，确定代沟G，将几何形状、大小、材料和制备工艺作为初始群体P(0)；

所述步骤3的具体过程为：

父代群体适应度排序，保留父代群体中最佳的N(1-G)个体，N为群体规模，混合选择、小范围竞争择优的交叉变异操作，选择2个父代个体进行3～5次随机交叉、变异，产生6～10个子代个体，从中选择适应度值最大的一个个体存入下一代，反复进行，直到下一代的个数达到设定数目NG，对新子代群体进行适应度排序，局部寻优的贪心操作，对群体中适应度值最大的前3～5个个体，进行邻域的寻优操作，即在该个体邻域范围内进行数10-20次随机搜索，如果找到更优值，则替换原值，否则无变化；

所述步骤4的具体过程为：

首先，对关键结构参数进行二次清洗，使用Java语言进行峰值过滤清洗，建模阶段，使用Python的扩展库，并且采用平行处理技术进行提速，建立树模型，先预计出一个最佳的层数，可以节省时间，对于每个变量首先进行缺失值处理，之后会对每个变量依次进行非线性变换与筛选，具体的说是先计入单个变量的全部变换，再根据不重要性进行剔除，之后要分别建立不同模型，树模型或者线性模型，再依照规则进行模型混合建模；

所述步骤5的具体过程为：使用眼动跟踪系统进行采集用户在产品模型上的浏览路线信息，根据眼动跟踪系统得到产品模型眼动路线数据、产品模型移动参数和产品模型部件参数，眼动路线数据包括注视次数、注视时效和实时瞳孔直径，实时瞳孔直径为标记了时间和路线点对应的瞳孔直径大小，产品模型移动参数为用户对产品模型浏览的顺序方向，产品模型部件参数为用户细化看的部件结构及部件之间的连接结构；

所述步骤6的具体过程为：

将步骤5中眼动跟踪系统采集的数据和产品模型上传到互联网，然后网民根据采集的数据和产品模型进行评价，然后通过爬虫软件抓取所有的评价文字数据，得到评价大数据；

首先对评价大数据清洗，滤除掉与产品模型无关的评价数据，然后得到产品模型评价数据，然后将产品模型评价数据与眼动跟踪系统采集的数据进行匹配，得到关联映射关系模型，然后根据映射关系构建映射算式，得到数据评价映射模型，再将映射关系内的采集数据与评价数据进行融合得到最终评价数据，然后把评价数据进行分类与关键结构参数进行对比，然后删除无关相关参数的评价数据，得到相关参数评价数据；

所述步骤8的具体过程为：将相关参数评价数据输入到IGA算法中，然后判断是否收敛，如果不收敛，执行步骤3的内容，直到选出更优值，然后根据选出优化值执行步骤4构建产品模型。