用户体验模糊优化设计方法及应用电子书

内容提要

作者介绍

前言

第1章 绪论

1.1 用户体验的含义

1.1.1 概述

1.1.2 可用性

1.1.3 用户体验与用户体验设计

1.1.4 用户体验的层次模型

1.1.5 用户体验的维度

1.2 用户体验的度量

1.2.1 用户体验度量的类型

1.2.2 用户体验度量中的模糊信息

1.3 用户体验的优化设计

1.3.1 多目标进化优化

1.3.2 稳健参数设计

1.3.3 人因差错预防

1.4 主要研究内容和本书架构

第2章 模糊理论

2.1 模糊集合及其运算

2.1.1 模糊集合的定义与表示方法

2.1.2 模糊集合的相关概念与运算

2.1.3 模糊集合的截集与分解定理

2.1.4 模糊集合的扩张原理

2.1.5 模糊集合的距离与贴近度

2.2 模糊数及其运算

2.2.1 模糊数

2.2.2 区间数的算术运算

2.2.3 模糊数的运算

2.2.4 解模糊

2.2.5 模糊数排序

2.3 模糊关系及其运算

2.4 模糊聚类分析

2.4.1 数据规格化

2.4.2 构造模糊相似矩阵

2.4.3 求传递闭包

2.4.4 动态聚类分析

2.4.5 画动态聚类图

2.5 模糊语言与模糊逻辑推理

2.5.1 模糊语言

2.5.2 模糊条件语句

2.5.3 模糊逻辑推理

2.5.4 模糊推理系统

2.6 模糊问卷与模糊统计

2.6.1 模糊问卷

2.6.2 模糊统计

2.6.2.1 模糊样本平均数

2.6.2.2 模糊样本众数

2.6.2.3 模糊样本中位数

2.6.2.4 离散型模糊样本标准差

2.6.3 相似性整合法

2.7 模糊概率与模糊熵

2.7.1 模糊概率

2.7.2 模糊熵

2.8 模糊决策分析

2.8.1 模糊权重分析

2.8.1.1 模糊相对权重分析

2.8.1.2 延伸分析法

2.8.2 模糊多属性决策分析

2.8.3 模糊综合评价

2.8.4 模糊优选

2.8.4.1 绝对优属度和相对优属度

2.8.4.2 模糊理论优选模型

2.9 模糊测度与模糊积分

2.9.1 模糊测度

2.9.2 模糊积分

第3章 多目标进化优化

3.1 多目标优化

3.2 后偏好表达模式

3.3 多目标进化算法

3.3.1 NSGA-Ⅱ

3.3.2 PESA-Ⅱ

3.3.3 SPEA2

3.4 高维多目标进化算法

3.5 多目标进化算法的性能评价

3.6 多准则决策方法

3.6.1 层次分析法

3.6.1.1 层次分析法概述

3.6.1.2 层次分析法的步骤

3.6.2 TOPSIS

3.6.2.1 TOPSIS概述

3.6.2.2 TOPSIS的步骤

3.6.3 灰色关联分析

第4章 稳健参数设计

4.1 稳健参数设计概述

4.1.1 品质工程的三个阶段

4.1.2 稳健参数设计的含义

4.2 稳健参数设计的原理

4.2.1 品质特性与参数之间的关系

4.2.2 参数的分类

4.2.3 参数设计中的两阶段设计法

4.3 正交表及其使用

4.3.1 试验设计

4.3.2 正交表概述

4.3.3 正交表的使用

4.4 品质损失的概念与品质损失函数

4.4.1 品质损失的概念

4.4.2 品质损失函数的引入

4.4.3 品质损失函数的四种类型

4.5 信噪比

4.6 稳健参数设计的试验配置

4.7 稳健参数设计的流程

4.8 方差分析

4.9 试验研究方法

4.9.1 独立组设计

4.9.1.1 独立组设计概述

4.9.1.2 独立组设计的分类

4.9.2 重复测量设计

4.9.2.1 重复测量设计概述

4.9.2.2 练习效应

4.9.2.3 完全重复测量设计

4.9.2.4 不完全重复测量设计

4.9.3 复合设计

第5章 人因差错预防

5.1 人因差错及其分类

5.1.1 人因差错的概念

5.1.2 人因差错的分类

5.2 人因差错分析

5.2.1 差错和行动的七个阶段

5.2.2 用户分析

5.2.3 任务分析

5.2.4 因果分析

5.3 应对人因差错的设计原则

5.4 失效模式与效应分析

5.5 故障树分析

5.6 系统性人因差错减少和预测方法

第6章 面向多目标进化优化的产品造型设计

6.1 基于多目标进化优化与多准则决策的产品造型设计

6.1.1 研究方法

6.1.2 案例研究

6.1.2.1 建立多目标优化模型

6.1.2.2 搜索Pareto最优解

6.1.2.3 选择最优解

6.1.2.4 结果验证

6.1.3 结果讨论

6.2 基于稳健后偏好模糊表达模式的产品造型设计

6.2.1 研究方法

6.2.1.1 设计分析

6.2.1.2 构建多目标优化模型

6.2.1.3 产生Pareto最优解

6.2.1.4 确定最优设计

6.2.2 案例研究

6.2.2.1 汽车造型设计分析

6.2.2.2 构建多目标优化模型

6.2.2.3 产生Pareto最优解

6.2.2.4 确定最优设计

6.2.2.5 结果验证

6.2.3 结果讨论

第7章 面向稳健参数设计的产品造型设计

7.1 基于模糊积分的产品造型多目标稳健参数设计

7.1.1 研究方法

7.1.1.1 设计分析

7.1.1.2 田口试验

7.1.1.3 信噪比转换

7.1.1.4 优化设计

7.1.2 案例研究

7.1.2.1 设计分析

7.1.2.2 田口试验

7.1.2.3 信噪比转换

7.1.2.4 优化设计

7.1.3 结果讨论

7.2 基于模糊度量的产品造型多目标稳健参数设计

7.2.1 研究方法

7.2.1.1 设计分析

7.2.1.2 田口试验

7.2.1.3 信噪比转换

7.2.1.4 优化设计

7.2.2 案例研究

7.2.2.1 设计分析

7.2.2.2 田口汽车造型设计试验

7.2.2.3 信噪比转换

7.2.2.4 优化设计

7.2.3 结果讨论

第8章 面向稳健参数设计的用户体验设计

8.1 基于模糊网络层次分析法的用户体验多目标稳健参数设计

8.1.1 研究方法

8.1.1.1 设计模式分析和用户体验品质特性分析

8.1.1.2 田口试验设计

8.1.1.3 进行田口试验

8.1.1.4 计算用户体验品质特性的信噪比

8.1.1.5 通过模糊网络层次分析法获取用户体验品质特性的偏好权重

8.1.1.6 通过TOPSIS获取用户体验品质特性的MPCI

8.1.1.7 通过统计分析确定最优设计

8.1.1.8 确认测试

8.1.2 案例研究

8.1.2.1 确定设计模式和用户体验品质特性

8.1.2.2 田口试验设计

8.1.2.3 进行田口试验

8.1.2.4 计算用户体验品质特性的信噪比

8.1.2.5 通过模糊网络层次分析法获取用户体验品质特性的偏好权重

8.1.2.6 通过TOPSIS获取用户体验品质特性的MPCI

8.1.2.7 通过统计分析确定最优设计

8.1.2.8 确认测试

8.1.3 结果讨论

8.2 基于模糊逻辑的用户体验多目标稳健参数设计

8.2.1 研究方法

8.2.1.1 设计分析

8.2.1.2 田口试验

8.2.1.3 灰色模糊分析

8.2.1.4 统计分析

8.2.2 案例研究

8.2.2.1 设计分析

8.2.2.2 田口试验

8.2.2.3 灰色模糊分析

8.2.2.4 统计分析

8.2.3 结果讨论

第9章 面向人因差错预防的用户体验设计

9.1 基于FMEA与FTA的用户体验设计人因差错分析

9.1.1 研究方法

9.1.1.1 SHERPA

9.1.1.2 FMEA

9.1.1.3 FTA

9.1.1.4 设计改良

9.1.1.5 结果验证

9.1.2 案例研究

9.1.2.1 SHERPA

9.1.2.2 FMEA

9.1.2.3 FTA

9.1.2.4 设计改良

9.1.2.5 结果验证

9.1.3 结果讨论

9.2 基于模糊TOPSIS的用户体验设计人因差错分析

9.2.1 研究方法

9.2.1.1 使用SHERPA识别人因差错

9.2.1.2 FMEA风险因素分析

9.2.1.3 使用模糊TOPSIS计算RPN值

9.2.1.4 提出改进措施

9.2.2 案例研究

9.2.2.1 使用SHERPA识别人因差错

9.2.2.2 FMEA风险因素分析

9.2.2.3 使用模糊TOPSIS计算RPN值

9.2.2.4 提出改进措施

9.2.3 结果讨论

第10章 总结和展望

10.1 总结

10.2 展望

参考文献