以电动自行车为例 —— 从结构生成到认知预测的计算设计范式
电动自行车市场的快速增长与产品设计方法的滞后，构成了本研究的核心矛盾。
电动自行车设计普遍套用传统自行车车架，仅在既有结构上附加电机与电池，导致产品形态缺乏创新性。
设计师依赖个人经验与主观意识进行形态决策，缺乏客观工具连接消费者心理认知与产品形态参数。
现有研究缺乏一套能同时满足三大要求的整合设计方法：
两阶段整合方法：从结构生成到认知建模的完整设计流程。
基于遗传算法与有限元分析的车架生成与结构验证。
ANSYS 有限元验证结果，最大应力均出现在五通管区域
优化车架与现有商用车架混合出现在同一集群，证明拓扑优化能够生成符合既有设计逻辑的合理形态。
该集群完全由拓扑优化车架组成，形态独立于所有现有车型（含城市车、登山车、淑女车），证明方法能产生全新造型。
四因子多水平实验：从168种理论组合中筛选34个可行样本进行认知评价。
揭示两个群体的感性认知结构：共享"轻巧"与"安全"维度，但在首要维度上存在关键分歧。
三个主成分的解释率分布
两群体均达到89%以上的累计解释
上班族以"是否独特"来区分造型，设计师则以"线条流畅度"作为首要评判维度。
感知轻重与安全性是跨群体的基础认知维度，不受专业训练影响。
量化各形态因子对认知评价的独立贡献，揭示设计师与上班族关注重点的差异。
车架形式是压倒性的主导因子
电池尺寸在操作感与大众化上超越车架
颜色越亮表示该因子对该认知维度的影响越大
| 群体 | 认知维度 | 主导因子 | 最佳水平 |
|---|---|---|---|
| 设计师 | 有价感 | 车架形式 (0.591) | 类型7, 6, 4；电池位于坐管前 |
| 操作感佳 | 车架形式 (0.751) | 类型1, 7；无置物篮 (-0.415) | |
| 简洁的 | 车架形式 (0.973) | 类型7, 2 | |
| 人体工学 | 车架形式 (0.917) | 类型7, 4 | |
| 上班族 | 操作感佳 | 电池尺寸 (0.468) | 45×10 长条电池 (0.559) |
| 活泼的 | 车架形式 (0.917) | 类型7, 4 | |
| 简洁的 | 车架形式 (0.933) | 类型7, 2 | |
| 大众化的 | 电池尺寸 (0.468) | 45×10 长条电池 |
来回连续传递调整权值，有效避免局部极小值，实现形态参数到认知评分的精准映射。
收敛条件 <26%，两组模型均达标
语义差异7分量表的个体标准差通常在 1.0~2.0 分之间（约 14~29% 量程），模型误差处于个体自然变异范围内，具有高可信度。
四项核心发现与五个未来方向。
成功生成与现有车型不同、且结构合理的新颖车架。集群8的全新造型独立于所有既有车型，验证了该方法用于产品造型展开的可行性与创新潜力。
上班族与设计师都看重"轻巧"与"安全"，但对创新的感知维度不同——上班族强调"独特性"，设计师关注"流线感"。设计决策需基于目标群体的认知结构而非设计师直觉。
车架形式是影响大多数高级认知维度的首要因素（偏相关系数0.591~0.973）。但对上班族而言，电池尺寸在"操作感"和"大众化"评价上的影响超过车架形式，45×10长条形电池最受青睐。
改进型BP神经网络预测模型误差约21~25%，在个体认知差异的自然变异范围内，可作为概念设计阶段的有效辅助工具，帮助设计师预估不同造型方案的用户认知反应。
CROSS-POPULATION ENDORSEMENT
第22号与第27号样本
在两个群体中均获得高分
这两个均由拓扑优化产生的全新造型，跨越了用户群体差异获得共同认可——证明计算生成的创新形态不仅结构合理，更能被市场广泛接受。