Resumen

El diseño es un proceso complejo, iterativo e innovador. Con los métodos tradicionales, es difícil que los diseñadores tengan una experiencia de diseño integral a priori para explorar plenamente una amplia gama de soluciones de diseño. Por ello, el diseño inteligente refinado se ha convertido en una tendencia importante en la investigación del diseño. Se necesita un pensamiento de diseño más potente en el proceso de diseño inteligente. Combinando la dinámica cognitiva y una estructura de telaraña, se propone un método de diseño inteligente para formalizar el proceso de diseño innovador. La excavación del mecanismo dinámico del proceso de evolución del producto durante el desarrollo del mismo es necesaria para predecir las formas de los productos multiimagen de próxima generación a partir de un espacio de diseño más amplio. En primer lugar, el pensamiento de diseño diferente estimula la fuente de información y se obtiene analizando el proceso de pensamiento de los diseñadores al diseñar y extrayendo el mecanismo dinámico que hay detrás. Basándose en el proceso de telaraña cognitiva no lineal propuesto por Francisco y en una estructura de telaraña natural, se construye el modelo de telaraña cognitiva de imagen de producto (PICCM). A continuación, se simula el comportamiento de depredación de la telaraña natural utilizando una fuente de información de estímulo para incidir en el PICCM. Este proceso utiliza algoritmos genéticos para obtener numerosas formas de descendencia, y las propiedades mecánicas del PICCM son los parámetros de pérdida de energía en la información de impacto. Además, el sistema de evaluación de la forma artificial del producto, basado en la cognición de los diseñadores, selecciona las soluciones viables a partir de los bocetos de diseño inteligente y reconstruye un nuevo sistema de telaraña cognitiva de la imagen del producto. Por último, un estudio de caso demuestra la eficacia y la viabilidad del enfoque propuesto.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:mecanismo dinámico, pensamiento de diseño diferente, diseño inteligente refinado, parámetros de pérdida de energía, pensamiento de diseño potente, proceso de telaraña cognitiva, proceso de diseño inteligente, sistema de telaraña cognitiva, fuente de información de estímulo, experiencia de diseño a priori
• Keywords:dynamic mechanism, different design thinking, refined intelligent design, energy loss parameters, powerful design thinking, cognitive cobweb process, intelligent design process, cognitive cobweb system, stimulus information source, priori design experience