一种基于体压分布和PCA-BP神经网络模型的办公椅舒适度测定方法

摘要：

为了探索一种不依赖主观评价的办公椅使用舒适度测定方法,并建立一种可以直接用于产品评价以及设计研发辅助的办公椅使用舒适度评定模型,根据办公椅表面体压分布指标进行系统聚类,将26张实验椅聚类为5个类簇,综合分析各类簇办公椅表面体压分布指标的均值,将办公椅定义为5个舒适度等级.根据主成分分析法建立PCA-BP神经网络预测模型,使用表面体压分布指标预测办公椅舒适等级.结果表明:PCA-BP神经网络对各类簇办公椅平均预测误差为4.020％,对用于检测的3张办公椅预测结果符合办公椅表面体压分布特点,表明了该模型通过体压分布指标评定舒适度的可行性.通过系统聚类定义各类簇办公椅舒适度等级以及通过PCA-BP神经网络预测办公椅舒适度的方法是可行的,测定结果是可信的;该测定方法更加客观,能够避免主观评价随意性的缺陷;该模型使用时只需要测量办公椅表面体压分布指标值,可方便、高效应用在产品检测、评价以及新产品研发测试阶段,提高评价和设计效率.

关键词：办公椅;舒适度测定;体压分布;PCA-BP神经网络;聚类分析

所属期刊栏目：6

分类号：TB18(工程基础科学)

在线出版日期：2021-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：183-190