设计研发活动是一个复杂、动态的认知过程,是用户认知与设计认知耦合裂变的过程。传统设计多数由设计师主导和实行,遵照固有的设计流程进行研发创造,少有用户参与设计过程,设计结果依赖于设计师自我认知的长期创作,易与用户偏好需求产生偏差,很难设计出用户满意度较高的产品。且随着市场竞争环境的日益激烈,设计已从传统的“生产导向”转变为现代市场的“用户导向”,掌握和领略用户感性需求并将其迅速转化为有效的设计知识,引导设计师开发新产品,以逾越用户与设计师间的认知鸿沟,成为设计研发过程中亟需解决的问题。随着大数据、机器学习等智能技术的不断发展,使产品设计逐步走向智能化新模式,面向用户感性需求的智能设计研发活动逐步成为行业共识。鉴于此,本文基于用户多维感性信息提取的关联规则,围绕产品意象造型创新设计展开研究,应用相关智能数理模型,提出产品意象智能设计的研究方法及智能设计辅助系统的建构,快速有效开发创新产品,辅助设计师研发改进,实现满足用户感性需求的产品方案生产。本文主要研究内容如下:（1）开发多维感性认知信息关联规则提取模型。为减少大规模、低相关性的设计解决方案搜索时间,提高用户认知信息的获取效率。首先运用关联规则算法对用户认知信息的显式反馈与隐式反馈等多源异构数据进行关联规则信息挖掘,进而找寻多源异构数据中具有强关联规则的高密性用户集,接着由用户集获取与其匹配的现有设计解决方案集,最后通过改进的贝叶斯个性化算法进行用户集群的相似性分类,以优化预测矩阵因子,采用基于成对排名的假设预测推荐,得到用户偏好的现有设计解决方案,从而构建意象智能设计辅助系统的信息数据库,加速用户与设计方案信息的获取过程,为造型特征要素的创新设计组合研究奠定基础。（2）提出面向产品意象造型特征要素的智能设计组合策略。以用户感性需求为导向,将造型特征要素与产品意象纳入产品造型创新设计的组合要素求解中,得到多层次分析的造型组合要素推理策略。通过集成层次分析法、相关性分析、BP神经网络构建意象造型特征要素组合新方法,多维度解构现有产品造型特征要素,获得产品意象与特征要素权重,预测与意象感性均值高度匹配的特征组合要素,提高意象匹配精度,获取符合用户感性需求的意象造型特征组合要素,缩小创新设计方案集合,客观准确推导产品造型的新结构模式,得到用户期望的创新解决方案,快速拓展设计者的设计思路。（3）构建融合多维感性信息的智能产品设计辅助系统。结合定性与定量的分析方式,多维考虑产品意象造型特征与用户感性信息诉求,提出建立一个集成智能算法、用户认知信息、产品意象特征的产品意象智能设计辅助系统,便于挖掘产品及用户特征。此系统利用互联网特性筛选挖掘大量样本数据,简化传统设计工作内容,利用数据仓库存储海量的用户感性评价信息,依据智能算法得到产品意象造型特征要素,可实现用户多维感性信息与产品意象设计方案的智能匹配,客观、合理地提供创新设计方案,从而简化设计开发过程,辅助设计师进行创新研发工作,为建构人性化、普适性的产品意象智能设计协同服务平台提供参考。本文在用户认知理论、设计实践知识与智能算法的支持下,首先根据用户关联规则感性信息建立造型特征要素与产品意象的关联模型,接着明确产品意象造型特征的关键要素及排列,最后得到优化设计解决方案,完成基于用户感性信息的产品意象智能设计研究。本研究内容从用户视角辅助设计师优化造型方案,通过不同领域知识的交叉融合,提高了获取创新设计有关信息的工作效能,有助于推动产品意象设计的智能化研究。