李彦龙，蔡 谦，孙久康，高 想

（1.同济大学汽车学院，上海201804；2.上汽大众汽车有限公司设计部，上海201804）

随着汽车技术的日益成熟，消费者选购汽车的因素逐渐转向审美、情感等方面［1］，而汽车外观能直观地体现消费者的审美品味以及身份地位，成为消费者重点关注的对象。但是，目前关于汽车外观评价的研究大多是针对企业内部的方案评审［2］，而在面向消费者使用的汽车评价实践中，如汽车门户网站的车主评论系统，汽车外观只是众多评价指标中的一个［3］，并且以消费者的主观评价居多，不同的人会有不同的评价观点，从而造成评价结果各异，不能够客观地评价一款汽车外观设计。如何结合定量评价与定性评价得到更为可靠、真实的评价结果，为汽车外观设计的发展和应用提供可靠支撑，是当前汽车外观设计领域面临的重要问题。

1 BP神经网络简介

人工神经网络模仿了人脑认识事物过程中针对事物进行判断分析的学习状态，最终解决不同领域所出现的问题。人工神经网络具有较好容错性，可以通过其良好的非线性迫近能力对描述变量与目标之间的非线性关系进行研究［4］。

常用的用来解决非线性问题的一种人工神经网络算法是BP神经网络。BP神经网络由输入层、中间层和输出层构成。中间层也就是隐含层，可以是一层或者多层。BP神经网络的工作过程分为信息流的正向传播和误差的反向传播。正向传播时数据的传递方向为输入层→中间层→输出层，每一层神经元只受上一层影响。……