Ushada, M., Murase, H.
A greening material has different attributes for bio-physical, market and commercial functions. In designing a material, a plant factory has to select from a large set of initial design attributes. This paper presents swarm modelling (SM) to select the desired design attributes of customisable greening material. SM was developed by hybridising desirability model and particle swarm optimization (PSO). Design attributes were selected by predicting its consumer importance in a desirability model. Subsequently, PSO was used to optimise the model based on mentality constraints. SM was demonstrated on a case study of Sunagoke moss greening material (Rhacomitrium japonicum). The materials were classified into wet and semi-dry moss. The importance of a set of 24 attributes was predicted based on 15 mentality constraints. Constraints here included consumer prior knowledge, familiarity, agreement to material function and interest. Some of the bio-physical attributes were not selected due to the limited mentality. Four attributes were found to be the desired selections for optimal design of wet moss. For the semi-dry moss, there were 14. These attributes were validated successfully using a different consumer segment with minimum error. The desired attributes for the optimal design can be selected using consumer importance and its mentality constraints.
Material penghijauan memiliki sifat yang berbeda untuk biofisik, pasar, dan fungsi komersial. Dalam perancangan material, pabrik-pabrik harus memilih dari sebagian besar atribut desain awal. Penelitian ini menyajikan swarm modeling (SM) untuk memilih atribut desain yang diinginkan dari material penghijauan yang dapat diubah. SM dikembangkan dengan menghibridisasi model keinginan dan particle swarm optimization (PSO). Atribut-atribut desain dipilih dengan memprediksi kepentingan konsumen dalam model keinginan. Kemudian, PSO digunakan untuk mengoptimalkan model berdasarkan batasan mentalitas. SM didemonstrasikan pada studi kasus material penghijauan lumut Sunagoke (Rhacomitriun japonicum). Material-materialnya diklasifikasikan menjadi lumut basah dan semi-kering. Pentingnya 244 atribut diprediksi berdasarkan 15 batasan mentalitas. Batasan tersebut termasuk pengetahuan konsumen lebih dulu, familiaritas, persetujuan fungsi material dan ketertarikan. Beberapa atribut biofisik tidak dipilih berdasarkan mentalitas terbatas. Empat aribut ditemukan untuk menjadi pilihan yang diinginkan untuk desain optimal dari lumut basah. Untuk lumut semi-kering, ada 14. Atribut ini sukses divalidasi menggunakan segmen konsumen yang berbeda dengan kesalahan minimum. Atribut yang diinginkan untuk desain optimal dapat dipilih dengan kepentingan konsumen dan batasan mentalitasnya.