近年来,电动汽车的造型设计成为与其技术迭代相匹配的问题。选择从用户的视角理解电动汽车造型,基于保证电动汽车造型设计方案市场性成功的目的,应用基于“分析用户情感因素而产生设计特征”的感性意象造型理论,建立电动汽车前脸造型设计特征与用户意象之间的联系,增强电动汽车前脸造型设计活动中用户因素的影响权重,实现用户意象驱动的电动汽车前脸造型设计。研究方法、研究流程与研究结论主要包括:（1）底层理论梳理:梳理感性意象造型理论及其研究案例,根据课题研究的预期结论与成果形式,基于实现“用户向因素主导设计形态产生”的目标,选择人工神经网络（Artificial Neural Network,以下或称“ANN”）和遗传算法（Genetic Algorithm,以下或称“GA”）作为实现用户意象驱动电动汽车前脸造型设计的关键技术。（2）电动汽车前脸造型设计要素:分析传统汽车造型理论与研究案例,从“特征”角度理解电动汽车前脸造型,确定关键性造型特征,从形态和比例两方面进行描述。依据“特征-属性-设计要素”的层次关系,获得电动汽车前脸造型设计要素。制定出一种电动汽车前脸的造型参数化模型与参数映射规则;借助设计要素,完成视觉语言到数据语言的转化,作为建立ANN模型和进行GA运算的前置工作。（3）电动汽车前脸造型意象:寻找用户描述电动汽车前脸造型的常见形容词,通过频率分析、聚类分析等方式筛选,使其具有概括性;将获得的感性形容词用于建立语义差异量表,量化用户情感。用户情感量化数据是建立ANN模型的前置工作。（4）用户意象驱动的电动汽车前脸造型设计:语义差异量表结果形成ANN模型的训练数据;基于体现“用户意象驱动性”的目的,通过ANN模型建立运行遗传算法所需的适应度函数,再基于遗传算法实现电动汽车前脸造型的多目标意象优化,获得基于特定设计目标的电动汽车前脸造型最优解。（5）电动汽车前脸造型设计实践及验证:多目标意象优化结果形成原型方案,与不同的电动汽车前脸造型平台结合,产生设计实践方案。基于意象形容词构建评估体系,验证结果表明基于感性意象理论的电动汽车前脸造型多目标意象优化结果可用于指导实际设计活动,基于ANN和GA的用户意象驱动的电动汽车前脸造型设计流程具有可行性。