本课题基于交互式遗传算法（IGA）对用户参与创新流程的模式以及用户感性意象的获取、分析、应用进行了研究。课题研究内容分为三个部分：1）普通用户对产品创新的参与机制理论研究；2）用户参与创新的辅助技术及感性意象信息的获取、分析，以及对推动产品方案进化的应用；3）群体用户在非契约状态下的协作创新模式。. 首先以I空间理论作为解释框架，建立了用户创新行为的信息流模型；基于用户创新的学习循环特征，论证了进化算法用于辅助用户创新的实践意义及可行性，并基于IGA构建了用户创新工具箱（UTI）的辅助技术模型。通过实验验证了群体用户间协作创新（CIGU）的效果，并构建了CIGU的网络运行机制。.本论文的主要研究结论成果如下：. 1.基于Boisot的I空间框架构建了用户创新的信息流模型，分析了Von Hippel给出的用户创新工具箱（UTI）的四个基本特征：学习循环、人性化交互、模块化与边界化，给出了实现用户创新所需的辅助技术特征。. 2.提出了布尔型的IGA评价方法以降低用户评价疲劳，并基于改进的交互式遗传算法建立了UTI技术框架，制订了外部知识内嵌、敏感度系数识别、敏感度系数应用、进化态势可视化和基于可视化交互的进化控制等面向用户创新学习循环不同环节的辅助技术方案。. 3.提出了一种基于引用的群体用户协作创新模式（CIGU），综合考虑了一致性、收敛性等群体协作目标。分析指出CIGU模式应具备五个特征：价值累积、信息推送、小世界生成、分工演化和涉众利益的保证。通过实验从集聚性、引用特征、最优性条件、协作结果、协作程度等方面论证了群体用户协作创新的可行性。. 4.基于改进的IGA技术开发了用户创新工具箱原型系统，实现了用户意象的感性工学分析与应用，通过产品外观设计案例进行了应用验证。. 本课题的相关成果包括：5项软件系统通过电子产品评测；获2项软件著作权；发表相关学术论文21篇，其中国内A类期刊5篇（4篇EI检索），国外EI期刊（JA）3篇，国内B类期刊5篇，国际会议8篇（6篇EI检索）；培养博士研究生1名、硕士研究生4名（均已通过答辩并获得学位）。