做菜好帮手:烹饪APP的用户体验设计

  “摘要:作为一个烹饪新手来说,这款APP绝对是必备神器,暖心的用户体验设计使你瞬间变大厨。”
  对于一个做菜新手来说,最靠谱的做法就是按照菜谱一步步来,一边要看菜谱,一边还要兼顾火候,难免就会显得手忙脚乱。
  设计师分析了用户的需求,开发了这款专门新手们准备的应用程序,里面不仅包含了各大名菜的做法说明,而且还具备智能计时、语音对话等功能,目的是为了构建“完整的用户体验”,使新手秒变烹饪达人。

  这款软件界面设计使用大量的留白,可爱的图标设计,使用户界面看起来既简洁明了,又不失时尚感,方便用户在烹饪过程中的操作使用。


   很多用户担心自己控制不好火候,有了这款APP,再也不用担心了,它采用人机交互设计,不仅可以跟机器语音对话,还可以向各地大厨学习指导,得到大厨的全程指导,这样还用怕做出来的菜不好吃吗?


作者:品创设计

个人主页:http://www.pbids.com/

微信公众号:PBIDS2008

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值