李永鋒， 朱麗萍

?

基于模糊邏輯的產(chǎn)品意象造型設(shè)計(jì)研究

李永鋒， 朱麗萍

（徐州師范大學(xué)機(jī)電工程學(xué)院，江蘇徐州 221116）

為設(shè)計(jì)出符合消費(fèi)者感性需求的產(chǎn)品，采用基于模糊邏輯的產(chǎn)品意象造型設(shè)計(jì)方法。首先確定感性詞匯與造型設(shè)計(jì)要素，利用模糊邏輯建立二者之間的關(guān)系。通過模糊化、模糊規(guī)則的構(gòu)建、模糊推理以及反模糊化等過程進(jìn)行模糊邏輯控制器的設(shè)計(jì)，用Matlab建立仿真模型，最后通過測試驗(yàn)證了模型的有效性。結(jié)合折疊自行車造型設(shè)計(jì)進(jìn)行研究，結(jié)果表明該方法是正確可行的。

工業(yè)設(shè)計(jì)；產(chǎn)品意象造型設(shè)計(jì)；模糊邏輯；折疊自行車

隨著個(gè)性消費(fèi)時(shí)代的到來，消費(fèi)者選購商品時(shí)所看重的不僅僅是商品的數(shù)量和質(zhì)量，而是商品與自己情感關(guān)系的密切程度。感性工學(xué)(Kansei Engineering, KE)是一項(xiàng)系統(tǒng)地挖掘人們對(duì)產(chǎn)品的感性并將其轉(zhuǎn)化為產(chǎn)品設(shè)計(jì)要素的技術(shù)。模糊邏輯是由Zadeh在1965年所提出來的一套理論，它模擬人腦思維決策的能力，特別適用于數(shù)學(xué)模型難以精確表示的不確定系統(tǒng)。產(chǎn)品的造型設(shè)計(jì)要素與消費(fèi)者對(duì)產(chǎn)品的意象感知之間的關(guān)系復(fù)雜，不能夠被精確地描述，模糊邏輯非常適用于建立這兩者之間的關(guān)系。

本文以20英寸折疊自行車的設(shè)計(jì)為例進(jìn)行研究，在研究過程中采用感性工學(xué)的方法對(duì)產(chǎn)品意象造型設(shè)計(jì)進(jìn)行分析，獲取產(chǎn)品的感性意象詞匯、造型設(shè)計(jì)要素以及感性評(píng)價(jià)矩陣，并用模糊邏輯將感性評(píng)價(jià)尺度轉(zhuǎn)化為工學(xué)尺度，以建立產(chǎn)品的造型設(shè)計(jì)要素與感性意象之間的關(guān)系。

1 產(chǎn)品感性意象與造型設(shè)計(jì)要素分析

產(chǎn)品感性意象設(shè)計(jì)是基于人的認(rèn)知視知覺原則，以造型因素為對(duì)象，將非理性的感性意象信息加以量化來進(jìn)行概念設(shè)計(jì)的方法。由于剔除色彩屬性有助于對(duì)造型意象的認(rèn)知研究，因此不考慮色彩因素。

通過研究分析，將折疊自行車的感性詞匯確定為優(yōu)美的、簡潔的、精致的、高貴的、時(shí)尚的、有趣的、輕便的、休閑的、人性化的、實(shí)用的等10個(gè)感性評(píng)價(jià)詞匯，在此僅以優(yōu)美的為例進(jìn)行研究。

1.1 設(shè)計(jì)要素的確定

搜集常見折疊自行車的圖片，從中挑選15個(gè)典型的進(jìn)行研究，再選擇3個(gè)進(jìn)行模糊邏輯模型的測驗(yàn)，如圖1所示，其中有星號(hào)標(biāo)記的16～18號(hào)樣品用于模型的測驗(yàn)。

一輛完整的折疊自行車包括1000多個(gè)零件，這些零件可歸納為25個(gè)部件，用形態(tài)分析法將這些部件中主要部件的形態(tài)分解為8個(gè)造型設(shè)計(jì)要素，分別為車架、車把、中軸、鞍座、衣架、擋泥板、車輪、鏈條傳動(dòng)形式等，再將各設(shè)計(jì)要素分解為若干類型，如將車架分解為4種類型，折疊自行車的造型設(shè)計(jì)要素如表1所示。

123456 789101112 13141516*17*18*

表1 折疊自行車造型設(shè)計(jì)要素

造型要素類型1類型2類型3類型4類型5造型要素類型1類型2類型3類型4類型5 1車架（X1）其它5衣架（X5）其它 2車把（X2）其它6擋泥板（X6）其它 3中軸（X3）其它7車輪（X7）其它 4鞍座（X4）其它8鏈條傳動(dòng)（X8）其它

1.2 感性意象的評(píng)價(jià)

選擇圖1中的15個(gè)樣品，采用七階李克特量表設(shè)計(jì)調(diào)查問卷，該量表要求被試對(duì)某一敘述，在七階的評(píng)價(jià)尺度中進(jìn)行選擇，尺度一表示非常不同意，尺度四表示普通或沒有意見，尺度七表示非常同意，其評(píng)價(jià)結(jié)果記錄了被試對(duì)該項(xiàng)敘述的同意/不同意的程度。

對(duì)20位被試進(jìn)行調(diào)查，將調(diào)查結(jié)果進(jìn)行整理后可得表2所示的感性評(píng)價(jià)矩陣。

表2 折疊自行車的感性評(píng)價(jià)矩陣

2 產(chǎn)品感性意象設(shè)計(jì)的模糊邏輯實(shí)現(xiàn)

2.1 MATLAB模糊邏輯工具箱

模糊邏輯控制系統(tǒng)是一種在模糊和非模糊推理規(guī)則中處理信息的工具，本文采用MATLAB中的FUZZY LOGIC模糊邏輯控制箱進(jìn)行模糊邏輯控制系統(tǒng)的設(shè)計(jì)，在模糊邏輯工具箱中有5個(gè)基本的GUI工具用于建立、編輯和觀察模糊推理系統(tǒng)，它們分別是fuzzy（模糊推理系統(tǒng)編輯器）、mfedit（隸屬度函數(shù)編輯器）、ruleedit（模糊推理規(guī)則編輯器）、ruleview（模糊推理規(guī)則觀察器）、surfview（模糊推理輸出特性曲面觀察器）。

模糊推理系統(tǒng)編輯器用于處理系統(tǒng)的一些高級(jí)屬性，如系統(tǒng)輸入、輸出變量的個(gè)數(shù)、名稱等。隸屬函數(shù)編輯器用于定義各語言變量的隸屬函數(shù)形狀，可采用三角形、梯形、高斯形、鐘形等隸屬函數(shù)。模糊推理規(guī)則編輯器用于編輯規(guī)則列表，這些規(guī)則定義了系統(tǒng)的行為。模糊推理規(guī)則觀察器是一個(gè)用于顯示模糊推理方框圖的工具，可以作為一個(gè)診斷工具。模糊推理輸出特性曲面觀察器用于顯示一個(gè)輸出與選定的一個(gè)或兩個(gè)輸入之間的依賴情況，即為系統(tǒng)生成輸入、輸出的曲面映射。

2.2 模糊控制器設(shè)計(jì)

模糊邏輯控制器的設(shè)計(jì)包括模糊化、模糊規(guī)則的構(gòu)建、模糊推理以及反模糊化等內(nèi)容。

（1）模糊化

模糊化將數(shù)字輸入轉(zhuǎn)化為一系列模糊等級(jí)，每個(gè)模糊等級(jí)表示論域內(nèi)的一個(gè)模糊子集，通過隸屬函數(shù)來描述。模糊化的主要作用是：測量輸入變量的值；進(jìn)行比例映射，將輸入變量的范圍轉(zhuǎn)化為相應(yīng)的論域；將輸入數(shù)據(jù)轉(zhuǎn)化為合適的語言值。

由于三角形隸屬函數(shù)形狀簡單，容易計(jì)算，并且同其它復(fù)雜的隸屬函數(shù)得出的結(jié)果差別甚小，因此采用三角形隸屬函數(shù)，其函數(shù)如式（1）所示。

對(duì)于造型要素車架（X1），利用X1-1、X1-2、X1-3、X1-4等加以描述，記為{X1-1、X1-2、X1-3、X1-4}，論域?yàn)閧1、2、3、4}，隸屬函數(shù)如表3和圖2所示。取值在[1,3]范圍時(shí)，表示其造型要素為類型1-3之間的相應(yīng)形態(tài)，如1.6表示40%的第一種形態(tài)與60%的第二種形態(tài)的混合形態(tài)，由于第四種形態(tài)與前三種形態(tài)不相關(guān)，因此僅用數(shù)值4表示。其余7個(gè)造型設(shè)計(jì)要素隸屬函數(shù)的確定方法與車架（X1）相同。

表3 造型要素“車架”三角形隸屬函數(shù)的設(shè)置

圖2 造型要素“車架”三角形隸屬函數(shù)圖

對(duì)于感性評(píng)價(jià)詞匯“優(yōu)美的”的評(píng)價(jià)值，采用7個(gè)詞匯來描述，分別為：極不優(yōu)美、非常不優(yōu)美、不優(yōu)美、一般、優(yōu)美、非常優(yōu)美、極其優(yōu)美，記為{E1、E2、E3、E4、E5、E6、E7}，論域?yàn)閧1、2、3、4、5、6、7}，隸屬函數(shù)如表4和圖3所示。

表4 感性詞匯“優(yōu)美的”三角形隸屬函數(shù)的設(shè)置

圖3 感性詞匯“優(yōu)美的”三角形隸屬函數(shù)圖

（2）建立模糊規(guī)則

模糊規(guī)則是模糊控制器的核心，來源于專家意見和經(jīng)驗(yàn)知識(shí)，常用“IF<前提1>AND/OR<前提2>THEN<結(jié)論>”的形式，每條規(guī)則指定一個(gè)權(quán)值用來表示它的重要性。由一組模糊規(guī)則構(gòu)成的模糊系統(tǒng)可表示輸入、輸出的映射關(guān)系。

對(duì)15個(gè)折疊自行車樣品可建立30條模糊規(guī)則。1號(hào)折疊自行車樣品的感性詞匯“優(yōu)美的”評(píng)價(jià)值為4.88，該值對(duì)于E4的隸屬度為0.12（，見圖3），對(duì)于E5的隸屬度為0.88（，見圖3），其詳細(xì)的模糊規(guī)則為“1. If (X1 is X1-1) and (X2 is X2-1) and (X3 is X3-3) and (X4 is X4-2) and (X5 is X5-4) and (X6 is X6-4) and (X7 is X7-1) and (X8 is X8-1) then (Elegant is E4) (0.12) 2. If (X1 is X1-1) and (X2 is X2-1) and (X3 is X3-3) and (X4 is X4-2) and (X5 is X5-4) and (X6 is X6-4) and (X7 is X7-1) and (X8 is X8-1) then (Elegant is E5) (0.88)”。

（3）模糊推理

模糊推理根據(jù)模糊規(guī)則對(duì)輸入的一系列條件進(jìn)行綜合評(píng)估，以得到一個(gè)定性的用語言表示的模糊輸出量。因?yàn)榛谀：刂埔?guī)則的系統(tǒng)由一系列部分重疊條件的模糊規(guī)則組成，系統(tǒng)的一個(gè)特定的輸入經(jīng)常觸發(fā)多個(gè)模糊集，因此需要一種方法組合這些規(guī)則的推理結(jié)果。在此采用mamdani推理方法。

（4）反模糊化

在模糊系統(tǒng)中，模糊控制器的輸入量是模糊量，輸出量也是模糊量。對(duì)于實(shí)際被控對(duì)象，其所需的控制信號(hào)是具有一定物理意義的精確值，為了使模糊控制器的輸出能對(duì)被控對(duì)象進(jìn)行控制，要把它輸出的模糊量轉(zhuǎn)換成精確量，這個(gè)過程成為反模糊化。本研究采用centroid作為反模糊化方法。

3 實(shí)驗(yàn)結(jié)果的驗(yàn)證

模型性能的評(píng)價(jià)采用均方根誤差（Root Mean Square Error, RMSE），其值小于0.1即可算良好，函數(shù)如式（2）所示。

選擇3個(gè)樣品（圖1中有星號(hào)標(biāo)記的）讓被試對(duì)各感性詞匯進(jìn)行評(píng)分，將其分?jǐn)?shù)與用模糊邏輯得到的值進(jìn)行比較，結(jié)果如表5所示（以“優(yōu)美的”為例），其中RMSE的值為0.0957，可以看出模型預(yù)測精度較好，驗(yàn)證了模糊邏輯模型的有效性。

表5 預(yù)測值和RMSE值

4 結(jié) 論

感性工學(xué)旨在探討人對(duì)于產(chǎn)品的感性認(rèn)知，并將其具體轉(zhuǎn)化為設(shè)計(jì)要素。模糊邏輯善于表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，它借助于隸屬函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，模擬人腦實(shí)施規(guī)則型推理。本文以折疊自行車為例，采用感性工學(xué)的方法，研究基于模糊邏輯的產(chǎn)品感性意象設(shè)計(jì)，先進(jìn)行產(chǎn)品感性詞匯的萃取、造型設(shè)計(jì)特征的確定以及感性意象的評(píng)價(jià)，在此基礎(chǔ)上構(gòu)建了模糊邏輯模型，建立了產(chǎn)品造型與感性意象之間的關(guān)系，并通過測試驗(yàn)證了模型的有效性，該模型有助于設(shè)計(jì)師設(shè)計(jì)出符合消費(fèi)者需求的產(chǎn)品，對(duì)于提高企業(yè)的競爭力有著重要的意義。在本研究成果的基礎(chǔ)上可構(gòu)建計(jì)算機(jī)輔助感性工學(xué)系統(tǒng)，進(jìn)行更為深入的研究。

[1] Nagamachi M. Kansei engineering as a powerful consumer-oriented technology for product development [J]. Applied Ergonomics, 2002, 33(3): 289-294.

[2] Lin Y C, Lai H H, Yeh C H. Neural network models for product image design [J]. Knowledge-Based Intelligent Information and Engineering Systems, 2004, (3215): 618-624.

[3] Lin Y C, Lai H H, Yeh C H. Consumer-oriented product form design based on fuzzy logic: a case study of mobile phones [J]. International Journal of Industrial Ergonomics, 2007, 37(6): 531-543.

[4] 莊盈祺. 復(fù)合式感性意象下產(chǎn)品造形的建構(gòu)[D]. 臺(tái)南: 國立成功大學(xué), 2002.

[5] 劉 永, 彭正洪. 基于MATLAB的模糊邏輯控制系統(tǒng)的設(shè)計(jì)與仿真[J]. 武漢大學(xué)學(xué)報(bào)(工學(xué)版), 2008, 41(2): 132-135.

[6] 羅 揚(yáng), 閆 軍, 張 偉, 等. 基于模糊邏輯的工程機(jī)械換檔系統(tǒng)的研究[J]. 微計(jì)算機(jī)信息, 2008, 24(26): 218-220.

[7] Yeh C, Deng H. A practical approach to fuzzy utilities comparison in fuzzy multicriteria analysis [J]. International Journal of Approximate Reasoning, 2004, 35(2): 179-194.

[8] 馬居正. 應(yīng)用類神經(jīng)網(wǎng)路于汽車造形特征輔助設(shè)計(jì)之研究[D]. 臺(tái)南: 國立成功大學(xué), 2006.

Research on Form Design of Product Image Based on Fuzzy Logic

LI Yong-feng, ZHU Li-ping

( College of Mechanical and Electrical Engineering, Xuzhou Normal University, Xuzhou Jiangsu 221116, China )

In order to design the products that meet consumer emotional demand, the method of product image form design based on fuzzy logic is adopted. The first of all is to ascertain the kansei words and the design elements. Based on this, the relationship between them is built by using fuzzy logic. Through fuzzification, fuzzy rules’ construction, fuzzy reasoning and defuzzification, the fuzzy logic controller is designed, and the simulation model is established by using Matlab. Finally, the validity of the model is verified by testing. This study is carried out combining form design of folding bike, and the results show that this method is valid and feasible.

industrial design; form design of product image; fuzzy logic; folding bike

TB 472

A

1003-0158(2011)01-0124-05

2009-06-16

江蘇省高校自然科學(xué)研究資助項(xiàng)目（10KJD460002）

李永鋒（1979-），男，陜西富平人，講師，碩士，主要研究方向?yàn)楫a(chǎn)品設(shè)計(jì)、設(shè)計(jì)心理學(xué)及計(jì)算機(jī)輔助設(shè)計(jì)。