本發(fā)明屬于產(chǎn)品設計
技術(shù)領(lǐng)域：
，具體地說是涉及一種面向多維意象的產(chǎn)品設計方案評估方法。
背景技術(shù)：
：當今社會，隨著制造業(yè)和信息產(chǎn)業(yè)的發(fā)展，人們比以往更加關(guān)注自身的情感需求。產(chǎn)品給人的情感體驗逐漸成為產(chǎn)品是否成功的重要評判因素，開發(fā)符合用戶感性意象認知的產(chǎn)品已成為產(chǎn)品設計中的研究重點。感性意象是人們在體驗產(chǎn)品過程中產(chǎn)生的，高度凝聚的心理感受和情感活動，目前作為研究產(chǎn)品意象設計的重要新思路?，F(xiàn)實中用戶的意象認知是非常復雜的，面對一個產(chǎn)品時用戶更傾向于用多個意象維度來描述對產(chǎn)品的主觀感受。近年來對多維意象的研究逐漸成為產(chǎn)品設計領(lǐng)域的研究熱點?，F(xiàn)有技術(shù)中，孫志學用灰色關(guān)聯(lián)分析方法實現(xiàn)了產(chǎn)品色彩設計中對色彩方案的多意象優(yōu)選。陳國東以豆?jié){機為例，在構(gòu)建產(chǎn)品形態(tài)的bp意象預測模型的基礎(chǔ)上，采用多目標遺傳算法求解最優(yōu)方案。gulfem應用ahp和topsis相結(jié)合的方法實現(xiàn)了手機多意象的排序和優(yōu)選。yang應用神經(jīng)網(wǎng)絡和topsis方法尋求面向多意象的最佳造型方案。趙慧亮提出模糊topsis法解決數(shù)字化人機界面多目標意象策問題。以上研究沒有最大限度中和用戶感性意象獲取的主觀性，導致數(shù)據(jù)在某些情況下失效。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于克服上述缺點而提供一種能中和用戶感性意象獲取的主觀性，保證數(shù)據(jù)有效性的面向多維意象的產(chǎn)品設計方案評估方法。本發(fā)明的一種面向多維意象的產(chǎn)品設計方案評估方法，包括下述步驟：(1)第一階段：運用k-mean聚類分析和因子分析方法分別獲得符合用戶感性認知的典型樣本和典型感性意象的基礎(chǔ)上，運用語意差異法獲得用戶-意象初始評價值；(2)第二階段：采用灰色關(guān)聯(lián)分析與topsis相結(jié)合的方法實現(xiàn)用戶多維意象特定要求下對備選設計方案的排序優(yōu)選，包括：確定備選方案集、生成原始評估矩陣、應用信息熵計算評估指標的權(quán)重、構(gòu)建規(guī)范化評估矩陣、計算距離、計算相對貼近度、方案優(yōu)劣排序。本發(fā)明與現(xiàn)有技術(shù)的相比，具有明顯的有益效果，由以上方案可知，在因子分析獲取產(chǎn)品多維意象的基礎(chǔ)上，通過信息熵確定權(quán)重的灰色關(guān)聯(lián)topsis相結(jié)合的評估方法可以削弱決策者評估產(chǎn)品設計方案時夾帶的主觀性和復雜性，并且在位置距離遠近程度和形狀相似程度上同時反映出了待選方案與理想方案的接近程度，實現(xiàn)相對客觀的產(chǎn)品方案優(yōu)選，有效降低了產(chǎn)品設計階段由于多款方案的評估誤選帶來的投入風險，即避免了主觀因素或特殊數(shù)據(jù)對指標權(quán)重的過大影響，用以解決面向多維意象的產(chǎn)品設計評估問題。以下通過具體實施方式，進一步說明本發(fā)明的有益效果。附圖說明圖1為本發(fā)明的流程示意圖；圖2為實施例中的意象詞匯保留次數(shù)圖；圖3為實施例中的40個3d打印機樣本的聚類樹狀圖；圖4為實施例中的3d打印機意象因子陡坡圖；圖5為實施例中的12個3d打印機設計方案。具體實施方式以下結(jié)合附圖及較佳實施例，對依據(jù)本發(fā)明提出的面向多維意象的產(chǎn)品設計方案評估方法具體實施方式、特征及其功效，詳細說明如后。如圖1所示，本發(fā)明的一種面向多維意象的產(chǎn)品設計方案評估方法，包括下述步驟：(1)第一階段：運用k-mean聚類分析和因子分析方法分別獲得符合用戶感性認知的典型樣本和典型感性意象的基礎(chǔ)上，運用語意差異法獲得用戶-意象初始評價值；(2)第二階段：采用灰色關(guān)聯(lián)分析與topsis相結(jié)合的方法實現(xiàn)用戶多維意象特定要求下對備選設計方案的排序優(yōu)選，包括：確定備選方案集、生成原始評估矩陣、應用信息熵計算評估指標的權(quán)重、構(gòu)建規(guī)范化評估矩陣、計算距離、計算相對貼近度、方案優(yōu)劣排序。逼近理想點排序法(topsis)是系統(tǒng)工程中求解多目標評估的有效方法，具有對原始數(shù)據(jù)利用充分、誤差小、可靠性高等特點，其基本思路是先歸一化處理原始數(shù)據(jù)矩陣，然后計算得出待評估方案與正理想解和負理想解的距離，最優(yōu)解即為最接近正理想解且最遠離負理想解所對應的方案，從而評估出最優(yōu)方案?；疑P(guān)聯(lián)方法是從形狀上反映了待評估方案與最優(yōu)解的相似程度，兩種方法結(jié)合起來，并通過信息熵確定權(quán)重，評價方案的優(yōu)劣。1.構(gòu)建規(guī)范化評估矩陣設a＝{a1,a2,…,am}為多屬性評估問題的方案集；f＝{f1,f2,…,fn}為多屬性評估問題的評估指標集；屬性權(quán)重為wi(i＝1,2,…,m)；決策矩陣為x＝(xij)m×n，其中xij為第i個方案在第j個屬性下的屬性值。對于產(chǎn)品設計方案的多個意象指標，期望各意象評價值越大越好，采用式(1)對原始矩陣規(guī)范化處理：2.確定評估指標權(quán)重由于用戶的感性意象具有主觀性，所以在確定指標權(quán)重的時候需要一種客觀性較強的方法來最大程度降低評估結(jié)果的主觀性。熵處理是確定多因素綜合評估問題中各因素權(quán)系數(shù)的一種客觀有效的方法，可作為評價屬性相對重要程度的一個工具。在含有m個方案和n個屬性(即評價準則)的決策矩陣中，第j項指標下第i個方案指標比重為：第j項指標的熵值為：其中：時，有0≤ej≤1。各指標基于熵處理的權(quán)重分配為：3.計算加權(quán)規(guī)范化評估矩陣加權(quán)規(guī)范化評估矩陣z＝(zij)m×n，其中：zij＝wjyij，i＝1,2,…,m，j＝1,2,…,n。4.確定理想解加權(quán)規(guī)范化矩陣的正負理想解為：其中:5.計算各方案到正負理想解的距離各方案到正負理想解的euclid距離分別為6.計算灰色關(guān)聯(lián)系數(shù)矩陣和灰色關(guān)聯(lián)度每個待選方案與正、負理想解之間的灰色關(guān)聯(lián)系數(shù)矩陣分別為：其中：ε為分辨系數(shù)，一般取值為0.5。各方案同正負理想解的灰色關(guān)聯(lián)度分別為：分別對euclid距離和關(guān)聯(lián)度進行無量綱化處理，得7.方案優(yōu)劣排序計算每一個方案與理想解的相對貼近度v1＝v2＝0.5依據(jù)貼近度對待評估方案進行優(yōu)劣排序，排在首位的方案則是距離最優(yōu)解最近、距離最劣解最遠，灰色關(guān)聯(lián)度最大的最佳方案。實施例如下：1.產(chǎn)品形態(tài)認知分析根據(jù)形態(tài)學的理論，產(chǎn)品可分解為若干個基本部件，對一個基本部件單獨分析和歸納，可得出多個不同的外形要素候選方案。邀請經(jīng)驗豐富的設計人員進行形態(tài)分析實驗，根據(jù)初篩的產(chǎn)品樣本歸納出產(chǎn)品基本部件要素和每個部件的外形單元要素。2.多維意象的獲取分析產(chǎn)品的感性意象是指產(chǎn)品形態(tài)對用戶感官刺激所產(chǎn)生的直覺聯(lián)想感受，反映了用戶情感需求和對產(chǎn)品的內(nèi)心評判標準，一般使用形容詞加以描述。以3d打印機為例，通過網(wǎng)絡、雜志、調(diào)查、訪談等方法收集90個典型意象形容詞，選用隨機產(chǎn)品樣本，對這90個詞匯進行問卷調(diào)查，30位被試者會在問卷中對給出的90個詞匯表中勾選認為適合于描述產(chǎn)品樣本語意的詞匯，保留被勾選次數(shù)超過15的58個詞匯，如圖2所示；對58個詞匯采用kj法合并詞義相近的詞匯，將其篩選到20個。依據(jù)覆蓋所有基本部件要素和外形單元要素的原則，邀請4位專業(yè)設計師對前期搜集到的114個3d打印機樣本進行初步篩選，得出40個設計樣本，對其進行應力計算和k-mean聚類分析，聚類樹狀圖如圖3所示。計算每個樣本到其所在聚類中心距離并排序，最終獲得典型的6款3d打印機作為調(diào)查樣本。針對20個典型意象詞匯和6個典型樣本采用sd法制成七點尺度評估量表進行調(diào)查問卷，邀請50個受測人員進行打分(20名專業(yè)設計師，15名3d打印機使用者，15設計專業(yè)研究生)，確定各感性意象詞匯的評價值。調(diào)查完成后將數(shù)據(jù)錄入spss統(tǒng)計軟件進行因子分析，依據(jù)圖4所示意象因子陡坡圖，特征值大于1有4個因子軸，其累積可解釋方差貢獻度達到94.350％，如表1所示。表1意象因子貢獻度解釋選取每個因子軸中因子負荷值最高的意象因子，最終得到最具代表性的典型依次為“科技的”、“簡潔的”、“精密的”和“穩(wěn)重的”。將面向這些典型感性意象實現(xiàn)3d打印機多個設計方案的評估。3.構(gòu)建多維意象的評估矩陣構(gòu)建3d打印機多維意象與方案的評估集合，取12個由專業(yè)設計師提供的設計概念方案，如圖5所示，組成方案集a＝{a1,a2,…,a12}；4個目標意象組成評估指標集f＝{f1,f2,f3,f4}；指標權(quán)重由wi(i＝1,2,3,4)表示；40位參與者(包括20位設計專家與20位普通用戶)組成評估者集g＝{g1,g2,…,g40}；每位參與者對每個方案aj關(guān)于屬性fi構(gòu)建的評估矩陣由表示。結(jié)合語意差異法，分別對4個目標意象詞匯構(gòu)建7級likert量表，參與者分別對12個3d打印機樣本進行意象評價，計算每個樣本的每個意象詞匯的平均值，從而得到3d打印機產(chǎn)品設計方案多維意象評價均值構(gòu)成的評估矩陣，如表2。表2評估矩陣4.面向多維意象的3d打印機設計方案評估采用式(1)對原始矩陣規(guī)范化處理，如表3所示。表3規(guī)范化評估矩陣根據(jù)評估矩陣，利用式(2)(3)(4)求得各意象的權(quán)重值，如表4所示。表4基于熵處理的權(quán)重值科技的簡潔的精密的穩(wěn)重的ej0.99920.99820.99870.9994wj0.17780.40000.28890.1333根據(jù)熵處理得到的權(quán)重值，利用式(5)(6)計算加權(quán)規(guī)范化評估矩陣和正負理想解，如表5所示。表5加權(quán)規(guī)范化評估矩陣由式(6)、(7)可分別計算出每個待選方案與正、負理想解的距離，由式(12)、(13)可分別計算出每個待選方案與正、負理想解的灰色關(guān)聯(lián)度，最后由式(18)計算出各方案的相對貼近度，如表6所示。表6備選方案的相對貼近度根據(jù)相對貼近度大小排序備選方案，依據(jù)表7得出12個3d打印機設計方案的優(yōu)先級排序依次為a8，a10，a7，a11，a2，a3，a9，a5，a12，a1，a6，a4，實現(xiàn)了特定多維意象下對產(chǎn)品設計方案的決策?？傊?，產(chǎn)品設計方案評估是產(chǎn)品開發(fā)過程中的重要階段，本發(fā)明提出一種面向多維意象的產(chǎn)品設計方案評估方法。在因子分析獲取產(chǎn)品多維意象的基礎(chǔ)上，通過信息熵確定權(quán)重的灰色關(guān)聯(lián)topsis相結(jié)合的評估方法可以削弱決策者評估產(chǎn)品設計方案時夾帶的主觀性和復雜性，并且在位置距離遠近程度和形狀相似程度上同時反映出了待選方案與理想方案的接近程度，實現(xiàn)相對客觀的產(chǎn)品方案優(yōu)選，有效降低了產(chǎn)品設計階段由于多款方案的評估誤選帶來的投入風險。該方法具有一定的通用性，對其他工業(yè)產(chǎn)品方案評估階段具有參考價值。然而，本發(fā)明使用語義差異法即意象詞匯對用戶情感進行表達可能會造成某些方面表達的不準確性，用戶對產(chǎn)品的感性期許是多維且復雜的，因此下一步的研究重點是挖掘產(chǎn)品設計多意象的認知特性，以進一步提高產(chǎn)品設計方案評估的適用性。以上所述，僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，任何未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。當前第1頁12