基于模糊逻辑的产品意象造型设计研究

李永锋， 朱丽萍



基于模糊逻辑的产品意象造型设计研究

李永锋， 朱丽萍

（徐州师范大学机电工程学院，江苏徐州 221116）

为设计出符合消费者感性需求的产品，采用基于模糊逻辑的产品意象造型设计方法。首先确定感性词汇与造型设计要素，利用模糊逻辑建立二者之间的关系。通过模糊化、模糊规则的构建、模糊推理以及反模糊化等过程进行模糊逻辑控制器的设计，用Matlab建立仿真模型，最后通过测试验证了模型的有效性。结合折叠自行车造型设计进行研究，结果表明该方法是正确可行的。

工业设计；产品意象造型设计；模糊逻辑；折叠自行车

随着个性消费时代的到来，消费者选购商品时所看重的不仅仅是商品的数量和质量，而是商品与自己情感关系的密切程度。感性工学(Kansei Engineering, KE)是一项系统地挖掘人们对产品的感性并将其转化为产品设计要素的技术。模糊逻辑是由Zadeh在1965年所提出来的一套理论，它模拟人脑思维决策的能力，特别适用于数学模型难以精确表示的不确定系统。产品的造型设计要素与消费者对产品的意象感知之间的关系复杂，不能够被精确地描述，模糊逻辑非常适用于建立这两者之间的关系。

本文以20英寸折叠自行车的设计为例进行研究，在研究过程中采用感性工学的方法对产品意象造型设计进行分析，获取产品的感性意象词汇、造型设计要素以及感性评价矩阵，并用模糊逻辑将感性评价尺度转化为工学尺度，以建立产品的造型设计要素与感性意象之间的关系。

1 产品感性意象与造型设计要素分析

产品感性意象设计是基于人的认知视知觉原则，以造型因素为对象，将非理性的感性意象信息加以量化来进行概念设计的方法。由于剔除色彩属性有助于对造型意象的认知研究，因此不考虑色彩因素。

通过研究分析，将折叠自行车的感性词汇确定为优美的、简洁的、精致的、高贵的、时尚的、有趣的、轻便的、休闲的、人性化的、实用的等10个感性评价词汇，在此仅以优美的为例进行研究。

1.1 设计要素的确定

搜集常见折叠自行车的图片，从中挑选15个典型的进行研究，再选择3个进行模糊逻辑模型的测验，如图1所示，其中有星号标记的16～18号样品用于模型的测验。

一辆完整的折叠自行车包括1000多个零件，这些零件可归纳为25个部件，用形态分析法将这些部件中主要部件的形态分解为8个造型设计要素，分别为车架、车把、中轴、鞍座、衣架、挡泥板、车轮、链条传动形式等，再将各设计要素分解为若干类型，如将车架分解为4种类型，折叠自行车的造型设计要素如表1所示。

123456 789101112 13141516*17*18*

表1 折叠自行车造型设计要素

造型要素类型1类型2类型3类型4类型5造型要素类型1类型2类型3类型4类型5 1车架（X1）其它5衣架（X5）其它 2车把（X2）其它6挡泥板（X6）其它 3中轴（X3）其它7车轮（X7）其它 4鞍座（X4）其它8链条传动（X8）其它

1.2 感性意象的评价

选择图1中的15个样品，采用七阶李克特量表设计调查问卷，该量表要求被试对某一叙述，在七阶的评价尺度中进行选择，尺度一表示非常不同意，尺度四表示普通或没有意见，尺度七表示非常同意，其评价结果记录了被试对该项叙述的同意/不同意的程度。

对20位被试进行调查，将调查结果进行整理后可得表2所示的感性评价矩阵。

表2 折叠自行车的感性评价矩阵

2 产品感性意象设计的模糊逻辑实现

2.1 MATLAB模糊逻辑工具箱

模糊逻辑控制系统是一种在模糊和非模糊推理规则中处理信息的工具，本文采用MATLAB中的FUZZY LOGIC模糊逻辑控制箱进行模糊逻辑控制系统的设计，在模糊逻辑工具箱中有5个基本的GUI工具用于建立、编辑和观察模糊推理系统，它们分别是fuzzy（模糊推理系统编辑器）、mfedit（隶属度函数编辑器）、ruleedit（模糊推理规则编辑器）、ruleview（模糊推理规则观察器）、surfview（模糊推理输出特性曲面观察器）。

模糊推理系统编辑器用于处理系统的一些高级属性，如系统输入、输出变量的个数、名称等。隶属函数编辑器用于定义各语言变量的隶属函数形状，可采用三角形、梯形、高斯形、钟形等隶属函数。模糊推理规则编辑器用于编辑规则列表，这些规则定义了系统的行为。模糊推理规则观察器是一个用于显示模糊推理方框图的工具，可以作为一个诊断工具。模糊推理输出特性曲面观察器用于显示一个输出与选定的一个或两个输入之间的依赖情况，即为系统生成输入、输出的曲面映射。

2.2 模糊控制器设计

模糊逻辑控制器的设计包括模糊化、模糊规则的构建、模糊推理以及反模糊化等内容。

（1）模糊化

模糊化将数字输入转化为一系列模糊等级，每个模糊等级表示论域内的一个模糊子集，通过隶属函数来描述。模糊化的主要作用是：测量输入变量的值；进行比例映射，将输入变量的范围转化为相应的论域；将输入数据转化为合适的语言值。

由于三角形隶属函数形状简单，容易计算，并且同其它复杂的隶属函数得出的结果差别甚小，因此采用三角形隶属函数，其函数如式（1）所示。

对于造型要素车架（X1），利用X1-1、X1-2、X1-3、X1-4等加以描述，记为{X1-1、X1-2、X1-3、X1-4}，论域为{1、2、3、4}，隶属函数如表3和图2所示。取值在[1,3]范围时，表示其造型要素为类型1-3之间的相应形态，如1.6表示40%的第一种形态与60%的第二种形态的混合形态，由于第四种形态与前三种形态不相关，因此仅用数值4表示。其余7个造型设计要素隶属函数的确定方法与车架（X1）相同。

表3 造型要素“车架”三角形隶属函数的设置

图2 造型要素“车架”三角形隶属函数图

对于感性评价词汇“优美的”的评价值，采用7个词汇来描述，分别为：极不优美、非常不优美、不优美、一般、优美、非常优美、极其优美，记为{E1、E2、E3、E4、E5、E6、E7}，论域为{1、2、3、4、5、6、7}，隶属函数如表4和图3所示。

表4 感性词汇“优美的”三角形隶属函数的设置

图3 感性词汇“优美的”三角形隶属函数图

（2）建立模糊规则

模糊规则是模糊控制器的核心，来源于专家意见和经验知识，常用“IF<前提1>AND/OR<前提2>THEN<结论>”的形式，每条规则指定一个权值用来表示它的重要性。由一组模糊规则构成的模糊系统可表示输入、输出的映射关系。

对15个折叠自行车样品可建立30条模糊规则。1号折叠自行车样品的感性词汇“优美的”评价值为4.88，该值对于E4的隶属度为0.12（，见图3），对于E5的隶属度为0.88（，见图3），其详细的模糊规则为“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

模糊推理根据模糊规则对输入的一系列条件进行综合评估，以得到一个定性的用语言表示的模糊输出量。因为基于模糊控制规则的系统由一系列部分重叠条件的模糊规则组成，系统的一个特定的输入经常触发多个模糊集，因此需要一种方法组合这些规则的推理结果。在此采用mamdani推理方法。

（4）反模糊化

在模糊系统中，模糊控制器的输入量是模糊量，输出量也是模糊量。对于实际被控对象，其所需的控制信号是具有一定物理意义的精确值，为了使模糊控制器的输出能对被控对象进行控制，要把它输出的模糊量转换成精确量，这个过程成为反模糊化。本研究采用centroid作为反模糊化方法。

3 实验结果的验证

模型性能的评价采用均方根误差（Root Mean Square Error, RMSE），其值小于0.1即可算良好，函数如式（2）所示。

选择3个样品（图1中有星号标记的）让被试对各感性词汇进行评分，将其分数与用模糊逻辑得到的值进行比较，结果如表5所示（以“优美的”为例），其中RMSE的值为0.0957，可以看出模型预测精度较好，验证了模糊逻辑模型的有效性。

表5 预测值和RMSE值

4 结 论

感性工学旨在探讨人对于产品的感性认知，并将其具体转化为设计要素。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理。本文以折叠自行车为例，采用感性工学的方法，研究基于模糊逻辑的产品感性意象设计，先进行产品感性词汇的萃取、造型设计特征的确定以及感性意象的评价，在此基础上构建了模糊逻辑模型，建立了产品造型与感性意象之间的关系，并通过测试验证了模型的有效性，该模型有助于设计师设计出符合消费者需求的产品，对于提高企业的竞争力有着重要的意义。在本研究成果的基础上可构建计算机辅助感性工学系统，进行更为深入的研究。

[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] 庄盈祺. 复合式感性意象下产品造形的建构[D]. 台南: 国立成功大学, 2002.

[5] 刘 永, 彭正洪. 基于MATLAB的模糊逻辑控制系统的设计与仿真[J]. 武汉大学学报(工学版), 2008, 41(2): 132-135.

[6] 罗 扬, 闫 军, 张 伟, 等. 基于模糊逻辑的工程机械换档系统的研究[J]. 微计算机信息, 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] 马居正. 应用类神经网路于汽车造形特征辅助设计之研究[D]. 台南: 国立成功大学, 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

江苏省高校自然科学研究资助项目（10KJD460002）

李永锋（1979-），男，陕西富平人，讲师，硕士，主要研究方向为产品设计、设计心理学及计算机辅助设计。