基于模糊决策的条纹视错连衣裙感性量化评价

唐姗珊,周 捷

(西安工程大学 服装与艺术设计学院,陕西 西安 710048)

几何视错是心理学家研究人类感知的一个主要研究领域,一般基于图形分布的疏密大小、局部变换等形成二维或三维的视觉感知[1]。几何视错在服装设计中可营造出收缩与扩张等对比效果[2],使消费者从视觉和心理感知上产生差异。而消费感知是消费者在产品感知过程中多方面的心理动态感受和情感需求,是引导消费意愿与消费行为的关键因素[3]。感性工学是将产品的心理感知和情感画像转化为设计要素,以消费者为导向的产品开发技术,旨在探讨消费者的感性认知与设计需求的关系[4-5]。

目前,服装领域引起学者广泛关注的感知研究主要涉及领型[6-7]、袖型[8]、款式[9]、腰部松量及长度[10]等。关于服装条纹视错图案的研究较少[11-12],对其进行感性研究及如何评价条纹视错的感性心理也是一个明显而重要的问题,而模糊综合评判决策目前较少应用在条纹视错的感知评价中[13-14]。模糊综合评价是模糊数学进一步的应用,依据隶属度的原理对模糊指标进行整合及定量转化,通过数学模型解决不同类型的模糊问题。在条纹视错应用的感知评价过程中,其感知喜好度也是一个模糊的概念。

本文采用模糊综合评判决策进行量化评价研究,以长款连衣裙作为载体,观察服装的整体效果。对条形视错图案进行变形得到测试样本,采用语义差异法、因子分析、模糊综合评判决策相结合的研究方法,在确定感性指标的基础上,构建评价指标体系,建立模糊综合决策模型,分析条纹视错在连衣裙上的样本范例,以期为其进一步的设计研究提供必要的参考与启示。

1 研究目的和方法

1.1 研究目的

通过感性工学选取感性词汇,确定适合的感性词汇对,再运用因子分析的统计方法提取公因子,并确定各感性指标的权重;建立条纹视错在连衣裙上感性指标的权重模型。确定条纹视错在连衣裙上因子指标的单项分和综合评价标准,完善条纹视错在连衣裙上的量化评价模型。

1.2 研究方法

1.2.1 感性工学

感性工学[15](Kansei Engineering)是将人的情感需求同设计理念相融合。该学科从工程的角度出发,围绕人与物体之间的相关关系进行探讨。感性需求与设计的结合,可客观地整合产品设计维度,提高人为识别的准确性。

1.2.2 模糊综合评判决策

模糊综合评判决策[16](Fuzzy Comprehensive Evaluation,FCE)以模糊数学为基础,应用模糊关系研究和处理模糊性现象,把模糊性因素定量化,进而进行综合性评判决策的一种方法。

本文根据感性词汇对,运用因子分析,完成条纹视错在连衣裙上视觉效果的感性描述,并赋予其指标以不同权重。根据因子分析提取感性指标,再采用模糊综合评判决策对样本与感性指标进行评价。

2 感性评判指标的确定

2.1 样本数据

2.1.1 条纹视错样本

视错觉依据图形的变化,如角度、长短、方向、面积、远近、分割、对比、变形、扭曲等方式得到多种分类[17]。而条纹是根据线条的宽窄、长短、间距等构成,属于几何结构图案。线视错觉中具有代表性的视错觉原理有冯特错觉、菲克错觉、佐尔拉错觉等[18],其中摆放位置与图案设计作为影响视错觉吸引力的2个重要因素,前者的影响大于后者[13]。

通过浏览网页、书籍、时装周等途径,对条纹视错进行图案与服装应用的相互对照,共搜集到30张条纹视错图案,60张服装图片进行对比筛选,最终确定6张条纹视错作为图案样本。为了减少面料、色彩等带来的视觉干扰,将纹样统一进行去色化处理和编辑,达到控制变量的作用,以保证样本的有效性。

2.1.2 样本的制作

分别将6种纹样导入图形软件中进行预处理。为了更完整地观察图案在服装上的整体部位变化,参照收集到的图片款式结构,确定长款连身裙作为图案载体。并将每张图案样本,逐一填充到长款连衣裙款式图中,进行2次重组,制成12款视错图案与样本,如图1所示。

图1 视错图案与样本Fig.1 Stripe illusion pattern and samples

2.2 市场调研

本文调研的研究流程为3个部分:感性词汇的收集和筛选、确定条纹视错的样本、连衣裙受测样本的确定。通过查阅文献资料、网络检索、专家研讨等方式收集感性形容词,共87个。并通过初步分类和筛选,进行剔除;主要从以下方面进行词汇的筛选:①含义极其相近的;②表示个人偏好的;③过于绝对的;④直接观察便可得知的。对筛选出的22个感性形容词根据意象归类提取,整理记录,并将表达意向相近的词汇分为一组,运用语意差异法(SD)对11组感性词对进行分析。采用7级评价等级,以“1”为梯度设置分值范围:-3、-2、-1、0、1、2、3。以“呆板的-生动的”为例:-3分代表“非常呆板的”, -2分代表“比较呆板的”, -1分代表“有些呆板的”, 0分代表“一般生动的”, 1分代表“有些生动的”, 2分代表“比较生动的”, 3分代表“非常生动的”。对感性词对排序,构建7级量表[19]。

被调查对象年龄在18～40岁之间,共4类人群:服装相关从业者、销售人员、消费者、设计行业相关从业者。分别线上线下进行问卷发放,调研回收110份问卷调查结果,无效问卷18份,筛选获得有效问卷82份,占比75%,样本意向得分见表1。

表1 样本意向得分Tab.1 Sample intention score

2.3 感性指标的筛选与权重的确定

因子分析(FA)是对未观察到变量的研究,及其内在的相关关系研究,也称为潜在变量或潜在因子,目的是提取共性因子代替所有变量分析整个问题,综合指标即为因子[20],即指标归类分析。在进行感性指标筛选前需对感性词对进行相关性分析,如表2所示,相关系数绝对值基本介于0.3～0.9,表明词对间相关性强度较高。

表2 感性词对Pearson相关性分析Tab.2 Analysis of perceptual words to Pearson

通过KMO检验统计量和Bartlett球形检验进行分析,结果见表3。由表3可知:KMO值为0.687(>0.6);Bartlett球形检验显示显著性水平Sig.<0.05,即P<0.05,表明各变量间的信息具备较高的重叠度及较强的相关性,可获得较完善的因子分析模型。为确保信息保留量能更好地反映样本的感性心理,通过分析得到累积方差贡献率为92.683%时,损失较少,即提取4个因子最佳。其中,因子1在“自然的-生硬的”“协调的-凌乱的”“简洁的-繁琐的”“细腻的-粗犷的”“简约的-复杂的”这5对感性词对上有较高的负荷,将其概括为图像因子。因子2与“张扬的-稳重的”“拘谨的-大方的”“呆板的-生动的”3对感性词对负荷较高,将其概括为款式因子。“内敛的-夸张的”“大众的-个性的”这2对感性词对与因子3的相关程度比较高,可将因子3定义为风格因子。因子4在“时尚的-朴素的”这一感性词对上有较高的负荷,将其概括为潮流因子。从感性词量表共提取出4个因子,分别是图像因子、款式因子、风格因子和潮流因子,将4个因子作为感性指标,根据因子与感性词汇对之间的对应关系情况,为权重体系研究做准备。

表3 旋转因子载荷矩阵Tab.3 Rotation factor load matrix

3 模糊综合评判决策体系及模型

模糊综合评判决策是对受多因素影响的事物做出全面评判的一种十分有效的多因素决策方法,又称模糊综合决策或模糊多元决策[16]。

3.1 模糊综合决策的构建原则

根据评价模型,进行条纹视错在连衣裙上感知量化评价,模型由5个要素组成。

①建立因素集。根据提取的感性公共因子构成因素集U:U= {F1,F2,F3,F4},其中F1表示图像因子,F2表示款式因子,F3表示风格因子,F4表示潮流因子。

②建立评价等级集。将评价等级集设为E:E= {e1,e2,e3,e4},其中e1表示喜欢,e2表示较喜欢,e3表示不太喜欢,e4表示不喜欢。

④单因素评判。模糊映射是逐个量化每个因素Fi(i= 1,2,3,4) 对被评价事物的贡献,诱导出模糊关系矩阵Ri,如式(1) 所示。被评价事物由第j行第i列元素用rij来表示(i=1,2,…,n;j=1,2,…,m)。就因素Fi来看,对ej等级模糊子集的隶属度,通过模糊矩阵复合运算的应用,可诱导出U到E的模糊线性变换,即由权重A或A′得到综合评判模型B和B′,模糊矩阵R∈Mn×m表示为

(1)

式中:R为单因素模糊矩阵;rij为评价事物的分值。

⑤综合评判。对于权重A＇采用因子分析赋权法进行计算,权重A取加权平均模型,可得综合评判

Bi=A′·Ri={b1,b2,…,bm}

(2)

根据Bi得到总单因素评判矩阵R=(Fij)n×m,总样本评判

B=A·R=(a1a2a3a4)·

(3)

式中:Bi为样本评判;B为总样本评判;A′和A为权重;bj(j=1,2,…,m)反映了第j种评判ej在综合评判中所占的地位。

3.2 条纹视错在连衣裙上心理感知的模糊综合评价分析

感性指标模型的建立,为评断条纹视错视觉效果的心理量感提供了科学的参考,而进一步挖掘其应用标准,尚需建立精确的评价体系来完善模型,以便在运用条纹视错图案时,能给予科学客观的评价。本文将从单项评分和综合评价两方面构建评价模型。

条纹视错在连衣裙上视觉效果的评价指标集 ,根据提取的感性公共因子构成因素集U:

U= {F1,F2,F3,F4},其中F1表示图像因子,F2表示款式因子,F3表示风格因子,F4表示潮流因子。

3.2.1 确定评价权重集

(4)

专家小组由20人组成,服装专业人士和学生10人,服装营销人员5人,消费者5人,收集整理专家小组对评价指标的权重数据,结果见表4。各因素权重的平均值作为其权重,由式(4)得到:A= (0.25 0.25 0.26 0.24)。

表4 专家权重计算Tab.4 Expert weight calculation

3.2.2 确立评判等级集

E= {e1,e2,e3,e4},其中e1表示喜欢,e2表示较喜欢,e3表示不太喜欢,e4表示不喜欢。

3.2.3 单因素模糊评价矩阵

为得出感性指标与调研主题的隶属度,针对12个样本请20位专家组成评判(打分)小组,整合处理后,得次要单因素评判矩阵如下:

3.2.4 建立评价模型

使用模型IV,M(·,+) ,根据式(2)得出感性指标对各个样本的综合评判模型:

Bi=A′×Ri=

(5)

依据式(5),依次分别代入评判矩阵计算出Bi, 采用模糊分步法进行归一化处理,得出:

表5 评判矩阵Tab.5 Evaluation matrix

根据权重A=(0.25,0.25,0.26,0.24),模型IV,M(·,+) 计算得到:

B=A×R= (0.247 8,0.250 6,0.252 9,0.242 9,0.249 6,0.249 6,0.249 5,0.247 0,0.247 7,0.249 9,0.247 6,0.252 6)

B是对样本的评判结果,依据最大隶属原则,样本3满意度最高,其他排序依次为样本3>样本12> 样本2> 样本10> 样本6> 样本5> 样本7> 样本1> 样本9> 样本11> 样本8> 样本4。

4 结 论

本文以条纹视错图案为研究对象,以连衣裙为应用载体,围绕感性认知进行心理量感的影响和评价,进一步为其应用设计提供参考。研究结果得出:

①通过因子分析针对条纹视错在针织连衣裙的感性词汇进行因子提取,得到图像指标、款式指标、风格指标、潮流指标4个因子作为感性指标。

②各感性指标反映条纹视错在连衣裙上的心理感知程度有所不同,其中图指标和款式指标在样本中具有较大的权重,潮流指标所占权重最小。在实践应用中,设计重点可以通过优化图像指标和款式指标,提高对条纹视错服装的满意度,为设计提供较为科学的参考。

③依据最大隶属度原则,量化感性指标降低感知评判的模糊性,得出12个样本的喜好排序。

本文从心理角度出发,将视错图案与感知心理相结合,通过模糊决策进行定量化评判分析,拓展了研究角度,但也存在一定的欠缺,主要表现在调查问卷的数量不够充分,感性指标所涵盖的心理量感不够全面,进而使得结果存在一定偏差;本文条纹视错图案样本量涉及的不够广,不利于深度的评价和剖析。今后,需扩充图形样本数量,并全面地对视错图案就心理感知做更深入的分析和评价体系的构建,以确保分析结果更加科学和客观。