產(chǎn)品演進(jìn)設(shè)計(jì)中的交互式數(shù)據(jù)融合技術(shù)及應(yīng)用

華爾天 劉 勰 倪鴦丹

浙江工商大學(xué)，杭州，310018

0 引言

產(chǎn)品演進(jìn)設(shè)計(jì)主要源于兩個(gè)方面：一是設(shè)計(jì)知識的發(fā)展，使產(chǎn)品更好地體現(xiàn)科技進(jìn)步的最新成果；二是客戶需求的發(fā)展，使產(chǎn)品更好地體現(xiàn)消費(fèi)理念、消費(fèi)方式和消費(fèi)層次的進(jìn)步。目前，這一問題的研究主要集中在：①關(guān)于專家、設(shè)計(jì)師、產(chǎn)品設(shè)計(jì)知識庫之間的知識集成［1－4］，如谷建光等［1］為實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)知識的完整獲取，研究了產(chǎn)品實(shí)例設(shè)計(jì)知識與領(lǐng)域?qū)＜以O(shè)計(jì)經(jīng)驗(yàn)相結(jié)合的知識獲取技術(shù)，趙鋒等［2］提出了一種面向產(chǎn)品創(chuàng)新設(shè)計(jì)的廣義專家群體知識獲取的思路及方法；②關(guān)于客戶需求的研究［5－8］，如楊潔等［5］建立了一種產(chǎn)品創(chuàng)新設(shè)計(jì)中的客戶知識集成模型，提出了基于“問題域－功能域”的客戶知識轉(zhuǎn)換方法，同時(shí)使用本體理論對客戶知識進(jìn)行建模，魏敏等［6］針對客戶需求行為問題，提出了基于目的－價(jià)值的客戶需求模型。但對客戶之間、客戶需求與現(xiàn)有產(chǎn)品設(shè)計(jì)知識之間、客戶需求與產(chǎn)品設(shè)計(jì)過程等方面的研究尚涉及甚少，在客戶需求分析、最新設(shè)計(jì)知識應(yīng)用及兩者的結(jié)合方面，還缺乏一定的理論和應(yīng)用技術(shù)。

本文引入數(shù)據(jù)融合的思想，提出了一種基于客戶需求的交互式數(shù)據(jù)融合技術(shù)，通過客戶層的數(shù)據(jù)融合和產(chǎn)品設(shè)計(jì)變量指標(biāo)集之間的數(shù)據(jù)融合，解決了產(chǎn)品演進(jìn)設(shè)計(jì)中客戶需求與產(chǎn)品設(shè)計(jì)知識的融合問題。

1 交互式數(shù)據(jù)融合技術(shù)

數(shù)據(jù)融合是一種多源數(shù)據(jù)綜合處理技術(shù)，即將系統(tǒng)中若干相同類型或不同類型的信息源所提供的相同或不同形式、同時(shí)刻或不同時(shí)刻的測量信息加以分析、處理與綜合，得到被測對象全面、一致的估計(jì)。數(shù)據(jù)融合技術(shù)自20世紀(jì)70年代提出以后，廣泛應(yīng)用于軍事、工業(yè)、醫(yī)學(xué)、交通和金融等諸多領(lǐng)域，目前的研究主要集中在以傳感設(shè)備作為信息源的數(shù)據(jù)融合上［9－11］。本文將數(shù)據(jù)融合技術(shù)引入到產(chǎn)品演進(jìn)設(shè)計(jì)領(lǐng)域，將顧客需求、產(chǎn)品設(shè)計(jì)知識等作為數(shù)據(jù)源進(jìn)行數(shù)據(jù)融合，包括客戶層的數(shù)據(jù)融合和產(chǎn)品設(shè)計(jì)變量指標(biāo)集的數(shù)據(jù)融合兩個(gè)方面。

1.1 客戶層的數(shù)據(jù)融合

客戶層的數(shù)據(jù)融合包括設(shè)計(jì)變量權(quán)重的融合、各設(shè)計(jì)變量指標(biāo)評價(jià)的融合、客戶評價(jià)的融合三個(gè)部分?？蛻魧訑?shù)據(jù)融合模型如圖1所示，其中，①表示使用Delphi法和Kano模型進(jìn)行設(shè)計(jì)變量權(quán)重的融合，②表示使用模糊綜合評價(jià)法進(jìn)行各設(shè)計(jì)變量指標(biāo)評價(jià)的融合，③表示客戶評價(jià)的融合。

圖1 客戶層數(shù)據(jù)融合模型

1．1．1 基于Delphi法和Kano模型的設(shè)計(jì)變量權(quán)重融合

Delphi法［12－13］是利用專家集體智慧來確定各因素在評價(jià)問題或者決策問題中的重要程度的有效方法。Kano模型［14］以顧客滿意度為依據(jù)，將客戶需求分為基本型、期望型、興趣型三種類型，不同類型的需求重要程度不一樣。本文使用Delphi法并結(jié)合Kano模型確定設(shè)計(jì)變量的權(quán)重。

令設(shè)計(jì)變量集U ＝ ｛u1，u2，…，um｝，融合步驟如下：

（1）使用Delphi法得到設(shè)計(jì)變量權(quán)重，記為A ＝ ｛a′1，a′2，…，a′m｝；

（2）使用Kano模型將設(shè)計(jì)變量進(jìn)行分類，記為C＝ ｛c1，c2，…，cm｝，其中，當(dāng)ui分別為基本型、期望型和興趣型時(shí)，ci相應(yīng)地分別為1、2和3；

（3）進(jìn)行設(shè)計(jì)變量權(quán)重的融合，得A＝ ｛a′1，a′2，…，a′m｝，其中，

1．1．2 基于模糊綜合評價(jià)法的各設(shè)計(jì)變量指標(biāo)評價(jià)的融合

模糊綜合評價(jià)［13，15］的基本思想是利用模糊線性變換原理和最大隸屬度原則，考慮與被評價(jià)目標(biāo)相關(guān)的各個(gè)因素，對其做出合理的綜合評價(jià)。

1．1．3 基于支持度的客戶評價(jià)的融合

演進(jìn)設(shè)計(jì)的關(guān)鍵是確定產(chǎn)品各類定量、定性設(shè)計(jì)變量的指標(biāo)。設(shè)計(jì)變量指標(biāo)通過交互的方式讓客戶評價(jià)，根據(jù)評價(jià)結(jié)果確定設(shè)計(jì)變量指標(biāo)的適用性，將客戶需求更加直接地融入到產(chǎn)品設(shè)計(jì)中，為產(chǎn)品設(shè)計(jì)提供依據(jù)。

客戶對產(chǎn)品設(shè)計(jì)變量指標(biāo)集V的支持程度用SUPPORT（V）來度量，0≤SUPPORT（V）≤1。SUPPORT（V）越大，說明支持該設(shè)計(jì)變量指標(biāo)集的客戶人數(shù)越多，也說明該設(shè)計(jì)方案越符合客戶需求；反之，SUPPORT（V）越小，則說明支持該設(shè)計(jì)變量指標(biāo)集的客戶人數(shù)越少。因此，設(shè)計(jì)師需要及時(shí)對設(shè)計(jì)指標(biāo)進(jìn)行改進(jìn)，以滿足客戶需求。

客戶評價(jià)融合的步驟如下：

（1）計(jì)算每個(gè)客戶對該產(chǎn)品設(shè)計(jì)變量指標(biāo)集的評價(jià)結(jié)果，設(shè)第i個(gè)顧客對該設(shè)計(jì)變量指標(biāo)集總評價(jià)為vt（i＝1，2，…，p；t＝1，2，…，n），其中，p為客戶的個(gè)數(shù)；n為評價(jià)集中評語的個(gè)數(shù)。

（2）計(jì)算綜合評價(jià)矩陣T：

1.2 基于客戶需求的設(shè)計(jì)變量指標(biāo)集數(shù)據(jù)融合

1．2．1 單個(gè)設(shè)計(jì)變量指標(biāo)的綜合評價(jià)

交互方式除了能得到所有客戶對設(shè)計(jì)變量指標(biāo)集的支持度外，還可以得到所有客戶對每個(gè)設(shè)計(jì)變量指標(biāo)的總評價(jià)，根據(jù)評價(jià)值，幫助設(shè)計(jì)師選擇支持度高的設(shè)計(jì)變量指標(biāo)，將其融入下次設(shè)計(jì)中，而對評價(jià)值低的設(shè)計(jì)變量指標(biāo)進(jìn)行改進(jìn)，從而提高整個(gè)產(chǎn)品的客戶滿意度。

對設(shè)計(jì)變量指標(biāo)vk（k＝1，2，…，m）進(jìn)行評價(jià)，步驟如下：

（1）構(gòu)造矩陣M：

式中，mij（i＝1，2，…，p；j＝1，2，…，n）為第i個(gè)顧客對設(shè)計(jì)變量指標(biāo)vk的第j個(gè)評語的評價(jià)。

（2）計(jì)算Mj：

再對（M′1，M′2，…，M′n）歸一化處理得（M1，M2，…，Mn）

（3）計(jì)算設(shè)計(jì)變量指標(biāo)vk總評價(jià)：

1．2．2 設(shè)計(jì)變量指標(biāo)集之間的數(shù)據(jù)融合

在產(chǎn)品設(shè)計(jì)中我們把每個(gè)產(chǎn)品設(shè)計(jì)變量指標(biāo)集作為一個(gè)數(shù)據(jù)源，不同設(shè)計(jì)變量指標(biāo)集之間存在不同的設(shè)計(jì)信息，只有將各設(shè)計(jì)變量指標(biāo)集融合在一起，才能設(shè)計(jì)出高質(zhì)量的產(chǎn)品。

假設(shè)設(shè)計(jì)變量集U ＝ ｛u1，u2，…，um｝，設(shè)計(jì)變量權(quán)重集 A ＝ ｛a1，a2，…，am｝。現(xiàn)有兩個(gè)設(shè)計(jì)變量 指 標(biāo) 集：Vi＝ ｛vi1，vi2，…，vim｝，Vj＝ ｛vj1，vj2，…，vjm｝。設(shè)計(jì)變量指標(biāo)集Vi和Vj的評分集分別為 Ci＝ ｛Ci（vi1），Ci（vi2），…，Ci（vim）｝，Cj＝｛Cj（vj1），Cj（vj2），…，Cj（vjm）｝。設(shè)計(jì)變量指標(biāo)集Vi和Vj的支持度分別為SUPPORT（Vi）和SUPPORT（Vi）。 假 設(shè) SUPPORT（Vi） ≥SUPPORT（Vj），則設(shè)計(jì)變量指標(biāo)集Vi和Vj之間的數(shù)據(jù)融合算法如下：

輸入：A，Vi，Vj，Ci，Cj

輸出：Vt＝ ｛vt1，vt2，…，vtm｝

（1）A′←A，Vt←Vi，flag ＝0

（2）for（k＝1；k≤ m；k＋＋） DO BEGIN

（3）找出A′中值最大的元素對應(yīng)的下標(biāo)，記為q

（4） IF viq≠vjqDO BEGIN

（5） IF Cj（vjq）＞Ci（viq）DO BEGIN

（6） vtq＝vjq；

（7） flag ＝1；

（8） END

（9） END

（10）DELETE aqFROMA

（11）IF flag ＝1THEN RETURNVt

（12）END

（13）RETURNVt

該算法是將兩個(gè)設(shè)計(jì)變量指標(biāo)集進(jìn)行融合形成一個(gè)新的設(shè)計(jì)變量指標(biāo)集，這個(gè)新的設(shè)計(jì)變量指標(biāo)集結(jié)合原先兩個(gè)指標(biāo)集的優(yōu)勢，因此它更符合顧客的需求。如果指標(biāo)集Vi的支持度大于指標(biāo)集Vj的支持度，則首先尋找集合A中取值最大的元素，得到權(quán)重最大的設(shè)計(jì)變量uq，比較指標(biāo)集Vi和Vj在該設(shè)計(jì)變量上的指標(biāo)viq、vjq，以及客戶評價(jià)值Ci（viq）、Cj（vjq）；如果viq≠vjq且Cj（vjq）＞Ci（viq），則用vjq形成新的指標(biāo)集Vt，否則繼續(xù)尋找集合A中取值次大的元素，得到權(quán)重第二的設(shè)計(jì)變量。重復(fù)上述步驟直到產(chǎn)生新的指標(biāo)集為止。這樣得到的新指標(biāo)集在保持大部分設(shè)計(jì)不變的前提下，引進(jìn)其他指標(biāo)集中比較好的設(shè)計(jì)部分，使得設(shè)計(jì)向著更好更符合顧客需求的方向前進(jìn)。

2 基于交互式數(shù)據(jù)融合技術(shù)的產(chǎn)品演進(jìn)設(shè)計(jì)過程

首先，根據(jù)提出的設(shè)計(jì)要求在設(shè)計(jì)知識庫中搜索相似的設(shè)計(jì)變量指標(biāo)集；其次，對得到的指標(biāo)集進(jìn)行比較并選出相似度較高的指標(biāo)集；再次，對指標(biāo)集進(jìn)行顧客評價(jià)，如果滿足顧客的要求，那么就得到最終的指標(biāo)集，如果不滿足，則對指標(biāo)集的各指標(biāo)進(jìn)行重新調(diào)整生成新的指標(biāo)集。重復(fù)以上步驟，直至得到最終指標(biāo)集。演進(jìn)設(shè)計(jì)的具體流程如圖2所示。

圖2 產(chǎn)品演進(jìn)設(shè)計(jì)流程圖

基于交互式數(shù)據(jù)融合技術(shù)的產(chǎn)品演進(jìn)設(shè)計(jì)具體過程如下：

（1）提出設(shè)計(jì)要求。

（2）搜索設(shè)計(jì)知識庫，查找與設(shè)計(jì)要求相似的設(shè)計(jì)變量指標(biāo)集，選取與設(shè)計(jì)要求最相近的s個(gè)設(shè)計(jì)變量指標(biāo)集設(shè)為V ＝ ｛V1，V2，…，Vs｝，其中Vi＝ ｛vi1，vi2，…，vim｝，i＝1，2，…，s，m 為設(shè)計(jì)變量的個(gè)數(shù)。

（3）從V中選取兩個(gè)指標(biāo)集，記為V′＝｛Vi，Vj｝，（i＝1，2，…，s；j＝1，2，…，s；i≠j）。

（4）通過交互的方式讓顧客對V′中各指標(biāo)集進(jìn)行評價(jià)。

（5）采用1．1．3介紹的客戶評價(jià)的融合方法計(jì)算各指標(biāo)集的支持度。

（6）設(shè)ε為最小支持度，它表示支持該指標(biāo)集的最小客戶百分?jǐn)?shù)，其一般根據(jù)實(shí)際情況進(jìn)行取值，當(dāng)某指標(biāo)集Vl的SUPPORT（Vl）≥ε，其中Vl∈V′，則說明該指標(biāo)集符合用戶要求，演進(jìn)設(shè)計(jì)結(jié)束，轉(zhuǎn)到步驟（10），否則轉(zhuǎn)下一步。

（7）采用1．2．2介紹的設(shè)計(jì)變量指標(biāo)集之間的數(shù)據(jù)融合方法對V′中的指標(biāo)集進(jìn)行融合形成一個(gè)新的指標(biāo)集，記為A。

（8）隨機(jī)選取V中的某指標(biāo)集Vi，隨機(jī)選取指標(biāo)vij（i＝1，2，…，s；j＝1，2，…，m），改變指標(biāo)vij的值，得到新的指標(biāo)集，記為B。

（9）令V′＝ ｛A，B｝，轉(zhuǎn)到步驟（4）。

（10）結(jié)束。

3 應(yīng)用舉例

為驗(yàn)證本論文提出的方法的可行性，以家用電冰箱為例進(jìn)行演進(jìn)設(shè)計(jì)。選擇電冰箱8個(gè)主要設(shè)計(jì)變量：總有效容積（L）、冷藏室有效容積（L）、冷凍室有效容積（L）、耗電量（kW／h）、冷凍能力（kg／h）、氣候類型、溫控方式、外觀。設(shè)計(jì)要求：總有效容積為中等大小，銷售價(jià)格在3300元／臺左右，冷凍能力為中等，耗電量小于0．6kW／h。根據(jù)設(shè)計(jì)要求，搜索設(shè)計(jì)知識庫，得到4個(gè)比較符合要求的設(shè)計(jì)變量指標(biāo)集，如表1所示。

表1 相似產(chǎn)品設(shè)計(jì)變量指標(biāo)集

根據(jù)1．1．1介紹的方法計(jì)算電冰箱8個(gè)設(shè)計(jì)變量的權(quán)重，結(jié)果如表2所示。選擇指標(biāo)集V1和V2，讓用戶對這兩個(gè)指標(biāo)集進(jìn)行評分，各設(shè)計(jì)變量指標(biāo)的評分集分為5個(gè)等級，即很滿意、滿意、一般、不滿意、很不滿意。設(shè)ε＝80%（為支持度閾值，當(dāng)某指標(biāo)集的SUPPORT（V1）≥ε，說明客戶對該指標(biāo)集比較滿意，否則需要對其進(jìn)行改進(jìn)），參與評價(jià)的客戶人數(shù)為32人，得到指標(biāo)集V1和指標(biāo)集V2的支持度：

SUPPORT（V1）＝65．63%

SUPPORT（V2）＝71．87%

由于兩個(gè)指標(biāo)集的支持度都小于80%，所以需要對其進(jìn)行改進(jìn)，根據(jù)1．2．1介紹的方法得到所有客戶對兩個(gè)指標(biāo)集中每個(gè)設(shè)計(jì)變量指標(biāo)的評價(jià)表，如表2、表3所示。其中，各指標(biāo)總評價(jià)C（vk）滿足1≤C（vk）≤5，如果C（vi）＜C（vj），則說明設(shè)計(jì)變量指標(biāo)vi比設(shè)計(jì)變量指標(biāo)vj更受客戶的歡迎，這里k＝1，2，…，8；i＝1，2，…，8；j＝1，2，…，8；i≠j。

表2 所有客戶對指標(biāo)集V1中每個(gè)設(shè)計(jì)變量指標(biāo)的評價(jià)表

表3 所有客戶對指標(biāo)集V2中每個(gè)設(shè)計(jì)變量指標(biāo)的評價(jià)表

使用1．2．2中提出的設(shè)計(jì)變量指標(biāo)集之間的數(shù)據(jù)融合算法產(chǎn)生新的指標(biāo)集，并按本文所介紹的步驟重復(fù)執(zhí)行直至得到滿意的結(jié)果，如表4所示。

表4 最終產(chǎn)品設(shè)計(jì)變量指標(biāo)集

最終得到的設(shè)計(jì)變量指標(biāo)集符合先前提出的設(shè)計(jì)要求，并且與其余指標(biāo)集相比，客戶支持度最高，為SUPPORT（Vfinal）＝86．42%，在實(shí)際中與該指標(biāo)集具有相似設(shè)計(jì)變量指標(biāo)的電冰箱，它銷售情況也很好，很受客戶的喜歡。因此將數(shù)據(jù)融合概念引入到產(chǎn)品演進(jìn)設(shè)計(jì)中，通過交互式數(shù)據(jù)融合技術(shù)實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)知識的優(yōu)化是一個(gè)可行的方法。

4 結(jié)論

本文將數(shù)據(jù)融合思想應(yīng)用于演進(jìn)設(shè)計(jì)中，通過交互設(shè)計(jì)獲得客戶的評價(jià)?；诳蛻粼u價(jià)，通過客戶層數(shù)據(jù)融合將不同客戶對產(chǎn)品的評價(jià)進(jìn)行綜合處理，獲得總體評價(jià)結(jié)果，并將評價(jià)結(jié)果作為判斷依據(jù)用于產(chǎn)品設(shè)計(jì)變量指標(biāo)集的融合。通過設(shè)計(jì)變量指標(biāo)集之間的數(shù)據(jù)融合得到符合用戶需求的產(chǎn)品變量指標(biāo)集。此方法解決了產(chǎn)品演進(jìn)設(shè)計(jì)中客戶需求與產(chǎn)品設(shè)計(jì)知識的融合問題，提高了產(chǎn)品設(shè)計(jì)的先進(jìn)性和適用性。

［1］ 谷建光，張為華，解紅雨．實(shí)例與經(jīng)驗(yàn)相結(jié)合的產(chǎn)品設(shè)計(jì)知識獲取技術(shù)［J］．計(jì)算機(jī)集成制造系統(tǒng)，2008，14（3）：417－424．

［2］ 趙鋒，何衛(wèi)平，秦忠寶，等．面向產(chǎn)品創(chuàng)新設(shè)計(jì)的廣義專家群體知識獲?。跩］．計(jì)算機(jī)集成制造系統(tǒng)，2009，15（9）：1684－1689．

［3］ 朱玉屏，劉麗蘭，俞濤．基于知識融合技術(shù)的產(chǎn)品設(shè)計(jì)知識模型研究［J］．計(jì)算機(jī)應(yīng)用研究，2009，15（9）：3235－3238．

［4］ 李迎光，萬世明，周儒榮．機(jī)械產(chǎn)品集成設(shè)計(jì)知識模型的研究與應(yīng)用［J］．機(jī)械科學(xué)與技術(shù)，2005，24（1）：79－85．

［5］ 楊潔，楊育，趙川，等．產(chǎn)品創(chuàng)新設(shè)計(jì)中基于本體理論的客戶知識集成技術(shù)研究［J］．計(jì)算機(jī)集成制造系統(tǒng)，2009，15（12）：2303－2311．

［6］ 魏敏，李江，萬映紅．基于目的價(jià)值的客戶需求建模研究與實(shí)證［J］．清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，46（增刊1）：1172－1177．

［7］ 耿秀麗，褚學(xué)寧，張?jiān)诜浚陬櫩托枨鬂M足度的產(chǎn)品總體設(shè)計(jì)方案評價(jià)［J］．上海交通大學(xué)學(xué)報(bào)，2009，43（12）：1923－1929．

［8］ 荊冰彬，齊二石，敬春菊．產(chǎn)品的顧客價(jià)值及需求強(qiáng)度分析［J］．天津大學(xué)學(xué)報(bào)（社會科學(xué)版），2001，3（3）：251－253．

［9］ 盧迪，姚郁，賀風(fēng)華．多傳感器交互式多模型系統(tǒng)中數(shù)據(jù)融合的一種算法［J］．電機(jī)與控制學(xué)報(bào)，2004，8（2）：137－141．

［10］ 康耀紅．?dāng)?shù)據(jù)融合原理與應(yīng)用［M］．西安：西安電子科技大學(xué)出版社，1997．

［11］ 劉同明，夏祖勛．?dāng)?shù)據(jù)融合技術(shù)［M］．北京：國防工業(yè)出版社，1995．

［12］ 陳衛(wèi)，方廷健，馬永軍，等．基于Delphi法和AHP法的群體決策研究及應(yīng)用［J］．計(jì)算機(jī)工程，2003，29（5）：18－20．

［13］ 陳水利，李敬功，王向公．模糊集理論及其應(yīng)用［M］．北京：科學(xué)出版社，2005．

［14］ Kano N，Seraku F，Tsuji S．Attractive Quality and Must－be Quality［J］．The Journal of the Japanese Society for Quality Control，1984，14（2）：39－48．

［15］ 肖克，戚湧，李千目．基于AHP和模糊綜合評判的信息安全風(fēng)險(xiǎn)評估［J］．計(jì)算機(jī)工程與應(yīng)用，2009，45（22）：82－85.