數(shù)字化人機(jī)界面的多目標(biāo)意象設(shè)計(jì)決策研究

趙慧亮, 何　林, 林　麗

(貴州大學(xué) 機(jī)械工程學(xué)院, 貴州 貴陽 550025)

?

本刊網(wǎng)址·在線期刊：http://www.journals.zju.edu.cn/gcsjxb

http://orcid.org//0000-0003-3025-6560

通信聯(lián)系人：何林(1965—),男,四川鹽亭人,教授,博士生導(dǎo)師,從事先進(jìn)加工技術(shù)及裝備研究,E-mail:helin6568@163.com.

數(shù)字化人機(jī)界面的多目標(biāo)意象設(shè)計(jì)決策研究

趙慧亮, 何林, 林麗

(貴州大學(xué) 機(jī)械工程學(xué)院, 貴州 貴陽 550025)

摘要：用戶的感性需求愈來愈受到設(shè)計(jì)者和企業(yè)的重視.為解決實(shí)際中多目標(biāo)意象要求下數(shù)字化人機(jī)界面方案選擇過程中存在的復(fù)雜性與主觀性問題,提出一種三角模糊數(shù)與逼近理想解排序法相結(jié)合的模糊逼近理想解排序法(F-TOPSIS).結(jié)合某新型遠(yuǎn)程操控清障車的數(shù)字化人機(jī)界面設(shè)計(jì),在通過運(yùn)用因子分析方法獲取用戶對數(shù)字化人機(jī)界面典型樣本的4類感性意象的基礎(chǔ)上,應(yīng)用F-TOPSIS實(shí)現(xiàn)了決策者多目標(biāo)意象特定要求下對10個(gè)數(shù)字化人機(jī)界面設(shè)計(jì)方案的優(yōu)先級排序,驗(yàn)證了該方法的可行性.研究表明F-TOPSIS對數(shù)字化人機(jī)界面設(shè)計(jì)方案的區(qū)分度較好,能在多目標(biāo)意象需求下進(jìn)行較為合理、準(zhǔn)確的設(shè)計(jì)決策.

關(guān)鍵詞：數(shù)字化人機(jī)界面； 多目標(biāo)意象； 模糊逼近理想點(diǎn)排序； 設(shè)計(jì)決策

隨著數(shù)字化儀控技術(shù)的不斷發(fā)展,以數(shù)字化人機(jī)界面為主的操作方式在工業(yè)控制系統(tǒng)領(lǐng)域得到廣泛應(yīng)用.數(shù)字化人機(jī)界面作為實(shí)現(xiàn)控制的重要載體和媒介,在市場競爭加劇、產(chǎn)品生命周期日益縮短的環(huán)境下,其方案設(shè)計(jì)過程中用戶的感性需求愈來愈受到設(shè)計(jì)者和企業(yè)的重視.

感性意象是工業(yè)設(shè)計(jì)中的一種重要研究方法,可以作為衡量用戶感知某個(gè)產(chǎn)品、反映其自身需求渴望和心理評判的標(biāo)準(zhǔn)[1-2].國內(nèi)外學(xué)者對產(chǎn)品意象設(shè)計(jì)進(jìn)行了大量的研究,主要集中在對用戶的單一目標(biāo)意象需求,然而現(xiàn)實(shí)中用戶的意象認(rèn)知往往是復(fù)雜的、多義的,很多情況下期望得到符合多個(gè)感性意象需求的產(chǎn)品.因此,近年,多目標(biāo)意象設(shè)計(jì)正在成為工業(yè)設(shè)計(jì)領(lǐng)域的研究熱點(diǎn),文獻(xiàn)[3-6] 為滿足消費(fèi)者對產(chǎn)品造型的多意象需求,結(jié)合遺傳算法、支持向量機(jī)等對產(chǎn)品多意象造型的進(jìn)化設(shè)計(jì)方面進(jìn)行了較為深入的研究.

然而,當(dāng)前對如何進(jìn)行多目標(biāo)意象設(shè)計(jì)決策的研究并不多,不利于產(chǎn)品多意象創(chuàng)新設(shè)計(jì)的進(jìn)一步開展.文獻(xiàn)[7]和文獻(xiàn)[8]對產(chǎn)品色彩方案的多意象決策分別采用灰色關(guān)聯(lián)分析方法和模糊層次分析法進(jìn)行了嘗試；逼近理想點(diǎn)排序法(TOPSIS)具有對原始數(shù)據(jù)利用比較充分、誤差小、可靠性高等特點(diǎn),廣泛地應(yīng)用于產(chǎn)品造型設(shè)計(jì)[9]、制造系統(tǒng)[10]等多屬性方案決策領(lǐng)域.本文依托于某新型遠(yuǎn)程操控清障車的數(shù)字化人機(jī)界面設(shè)計(jì),提出采用模糊TOPSIS法(F-TOPSIS)解決其設(shè)計(jì)過程中面對的多目標(biāo)意象設(shè)計(jì)決策問題.

1F-TOPSIS方法

傳統(tǒng)TOPSIS方法僅能處理評價(jià)指標(biāo)值為定量值的情況,針對數(shù)字化人機(jī)界面的多目標(biāo)感性意象為無法量化的語言變量,本文在TOPSIS方法中引入模糊理論，利用變換標(biāo)度將語言變量轉(zhuǎn)換為三角模糊數(shù),將定性指標(biāo)量化,結(jié)合決策者給定的多目標(biāo)意象權(quán)重,通過模糊TOPSIS(F-TOPSIS)方法獲得數(shù)字化人機(jī)界面多目標(biāo)意象最終的方案排序.

1.1三角模糊數(shù)

圖1　三角模糊數(shù)Fig.1　The triangular fuzzy number

其隸屬函數(shù)表示為

(1)

選取1-3-5-7-9比例標(biāo)度將語言變量轉(zhuǎn)換為指標(biāo)與方案的三角模糊數(shù)評級.表1顯示了語言變量對應(yīng)的方案與模糊意象模糊評級.

表1　語言變量對應(yīng)的方案模糊評級

1.2F-TOPSIS方法過程

TOPSIS是系統(tǒng)工程中常用的決策技術(shù),用于對有限方案進(jìn)行多目標(biāo)多屬性的決策分析.其基本思想是對原始數(shù)據(jù)矩陣進(jìn)行歸一化處理的基礎(chǔ)上進(jìn)行計(jì)算,得出待評價(jià)方案與正理想解和負(fù)理想解的距離,以最靠近正理想解和遠(yuǎn)離負(fù)理想解為最滿意的方案,從而實(shí)現(xiàn)方案的優(yōu)選[12].模糊TOPSIS方法(F-TOPSIS)是將針對屬性和方案的模糊評價(jià)與TOPSIS方法相結(jié)合,從而對評價(jià)對象進(jìn)行相對優(yōu)劣的客觀評價(jià).其過程如下所述.

步驟1:給出相關(guān)指標(biāo)與方案的評價(jià)集合.

步驟2:計(jì)算指標(biāo)與方案的集結(jié)模糊評級.

(2)

步驟3:計(jì)算模糊決策矩陣.

(i=1,2,…,m;j=1,2,…,n)

(3)

(4)

步驟4：計(jì)算準(zhǔn)化模糊決策矩陣.

標(biāo)準(zhǔn)化模糊決策矩陣為

(5)

(6)

(7)

步驟5：計(jì)算加權(quán)標(biāo)準(zhǔn)化模糊決策矩陣.

加權(quán)標(biāo)準(zhǔn)化模糊決策矩陣為

(8)

步驟6：計(jì)算模糊最優(yōu)解與最劣解.

模糊最優(yōu)解P+與模糊最劣解P-分別為：

m,j=1,2,…,n)；

(9)

m,j=1,2,…,n).

(10)

步驟7：計(jì)算方案到最優(yōu)解與最劣解的距離.

每個(gè)備選設(shè)計(jì)方案即備選解,與最優(yōu)解、最差解之間的距離計(jì)算公式分別為:

(11)

(12)

步驟8：計(jì)算每一個(gè)備選方案與理想解的相對貼近度.

求出各個(gè)備選解與理想解的相對貼近度作為最終的評判標(biāo)準(zhǔn).

(13)

步驟9：排列待選方案.

依據(jù)貼近度遞減順序?qū)溥x方案進(jìn)行排列,排在第1位的方案是距離最優(yōu)解最近、距離最劣解最遠(yuǎn)的最佳方案.

2數(shù)字化人機(jī)界面的感性意象分析

目前正在研發(fā)的某新型遠(yuǎn)程操控清障車是一款無人駕駛、純電動(dòng)、通過遠(yuǎn)程手持式控制終端進(jìn)行操作控制的特殊工程車輛,通過應(yīng)用線控轉(zhuǎn)向技術(shù)、無線通信技術(shù)實(shí)現(xiàn)對車輛的遠(yuǎn)距離遙控操作,主要應(yīng)用工程搶險(xiǎn)、抗震救災(zāi)等作業(yè),尤其是在人員面臨生命安全的危險(xiǎn)環(huán)境下清除障礙.其中,觸摸顯示屏是該系統(tǒng)的核心單元,構(gòu)成典型的復(fù)雜數(shù)字化人機(jī)界面,用于車輛所有運(yùn)行數(shù)據(jù)的數(shù)字化顯示,包括運(yùn)行狀態(tài)、不同單元的電池組電量、轉(zhuǎn)速儀表、車輛前后燈狀態(tài)、報(bào)警、車端動(dòng)作狀態(tài)及故障遠(yuǎn)程恢復(fù)等信息，如圖2所示.

圖2　數(shù)字化人機(jī)界面設(shè)計(jì)圖Fig.2　Conceptual design of digital human-machine interface

產(chǎn)品的感性意象是指用戶通過自身的感官對產(chǎn)品所產(chǎn)生的直覺聯(lián)想,一般使用形容詞加以描述.由于數(shù)字化人機(jī)界面本身內(nèi)容的復(fù)雜程度不同,界面元素間相互作用、影響明顯,其感性意象受到“平衡性”、“比例性”、“簡潔性”和“呼應(yīng)性”等多方面的約束[13-15],通過訪談、調(diào)查、查閱資料等方法搜集了75個(gè)描述數(shù)字化人機(jī)界面的形容詞,采用KJ法[16]將其歸納為22個(gè).選擇典型的6款數(shù)字化人機(jī)界面作為調(diào)查樣本,采用語義差異法(SD)[17,18]制成七點(diǎn)尺度評估量表進(jìn)行問卷調(diào)查,邀請50個(gè)受測人員(設(shè)計(jì)師為20名,操作者為15名,技術(shù)開發(fā)人員為8名,企業(yè)管理者為7名)進(jìn)行調(diào)查,確定各感性意象詞匯評價(jià)值.使用因子分析法輸入SPSS統(tǒng)計(jì)軟件中,并采用主成分分析法(PCA)和最大方差旋轉(zhuǎn)因子來分析結(jié)果,取特征值大于1的4個(gè)因子,其累積可解釋的總方差為95.540%,如表2示.

表2　總方差解釋

由因子分析結(jié)果得知,數(shù)字化人機(jī)界面設(shè)計(jì)的感性意象可由4個(gè)因素所解釋,每個(gè)因素都有其代表的涵義.為了更進(jìn)一步選出具代表性的感性語匯,并了解各感性語匯間之相似性,將各語匯對的因子負(fù)荷量再進(jìn)行系統(tǒng)聚類分析,從而將22個(gè)感性語匯歸入4個(gè)大組內(nèi),最終確定感性意象依次為“創(chuàng)新的”、“易讀的”、“精密的”和“科技感”.本文將圍繞這些感性意象展開對數(shù)字化人機(jī)界面的多目標(biāo)意象設(shè)計(jì)決策研究.

3基于F-TOPSIS的多目標(biāo)意象決策

應(yīng)用F-TOPSIS對數(shù)字化人機(jī)界面在多目標(biāo)意象條件下進(jìn)行優(yōu)選,具體過程如下所述.

3.1構(gòu)建模糊決策矩陣

依據(jù)表1中語言變量對應(yīng)的模糊評級,50位決策者對10個(gè)方案S1,S2,…,S10進(jìn)行評價(jià).語言變量被轉(zhuǎn)化為三角模糊數(shù)并且依據(jù)式(2)獲得50位決策者的整體評價(jià).評價(jià)指標(biāo)與方案的集結(jié)模糊權(quán)重如表3所示.

表3　感性意象與方案的集結(jié)模糊決策矩陣

根據(jù)公式(5)、(6)、(7)計(jì)算標(biāo)準(zhǔn)化模糊決策矩陣,如表4所示.

表4　標(biāo)準(zhǔn)化模糊決策矩陣

3.2多目標(biāo)意象決策

表5　加權(quán)標(biāo)準(zhǔn)化模糊決策矩陣

根據(jù)公式(11)、(12)、(13)計(jì)算方案到最優(yōu)解與最劣解的距離及其相對貼近度,如表6和表7所示.

表6　方案與模糊最優(yōu)解及最劣解的距離

表7　最優(yōu)解及最劣解的距離及其相對貼近度

最后排列待選方案.依據(jù)表7得出10個(gè)數(shù)字化人機(jī)界面設(shè)計(jì)方案的最終優(yōu)先級排序依次為S8，S4，S7，S10，S5，S9，S2，S3，S6，S1,實(shí)現(xiàn)了多目標(biāo)意象特定要求下的方案決策.

4結(jié)論

如何有效匹配用戶對產(chǎn)品的多意象需求是產(chǎn)品開發(fā)過程中設(shè)計(jì)師面對的重要任務(wù).本文針對如何有效地進(jìn)行多目標(biāo)意象決策,結(jié)合某新型遠(yuǎn)程操控清障車數(shù)字化人機(jī)界面設(shè)計(jì),運(yùn)用因子分析方法獲取了用戶對典型樣本的4類感性意象,并基于F-TOPSIS解決方案選擇過程中面對的復(fù)雜性與主觀性問題,獲得了決策者多目標(biāo)意象特定需求下優(yōu)選方案,為設(shè)計(jì)師開展多目標(biāo)意象決策提供了一種新的解決方法,同時(shí)該方法適用于其他功能較為復(fù)雜的產(chǎn)品多意象設(shè)計(jì)決策.

參考文獻(xiàn)：

[1] 羅仕鑒,潘云鶴.產(chǎn)品設(shè)計(jì)中的感性意象理論、技術(shù)與應(yīng)用研究進(jìn)展[J].機(jī)械工程學(xué)報(bào),2007,43(3)：8-13．

LUO Shi-jian,PAN Yun-he.Review of theory,key technologies and its application of perceptual image in product design[J].Chinese Journal of Mechanical Engineering,2007,43(3)：8-13．

[2] NAGAMACHI M.Kansei engineering：a new ergonomic consumer-oriented technology for product development[J].International Journal of Industrial Ergonomics,1995,15(1)：3-11.

[3] 蘇建寧,張秦瑋,吳江華,等.產(chǎn)品多意象造型進(jìn)化設(shè)計(jì)[J].計(jì)算機(jī)集成制造系統(tǒng),2014,11(11)：2675-2682．

SU Jian-ning,ZHANG Qin-wei,WU Jiang-hua,et al.Evolutionary design of product multi-image styling[J].Computer Integrated Manufacturing Systems,2014,11(11)：2675-2682．

[4] FUNG K,KWONG C,SIU K W,et al.A multi-objective genetic algorithm approach to rule mining for affective product design[J].Expert Systems with Applications,2012,39(8)：7411-7419．

[5] YANG C C.Constructing a hybrid kansei engineering system based on multiple affective responses：application to product form design[J].Computers & Industrial Engineering,2011,60(4)：760-768．

[6] JIANG H,KWONG C,LIU Y,et al.A methodology of integrating affective design with defining engineering specifications for product design[J].International Journal of Production Research,2015,53(8)：2472-2488．

[7] 孫志學(xué).基于灰色關(guān)聯(lián)分析的產(chǎn)品色彩方案多意象優(yōu)選[J].機(jī)械設(shè)計(jì),2015,32(1):120-122．

SUN Zhi-xue.Multiple image selection of product color schemes based on grey relational analysis[J].Journal of Machine Design,2015,32(1):120-122．

[8] 李永鋒,朱麗萍.基于模糊層次分析法的產(chǎn)品配色設(shè)計(jì)[J].機(jī)械科學(xué)與技術(shù),2012,31(12)：2028-2033.

LI Yong-feng,ZHU Li-ping.Product color design based on fuzzy analytic hierarchy process[J].Mechanical Science and Technology for Aerospace Engineering,2012,31(12)：2028-2033．

[9] 張芳蘭,楊明朗,劉衛(wèi)東.基于模糊TOPSIS方法的汽車形態(tài)設(shè)計(jì)方案評價(jià)[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(2)：276-283．

ZHANG Fang-lan,YANG Ming-lang,LIU Wei-dong.Evaluation of automobile form design based on fuzzy TOPSIS[J].Computer Integrated Manufacturing Systems,2014,20(2)：276-283．

[10] 盧青波,張學(xué)良,溫淑花,等.基于差異演化算法和多屬性決策的機(jī)電系統(tǒng)可靠性多目標(biāo)優(yōu)化設(shè)計(jì)[J].工程設(shè)計(jì)學(xué)報(bào),2011,18(6):412-417．

LU Qing-bo,ZHANG Xue-liang,WEN Shu-hua,et al.Mechanical electronics system reliability multi-objective optimization design based on differential evolution algorithm and multiple attribute decision making[J].Chinese Journal of Engineering Design,2011,18(6):412-417．

[11] 鞏在武.不確定模糊判斷矩陣原理、方法與應(yīng)用[M].北京：科學(xué)出版社,2011:37-60．

GONG Zai-wu.Principle,method and application of uncertain fuzzy judgment matrix[M].Beijing：Science Press,2011:37-60．

[12] 夏勇其,吳祈宗.一種混合型多屬性決策問題的TOPSIS方法[J].系統(tǒng)工程學(xué)報(bào),2004,19(6)：630-634．

XIA Yong-qi,WU Qi-zong.A technique of order preference by similarity to ideal solution for hybrid multiple attribute decision making problems[J].Journal of Systems Engineering,2004,19(6)：630-634．

[13] 周蕾,薛澄岐,湯文成,等.界面元素布局設(shè)計(jì)的美度評價(jià)方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2013,25(5)：758-766．

ZHOU Lei,XUE Cheng-qi,TANG Weng-cheng,et al.Aesthetic evaluation method of interface elements layout design [J].Journal of Computer Aided Design and Computer Graphics,2013,25(5)：758-766．

[14] 袁培颯,陳銳,林濤,等.基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的軟件界面美感建模[J].四川大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,52(2):269-274．

YUAN Pei-sa,CHEN Rui,LIN Tao,et al.A new software interface aesthetics model based on genetic algorithm and neural network[J].Journal of Sichuan University (Natural Science Edition),2015,52(2):269-274．

[15] 張娜,王家民,楊延璞.人機(jī)界面形態(tài)元素布局設(shè)計(jì)美度意象的評價(jià)方法[J].機(jī)械科學(xué)與技術(shù),2015,34(10):1594-1598．

ZHANG Na,WANG Jia-min,YANG Yan-pu.Evaluation method of aesthetic image for man-machine interface form elements layout design[J].Mechanical Science and Technology for Aerospace Engineering,2015,34(10):1594-1598．

[16] MENG D S,WANG J H,YANG C C.Affective response dimension selection for product design：a comparison of cluster analysis and Procrustes analysis[J].International Journal of Digital Content Technology & Its Applications,2011,5(1)：305-318．

[17] SHANG H H,MING C C,CHANG C C.A semantic differential study of designers’ and users’ product form perception[J].International Journal of Industrial Ergonomics,2000,25(4):375-391．

[18] 林麗,陽明慶,張超,等.產(chǎn)品情感研究及情感測量的關(guān)鍵技術(shù)[J].圖學(xué)學(xué)報(bào),2013,34(1)：122-127．

LIN Li,YANG Ming-qing,ZHANG Chao,et al.The product emotion and key technologies for emotional measurement[J].Journal of Graphics,2013,34(1)：122-127.

The decision making on multi-image designfor digital human-machine interface

ZHAO Hui-liang, HE Lin, LIN Li

(School of Mechanical Engineering, Guizhou University, Guiyang 550025, China)

Abstract：Increasing designers and companies are paying attention to users′ perceptual demand. Aiming at the existing complexity and the subjectivity in the process of digital man-machine interface scheme decision under the requirements of specific multi-image effectively，fuzzy technique for order preference by similarity to an ideal solution (F-TOPSIS) was proposed which integrated triangular fuzzy number and technique for order preference by similarity. Combined with a new type remote control wrecker′s digital human-machine interface (DHMI) design, and along with four kinds of perceptual image confirmed by using the factor analysis from the typical HDMI samples, it was applied to achieve the plan prioritization under the decision maker′s specific requirements of multi-image for 10 digital man-machine interface conceptual design scheme, and its feasibility and validity were proved. Studies indicated that F-TOPSIS had good performance in the differentiation for the DHMI design scheme, and helped to make decision with specific multi-image requirements reasonably and accurately.

Key words：digital human-machine interface; multi-image; F-TOPSIS; decision making

中圖分類號：TP 391

文獻(xiàn)標(biāo)志碼：A

文章編號：1006-754X(2016)01-0028-07

DOI:10.3785/j.issn. 1006-754X.2016.01.005

作者簡介：趙慧亮(1988—),男,河北邢臺人,博士生,從事工業(yè)設(shè)計(jì)、現(xiàn)代設(shè)計(jì)方法研究,E-mail:fightingzhl@163.com.

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(51465007).

收稿日期：2015-10-05.