基于BP神經(jīng)網(wǎng)絡(luò)的木制民居個(gè)性化定制

李 陽(yáng)，呂 健，劉 翔，王偉祎

(貴州大學(xué) 現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025)

0 引 言

目前，個(gè)性化定制的理念在家具、服裝、機(jī)械、汽車等領(lǐng)域已取得了一定的成果，并探索出許多切實(shí)可行的個(gè)性化定制方法[1]，可根據(jù)實(shí)現(xiàn)方法總結(jié)為3種：①結(jié)合模塊化設(shè)計(jì)的個(gè)性化定制，如單春來(lái)等[2]提出的基于圖分解算法的車身裝配結(jié)構(gòu)設(shè)計(jì)方法、陳媛等[3]提出的延長(zhǎng)童車生命周期的模塊化設(shè)計(jì)方法、盛步云等[4]提出的結(jié)合零件關(guān)聯(lián)度規(guī)則與模塊屬性的模塊化配置方法；②結(jié)合用戶感性需求分析的個(gè)性化設(shè)計(jì)，如田正清等[5]提出的結(jié)合感性工學(xué)和Kano模型的方法、楊愛慧等[6]提出的運(yùn)用感性工學(xué)理論的輔助產(chǎn)品造型設(shè)計(jì)方法、單軍軍等[7]提出的基于多維可拓感性工學(xué)理論的木制民居創(chuàng)新設(shè)計(jì)方法；③結(jié)合人工神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等理論的個(gè)性化定制，如朱彥等[8]提出的運(yùn)用感性工學(xué)與BP神經(jīng)網(wǎng)絡(luò)的方法、林琳等[9]提出的混合遺傳算法與BP神經(jīng)網(wǎng)絡(luò)算法模型。

近年來(lái)，居民收入水平穩(wěn)步提高，社會(huì)對(duì)傳統(tǒng)木建筑日益關(guān)注，同時(shí)建筑工業(yè)化的推進(jìn)降低了傳統(tǒng)木建筑的成本與工藝難度，使得木制民居市場(chǎng)需求逐年增大。但是，木制民居作為居住建筑的體量相對(duì)較小，且地域特色鮮明，其個(gè)性化定制的方法較少。因此本文通過(guò)對(duì)黔東南傳統(tǒng)木制民居村落的現(xiàn)場(chǎng)調(diào)研，結(jié)合其結(jié)構(gòu)特點(diǎn)，運(yùn)用感性工學(xué)理論和模塊化設(shè)計(jì)思想對(duì)木制民居進(jìn)行定量分析，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的木制民居個(gè)性化定制方法，該方法提高了木制民居定制設(shè)計(jì)的效率和準(zhǔn)確度，為木制民居的計(jì)算機(jī)輔助個(gè)性化定制提供了重要參考依據(jù)。

1 木制民居個(gè)性化定制方法流程

本文研究流程如圖1所示。首先，將收集到的木制民居樣本進(jìn)行感性評(píng)價(jià)，篩選3組感性詞對(duì)作為造型風(fēng)格的評(píng)價(jià)量尺；然后，將木制民居各部件進(jìn)行解構(gòu)，篩選出決定木制民居整體風(fēng)格的造型模塊；對(duì)造型模塊進(jìn)行編碼；隨后，通過(guò)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)建立模塊編碼與感性意象間的映射關(guān)系，并對(duì)映射關(guān)系進(jìn)行驗(yàn)證；借助訓(xùn)練得到的模塊編碼與感性意象間的映射關(guān)系，進(jìn)行模塊重新配置，以完成產(chǎn)品定制目標(biāo)。

圖1 流程架構(gòu)

2 木制民居感性意象分析

2.1 木制民居造型樣本分析

本文以貴州黔東南郎德上寨苗族傳統(tǒng)木制民居作為研究對(duì)象，通過(guò)對(duì)當(dāng)?shù)孛缱鍌鹘y(tǒng)村寨實(shí)地考察、查閱文獻(xiàn)資料篩選出20個(gè)代表性苗族木制民居，并對(duì)其進(jìn)行數(shù)字化還原，構(gòu)建三維模型，作為樣本進(jìn)行分析研究，部分樣本如圖2所示，其中，左側(cè)為實(shí)地考察圖象資料，右側(cè)為構(gòu)建的三維模型。

圖2 苗族木制民居現(xiàn)場(chǎng)照片及三維模型

2.2 感性意象詞匯篩選與評(píng)價(jià)

通過(guò)現(xiàn)場(chǎng)調(diào)研、用戶訪談等方式收集30個(gè)評(píng)價(jià)苗族木制民居造型的感性意象形容詞。為了對(duì)感性意象形容詞進(jìn)行初步篩選與配對(duì)，邀請(qǐng)了3名具有5年以上設(shè)計(jì)經(jīng)驗(yàn)的建筑設(shè)計(jì)師對(duì)收集到的詞匯進(jìn)行討論，得到了12組感性意象詞匯對(duì)，并從中選取6組代表性較強(qiáng)的感性意象詞對(duì)作為待分析意象，分別為：簡(jiǎn)潔的—繁復(fù)的，現(xiàn)代的—傳統(tǒng)的，民族特色的—普通的，豪華的—簡(jiǎn)陋的，堅(jiān)固的—脆弱的，安全的—危險(xiǎn)的。

為了進(jìn)一步分析與篩選具有代表性的感性意象詞匯對(duì)，基于以上6組感性詞對(duì)，采用7階語(yǔ)義量表設(shè)計(jì)調(diào)查問(wèn)卷，邀請(qǐng)20位目標(biāo)用戶對(duì)20個(gè)木制民居樣本進(jìn)行評(píng)分。例如，針對(duì)“簡(jiǎn)潔的—繁復(fù)的”這一評(píng)價(jià)量尺，評(píng)分為“1”表示該樣本給用戶的感覺(jué)更趨近于“簡(jiǎn)潔的”；評(píng)分為“4”，表示無(wú)明顯傾向；評(píng)分為“7”表示用戶感受更趨近于“繁復(fù)的”。取被試者在某個(gè)感性意象詞對(duì)上的評(píng)分均值作為樣本在該意象維度上的傾向，結(jié)果見表1。

運(yùn)用因子分析法分析各個(gè)感性意象詞對(duì)的貢獻(xiàn)度，結(jié)果見表2，根據(jù)因子得分絕對(duì)值大小可將6組感性詞對(duì)分為3類。在各類中分別選取一個(gè)詞匯作為該類別的代表性詞匯進(jìn)行進(jìn)一步分析。本文研究選取的感性詞對(duì)為“簡(jiǎn)潔的—繁復(fù)的”、“堅(jiān)固的—脆弱的”、“民族特色的—普通的”，將其作為木制民居造型風(fēng)格的評(píng)價(jià)量尺。

表2 因子分析結(jié)果

3 木質(zhì)民居模塊化編碼

根根據(jù)木制民居的結(jié)構(gòu)特點(diǎn)，可將其組成元素進(jìn)行模塊化解構(gòu)，進(jìn)而通過(guò)模塊間的多樣化組合，滿足用戶多元化、個(gè)性化的需求，并降低成本，提高效率[10]。木制民居的模塊化主要包括部件模塊化和零件模塊化，其中，部件模塊化主要面向設(shè)計(jì)，零件模塊化主要面向生產(chǎn)[11]。本文以用戶個(gè)性化需求為目標(biāo)，從設(shè)計(jì)的角度出發(fā)，對(duì)苗族傳統(tǒng)木質(zhì)民居進(jìn)行部件的模塊劃分，保證每個(gè)模塊具有獨(dú)立性和可替換性，滿足工業(yè)化生產(chǎn)，同時(shí)兼顧模塊庫(kù)后期的擴(kuò)展。

結(jié)合木質(zhì)民居的結(jié)構(gòu)特點(diǎn)，根據(jù)模塊劃分粒度適中的原則，將收集到的木制民居樣本進(jìn)行分層模塊劃分，層級(jí)結(jié)構(gòu)如圖3所示。其中，第一層級(jí)是將木制民居組成元素分為主體結(jié)構(gòu)、組成部件、外觀元素、附加組件4類，作為一級(jí)模塊；第二層級(jí)是將元素進(jìn)一步細(xì)分，如在“部件”模塊下，可細(xì)分出墻板、門、窗、樓梯、欄桿等部件；第三層級(jí)則是具體的各種形制類型的設(shè)計(jì)要素，如二級(jí)模塊“屋頂”下的三級(jí)模塊包含“單檐歇山”、“單檐硬山”、“單檐懸山”、“重檐懸山”、“懸山偏廈”、“硬山偏廈”等，二級(jí)模塊“墻板”下的三級(jí)模塊包含“豎向拼接”、“橫向拼接”等。三級(jí)模塊的具體內(nèi)容見表3。

圖3 木制民居模塊層級(jí)結(jié)構(gòu)

根據(jù)設(shè)定的模塊層級(jí)關(guān)系，由設(shè)計(jì)師對(duì)木制民居模塊進(jìn)行提取并編碼，結(jié)果見表3。

4 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

4.1 BP神經(jīng)網(wǎng)絡(luò)

近年來(lái)，神經(jīng)網(wǎng)絡(luò)理論和技術(shù)飛速發(fā)展，日漸成為研究的熱點(diǎn)，在處理參數(shù)與影響因素復(fù)雜的非線性問(wèn)題上具有廣泛的應(yīng)用[12]。神經(jīng)網(wǎng)絡(luò)是一種自適應(yīng)非線性的動(dòng)態(tài)網(wǎng)絡(luò)系統(tǒng)[13]，可以使機(jī)器具有能夠?qū)W習(xí)“抽象概念”的能力[14]。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練通過(guò)基于誤差反向傳播的梯度下降算法來(lái)實(shí)現(xiàn)[15]，如式(1)所示

表3 造型模塊編碼

(1)

其中，W為權(quán)值，n為樣本編號(hào)，η為學(xué)習(xí)速率，α為慣性因子，E為誤差。

式(1)所示算法的實(shí)現(xiàn)過(guò)程是由信號(hào)正向傳播和誤差反向傳播組成的。正向傳播時(shí)，將樣本數(shù)據(jù)從輸入層傳入，結(jié)合學(xué)習(xí)速率與梯度，經(jīng)各隱藏層逐層處理后，傳向輸出層。誤差反向傳播時(shí)，通過(guò)損失函數(shù)計(jì)算誤差，借助鏈?zhǔn)椒▌t，按照神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算權(quán)重梯度。正向傳播與反向傳播循環(huán)往復(fù)，直到網(wǎng)絡(luò)輸出誤差逐漸穩(wěn)定、滿足要求，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。

4.2 木質(zhì)民居BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

4.2.1 節(jié)點(diǎn)數(shù)目確定

BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，一般結(jié)構(gòu)為一個(gè)輸入層、一個(gè)輸出層、若干個(gè)隱藏層。

根據(jù)設(shè)計(jì)師的設(shè)計(jì)經(jīng)驗(yàn)，結(jié)合表3所示的木制民居造型模塊，選擇其中對(duì)整體造型起到?jīng)Q定性作用的屋頂、門、窗、欄桿、吊瓜和掛落6個(gè)二級(jí)模塊作為輸入數(shù)據(jù)，以“簡(jiǎn)潔的—繁復(fù)的”、“堅(jiān)固的—脆弱的”、“民族在特色的—普通的”3組感性詞對(duì)的感性意象評(píng)價(jià)作為輸出數(shù)據(jù)，設(shè)置輸入層節(jié)點(diǎn)數(shù)為6，輸出層節(jié)點(diǎn)數(shù)為3。隱含層節(jié)點(diǎn)數(shù)通過(guò)以下公式進(jìn)行計(jì)算

(2)

其中，y為隱含節(jié)點(diǎn)數(shù)，i為輸入節(jié)點(diǎn)數(shù)，j為輸出節(jié)點(diǎn)數(shù)。將計(jì)算結(jié)果近似取整，可確定隱含節(jié)點(diǎn)數(shù)為5。模型結(jié)構(gòu)如圖4所示。

4.2.2 數(shù)據(jù)預(yù)處理

由于BP神經(jīng)網(wǎng)絡(luò)采用梯度下降算法進(jìn)行訓(xùn)練，為了防止因輸入變量量綱造成數(shù)值問(wèn)題和計(jì)算不穩(wěn)的情況[16]，并將輸出限制在[0,1]之間，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。本文采用最大最小法對(duì)輸入輸出變量進(jìn)行歸一化處理，公式為

(3)

其中，xmax為最大值，xmin為最小值。歸一化處理結(jié)果見表4。

圖4 BP神經(jīng)網(wǎng)絡(luò)模型

4.2.3 樣本數(shù)據(jù)訓(xùn)練

運(yùn)用Matlab軟件創(chuàng)建BP神經(jīng)網(wǎng)絡(luò),表4中的數(shù)據(jù)作為訓(xùn)練集,對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。將樣本的各個(gè)模塊參數(shù)輸入模型，根據(jù)式(4)計(jì)算誤差。隱含層采用式(5)所示的log sigmoid傳遞函數(shù)，輸出層采用式(6)所示的purelin傳遞函數(shù)

(4)

(5)

(6)

設(shè)置神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)次數(shù)為10 000，誤差值為0.001，將表4中的前16樣本個(gè)作為訓(xùn)練集，剩余的作為驗(yàn)證集，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練至3059次時(shí)達(dá)到訓(xùn)練目標(biāo)，停止訓(xùn)練，訓(xùn)練誤差隨訓(xùn)練次數(shù)的變化情況如圖5所示。

表4 歸一化處理結(jié)果

圖5 神經(jīng)網(wǎng)絡(luò)誤差曲線

4.2.4 模型驗(yàn)證

將表4中16～20這4個(gè)樣本作為輸入層參數(shù)輸入已建立的木制民居BP神經(jīng)網(wǎng)絡(luò)模型中，通過(guò)計(jì)算相對(duì)誤差，驗(yàn)證模型可靠性，測(cè)試結(jié)果見表5。由表5可知，3個(gè)感性詞對(duì)上的誤差為0.1左右，表明本文建立的木制民居BP神經(jīng)網(wǎng)絡(luò)模型性能良好。

表5 可靠性驗(yàn)證結(jié)果

4.3 基于BP神經(jīng)網(wǎng)絡(luò)的木制民居個(gè)性化定制

將屋頂、門、窗、欄桿、吊瓜和掛落6個(gè)二級(jí)模塊的所有組合方式作為輸入數(shù)據(jù)，使用4.2中得到的神經(jīng)網(wǎng)絡(luò)，計(jì)算相應(yīng)的感性詞對(duì)的評(píng)價(jià)值。分別以感性意象“簡(jiǎn)潔的”、“堅(jiān)固的”、“民族特色的”作為設(shè)計(jì)目標(biāo)，從計(jì)算結(jié)果中篩選各個(gè)感性詞對(duì)上的最小值，其相應(yīng)的輸入層編碼分別為：322361、355532、461145，這3組模塊編碼即分別為“簡(jiǎn)潔的”、“堅(jiān)固的”、“民族特色的”3個(gè)感性意象所對(duì)應(yīng)的最優(yōu)配置。根據(jù)得到的模塊編碼設(shè)計(jì)新的木制民居。為形成統(tǒng)一對(duì)比，其它非造型模塊如：進(jìn)深、開間、樓梯、材質(zhì)、色彩均選用相同模塊。設(shè)計(jì)結(jié)果如圖6所示。

圖6 木制民居個(gè)性化定制結(jié)果

4.4 設(shè)計(jì)方案驗(yàn)證

為了驗(yàn)證通過(guò)本文方法生成的設(shè)計(jì)方案的有效性，針對(duì)目標(biāo)感性意象，采用7階里克特量表，邀請(qǐng)了20名目標(biāo)用戶進(jìn)行問(wèn)卷調(diào)查，將目標(biāo)用戶的評(píng)價(jià)分?jǐn)?shù)的均值作為該樣本的感性意象得分，結(jié)果見表6。其中，感性意象得分越接近7，說(shuō)明用戶對(duì)其目標(biāo)意象的滿意程度越高。可見，通過(guò)本文方法所生成的設(shè)計(jì)方案較為符合目標(biāo)用戶的意象期望。

表6 意象調(diào)查結(jié)果

5 結(jié)束語(yǔ)

本文通過(guò)將木制民居進(jìn)行模塊化分解與編碼，運(yùn)用感性工學(xué)理論獲取用戶對(duì)木制民居的感性意象評(píng)價(jià)，通過(guò)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)并以此獲得設(shè)計(jì)目標(biāo)相對(duì)應(yīng)的造型編碼組合，實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的木制民居個(gè)性化定制方法。與既有民居定制方法相比，本方法能夠?qū)⒂脩魧?duì)木制民居的感性需求和相應(yīng)的造型模塊進(jìn)行關(guān)聯(lián)，使設(shè)計(jì)師能夠根據(jù)用戶感性需求快速準(zhǔn)確地實(shí)現(xiàn)木制民居新造型的設(shè)計(jì)，有針對(duì)性地為用戶提供設(shè)計(jì)方案；通過(guò)對(duì)樣本的模塊化解構(gòu)，提高了個(gè)性化定制的效率，降低了定制民居的建筑成本。

本文在模塊劃分過(guò)程中主要從宏觀方面出發(fā)，主要分析提取了木制民居的主要設(shè)計(jì)特征與結(jié)構(gòu)特征。而木制民居造型特征數(shù)量龐大，配置方法復(fù)雜，需要在下一步研究中，進(jìn)一步將特征模塊的提取細(xì)化，并分析造型特征間的約束關(guān)系，以降低木制民居個(gè)性化定制的實(shí)現(xiàn)成本與難度，使木制民居個(gè)性化定制更加高效，個(gè)性化定制服務(wù)更加完善。