多意象驅(qū)動下的方向盤造型設(shè)計研究

關(guān)鍵詞：多意象設(shè)計方法；感性工學(xué)；汽車方向盤；蛛網(wǎng)灰靶決策；BP神經(jīng)網(wǎng)絡(luò)

引言

隨著社會經(jīng)濟的發(fā)展和科技進步，汽車作為現(xiàn)代生活中的必需品，用戶不僅關(guān)注汽車性能和安全性，也對內(nèi)飾的美觀與舒適性有更高要求。方向盤作為用戶在駕駛過程中最直接接觸的部件之一，其設(shè)計的好壞直接影響駕駛者的駕駛舒適度、操作便捷性以及駕駛安全性，對于提升駕駛體驗和滿足情感需求具有重要意義[1]。當(dāng)前汽車方向盤普遍存在造型同質(zhì)化嚴(yán)重、設(shè)計人員無法精準(zhǔn)把握以用戶為中心的設(shè)計目標(biāo)[2]。目前，雖有諸多設(shè)計方法能夠?qū)⑾M者的情感需求進行量化，但消費者對產(chǎn)品的情感需求是復(fù)雜的，基于用戶單一的情感反應(yīng)無法產(chǎn)生合適的設(shè)計方案[3]。在此背景下，如何通過科學(xué)的設(shè)計方法準(zhǔn)確捕捉和滿足用戶的多種情感需求，成為方向盤設(shè)計中的一大挑戰(zhàn)。本研究創(chuàng)新性地將感性工學(xué)、蛛網(wǎng)灰靶決策模型和BP 神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了一種系統(tǒng)化的多意象造型設(shè)計方法，以解決方向盤造型設(shè)計中多目標(biāo)、多意象需求的優(yōu)化問題。

一、研究方法與流程

（一）產(chǎn)品多意象造型設(shè)計方法概述

多意象設(shè)計方法的應(yīng)用正逐漸成為一種趨勢，多意象造型設(shè)計方法的核心在于通過各種科學(xué)手段分析和捕捉用戶對產(chǎn)品的多重情感意象，從而指導(dǎo)產(chǎn)品外觀設(shè)計，以滿足用戶的多樣化審美需求。也就是說，產(chǎn)品形態(tài)包含多種意象，且多意象產(chǎn)品形態(tài)的設(shè)計是一個典型的多目標(biāo)尋優(yōu)過程[4]。這意味著在設(shè)計過程中，設(shè)計師必須在多種意象之間進行權(quán)衡與優(yōu)化，確保最終的產(chǎn)品形態(tài)不僅能夠體現(xiàn)個別意象的突出特點，還能在整體上和諧地融合不同意象，以實現(xiàn)最佳的用戶體驗。

基于此，文章首先以感性工學(xué)為切入點，分析了方向盤多意象造型設(shè)計的整體流程，并構(gòu)建了相應(yīng)的設(shè)計模型。運用蛛網(wǎng)灰靶決策模型計算多意象的綜合系數(shù)，從而實現(xiàn)了多意象的精準(zhǔn)表達，不僅能夠有效整合各個意象維度的權(quán)重和決策系數(shù)，避免了對單個意象逐一研究的復(fù)雜過程，還顯著提高了設(shè)計效率和精確性，為多意象需求的造型設(shè)計提供了系統(tǒng)化的解決方案。最后再結(jié)合BP 神經(jīng)網(wǎng)絡(luò)以優(yōu)化設(shè)計元素組合并精準(zhǔn)預(yù)測用戶情感需求的最優(yōu)匹配度，為多意象設(shè)計提供了更為智能化和高效的解決路徑。最終，文章以青年用戶群體為主體設(shè)計了一款方向盤，驗證了所提出的多意象設(shè)計系統(tǒng)的有效性。

多意象造型設(shè)計流程：

1. 確立目標(biāo)意象和實例樣本的關(guān)系矩陣

根據(jù)目標(biāo)用戶的需求，確定需要表達的感性意象，收集與整理出極具代表性的產(chǎn)品樣本和感性詞匯。利用感性工學(xué)方法，建立感性詞匯與產(chǎn)品樣本之間的關(guān)聯(lián)，構(gòu)建意象判斷矩陣，量化用戶對每個樣本在不同意象上的表現(xiàn)。

2. 構(gòu)建多意象決策系數(shù)與設(shè)計元素的關(guān)系矩陣

首先，通過AHP（層次分析法）計算出目標(biāo)感性意象在用戶需求中的權(quán)重，并利用蛛網(wǎng)灰靶圖決策模型綜合評價樣本的表現(xiàn)得出決策系數(shù)；其次，為了將感性語義詞匯與造型設(shè)計特征建立關(guān)系，需通過形態(tài)分析法構(gòu)建造型特征要素矩陣，以便進行系統(tǒng)化分析?；跇颖痉治?，通過形態(tài)分析法提煉出關(guān)鍵的設(shè)計元素，構(gòu)建設(shè)計元素空間，確定各個方案的設(shè)計元素組合方案。最后，將樣本的設(shè)計元素與其對應(yīng)的決策系數(shù)進行關(guān)聯(lián)，形成關(guān)系矩陣，為后續(xù)的元素優(yōu)化提供依據(jù)。

3.BP 神經(jīng)網(wǎng)絡(luò)預(yù)測最優(yōu)造型元素組合

將多意象決策系數(shù)與設(shè)計元素的關(guān)系矩陣作為BP 神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)儲備，最終預(yù)測和優(yōu)化設(shè)計元素的組合。最后將預(yù)測出的最優(yōu)設(shè)計元素組合應(yīng)用設(shè)計中，并通過用戶測試進行驗證，確保設(shè)計方案能夠有效滿足用戶的多意象需求，如圖1。

（二）研究方法

1. 感性工學(xué)

感性工學(xué)作為研究產(chǎn)品情感需求的重要方法，旨在將產(chǎn)品設(shè)計要素與用戶的感性意象進行量化，以預(yù)測并轉(zhuǎn)化為設(shè)計指標(biāo)進行創(chuàng)新設(shè)計[5]。通過感性工學(xué)的應(yīng)用，能夠科學(xué)化、系統(tǒng)化地將用戶的情感需求融入方向盤設(shè)計中，為設(shè)計元素與用戶情感之間的關(guān)系奠定了基礎(chǔ)。然而，傳統(tǒng)的感性工學(xué)模型由于缺乏對產(chǎn)品整體特征及其相關(guān)關(guān)系的充分考慮，難以可靠地表達用戶的整體情感需求[6]。因此，文章結(jié)合了感性工學(xué)與蛛網(wǎng)灰靶決策模型、BP 神經(jīng)網(wǎng)絡(luò)等多種方法，旨在全面捕捉，并滿足用戶的多種情感意象需求。

2. 蛛網(wǎng)灰靶圖決策模型

蛛網(wǎng)灰靶圖決策模型是一種圖形化決策分析工具，常用于多目標(biāo)決策分析和系統(tǒng)評估，見圖2。蛛網(wǎng)灰靶模型能夠有效整合多種意象的評價結(jié)果，確保設(shè)計方案在多個感性維度上綜合滿足用戶的情感需求。基本組成和應(yīng)用步驟：

（1）蛛網(wǎng)圖：蛛網(wǎng)圖是一種多維數(shù)據(jù)可視化工具，通過放射狀的軸線來展示各個維度上的數(shù)據(jù)。每一個維度代表一個評估指標(biāo)，每個軸線上的點反映了某個選項在該指標(biāo)上的得分。

（2）灰靶決策模型：灰靶決策模型是一種基于灰色系統(tǒng)理論的分析工具，用于表示某些選項在目標(biāo)值上的偏離程度。圖中靶心代表理想目標(biāo)，選項的得分越接近靶心，代表該選項的綜合表現(xiàn)越好。傳統(tǒng)的灰靶決策方法通過綜合比較指標(biāo)值與靶心之間的距離來判斷決策方案的優(yōu)劣，這種方法容易受到指標(biāo)集中極端指標(biāo)值的影響，從而影響方案選擇的科學(xué)性與合理性[7]。文章將結(jié)合蛛網(wǎng)圖與灰靶決策模型，運用蛛網(wǎng)圖表征產(chǎn)品方案的多意象關(guān)系，利用蛛網(wǎng)面積與靶心面積的差異對各樣本進行綜合評價[8]。

（3）蛛網(wǎng)灰靶圖模型的應(yīng)用步驟：

1）AHP（層次分析法）意象權(quán)重的計算：AHP 是一個用于權(quán)重計算和決策分析的方法，尤其適合在處理復(fù)雜決策問題時，對不同選項或因素進行優(yōu)先級排序。對定性問題進行定量分析，非常簡單、實用和靈活，在計算最后的綜合決策評分中，可減少工作過程中的偏差，提高工作的質(zhì)量[9]。

3.BP 神經(jīng)網(wǎng)絡(luò)

BP 神經(jīng)網(wǎng)絡(luò)是一種基于反向傳播算法進行訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)，能夠計算網(wǎng)絡(luò)輸出與實際目標(biāo)之間的誤差并將其反向傳播，不斷調(diào)整網(wǎng)絡(luò)權(quán)重以減小誤差，直到滿足預(yù)設(shè)標(biāo)準(zhǔn)[10]。這種全局優(yōu)化能力使得最終選出的設(shè)計方案在多個感性意象維度上具有較高的綜合評分，確保設(shè)計的全面性和準(zhǔn)確性。

二、設(shè)計實踐

（一）確立目標(biāo)意象和實例樣本

首先，利用感性工學(xué)的設(shè)計流程，通過各種渠道收集到目標(biāo)用戶的感性意象需求和代表性樣本，建立目標(biāo)意象詞匯與各個樣本的評價體系，并收集年輕消費者感性數(shù)據(jù)，從而了解年輕消費者的感性偏好[11]。

1. 確定目標(biāo)意向

通過各種渠道收集年輕人群體對汽車方向盤的意象形容詞，從使用狀況、消費者情況、功能特性上的研究，結(jié)合文獻資料、問卷收集和專家訪談，經(jīng)初步篩選后收集53 個意向形容詞；采用德爾菲法（Delphi，也稱專家調(diào)查法），經(jīng)專家多輪綜合分析，從53 個意向形容詞中精選出20 個最具代表性的詞匯，確保全面覆蓋且權(quán)威可信，即：時尚 、運動感 、親和感 、安全感 、優(yōu)雅 、現(xiàn)代 、科技感 、簡潔 、高檔 、實用、 穩(wěn)重 、別致 、易操作 、流線 、智能 、精致 、動感 、個性化 、手感好 、穩(wěn)定。

通過20 個具有代表性的意象形容詞，制作汽車方向盤意象詞匯打分量化調(diào)查問卷。打分分為5 個等級，分別為：1（非常不符合）、2（不符合）、3（一般）、4（符合）、5（非常符合）。 接著對年齡在18-28 的青年群體發(fā)放問卷，共收到97 份，有效問卷94 份。將問卷數(shù)據(jù)導(dǎo)入SPSS 軟件，得出信度系數(shù)值為0.826gt;0.8，見表1，研究數(shù)據(jù)信度質(zhì)量高，可用于進一步分析。將詞匯評分值進行排序，評分最高且超過4.0 分的詞匯有5 個分別為：耐用感、簡潔感、智能感、舒適感和易操作感，見圖2。

2. 確定方向盤實例樣本

為了確保研究過程中的樣本具有代表性和多樣性，本研究通過多渠道收集了121 張汽車方向盤圖片，并通過以下步驟篩選和分析：首先，通過7 位具有設(shè)計經(jīng)驗的工業(yè)設(shè)計老師進行人工比較分析，通過專家小組進行人工比較分析，排除掉造型差異性巨大和相似重復(fù)的圖片樣本；其次，對剔除后剩余的64 個方向盤圖片進行去色處理并按等比例縮放。為了避免品牌效應(yīng)的干擾和確保視覺上的一致性，文章將品牌標(biāo)簽統(tǒng)一去除。由專家小組對這64 個方向盤圖片進行瀏覽和篩選，最終選出15 款具有代表性的方向盤作為形態(tài)分析的參考資料，如表2 所示。

（二）構(gòu)建多意象蛛網(wǎng)灰靶決策模型

1. 綜合意向評分

（1）樣本意向評分：采用語義差異法（Semantic DifferentialMethod），構(gòu)建包含5 個意象詞匯的樣本評分問卷表。參與者對15個方向盤樣本進行了系統(tǒng)的意象評價。得到初步的評價結(jié)果矩陣，即表3。這些得分用于量化樣本在舒適感、簡潔感、耐用感、智能感和易操作感5 個維度上的表現(xiàn)。

（2）確定意向權(quán)重：這一步驟是計算多意象綜合系數(shù)、優(yōu)化造型組合的核心步驟，文章使用AHP 建立5 個意象的兩兩對比矩陣，由專家進行賦值，旨在通過科學(xué)評估各意象的重要性，以指導(dǎo)最優(yōu)方案的制訂，見表4。根據(jù)公式（1）和（2）得出5 個意向詞匯的權(quán)重向量W=（0.095 、0.163 、0.050 、0.198 、0.493）。根據(jù)公式（3）、（4）和（5）得到最λmax=5.439 、 CR=0.980，其中CRlt;0.1，則判斷矩陣的一致性可接受，權(quán)重有效。

2. 策系數(shù)計算

首先，將表3 的數(shù)據(jù)代入公式（6）進行標(biāo)準(zhǔn)化處理。因此各個意象最優(yōu)靶心向量WO=1。將表4 的意象權(quán)重和表3 的標(biāo)準(zhǔn)化結(jié)果代入式（7），得到各方案的決策系數(shù)D1～15，即D1～15=（0.0074、0.0101、0.0072、0.0092、0.0095、0.0101、0.0106、0.0112、0.0097、0.0110、0.0112、0.0084、0.0092、0.0082、0.0091）。

（三）構(gòu)建設(shè)計元素與決策系數(shù)矩陣

首先，使用形態(tài)分析法將產(chǎn)品的整體功能解構(gòu)為多個子功能或部件，以這種系統(tǒng)的分析方法使設(shè)計特征與感性語義詞匯之間的關(guān)聯(lián)更加明確[12-13]。通過形態(tài)分析法解構(gòu)并歸納其最具特征的代表性元素，對這15 款方向盤構(gòu)建設(shè)計元素空間，對輪盤種類、盤心種類、盤輻種類和面積大小、功能鍵數(shù)量、手握區(qū)的凹凸程，以及及配色種類進行整理并編碼，見表5。最后將表5 的設(shè)計要素類型對應(yīng)到15 個樣本中，構(gòu)建出設(shè)計元素組合和決策系數(shù)得分矩陣，見表6。

（四）神經(jīng)網(wǎng)絡(luò)構(gòu)建與預(yù)測

運用Matlab2022a 軟件將表6 中的數(shù)據(jù)進行BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練。模型訓(xùn)練采用traingdx 算法，Validation 選擇15％、Training 選擇75％、Testing 選擇15％、選擇隱藏神經(jīng)元個數(shù)為4、學(xué)習(xí)率設(shè)置為0.001，學(xué)習(xí)次數(shù)約束在20000 次以內(nèi)，目標(biāo)誤差為0.001。BP 神經(jīng)網(wǎng)絡(luò)構(gòu)建的映射模型誤差為0.0048，決定系數(shù)為0.9171，質(zhì)量符合要求。

列出6 種元素類型所有可能的組合方式，共2×3×4×2×2×2＝ 192 種，預(yù)測所有造型元素組合的決策得分，見表7。通過篩選得到?jīng)Q策得分最低的造型元素組合138 號 = 0.0062。該組合對應(yīng)的決策系數(shù)最小，因此被認(rèn)為是最優(yōu)的造型元素組合，其矩陣為（2，2，4，1，1，2），對應(yīng)的設(shè)計元素見表8。

三、設(shè)計與方案驗證

基于上述設(shè)計元素組合和意象詞匯的綜合分析，通過blender軟件建模渲染，設(shè)計完成最終汽車方向盤的三維效果圖，見圖3。

1. 該方向盤采用“D”型設(shè)計，不僅為腿部提供充足的活動空間，也能適當(dāng)增加輪盤周長到接近手掌的長度，提升了握持的舒適性。輪盤外圈采用皮革材質(zhì)，內(nèi)圈則由親膚面料拼接成兩種配色效果。

2. 在手掌休息區(qū)域設(shè)計出符合手型的凹陷曲面，拇指放置區(qū)域的半徑R ≥ 12mm，以減輕駕駛過程中手指關(guān)節(jié)和肌肉的疲勞，從人機工程學(xué)角度增強了長時間駕駛的舒適性。

3. 盤心采用簡潔的梯形結(jié)構(gòu)，并由親膚材料包裹，不僅為安全氣囊預(yù)留了充分空間，還增強了簡潔與舒適的視覺效果。

4. 方向盤的盤輻設(shè)計采用梯形結(jié)構(gòu)的3 幅設(shè)計，按鍵數(shù)量較少，進一步突出智能感、簡潔感和耐用感。

5. 按鍵采用觸摸式背光設(shè)計，未使用時隱藏，展現(xiàn)了科技感與簡潔美學(xué)。

最后將設(shè)計方案與樣本庫決策評分最優(yōu)秀的前5 個樣本，即Y1、Y3、Y12、Y14、Y15 組成新的樣本庫，采用SD 法對設(shè)計方案進行感性意象評價問卷驗證，對年齡在18-28 的青年群體發(fā)放問卷，共收到62 份，有效問卷59 份。將結(jié)果先進行歸一化處理，再運用蛛網(wǎng)灰靶計算統(tǒng)計結(jié)果。結(jié)果顯示此款設(shè)計方案決策系數(shù)最小，與靶心越最近，該方案最優(yōu)。說明本方案符合消費者多種意象感性的需求，有效驗證了該設(shè)計體系的相對準(zhǔn)確性，對推動設(shè)計領(lǐng)域的創(chuàng)新與發(fā)展具有參考價值。

結(jié)論

本研究表明，人對產(chǎn)品的情感意象是多種維度的，而這些情感需求在產(chǎn)品設(shè)計過程中往往互相交織影響，簡單關(guān)注單一維度是無法滿足用戶的復(fù)雜情感需求。文章以滿足消費者多意象設(shè)計的角度出發(fā)，綜合運用感性工學(xué)、蛛網(wǎng)灰靶圖和BP 神經(jīng)網(wǎng)絡(luò)整理出一套完整的設(shè)計流程，成功解決了以年輕人為目標(biāo)的方向盤造型設(shè)計中多意象的優(yōu)化問題。最后進行了多意象驅(qū)動的設(shè)計實踐，驗證了所提方法的有效性和實用性，為進一步研究多意象產(chǎn)品的造型設(shè)計提供了新的路徑和思路。