高速列車座椅外觀設(shè)計(jì)“特征-風(fēng)格”映射機(jī)制的推理方法

周蕾 薛澄岐 湯文成 王海燕 吳聞?dòng)?/p>

(東南大學(xué)機(jī)械工程學(xué)院，南京 211189)

隨著我國(guó)高速鐵路網(wǎng)建設(shè)取得的巨大成就，列車室內(nèi)設(shè)施的市場(chǎng)需求也不斷擴(kuò)大.我國(guó)高速列車座椅的自主研發(fā)工作起步較晚，目前主要通過(guò)直接從國(guó)外購(gòu)進(jìn)和技術(shù)引進(jìn)，這就需要向出口國(guó)繳納高額的購(gòu)置費(fèi)用、技術(shù)轉(zhuǎn)讓和提成費(fèi)用以及元部件的進(jìn)口費(fèi)用，極大增加了座椅的制造成本，也不利于我國(guó)高鐵列車室內(nèi)設(shè)施系統(tǒng)的整體品牌建設(shè)和規(guī)劃.高速列車座椅的自主設(shè)計(jì)和研發(fā)已成為我國(guó)高鐵系統(tǒng)未來(lái)建設(shè)的重要內(nèi)容和必然趨勢(shì).本文從知識(shí)挖掘的角度研究了高速列車座椅外觀“特征-風(fēng)格”映射機(jī)制的設(shè)計(jì)和推理方法，為設(shè)計(jì)工作提供了參考依據(jù)和技術(shù)支持.

1 研究背景

1.1 中國(guó)高速列車座椅的發(fā)展現(xiàn)狀

在高速列車這一特定人機(jī)交互環(huán)境中，座椅既是占據(jù)著最大車廂面積的車內(nèi)設(shè)施，也是人機(jī)交互行為的主要承載者(乘客在旅行中的大部分時(shí)間都是在座椅上度過(guò)的).作為高鐵人機(jī)系統(tǒng)最重要的環(huán)節(jié)之一，它的外觀造型、結(jié)構(gòu)功能都直接影響著乘客對(duì)車內(nèi)服務(wù)設(shè)施系統(tǒng)的整體評(píng)價(jià).

高速列車座椅的相關(guān)研究成果極少，從已有的資料來(lái)看，主要集中在座椅安全系數(shù)、受力特征、室內(nèi)布局等方面［1-4］.Lee等［5］運(yùn)用結(jié)構(gòu)方程模型研究了乘客的舒適度體驗(yàn)與椅腿空間、椅寬、傾角、形狀等造型要素及空間、環(huán)境等多種影響因素之間的結(jié)構(gòu)關(guān)系，發(fā)現(xiàn)與其他因素相比，椅寬和傾角對(duì)乘坐舒適感的影響最明顯.而對(duì)于高速列車座椅的感性設(shè)計(jì)及風(fēng)格研究還尚未展開(kāi).

我國(guó)的高速列車主要包括動(dòng)車組(D)、高速動(dòng)車(G)和城際高速(C)三種類型，目前已擁有動(dòng)車1000多個(gè)車次，高速動(dòng)車500多個(gè)車次，城際高速100多個(gè)車次.座椅造型主要引自日本新干線E4系列列車座椅(見(jiàn)圖1(a))和突尼斯CFD列車座椅(見(jiàn)圖1(b))兩大類型.其中，日本新干線E4系列列車座椅整體造型較為方正，設(shè)計(jì)靈感來(lái)源于簡(jiǎn)單的方形切割，通過(guò)在基本形的內(nèi)部添加曲線過(guò)渡，凸顯大氣簡(jiǎn)潔的設(shè)計(jì)風(fēng)格.而突尼斯CFD列車座椅設(shè)計(jì)總體上顯得更加圓潤(rùn)，融入了更多的曲線設(shè)計(jì)要素，尤其體現(xiàn)在其二等座的設(shè)計(jì)中，通過(guò)采用流線型內(nèi)嵌式的背板設(shè)計(jì)，給乘客輕巧、牢固的視覺(jué)和心理感受.

圖1 國(guó)外座椅設(shè)計(jì)案例

為了貫徹與時(shí)俱進(jìn)的發(fā)展理念，中國(guó)高速列車仍在不斷探尋新的前行方向，體現(xiàn)著中國(guó)鐵路系統(tǒng)的人文關(guān)懷.相比而言，國(guó)外的列車座椅設(shè)計(jì)起步較早、發(fā)展較為成熟，德國(guó)Grammer公司和法國(guó)Compin公司的多款成功設(shè)計(jì)案例(見(jiàn)圖1(c))已成為多國(guó)競(jìng)相模仿和學(xué)習(xí)的風(fēng)向標(biāo).

綜觀近年來(lái)國(guó)際高速列車座椅設(shè)計(jì)的發(fā)展趨勢(shì).一方面，隨著航空座椅設(shè)計(jì)理念的不斷滲透，列車座椅設(shè)計(jì)開(kāi)始改變長(zhǎng)期以來(lái)的“通座”模式，強(qiáng)調(diào)設(shè)計(jì)上的視覺(jué)獨(dú)立感和隔離感，充分尊重旅客的自由和隱私；另一方面，擯棄了傳統(tǒng)列車座椅的設(shè)計(jì)局限，造型上更加自由、活潑，提高產(chǎn)品的品牌辨識(shí)度.這些都是當(dāng)前我國(guó)高速列車座椅設(shè)計(jì)中比較缺乏的感性風(fēng)格特征.

1.2 研究框架

在座椅外觀設(shè)計(jì)的過(guò)程中，針對(duì)“如何分析成功案例的造型優(yōu)勢(shì)從而指導(dǎo)設(shè)計(jì)實(shí)踐”這一課題，需要解決2個(gè)關(guān)鍵問(wèn)題:①如何實(shí)現(xiàn)對(duì)“高速列車座椅”這一特定對(duì)象設(shè)計(jì)風(fēng)格的有效描述，將完全主觀、抽象的設(shè)計(jì)風(fēng)格轉(zhuǎn)化為可以進(jìn)行量化的評(píng)價(jià)因子；②如何建立“造型與風(fēng)格”之間的映射機(jī)制，從而結(jié)合企業(yè)訴求，制訂設(shè)計(jì)方案.

粗糙集(rough set)理論是 Pawlak教授于1982年提出的一種能夠定量分析處理不精確、不一致、不完整信息與知識(shí)的數(shù)學(xué)工具.通過(guò)關(guān)系數(shù)據(jù)庫(kù)進(jìn)行等價(jià)關(guān)系的分類，歸納形成概念和規(guī)則的知識(shí)發(fā)現(xiàn)，近年來(lái)被廣泛運(yùn)用于近似推理、數(shù)字邏輯分析和化簡(jiǎn)、建立預(yù)測(cè)模型、決策支持、控制算法獲取、機(jī)器學(xué)習(xí)算法和模式識(shí)別等研究領(lǐng)域［6-12］.粗糙集理論不需要任何先驗(yàn)知識(shí)，在開(kāi)展信息約減和關(guān)聯(lián)分析等潛在信息挖掘方面優(yōu)勢(shì)明顯，因此適用于以定性和半定量數(shù)據(jù)為主的設(shè)計(jì)研究領(lǐng)域.

在高速列車座椅外觀設(shè)計(jì)的研發(fā)過(guò)程中，將粗糙集理論與形態(tài)分析法相結(jié)合，嘗試建立面向高速列車座椅設(shè)計(jì)的“特征-風(fēng)格”決策表，探索設(shè)計(jì)風(fēng)格與造型特征屬性集合間的拓?fù)潢P(guān)系和推理方法，開(kāi)展設(shè)計(jì)知識(shí)的有效挖掘.研究框架如圖2所示.

圖2 研究框架圖

2 高速列車座椅的設(shè)計(jì)分析

2.1 設(shè)計(jì)風(fēng)格的有效描述

設(shè)計(jì)風(fēng)格作為由一系列造型元素通過(guò)不同的構(gòu)成方法表現(xiàn)出來(lái)的特殊形式［13］，是產(chǎn)品精神功能的主要承載者.近年來(lái)，感性工學(xué)、認(rèn)知心理學(xué)等學(xué)科和領(lǐng)域均對(duì)設(shè)計(jì)風(fēng)格的形成和發(fā)展表現(xiàn)了極大的關(guān)注.在產(chǎn)品設(shè)計(jì)領(lǐng)域，形成了以語(yǔ)言和詞匯為基礎(chǔ)的外顯表征和定量分析方法［14-17］.

由于用戶成長(zhǎng)環(huán)境、生活習(xí)慣、價(jià)值觀念、教育背景的差異性，對(duì)于體現(xiàn)設(shè)計(jì)風(fēng)格的感性詞匯(例如，“前衛(wèi)”、“優(yōu)雅”等)可能存在一定的認(rèn)知偏差.為了保證風(fēng)格評(píng)價(jià)的有效性，事先通過(guò)計(jì)算數(shù)據(jù)的粗大誤差對(duì)風(fēng)格語(yǔ)意進(jìn)行篩選，提取有效的風(fēng)格評(píng)價(jià)因子.

首先，采用九點(diǎn)量表法分別對(duì)M個(gè)樣本的D個(gè)語(yǔ)意變量進(jìn)行調(diào)查，收集N組數(shù)據(jù)；其次，依據(jù)拉依達(dá)準(zhǔn)則，統(tǒng)計(jì)樣本m(m∈［1，M］)在語(yǔ)意變量d(d∈［1，D］)中N個(gè)數(shù)據(jù)的粗大誤差值，若壞值率超出5%，則將該語(yǔ)言變量d在樣本m中的不信任度表示為1，否則為0；最后，統(tǒng)計(jì)M 個(gè)樣本中語(yǔ)意變量d的不信任度之和，若/M≥45%，則刪除語(yǔ)意變量d.經(jīng)篩選后得到的評(píng)價(jià)因子集{1，2，…，D'}具有相對(duì)較高的度量準(zhǔn)確性，它的各個(gè)分量能夠作為有效的語(yǔ)意評(píng)價(jià)因子進(jìn)行定量分析.

2.2 數(shù)據(jù)離散化

采用心理量表法對(duì)樣本設(shè)計(jì)風(fēng)格進(jìn)行定量分析，參考漢語(yǔ)中“副詞+形容詞”的評(píng)價(jià)習(xí)慣［18］，對(duì)設(shè)計(jì)風(fēng)格進(jìn)行感性離散.

考慮到用戶對(duì)評(píng)價(jià)因子敏感性的差異化，對(duì)X個(gè)樣本在評(píng)價(jià)因子d'中的實(shí)驗(yàn)數(shù)據(jù)均值ˉVd'x(x∈［1，X］，d'∈［1，D'］)進(jìn)行離散化.采用 K-means算法將各個(gè)評(píng)價(jià)因子d'的屬性值離散成3個(gè)子集，分別表示評(píng)價(jià)因子的副詞集{“不太”，“比較”，“非?！眪，記錄評(píng)價(jià)因子d'中各評(píng)價(jià)子集的值域.

2.3 座椅設(shè)計(jì)特征及其屬性分析

為了深入了解當(dāng)前國(guó)內(nèi)外高速列車座椅的造型特征和設(shè)計(jì)趨勢(shì)，結(jié)合企業(yè)提供的設(shè)計(jì)案例以及從網(wǎng)絡(luò)、書(shū)刊中搜集到的大量設(shè)計(jì)資料，全體設(shè)計(jì)人員共開(kāi)展了3輪德?tīng)柗品ㄕ{(diào)研分析.以提取10個(gè)關(guān)鍵性造型特征為上限，將典型案例中的特征表現(xiàn)進(jìn)行提取和歸類，研究面向“高速列車座椅”這一特定對(duì)象的常用設(shè)計(jì)手法.

在第1輪分析中，設(shè)計(jì)人員共羅列出了諸如“椅式/沙發(fā)”、“仿生”、“塑殼”等百余種造型特征和屬性，歸納統(tǒng)一為16種典型特征.這16種特征均不含對(duì)樣本過(guò)于細(xì)致的造型描述，以免喪失對(duì)設(shè)計(jì)對(duì)象的整體把握.隨后進(jìn)行的第2輪調(diào)研中，要求設(shè)計(jì)人員從該16種典型特征中提取10種最關(guān)鍵的設(shè)計(jì)特征，同時(shí)也允許持保留意見(jiàn)，但需保持總數(shù)不超過(guò)10項(xiàng).第2輪調(diào)研后收集得到10種特征，在第3輪調(diào)研后決定保留其中9項(xiàng)作為當(dāng)前高速列車座椅外觀造型的關(guān)鍵性特征(不考慮配色方案)，建立“特征-屬性”表(見(jiàn)表1).

表1 “特征-屬性”表

3 基于粗糙集理論的座椅外觀設(shè)計(jì)

3.1 決策表的建立

綜合近年來(lái)國(guó)內(nèi)外優(yōu)秀高鐵座椅及其他車載座椅的案例，共收集了國(guó)內(nèi)外129個(gè)設(shè)計(jì)樣本，83名非設(shè)計(jì)專業(yè)人員參與了問(wèn)卷調(diào)查.首先，提取了12個(gè)常見(jiàn)的用于形容車載座椅設(shè)計(jì)風(fēng)格的語(yǔ)意變量，選擇具有代表性的20個(gè)設(shè)計(jì)樣本(見(jiàn)圖3)，44人參與了語(yǔ)意評(píng)價(jià)，回收有效問(wèn)卷37份.依據(jù)2.1節(jié)中所述方法，刪除了陽(yáng)剛、大方、秀氣、親和、優(yōu)雅、人性化等6個(gè)用戶理解存在較大差異的語(yǔ)意變量，最終建立評(píng)價(jià)因子集{d'}={時(shí)尚，復(fù)雜，舒適，可愛(ài)，創(chuàng)新，精致}；另外39名非設(shè)計(jì)專業(yè)人員參與了對(duì)設(shè)計(jì)樣本的風(fēng)格評(píng)價(jià).運(yùn)用2.2節(jié)中的方法進(jìn)行數(shù)據(jù)離散化，建立“特征-風(fēng)格”設(shè)計(jì)決策表(見(jiàn)表2).

圖3 20個(gè)座椅設(shè)計(jì)案例

表2 “特征-時(shí)尚”決策表(部分)

3.2 座椅設(shè)計(jì)的特征核與特征約簡(jiǎn)

粗糙集理論中關(guān)于冗余屬性、屬性約減和屬性核有如下定義［19］:

定義1 對(duì)決策信息系統(tǒng)S=(U，C∨D，V，f)，設(shè) c0∈C，若 PC(D)=P(C{c0})(D)，則稱 c0為C中D的必要屬性.若C中的每一個(gè)c0都是D的必要屬性，則稱C是D的不可約簡(jiǎn)集.C中所有D的不可約簡(jiǎn)屬性的集合稱為C的D核，記為c'D(C).

設(shè)C'?C，C'≠ ?，且滿足:① PC(D)=PC'(D)；② C'是D的不可約簡(jiǎn)集，則稱C'為C的D約簡(jiǎn).記C的任意D約簡(jiǎn)為rD(C).

定義2 屬性子集C'?C關(guān)于D的重要性αCD(C')=［c(PC(D))-c(P(C-C')(D))］/c(U).

依據(jù)定義 1，?hrn［20］提出了一種適用于屬性約減的遺傳算法，適應(yīng)度函數(shù)為

式中，S表示決策表中的不可分辨集合；β為約減損失和最小劃分率之間的權(quán)重比值；B為A通過(guò)演化搜索算法得到的A的子集；函數(shù)cost表示實(shí)現(xiàn)正確劃分的數(shù)據(jù)；ε表示劃分率的門檻值.遺傳算法從所有特征屬性的集合開(kāi)始，依次減去一個(gè)特征屬性以期達(dá)到約減特征屬性的目的，最終得到重要度較高(不可約減)的條件集合.

利用遺傳算法對(duì)設(shè)計(jì)決策表進(jìn)行屬性約簡(jiǎn)，設(shè)定α=0.4，ε=1.0，求得4個(gè)最小特征約減集:A1={背部人機(jī)造型，造型分割方式，腳踏設(shè)計(jì)}，A2={頭部造型特征，頭部人機(jī)造型，背部人機(jī)造型，造型分割方式}，A3={頭部人機(jī)造型，頭枕設(shè)計(jì)，背部人機(jī)造型，造型分割方式}，A4={頭部人機(jī)造型，背部人機(jī)造型，造型分割方式，扶手特征}.設(shè)計(jì)特征核為{背部人機(jī)造型，造型分割方式}.由此可知，高速列車座椅背部人機(jī)凹凸設(shè)計(jì)和整體造型的視覺(jué)分割方式對(duì)座椅的“時(shí)尚”風(fēng)格影響最大，而包含了設(shè)計(jì)特征核的4個(gè)特征集合刪除了與“時(shí)尚感”不相關(guān)和不重要的設(shè)計(jì)特征，在保持知識(shí)庫(kù)分類能力不變的條件下，對(duì)座椅的“時(shí)尚”風(fēng)格加以描述，從而產(chǎn)生了67條設(shè)計(jì)規(guī)則.

3.3 設(shè)計(jì)規(guī)則篩選

rij稱為確定性規(guī)則當(dāng)且僅當(dāng) Xi?Yj，否則，稱為不確定性規(guī)則.不確定性決策規(guī)則的不確定性可以通過(guò)以下3個(gè)指標(biāo)加以描述:

1)條件覆蓋度LC.規(guī)則的條件屬性在決策表中的覆蓋程度為

2)決策可信度RA.條件屬性DC(Xi)具有決策屬性DD(Yj)的可信度.原則上應(yīng)為1；若小于1，則表示決策表中存在矛盾規(guī)則，即

3)決策覆蓋度RC.決策屬性集中條件屬性的覆蓋度為

例如，針對(duì)風(fēng)格目標(biāo)(非常)“時(shí)尚”，設(shè)定條件覆蓋度LC＞0.1，決策可信度RA=1.0，決策覆蓋度RC＞0.2，提取3條強(qiáng)規(guī)則集如表3所示.

表3 強(qiáng)規(guī)則集

3.4 設(shè)計(jì)實(shí)踐

設(shè)定座椅設(shè)計(jì)的風(fēng)格目標(biāo)(非常)“時(shí)尚”∧(不太)“復(fù)雜”∧ (比較)“創(chuàng)新”，3個(gè)風(fēng)格因子構(gòu)成11個(gè)最小特征約減集，共生成107條符合目標(biāo)屬性的設(shè)計(jì)規(guī)則；對(duì)所有設(shè)計(jì)規(guī)則進(jìn)行兼容分析最終得到最匹配的3條設(shè)計(jì)規(guī)則，分別為:{頭部造型特征(3)∧頭背部一體化(1)∧頭部人機(jī)造型(2)∧背部人機(jī)造型(4)∧造型分割方式(2)∧扶手設(shè)計(jì)(1)∧ 腳踏設(shè)計(jì)(2)}，{整體特征(1)∧頭部造型特征(1)∧ 頭部人機(jī)造型(2)∧ 頭枕設(shè)計(jì)(2)∧背部人機(jī)造型(4)∧造型分割方式(4)∧扶手設(shè)計(jì)(2)}，{整體特征(2)∧ 頭部造型特征(3)∧頭部人機(jī)造型(1)∧頭枕設(shè)計(jì)(2)∧背部人機(jī)造型(2)∧造型分割方式(3)}.依據(jù)設(shè)計(jì)推理開(kāi)展有針對(duì)性的造型設(shè)計(jì)，部分設(shè)計(jì)方案如圖4所示.

圖4 部分設(shè)計(jì)方案

針對(duì)圖4中的2款座椅進(jìn)行風(fēng)格評(píng)價(jià)，6名學(xué)生和3位企業(yè)人員共9人參與了產(chǎn)品的風(fēng)格調(diào)查，對(duì)目標(biāo)風(fēng)格(非常)“時(shí)尚”∧ (不太)“復(fù)雜”∧(比較)“創(chuàng)新”的認(rèn)可率為88.9%(有1人認(rèn)為方案2的“復(fù)雜”感較高)，最終效果基本滿意.而設(shè)計(jì)人員也普遍認(rèn)同這種基于規(guī)則推理的方案設(shè)計(jì)過(guò)程較以前完全由設(shè)計(jì)師主觀思維所主導(dǎo)的設(shè)計(jì)過(guò)程具有更強(qiáng)的針對(duì)性和指導(dǎo)性，有利于創(chuàng)造性思維的發(fā)散和收斂.

4 結(jié)語(yǔ)

高速列車座椅的自主研發(fā)是我國(guó)高鐵系統(tǒng)建設(shè)的重要內(nèi)容之一.用戶感性屬于內(nèi)隱屬性，本文從粗糙集理論出發(fā)，提出了高速列車座椅設(shè)計(jì)知識(shí)的挖掘方法.先構(gòu)建符合人類語(yǔ)言習(xí)慣的設(shè)計(jì)風(fēng)格集和座椅特征屬性集，再進(jìn)行核心造型特征集的約減和重要度計(jì)算，從而建立高速列車座椅“特征-風(fēng)格”間的映射關(guān)系.

將粗糙集理論用于設(shè)計(jì)規(guī)則推理之中，有利于提高企業(yè)對(duì)市場(chǎng)、客戶環(huán)境的應(yīng)變能力和創(chuàng)新能力，實(shí)現(xiàn)知識(shí)共享和重用.下一步的工作重心將進(jìn)一步深化研究，關(guān)注列車的整體人機(jī)環(huán)境對(duì)用戶感性的作用和影響.另外，就如何充分利用決策信息表，為設(shè)計(jì)人員提供支持容錯(cuò)機(jī)制的決策支持系統(tǒng)這一關(guān)鍵性問(wèn)題還有待展開(kāi)深入研究.

References)

［1］Han S H，Jung E S，Jung M，et al.A psychophysical evaluation of interior design alternatives for a high speed train［J］.Computers ＆ Industrial Engineering，1994，27(1/2/3/4):397-400.

［2］Han S H，Jung E S，Jung M，et al.Psychophysical methods and passenger preferences of interior designs［J］.Applied Ergonomics，1998，29(6):499-506.

［3］Jung E S，Han S H，Jung M，et al.Coach design for the Korean high-speed train:a systematic approach to passenger seat design and layout［J］.Applied Ergonomics，1998，29(6):507-519.

［4］Brijs K，Daniels S，Brijs T，et al.An experimental approach towards the evaluation of a seat belt campaign with an inside view on the psychology behind seat belt use［J］.Transportation Research Part F:Traffic Psychology and Behaviour，2011，14(6):600-613.

［5］Lee Joo Hwan，Jin Beom Suk，Ji Yonggu.Development of a structural equation model for ride comfort of the korean high-speed railway［J］.International Journal of Industrial Ergonomics，2009，39(1):7-14.

［6］Jiang Yuncheng，Wang Ju，Tang Suqin，et al.Reasoning with rough description logics:an approximate concepts approach ［J］.Information Sciences，2009，179(5):600-612.

［7］Thangavel K，Pethalakshmi A.Dimensionality reduction based on rough set theory:a review review article［J］.Applied Soft Computing，2009，9(1):1-12.

［8］Liu Jing-Wei，Cheng Ching-Hsue，Chen Yao-Hsien，et al.OWA rough set model for forecasting the revenues growth rate of the electronic industry［J］.Expert Systems with Applications，2010，37(1):610-617.

［9］Chen Degang，Zhao Suyun.Local reduction of decision system with fuzzy rough sets［J］.Fuzzy Sets and Systems，2010，161(13):1871-1883.

［10］Yin Yunfei，Gong Guanghong，Han Liang.Control approach to rough set reduction［J］.Computers ＆Mathematics with Applications，2009，57(1):117-126.

［11］Hong Tzung-Pei，Lin Chun-E，Lin Jiann-Horng，et al.Learning cross-level certain and possible rules by rough sets［J］.Expert Systems with Applications，2008，34(3):1698-1706.

［12］Xie Feng，Lin Yi，Ren Wenwei.Optimizing model for land use/land cover retrieval from remote sensing imagery based on variable precision rough sets［J］.Ecological Modelling，2011，222(2):232-240.

［13］Chen Kuohsiang，Owen Charles L.Form language and style description［J］.Design Studies，1997，18(3):249-274.

［14］Belaziz M，Bouras A，Brun J M.Morphological analysis for product design ［J］.Computer-Aided Design，2000，32(5/6):377-388.

［15］Zhai Lian-Yin，Khoo Li-Pheng，Zhong Zhao-Wei.Design concept evaluation in product development using rough sets and grey relation analysis［J］.Expert Systems with Applications，2009，36(3):7072-7079.

［16］Zhai Lian-Yin，Khoo Li-Pheng，Zhong Zhao-Wei.A rough set based decision support approach to improving consumer affective satisfaction in product design ［J］.International Journal of Industrial Ergonomics，2009，39(2):295-302.

［17］Shi Fuqian，Sun Shouqian，Xu Jiang.Employing rough sets and association rule mining in KANSEI knowledgeextraction ［J］. Information Sciences，2012，196(1):118-128.

［18］薛澄岐，張坪，周蕾.基于特征重構(gòu)的輔助風(fēng)格設(shè)計(jì)技術(shù)研究［J］.東南大學(xué)學(xué)報(bào):自然科學(xué)版，2011，41(4):734-738.Xue Chengqi，Zhang Ping，Zhou Lei.Computer-aided style design based on feature construction［J］.Journal of Southeast University:Natural Science Edition，2011，41(4):734-738.(in Chinese)

［19］苗奪謙，李道國(guó).粗糙集理論、算法與應(yīng)用［M］.北京:清華大學(xué)出版社，2008:57-61.

［20］?hrn Aleksander.Discernibility and rough sets in medicine:tools and applications［D］.Trondheim，Norwegian:Department of Computer and Information Science of Norwegian University of Science and Technology，2004.