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．我國高速列車座椅的自主研發(fā)工作起步較晚,目前主要通過直接從國外購進(jìn)和技術(shù)引進(jìn),這就需要向出口國繳納高額的購置費(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)已成為我國高鐵系統(tǒng)未來建設(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．

我國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(見圖1(a))和突尼斯CFD列車座椅(見圖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)靈感來源于簡單的方形切割,通過在基本形的內(nèi)部添加曲線過渡,凸顯大氣簡潔的設(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,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、牢固的視覺和心理感受．

圖1 國外座椅設(shè)計(jì)案例

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

綜觀近年來國際高速列車座椅設(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)開始改變長期以來的“通座”模式,強(qiáng)調(diào)設(shè)計(jì)上的視覺獨(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．通過關(guān)系數(shù)據(jù)庫進(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),近年來被廣泛運(yùn)用于近似推理、數(shù)字邏輯分析和化簡、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不同的構(gòu)成方法表現(xiàn)出來的特殊形式[13],是產(chǎn)品精神功能的主要承載者．近年來,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,事先通過計(jì)算數(shù)據(jù)的粗大誤差對(duì)風(fēng)格語意進(jìn)行篩選,提取有效的風(fēng)格評(píng)價(jià)因子．

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．

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)、書刊中搜集到的大量設(shè)計(jì)資料,全體設(shè)計(jì)人員共開展了3輪德爾菲法調(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,但需保持總數(shù)不超過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

綜合近年來國內(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)人員參與了問卷調(diào)查．首先,提取了12個(gè)常見的用于形容車載座椅設(shè)計(jì)風(fēng)格的語意變量,選擇具有代表性的20個(gè)設(shè)計(jì)樣本(見圖3),44人參與了語意評(píng)價(jià),回收有效問卷37份．依據(jù)2.1節(jié)中所述方法,刪除了陽剛、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,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

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]:

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

高速列車座椅的自主研發(fā)是我國高鐵系統(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)鍵性問題還有待展開深入研究．

)

[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&IndustrialEngineering,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].AppliedErgonomics,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].AppliedErgonomics,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].TransportationResearchPartF:TrafficPsychologyandBehaviour,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].InternationalJournalofIndustrialErgonomics,2009,39(1): 7-14.

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

[7] Thangavel K,Pethalakshmi A. Dimensionality reduction based on rough set theory: a review review article [J].AppliedSoftComputing,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].ExpertSystemswithApplications,2010,37(1):610-617.

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

[10] Yin Yunfei,Gong Guanghong,Han Liang. Control approach to rough set reduction [J].Computers&MathematicswithApplications,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].ExpertSystemswithApplications,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].EcologicalModelling,2011,222(2):232-240.

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

[14] Belaziz M,Bouras A,Brun J M. Morphological analysis for product design [J].Computer-AidedDesign,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].ExpertSystemswithApplications,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].InternationalJournalofIndustrialErgonomics,2009,39(2):295-302.

[17] Shi Fuqian,Sun Shouqian,Xu Jiang. Employing rough sets and association rule mining in KANSEI knowledge extraction [J].InformationSciences,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].JournalofSoutheastUniversity:NaturalScienceEdition,2011,41(4): 734-738.(in Chinese)

[19] 苗奪謙,李道國. 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.