基于模糊计算矩阵的产品智能审美评价系统研究

张 萍，孙沛洲

（合肥工业大学 建筑与艺术学院，合肥 230601）

一、产品的审美评价

随着电子信息技术的成熟和科技创新成果的井喷式发展，种类繁多的技术产品衍生物进入到人们的生活和工作中，工业产品在这样的环境下不断推陈出新，其涉及的范围和包含的种类也在以惊人的速度扩展。与此相对，在产品涌现的速度与数量都不断地膨胀的过程中，产品的市场竞争也愈演愈烈。企业只有不断地设计创新才能在竞争激烈的产品市场中站稳脚跟。另一方面，成功地开发出一套产品方案也不再是简单的事情，传统的评价标准已经不能满足新的产品设计要求，必须要有一套科学的审美评价体系来帮助企业进行产品开发。

工业设计产品的审美评价是工业设计规模性发展过程中较为突出的问题，其中主要的难点在于如何解决工业设计的美学质量层级问题，并将审美元素智能化、数值化地客观表达。

产品的审美评价，其审美对象是批量化生产的工业产品。产品不同于艺术品，不仅要有美的内涵，更重要的是须具有功能性内涵，内涵的复杂性赋予了产品主观与客观的双重特性，这给产品的审美评价带来了一定的困难。与此同时，随着社会科学的深入和人机工程学的发展，产品在满足人们功能需求的同时，日趋情感化和艺术化，功能性内涵和审美性内涵逐渐密不可分［1］。如何在产品设计的过程中全面而系统地确立评价指标，并对产品的各项指标进行比较和判定，判断产品设计方案的价值和优劣，以期筛选出最佳的设计方案，不仅是工业设计师的要求，同时也是企业和消费者的要求。

二、智能审美评价流程

传统的审美评价是主观的，它取决于审美修养、审美经验、思想水平、个人的生活情感好恶等等。随着设计元素的多样化和设计对象的复杂化，单凭设计师和管理者的经验、直觉和主观的评价指导设计已不能适应现代产品和用户的要求。产品审美评价的主要的难点在于如何解决产品设计中的美学质量评价，如何将产品设计中的审美元素客观表达，如何将这些评价结果量化处理以使评价结果精确、科学［2］。因此，确立理性的、严谨的产品评价体系和合理的、科学的评价标准是产品审美评价的大势所趋。产品智能审美评价系统是基于计算机网络技术和云计算技术发展的基础上构建的审美评价系统。借助计算机技术和云计算技术，智能审美评价系统将传统评价中主观的、定性的指标转化为计算机中客观的、定量的数据指标，计算机通过数据库的模糊计算矩阵，对这些从产品中提取的数据进行计算，并以此来进行评价。智能审美评价系统将产品分解为最原始的数据公式，对数据进行计算来评价方案的优劣。智能审美评价系统是客观而精确的，摆脱了传统审美评价的狭隘性和主观性，为企业进行方案的筛选和设计的评价提供了数据依据和系统支持。

图1 审美评价系统流程图

产品智能审美评价系统的理论框架如上图1所示：首先将工业设计所表现出的客观美学内涵和用户的美学感受提取为形容词，对形容词进行同向化处理得到审美元素，初步建立审美元素特征库；建立审美评价指标体系，根据不同指标对审美元素进行若干倾向化与同一化排序，建立审美元素计算模型；导入产品的三维模型效果图及其他数据；输入人工约束和设计约束，利用模糊评价矩阵对方案数据进行计算和分析；最终输出评价结果并对方案进行推荐。

三、审美评价数据库

1.审美元素特征库

审美元素特征库是智能审美评价数据库的基础。特征库的构建是进行审美关键形容词的提取和定义、建立评价指标体系，对审美关键词进行同向化处理和排序的过程。经过审美元素特征库的构建，将传统的评价方式中的定性评价处理为独立的形容词词汇，为系统对形容词汇进行定量化处理和计算做准备。

审美指标的确立是构建审美元素的前提条件，形容词的提取和同向化处理是根据审美指标来排序的。本文将审美评价的评价标准定为以下几个方面：首先是美学基本法则——对称与均衡、变化与统一、尺度与比例、节奏与韵律、过渡与呼应、稳定与轻巧等基本法则；其次是审美的四个主要方面，分别为形态美、色彩美、材料美、装饰美。审美的四个方面很多都体现了美学的基本法则，可以说，美学基本法则是审美的基础，而审美的四个方面为审美评价确立了方向。另外，表现时效性与特异性的时代性特征、地域性特征和个性化等标准，由于其因时而异、因地而异，在这里不做进一步确立。

审美形容词汇是特征库的基础，其由美学形容词经过筛选整合后得到。审美形容词汇的原型是人们日常运用的主观美学评价词汇，如“很舒服”、“较大方”。通过对主观评价词汇同向化处理，得到了审美正向形容词库，如理性、动感、柔和等等。经过处理的形容词汇有很多具有相近意味，如理性与严谨，轻松与舒适，安详与和谐等。这些词汇并不重复，但是在某些标准下表达程度相近，因此可以归为一组。

2.审美评价指标确立

审美评价的主要方面为美学基本法则和材料工艺、色彩、造型和表面装饰四个美学标准。美学基本法则主要表现在比例和尺度方面，其他法则在四项美学标准中都有体现。

现在针对四项标准中每项标准设定二级评价项，如色彩的冷与暖、多与少、明与暗；形态的方与圆、曲与直、简与繁；装饰的少与多、疏与密；材料的软与硬、轻与重；等等。这些二级评价项可作为坐标轴的两端，而坐标轴的标尺为审美形容词汇。每一格标尺并不仅仅有一个词汇，而是包含意义相近的一组词汇，各二级评价轴的尺度比例是相同的，一般分为10格。形容词汇的排序并不是一成不变的，而是根据二级评价项的不同而改变。

四、模糊计算矩阵

审美元素特征库中的形容词词汇是综合性的，它单纯地提取出了人类的情感因子，而这些情感因子的指向性比较模糊，这与人们在形容某件事物时“好、坏、很差”等等词汇是相通的，有些词汇并没有层次上的高低，如简练与活力，代表了两种不同的风格特征，两者之间没有好坏之分。计算机在利用审美特征库对方案进行定量化处理和计算的过程中，主要运用的是基于模糊数学而构建的“模糊计算矩阵”，而“模糊计算矩阵”就是利用集合与模糊数学的方法将模糊的信息数值化，以得到定量数据，并进行数据的加权计算，分析结果的评价方法。“模糊计算矩阵”增加了判断的真实性和准确性。

在进行模糊计算前，计算机会对提取的方案基本信息进行分析，如尺寸和比例，计算机会根据现有产品类别的基本尺寸、比例和产品约束来初步判定方案是否符合要求。

在利用模糊计算矩阵进行评价时，需要评价主体输入外部约束和设计约束。外部约束和设计约束也是主观的。系统采集约束并对约束进行处理，提取关键词，得到约束的形容词汇。单一的约束对应单一评价项，而约束关键词是通用的、综合性的。计算机通过对方案数据的计算，判定方案在某评价项坐标轴的位置，该位置与约束关键词之间的相对距离为方案在该评价项下的二级评分。

下表为单约束下的M 个方案对应N 个评价项的模糊评价矩阵。表格中，第一行为不同的标准项，第一列为不同产品方案。X11方案1在标准项1下的评分结果。则Xmn为方案M 在标准项N 下的评分结果。

表1 方案的审美模糊评价矩阵

对每一个方案的得分进行标准差计算，得到初始得分。初始得分代表了对应评价项的距离，因此数值越小代表越符合约束要求。为了方便后续的计算和处理，一般用10减去标准差，最终得到正向二级得分。方案在单约束下的正向二级得分为：

外部约束往往不止一个，如对造型的要求是简练，对材料的要求是轻便，对装饰的要求是简易化；等等。约束之间有主次之分，评价主体根据需要对所有的外部约束进行权重分配，确认重要程度，对二级评分乘以权重，得出最终的计算结果。

针对复杂约束，现引入约束的权重系数U＝｛μ1，μ2，…，μm｝，权重之和为1。每项约束的正向得分为A＝｛a1，a2，…，an｝，其中权重与约束得分一一对应。

从而得到该方案的评价集为C＝U＊V＝｛μ1，μ2，…，μm｝＊｛a1，a2，…，an｝＝｛μ1a1＋μ2a2＋…μman｝，C为该方案的最终得分。

总之，智能审美评价系统将计算机技术和模糊计算技术引入产品的评价过程中，将主观的传统评价模式替代为定量的客观的评价系统。审美元素的提取与同向化排列是构建系统的关键，数据库和模糊数学为该系统的构建提供了技术基础。在利用审美评价系统进行方案评价时，要确保方案模型的精确性和完整性。同时，人工约束的建立和约束间的权重分配也需要评价主体人工输入。智能审美评价系统是客观而精确的，摆脱了传统审美评价的狭隘性和主观性，为企业进行方案的确定和设计的评价提供了数据依据和系统支持。

［1］王受之.世界现代设计史［M］.北京：中国青年出版社，2006.

［2］熊湘晖.产品造型设计的外观质量美学评价理论及研究［D］.昆明理工大学，2005.

［3］于建新，杨茂生.产品造型工业设计评价体系研究［J］.山东科学，2008，（5）：21－24.

［4］谢季坚，刘承平.模糊数学方法及其应用［M］.武汉：华中科技大学出版社，2006.

［5］钟 欣，王 玫，王 杰.基于层次分析法的电子产品概念设计评价研究［J］.包装工程，2008，（11）：108－111.

［6］安 莹，徐人平.模糊数学理论在产品设计评价中的应用［J］.陕西科学技术大学学报，2010，（6）：149－153.