模糊综合评价法在造型审美意向评价中的应用研究

刘昱

摘 要：造型审美意向尺度顾名思义是指使用者对于产品外观的主观审美感受的优劣，是一种主观的、模糊的评价思维。文章运用工业设计的原理，在用户需求研究的基础上，对影响工业设备造型审美意向评价的各项指标进行归纳整理并分配权重，再结合模糊综合评价方法，构建工业设备造型意向评价数学模型，进行评价。

关键词：模糊评价；用户需求；工业设备；权重

1 模糊综合评价法

模糊综合评价法是一种基于模糊数学理论的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

1.1 相关术语定义

（1）评价因素：系指对招标项目评议的具体内容（例如，功能性、经济性、人机环境、美观性、创造性，等）。

为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类（对工业设备而言，可划分例如：功能性、经济性、人机环境、美观性、创造性等），把每一类都视为单一评价因素，并称之为第一级评价因素。第一级评价因素可以设置下属的第二级评价因素（例如，第一级评价因素“功能性”可以有下属的第二级评价因素：性能水平、用途可靠性、形态与功能的统一，等）。第二级评价因素可以设置下属的第三级评价因素，依此类推。

（2）评价值：系指评价因素的优劣程度。评价因素最优的评价值为1（采用百分制时为100分）；欠优的评价因素，依据欠优的程度，其评价值大于或等于零、小于或等于1（采用百分制时为100分），即0≤E≤1（采用百分制时0≤E≤100）。

（3）权重：指评价因素相对于上一层目标的地位和重要程度。

第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为1。

1.2 数学模型的建立和评价方法

模糊数学是用精确的数学方法去处理“很好”、“好”、“一般”、“差”等过去无法用数学描述的模糊性语言变量。从质量评定体系中可以看出绝大多数项目具有非定量化的模糊特点。运用模糊数学方法可以对产品造型质量做出合理的判断。

1.2.1 因素集的构造

为了便于评价，首先要构造因素集。也即对评判内容明确化，此时可根据评判需要。由评判因素构造出一个因素集，用U表示。如对某一工业设备外观造型。可构造如下因素集：U=功能性、经济性、人机环境、美观性、创造性等。

1.2.2 评价方法

对于U中的每一个评判因素分别构造其评语集。这样，在进行多因素综合评判时有两个集合，即：评语集V=[V1，V2，…，Vn]；因素集U=[U1，U2，…，Um]。评价时先对因素集中的每一个元素按照评语集中的各元素进行评价，则可得到多个模糊集：

式（1）的模糊矩阵给出了对各单一因素的评价结果，但是没有形成明确的、整体的评判结论。为了明确表示评价结果，对上述模糊矩阵进行处理，把它化为一行矩阵，即：

Y=X·R （2）

式（2）中：“·”为模糊矩阵的乘法运算；X是一个模糊集。由它来考虑各评价因素在整个评价指标中所占的比重，称为权数：X=[X1，X2，…，Xm]，0≤Xi≤1 其中，X1+X2+…+Xm=1，即100%好评。

最后得到模糊子集S=[S1，S2，…，Sm]，称为模糊评判结果，评判结果也称为隶属度。

若要对多个方案进行比较，还要进行模糊综合评价。计算模糊综合评价得分C=S·E，其中E为与评语集V相对应的评价尺度集。据此，可进一步比较各个评价对象的优劣，选出最佳设计方案。

2 应用实例分析

本文选择下图1中两台机床为例，综合运用层次分析法和模糊综合评价法对其进行评价。所选机床全部为国外名厂出品的高精密CNC数控加工机床，具有相似的物质功能和工作环境。其造型设计都比较优秀，难以直接做出优劣判断。借助于本文所论述的方法，进行评价后，可很直观的分辨优劣，便于决策层进行判断研究。

2.1 二级因素的模糊综合评价

2.1.1 确定评价体系（见图2）

2.1.2 确定要素权重

利用研究结果，总结各要素权重如下：

工业设备造型审美意向评价体系

造型：权重 0.2443

细化的评价要素及权重：工业设备造型与功能相统一，适应机械设计要求 0.3404；工业设备造型体量均衡、协调，形态过度合理，稳定感 0.2571；比例协调、局部与整体风格相统一 0.136；外观规整、面棱清晰 0.1801；各机件配合默契、严谨，具有整体感 0.0865。

色彩：权重 0.1371

细化的评价要素及权重：工业设备色彩与功能和使用环境吻合0.5393；色感视觉稳定，色彩划分与形态、功能划分相一致 0.2974；颜色对比适度协调 0.1633。

质感：权重 0.1371

细化的评价要素及权重：材料选择适当、质感与功能及整体风格相协调，富有时代感 0.5393；工业设备表面处理精细，质感纯正、光顺 0.2974；制作技术先进、工艺精湛 0.1633。

易用性：权重 0.402

细化的评价要素及权重：操作控制装置造型合理位置安排得当0.329；显示终端造型合理，位置安排得当0.2002；操作件使用方便，符合正确施力范圍要求0.329；操作和显示装置相互匹配合理 0.1418。

其他：权重 0.0793

细化的评价要素及权重：经济性 0.4；环保性 0.4；文化内涵 0.2。

2.1.3 确定评价等级和相应尺度

根据专家经验，确定评价等级分别为“很好、较好、一般、差”，其相应评价尺度集E=[10、8、5、2.5]（10分制）。设计问卷，展开调查。

2.1.4 确定单因素评价矩阵，计算两方案模糊综合评定向量并进行优劣顺序比较。

由评价小组分别对两个设计方案评定在各指标上的得分。以造型为例，分析得分情况：

（1）确定单因素评价矩阵

A机床造型得分情况（如表1）

根据表1所示信息，用得分除以10（总人数）最为隶属度，可得A机床造型单因素评价矩阵R1如下，同理得到B机床造型单因素评价矩阵R2如下：

（2）计算模糊综合评定向量

根据评价结果可以看出B机床造型隶属度倾向于“较好”

（3）两方案优劣顺序比较

由上述计算可知，在造型环节上A方案比B方案要优秀。

同样方法我们可以分别得出色彩、质感、易用性、其它等环节A、B两方案优秀程度。

2.2 一级因素的模糊综合评价

确定机床A和机床B两方案总体模糊综合评定向量，并对机床A、B设计方案进行优劣排序。

通过上面对个单因素进行模糊综合评定向量计算和排序，可以发现机床A和机床B在“造型、色彩、质感、易用性、其他”5个方面，各有优劣。若想比较A、B两机床总体造型设计的优劣，需要利用这5个方面的权重向量，进一步展开计算，才能得到。方法与前述单因素评价过程相似。

造型审美意向得分情况：

2.2.1 确定因素评价矩阵

A机床造型审美意向得分情况

根据表2所示信息，可得A机床总体造型审美意向因素评价矩阵RA如下：

2.2.2 计算模糊综合评定向量

2.2.3 两方案优劣顺序比较

本文研究方法，不仅适用于工业设备造型设计评价，更是为其他类产品设计评价领域提供一些解决问题的思路，将用户研究引入產品设计与开发之中，利用数学的方法对主观感受进行量化分析，最终会成为未来设计评价的一个主要解决方法。

参考文献

[1]李乐山.设计调查[M].北京：中国建筑工业出版社，2007.

[2]杜纲.管理数学基础[M].天津：天津大学出版社，2006.

[3]杨正.工业产品造型设计[M].武昌：武汉大学出版社，2002.

[4]陈震邦.工业产品造型设计[M].北京：机械工业出版社，2003.