基于TOPSIS法的汽车内饰CMF意象感知研究

牛岁清，章芳颖，侯洁茹

基于TOPSIS法的汽车内饰CMF意象感知研究

牛岁清，章芳颖，侯洁茹

（武汉理工大学 艺术与设计学院，湖北 武汉 430070）

为提高汽车内饰CMF优化设计方案与用户意象感知的匹配度，最大程度满足用户感性需求，随机选取市面上六款中型SUV内饰的CMF设计方案，运用TOPSIS法，计算各CMF设计方案与用户理想方案的贴近度并排序，选择最贴近用户意象感知最优解的内饰CMF方案。TOPSIS法量化了用户感性需求与内饰CMF的关系，对汽车内饰CMF的设计开发有一定指导意义。将TOPSIS法引入汽车内饰CMF设计方案优选，可帮助设计师捕获用户的感性需求，降低设计师优选CMF方案的主观盲目性。

TOPSIS法；汽车内饰；CMF设计；意象感知

随着汽车工业迅速发展，人们对汽车的定义逐渐由代步交通工具转向移动空间，对汽车内饰的要求也越来越严格，而汽车内饰CMF设计的优劣则严重影响着用户的视觉习惯和心理体验。同时，以用户为中心的设计理念趋于成熟，人们强调功能主义和理性主义的特质弱化很多，对于产品设计呈现出多样化的感性需求[1]。单纯地满足用户功能需求已不再是设计师的唯一目的，把握用户的情感化需求，提升用户体验度必将是设计的发展趋势。

目前，中国汽车内饰CMF设计依据主要来源于市场调研、趋势分析、新的材料工艺情报搜集等，对于用户的感性参与度有所忽略。因此，如何选择符合用户的感性需求，能拉近与用户情感关系的汽车内饰CMF设计方案是设计师所要面临的难点。

1 概述

1.1 汽车内饰CMF的意象感知

CMF意象感知以生理机制为基础，通过感官的综合刺激对人产生物理效应、生理效应及心理效应，进而影响人对内饰搭配的客观质感和肌理等信息的感性描述[2]。汽车内饰色彩、材质及工艺处理方式的不同，给人带来的感觉习惯和心理感受也不同，用户对于设计意象的感知程度直接影响汽车驾驶过程中的情感体验。内饰CMF的感性意象是用户情感化需求和设计成果之间的重要媒介，用户多样化的情感化需求可对应于多种主观的感性意象。设计师通过对用户的设计意象感知进行研究，洞察消费者深层次的情感化需求，同时采用合适的设计手法将与用户感性需求相匹配的意象融入内饰CMF设计中，进而与用户建立相应的情感共鸣。

1.2 TOPSIS法

TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法（逼近理想解排序法）[3]是HWANG和YOON于1981年所提出的一种多目标多属性评价方法。其基本思想是先确定多属性决策问题的正理想解和负理想解，然后通过检测有限个评价对象与理想化目标之间的贴近度来进行排序，从而确定评价对象优劣的分析方法。使用该方法进行多目标分析决策，能有效提高方案选择的客观性和完整性。王媚雪等人[4]基于用户体验对自闭症儿童移动学习应用设计构建评价体系，同时使用层次分析法对TOPSIS法中的指标权重进行计算以及一致性检验，增强了TOPSIS法的准确性。吕欣等人[5]提出了一种结合AHP-TOPSIS方法的儿童安全座椅评价指标体系，综合两种分析方法的各自特点，相较于单一传统的TOPSIS综合评价法，此方法更为严谨。

本文将TOPSIS法与汽车内饰CMF设计方案选择相结合，通过对内饰CMF意象感知的研究，计算分析各方案与用户意象感知理想化目标之间的接近度并进行排序，准确捕获用户的感性需求和审美情趣，以期选出真正满足用户感性需求的方案。

2 TOPSIS法操作步骤

在汽车内饰CMF设计的实践过程中，用户的感性需求随着时代发展呈现出日新月异的多元性，内饰CMF感性意象也趋向多样化、抽象化。如今，设计师对于用户意象感知程度的把握多采用问卷调查、用户访谈、客户体验历程图等定性研究方法，对于数据的处理和分析则缺少准确科学的方法，从而导致设计师对用户感性需求的判断存在一定误差，阻碍了内饰CMF的优化设计。本文根据TOPSIS法的基本计算程序，研究汽车内饰CMF意象感知的综合评价，可将研究过程分为以下四个步骤：构造初始矩阵，构造权重标准化矩阵，确定正、负理想解，计算相对贴近度并排序。

2.1 构造初始矩阵

TOPSIS综合评价法的首要步骤是在获得相关人员对多个评价对象的多指标评分基础上，对原始数据进行整合统计后构造初始数学矩阵。具体在汽车内饰CMF意象感知研究中，假设有个汽车内饰CMF方案样本，方案样本用表示，个用于评价方案的感性意象指标，意象指标用表示，则方案评价的初始矩阵可记为：

式（1）中：ij为相关人员对第个CMF方案的第个感性意象的感知程度均值。

需要注意的是，在TOPSIS法中，有四种指标类型，分别为：越大（多）越优的极大型指标、越小（少）越优的极小型指标、越接近某个值越优的中间型指标、越接近某个区间越优的区间型指标。若在操作TOPSIS法过程中，存在多个类型的评价指标，则需要对初始矩阵数据进行正向化处理，即将非极大值指标转化为极大值指标，指标转化方法如表1所示。

表1 数据正向化处理方法

指标类型转化公式注释 极小值指标｛xi｝为一组极小型指标序列，max为所有的数值中最大的数 中间型指标，｛xi｝为一组中间型指标序列，xbest为中间最佳的特定数值 区间型指标｛xi｝为一组区间型指标序列，［a，b］为最佳的指标区间

为了评价操作的便捷性，本次内饰CMF意象感知研究在意象指标确定时，将其统一处理成极大值指标，降低操作难度，提高多方案选择决策的速度。

2.2 构造权重标准化矩阵

在寻找用户意象感知程度最优的汽车内饰CMF方案（以下称正理想解）时，不同的感性意象指标有不同的属性特点，使得不同的意象指标的量纲不同，意象感知信息之间存在差异性，所以，在确定理想解之前要对原始数据进行无量纲化处理。采用规范化向量法，将矩阵中所有的意象指标评估均值都变为处于（0，1）这个区间的树值，以便不同属性的意象指标的比较，减少误差，此法计算公式如下：

由于不同意象指标对评价对象本身和评估结果的影响程度不相同，为了确保评价结果更加准确，引入权重这个概念，采用专家评分法，让专业人员根据每个感性意象指标对于内饰方案的重要性及影响，来分配各个评估指标的权重i，然后构造权重标准化矩阵如下：

2.3 确定正、负理想解并计算距离

正、负理想解是设想的解，即虚拟的最佳和最劣的汽车内饰CMF方案，正理想解的各个属性值都达到各个CMF方案中的最佳值；反之，负理想解的各个属性值都达到各个CMF方案中的最低值。正理想解用+表示，负理想解用-表示，其计算公式如下：

2.4 计算相对贴近度并排序

单一地比较备选方案与正理想解或负理想解之间的距离并不能全面地判断一个方案的优劣，在TOPSIS法中要求最佳方案应最接近正理想解的同时又远离负理想解，因此，还需要对计算出的距离进行分析，得到各个评价方案的综合贴近度。

第个评价目标的贴近度用i表示，计算公式如下：

贴近度的计算结果是一个处在区间（0，1）之间的数，数值越大则表示与理想解的贴合度越高，用户对内饰CMF意象感知程度最佳。将所有CMF方案的贴近度i，按照从大到小的顺序排列，数值最大的就是所求的最优解决方案。

3 实例分析

3.1 实例搜集与用户定位

根据市场趋势及汽车销量统计结果分析，众多车型中，SUV逐渐受到大众的青睐，绝大多数有购车计划的消费者会首选此款车型。因此，本研究随机选取市面上六款风格各异的中型SUV内饰CMF方案，为避免内饰造型设计对目标用户关于CMF意象感知的影响，对待评价的内饰方案进行解构并提取其色彩、材质及工艺要素[6]，最终获得6个汽车内饰CMF方案样本，如图1所示。同时为确保结果的精准性，有针对性地选择具有一定驾车经验或购车计划的目标用户且男女比例为1∶1，最终挑选符合要求的目标用户共计50名。

图1 汽车内饰CMF方案样本

3.2 CMF意象语义提取

通过搜索互联网、询问相关从业设计师、阅读汽车杂志等途径，从情感量尺所必须涵盖的评价、力量、活性三个维度，初步收集汽车内饰CMF感性意象词对25组。邀请20名汽车设计专业人员对初步收集的意象词对进行专家测评，按照半数通过的原则甄选出6组可用于评价CMF设计的感性意象词对。感性意象词对指标确定之后，分别征求专家的意见，对6组感性意象指标进行权重评估并对评估数据进行归一化处理，最终得到6组意象词对及其指标权重，如表2所示。

表2 感性意象词对及其权重

123456 消极词性狭窄冰冷粗糙低廉平常坚硬 积极词性宽敞温馨精致高贵新颖柔软 指标权重0.170.190.180.150.140.17

为了获得目标用户对各内饰CMF方案不同意象的感知数值，采用李克特五度量表对6组意象词对进行量化，如图2所示。

图2 意象词对五度量表

由50名目标用户通过观察解构处理后的各内饰方案，根据自己的主观判断依次在各个内饰CMF方案样本的6组感性意象指标下分别评分，最终获得目标用户对各内饰CMF方案意象感知的评分均值，如表3所示。

表3 目标用户感性意象感知均值

样本编号目标用户意象感知均值 狭窄—宽敞冰冷—温馨粗糙—精致低廉—高贵平常—新颖坚硬—柔软 C13.182.153.323.232.941.97 C23.742.943.653.613.192.97 C33.482.843.072.892.662.67 C43.733.844.063.653.524.21 C53.873.894.114.254.033.91 C63.483.133.353.423.133.26

3.3 贴近度计算

根据上述各汽车内饰CMF方案的用户意象感知评分均值，可构造用于评价各方案用户意象感知程度的初始数列矩阵如下：

根据式（2）（3），将各方案样本的初始矩阵进行无量纲化处理并考虑权重的影响因素，即可构造权重标准化数列如下：

根据式（4）（5），正理想解的向量数值为用户各意象感知评价的最大值，负理想解的向量数值为用户各意象感知评价的最小值，由此计算出正理想解+和负理想解-如下：+=（0.074 872 34，0.094 627 17，0.083 568 95，0.073 662 02，0.070 347 43，0.089 834 89），-=（0.061 523 01，0.052 300 36，0.062 422 55，0.050 090 17，0.046 432 80，0.042 036 76）根据式（6），分别计算各内饰方案意象感知评价值与正、负理想解间的欧拉距离+、-并根据两个欧拉距离的数值综合计算各方案与最佳理想解的贴近度，计算结果如表4所示。

3.4 结果分析

根据贴近度的计算结果，可对6个方案样本进行综合优越度排序，即CMF方案的优劣排序，结果为：C6＞C2＞C3＞C4＞C1＞C5。分析结果可知，方案6和方案2较符合用户的感性需求，目标用户对这两个方案的CMF意象感知评价较高，能够清晰感受到汽车内饰色彩、材质、工艺所传达的情感化语义，在一定程度上增强驾驶的情感体验及良好的心理感受。

表4 欧式距离及贴近度计算结果

方案样本C1C2C3C4C5C6 D+0.072 020 960.040 816 910.057 999 130.014 044 590.006 401 540.038 758 50 D-0.009 189 990.036 365 090.023 206 190.069 943 180.072 513 130.039 291 45 S0.113 161 940.471 160 230.285 771 770.167 221 890.081 119 730.496 585 80

4 结论

将TOPSIS法引入汽车内饰CMF优化设计中，根据目标用户对各内饰方案意象感知程度的评价均值，通过数理方法对评价均值进行一定处理，计算各内饰方案与正、负理想解的贴近度并进行排序，找出与用户意象感知最匹配的CMF方案。此方法可快速帮助设计师完成最优方案的选择，并对后续设计具有一定指导意义。由于各方案样本是以图片形式展现给用户，无法让用户充分感知整车内饰CMF方案，因此，本研究也存在一定局限性。

［1］崔杰.汽车内饰IP部件设计中的无感［J］.科技与创新，2019（11）：40-42.

［2］赵艳梅.基于色彩感知的儿童医疗器械情感化设计研究［J］.机械设计，2019，36（2）：142-144.

［3］张夏.基于AHP-TOPSIS的IOS系统社交类APP图标评价模型构建［D］.济南：齐鲁工业大学，2019.

［4］王媚雪，翟洪磊.基于TOPSIS法的自闭症儿童移动学习应用设计评价研究［J］.工业设计，2020（2）：60-61.

［5］吕欣，刘玉云.基于AHP-TOPSIS方法的儿童安全座椅设计方案评价研究［J］.包装工程，2019，40（14）：150-155.

［6］陈俊洁.基于感性工学的汽车内饰CMF设计意象评价研究［J］.工业设计，2020（2）：62-63.

U463.839.2

A

10.15913/j.cnki.kjycx.2020.09.007

2095－6835（2020）09－0020－03

牛岁清（1998—），女，江苏扬州人，2017级在读本科生，工程设计专业，研究方向为交通工具设计。

〔编辑：严丽琴〕