基于数量化理论Ⅰ的男衬衫设计要素感性评价

2023-07-04 02:15宋莹阮胜坤
丝绸 2023年3期
关键词:设计要素数学模型

宋莹 阮胜坤

摘要: 随着消费者着装需求个性化要求的提高,在服装设计过程中只有充分考虑到用户的感性需求,才能设计出符合消费者满意度的服装产品。本文以男衬衫为研究对象,提出感性工学与数量化理论Ⅰ相结合的款式设计研究方案。首先通过语意差异法获取消费者对男衬衫样本的感性评价,再利用SPSS软件对评价结果进行分析,提取感性因子,从而创建男衬衫二维感性分布空间。同时分析款式特征,归纳出男衬衫主要设计要素,在此基础上应用数量化理论Ⅰ,通过线性回归分析得出感性因子与设计要素之间的关联预测,并构建数学模型。经验证,该模型实测值与预测值之间拟合度较高,符合正态分布要求,模型有效可行。最后通过案例设计与验证,进一步证明该模型能够实现用户感性需求与男衬衫设计要素之间的有效转换,对男衬衫款式設计与感性评价具有一定借鉴作用。

关键词: 男衬衫;感性工学;款式设计;数量化理论;设计要素;数学模型

中图分类号: TS941.26

文献标志码: A

文章编号: 1001-7003(2023)03-0105-08

引用页码:

031202

DOI: 10.3969/j.issn.1001-7003.2023.03.014(篇序)

随着服装产业日益激烈的市场竞争,传统、单一同质化的服装款式,已经远不能满足消费者对着装个性化与多样化的心理消费需求。人们通过着装追求情感的愉悦与个性的展示,因此以消费者为中心的服装设计理念愈发受到重视[1],他们对服装款式造型的感性评价也成为影响其消费行为的重要因素之一[2]。

感性工学(Kansei engineering)的概念由日本著名设计学大师山本健一提出[3],主要用于将无法或难以量化的主观因素进行客观量化[4],并对量化结果与产品设计要素之间关系进行明确探讨[5],帮助设计师设计出更贴合“人”的感性需求的产品[6]。目前这一理论已经在服装设计、汽车制造等多个领域得到广泛应用。例如,Jin等[7]以消费者特定文化背景情感下的感性需求为研究对象,对消费者对时尚设计的情感反应进行感性评价,将消费者的感性需求量化为概念框架,进而为时尚设计提供一定的理论指导。Ge等[8]针对男士纯色衬衫的网购销量逐渐下降的现象,利用感性工学对如何解决这一问题进行分析,发现网上销售标题中关于造型和色彩的描述最能吸引消费者,进而总结出如何通过提高纯色男衬衫网上销售标题的质量来提高其点击量和成交量。Chen等[9]利用感性工程理论和方法获取用户的感知图像,并基于形态分析方法对图案进行解构和编码找到相应的设计代码组合,最后以服装剪纸图案为例进行验证;验证结果表明,该设计系统在图案设计中能很好地反映用户的感性形象,提高图案定制服务的效率。

在产品设计的过程中,着重凝练消费者的感性需求,能够更好地实现设计目的,避免产品同质化现象的发生。数量化理论Ⅰ(Quantitation theory Ⅰ)作为研究人类主观感性需求与产品设计要素相关性的主要方法之一[10],通过创建多元回归数学模型对因变量的变化趋势与特征进行预测,并归纳出因变量与自变量之间的相互关联规律[11]。在此基础上,利用所获取的参数将主客观2种不同性质的变量进行科学整合,最终实现产品设计要素与“人”的感性需求之间的有效融合,帮助设计师设计研发出更能满足消费者心理需求的产品[12]。目前,该理论在服装设计领域主要应用在消费者感性需求与服装款式设计要素对应关系的研究中[13],且已有学者在对服装造型、面料及色彩等设计要素进行主观研究的基础上,结合数量化理论Ⅰ对服装设计原理与规则进行量化总结与归纳[14]。

通过对现有文献的研究可知,目前大多数利用感性工学进行服装款式设计的研究,更多是集中在服装单一部件与某一细节方面,缺少对某一类服装整体款式造型的研究,同时也缺乏对研究结论的客观验证。针对这一现状,本文以男衬衫为研究对象,总结提取其款式设计的主要要素,根据选取的男衬衫款式图,采用语意差异法对感性词对进行评分;在此基础上,将数量化理论Ⅰ与感性工学相结合,深入探讨消费者感性需求与男衬衫款式设计要素之间的关联度,并建立与之对应的回归预测模型,进而为设计师设计出具有较高市场满意度的男衬衫提供参考与建议。

1 感性工学研究

本文感性工学研究首先通过收集并确定男衬衫研究样本、提取款式设计要素、确定感性词对,在此基础上创建感性调研问卷,通过被调者对男衬衫样本的感性评分建立消费者的感性需求与男衬衫之间的关联性;利用SPSS 26.0软件对问卷结果进行相关性分析,最终确立男衬衫款式造型与感性意象之间的关联度。具体研究流程如图1所示。

1.1 确定研究样本

由于男衬衫款式造型变化主要体现在衣身部分,袖子长度对衬衫整体造型风格影响不大[15],因此本文将男衬衫统一为春秋季长袖男衬衫。

通过查阅服装杂志、访问服装设计类网站及走访实体店面等形式,对男衬衫款式图片进行收集,由10名服装设计领域专业人士与10名高校服装设计专业教师,从中筛选出20款具有代表性的男衬衫款式图片作为研究样本。同时为了保证对男衬衫款式造型的后续评价不受面料质地、图案、颜色、配饰及模特等因素的干扰,利用Adobe Illustrator artwork 22.0将研究样本绘制成比例一致的黑白线图,作为后续研究的刺激图(图2)。将款式造型接近的男衬衫刺激图分开排列,以免观察者混淆。

1.2 设计要素提取

男衬衫在款式设计上主要包括整体廓形和细节造型的设计。本文对收集的男衬衫款式造型进行分析,在此基础上将男衬衫款式设计要素提炼为8个要素,以及23个要素子类目,如表1所示。

其中廓形要素中,将贴近人体、放松量较小、凸显腰线的款式造型定义为修身;将与人体距离适中、放松量适中,且胸围与腰线呈直线造型的款式造型定义为合身;将衬衫远离人体、整体尺寸放松量较大,且肩线下落明显的款式造型定义为宽松。

1.2.1 確定感性词对

通过阅读服装专业书籍、杂志,广泛收集对服装风格进行感性描绘的形容词,首次整理出80个与男衬衫造型风格相关的感性形容词,对意思相近的词汇进行提炼,并剔除低频形容词;最后邀请10名专业的服装设计人员最终确定出最能准确描述男衬衫造型,且出现频率最高的8对具有相反语意的形容词对作为本次研究的感性词对。8对感性词对分别为:老气的—年轻的、正式的—休闲的、简单的—复杂的、大众的—个性的、经典的—时尚的。稳重的—活泼的、儒雅的—粗犷的、保守的—前卫的。

1.2.2 调查问卷设计

本问卷采用5个感觉量级的产品语意差异法对调查问卷进行设计[16],让受调者对男衬衫样本的款式与8对感性词对之间的吻合程度通过赋分的形式进行评价。问卷中的分值代表20款男衬衫样本与感性词对相对应的关联度,分别为-2、-1、0、1和2。以形容词对“正式的—休闲的”为例,-2表示该款男衬衫给人的感性印象特别正式、-1表示比较正式、0表示该款男衬衫既谈不上正式也谈不上休闲、1表示比较休闲、2表示特别休闲。

2 研究结论分析

2.1 数据统计

本调查问卷的调研对象为服装设计专业高校教师、学生及服装公司专业设计人员,利用问卷星的形式通过网络平台进行发放,共发放问卷110份,回收有效问卷106份,回收率96.4%,符合调查问卷样本的容量要求。计算出有效问卷中20款样本的感性评分的平均值,将0作为评价的分界点,所得评价分值距离0分越远,表示其与对应方向的感性词的关联度越高。

采用SPSS 26.0软件对评价结果的平均值进行KMO效度分析及Bartlett球形检验,将感性词对设置为变量,具体检验结果如表2所示。表2中,KMO效度分析值为0.832>0.5,Bartlett球形检验显著性P值为0.000<0.05,说明各变量之间存在显著的相关性,符合因子分析[17]条件。

2.2 数据分析

2.2.1 因子分析

采用主成分分析法对因子分析中的公因子进行提取,得出感性形容词对的解释总方差,如表3所示。通过表3可以看出,所提取出的2个成分的累积贡献率为84.747%,对原有因子解释损失较少。进而说明选择2个因子能够表达所有形容词对的大多数信息,可以对20款男衬衫样本的款式造型进行有效的感性心理评价。

采用最大方差法通过正交旋转得出各因子的载荷矩阵,如表4所示。由表4可看出,儒雅的—粗犷的、稳重的—活泼的、正式的—休闲的和老气的—年轻的这4对感性词对,在因子1上具有较高载荷,并根据感性词对变量的具体含义将其命名为“气质因子”(F1);经典的—时尚的、简单的—复杂的、保守的—前卫的和大众的—个性的这4对感性词对,在因子2上具有较高载荷,并根据感性词对变量的具体含义将其命名为“潮流因子”(F2)。

2.2.2 维度分析

利用回归分析创建因子得分系数矩阵,如表5所示。

进而以因子1得分为横坐标,因子2得分为纵坐标,创建出20款男衬衫样本的二维象限分布图,如图3所示。通过二维象限分布图可将男衬衫设计要素与20个样本的感性评分相对应,即根据样本最主要的感性意象得分将其分布在对应的二维象限空间中,从而将男衬衫款式设计要素与感性意象评价的关联度更直观地体现出来。

分析图3可知,第1象限的男衬衫款式造型风格最为时尚、前卫,具有极强的现代感与潮流感,款式特征主要表现为宽松廓形与不对称的结构造型设计;第2象限的男衬衫款式造型风格正式、稳重,款式较为时尚,整体廓形较为合体;第3象限的男衬衫款式造型更加经典、传统,线条简单变化少,整体感觉相对老气,款式特征主要表现为驳领或立领设计,整体廓形以合体为主;第4象限的男衬衫款式造型宽松、休闲,整体风格表现为活泼且富有朝气,主要款式特征体现为宽松廓形、连帽领与套头的穿脱方式等。

3 数量化理论Ⅰ模型构建

3.1 模型构建

根据数量化理论Ⅰ原理,将设计要素设为项目,设计要素子类设为类目,感性评价均值设为因变量。假设项目数量为m,第i个项目的类目为ri,则δk(i,j)(i=1,2,…,m;j=1,2,…,ri;k=1,2,…,n)表示第k个样本中的第i个项目对应的第j个类目对基准变量y的影响值,如下式所示:

δk(i,j)=1,k样本中第i个项目定性数据为j类目0,其他(1)

根据因变量与各项目、类目之间反应出的线性关系,可创建数学模型[18]:

yk=∑mi=1∑rij=1δk(i,j)bij+εk(2)

式中:bij表示仅依赖于i项目的j类目的系数;εk为第k次抽样中的随机误差;ri表示第i个项目的类目数[19]。

结合表1与式(1)得出20款男衬衫样本反应矩阵,如表6所示。

运用SPSS 26.0统计分析软件,通过多元线性回归分析求解数学模型,对基准变量(y)进行预测。本文以因子1(F1)为例,对无效变量进行剔除后,计算分析得出其类目得分、常数项、偏相关系数、复相关系数与决断系数等项目数值。在多重共线性分析中可知,各类目的方差膨胀因子(VIF)均小于10,说明各自变量之间的共线性现象并不突出,自变量之间的相关程度符合研究要求,可用于后续分析[20]。本文以感性因子1为例对具体线性回归进行分析,结果如表7所示,其中常数项为3.216,复相关系数R为0.970,决定系数R2为0.941。

依据式(2)建立因子1(F1)预测模型和因子2(F2)预测模型,如下式所示:

F1=3.216-2.412A1-1.527A2+0.154B1-0.156B2-0.130B4-0.803C1+0.240D1+0.932D2-0.856E1-0.524E3+0.685F2-1.129G1-0.875G2-0.922H2(3)

F2=2.177-1.363A1-1.267A2-0.623B1-1.045B2+0.524B4-0.794C1-1.131D1+1.275D2+2.948E1-1.112E3-1.385F2+0.040G1+0.713G2-0.205H2(4)

3.2 模型验证

通过计算可知,感性因子1(F1)复相关系数R=0.970,决定系数R2=0.941;感性因子2(F2)复相关系数R=0.729;决定系数R2=0.532;2个因子的复相关系数R均大于0.5,决定系数R2均大于0.25,说明2个因子实测值与预测值之间拟合度较高,能够对大部分变量进行解释。因此,该预测模型较为理想[21],适用于男衬衫款式设计的预测。

运用SPSS 26.0统计分析软件做出2个感性因子的标准化残差直方图(图4)和正态分布图(图5),通过图4与图5可知,2个因子残差均服从正态分布,由此说明所创建的预测模型有效可行。

3.3 实例验证

某顾客欲订制一款年轻、休闲风格的男衬衫。根据图3可知,该风格男衬衫主要位于第4象限,表现为宽松廓形、连帽、套头与弧线底摆等款式特征。综合上述因素,本文将该男衬衫款式设计为图6所示。

结合表1分解出该款男衬衫的设计要素集合U:

U={A3,B4,C1,D1,E3,F2,G2,H2}

结合数量化理论Ⅰ计算出该款男衬衫设计要素反应矩阵B为:

B={0,0,1,0,0,0,1,1,0,0,1,0,0,0,0,1,0,1,0,1,0,0,1}

利用因子1(F1)与因子2(F2)预测模型计算得出:

F1=3.216-0.130-0.803+0.240-0.524+0.685-0.875-0.922=0.887

F2=2.177+0.524-0.794-1.131-1.112-1.385+0.713-0.205=-1.213

計算结果表明,该男衬衫因子得分位于图3二维象限分布图的第4象限,款式设计要素呈现的造型特征符合年轻、休闲的款式风格要求。

在此基础上,本文采用与前期相同的问卷调研形式获取被调者对该男衬衫款式造型的感性意象评分,最终保留有效问卷105份。通过对问卷数据的整理分析后可知,该款男衬衫在“老气的—年轻的”“正式的—休闲的”感性词对中的平均值分别为1.39和1.68,“稳重的—活泼的”感性词对得分为1.27。上述主观问卷评价结果均符合消费者设计需求,并与第4象限男衬衫款式特征相吻合。进而结合该男衬衫款式所有感性词对平均分与因子得分通过计算可知,该款式男衬衫因子1得分为1.781,因子2得分为-0.285,在二维象限分布图中同样位于第4象限,与预测模型计算结论相一致。综上,通过主客观验证相结合的方法,从而证明本次预测模型的有效性与准确性。

4 结 论

本文利用感性工学原理,首先确定研究样本,并对研究样本进行感性评价,将评价结果通过SPSS 26.0软件进行相关分析后提取感性因子,再通过计算得出不同样本在二维象限分布图中所处的感性意象空间位置,进而总结出各象限男衬衫样本主要款式与风格特征。在此基础上,利用数量化理论Ⅰ对感性研究进行客观验证并得到以下结论。

1) 利用因子分析法将男衬衫的感性评价主要归纳为“气质因子”和“潮流因子”2个主要影响因子,进而创建出男衬衫研究样本的二维象限分布图,其中编号为7#、8#、9#、14#、17#的男衬衫样本分布于第1象限;编号为2#、6#、10#、18#的男衬衫样本分布于第2象限;编号为4#、12#、13#、16#、19#的男衬衫样本分布于第3象限;编号为1#、3#、5#、11#、15#、20#的男衬衫样本分布于第4象限。

2) 根据前期收集的男衬衫款式图,提取男衬衫款式设计要素生成反应矩阵,利用多元线性回归分析得出各类目对感性因子的影响程度并创建回归预测模型,最后通过实例验证,证明该预测模型能够实现用户的感性需求与男衬衫款式设计要素之间的有效转化,具有较高的可应用性。

3) 将感性工学与数量化理论Ⅰ相结合,可以通过数学建模的科学手段对感性设计结论的正确性进行客观验证,使设计师能够准确掌握消费者感性需求,提高款式设计的消费者满意度,最终设计出更加符合消费者感性需求的服装。

本文将男衬衫设定为统一质地、纯色面料进行研究,而服装的面料、色彩、图案及配饰等设计要素同样会对服装的造型风格产生影响,在后续研究中,将针对上述影响因素继续进行深入研究,并对已取得的研究成果进一步完善,从而弥补本文研究中的不足。

参考文献:

[1]宋莹. 旗袍个性定制和展示系统的交互设计[J]. 纺织学报, 2021, 42(4): 144-148.

SONG Ying. Interactive design of cheongsam personalized customization and display system[J]. Journal of Textile Research, 2021, 42(4): 144-148.

[2]高维, 肖军. 基于女大学生的服装设计感性评价个体差异[J]. 纺织学报, 2014, 35(5): 137-141.

GAO Wei, XIAO Jun. Individual differences in perceptual evaluation for fashion design: Taking female students as research subjects[J]. Journal of Textile Research, 2014, 35(5): 137-141.

[3]吕佳, 陈东生. 基于消费者心理认知的服装情感评价[J]. 纺织学报, 2015, 36(9): 100-107.

L Jia, CHEN Dongsheng. Evaluation of clothing emotion based on customers psychological cognition[J]. Journal of Textile Research, 2015, 36(9): 100-107.

[4]LI Y F, SHIEH M D, YANG C C. A posterior preference articulation approach to Kansei engineering system for product form design[J]. Research in Engineering Design, 2019, 30(1): 3-19.

[5]于小利. 基于感性意象的服装网店设计研究[J]. 丝绸, 2016, 53(7): 43-48.

YU Xiaoli. Research on online clothing store design based on Kansei image[J]. Journal of Silk, 2016, 53(7): 43-48.

[6]WU F G, YU C Z. Parametric design and Kansei engineering in goblet styling design[J]. Mathematical Problems in Engineering, 2020(10): 1-8.

[7]JIN M Y, SUN Y C. Chinese Gen Zs emotional dimensions for fashion design during the pandemic[J/OL]. International Journal of Fashion Design, Technology and Education, 2022, DOI: 10.1080/17543266.2022.2126897.

[8]GE B, SHAARI N. Optimize the online shopping title of mens plain-color shirts in e-commerce based on Kansei engineering[J]. Journal of Global Fashion Marketing, 2022, 13(2): 1-17.

[9]CHEN D L, CHENG P P. Development of design system for product pattern design based on Kansei engineering and BP neural network[J]. International Journal of Clothing Science and Technology, 2022, 34(3): 335-346.

[10]XUE L, YI X, ZHANG Y. Research on optimized product image design integrated decision system based on Kansei engineering[J]. Applied Sciences, 2020, 10(4): 90-98.

[11]于娜, 張聪, 杜游, 等. 基于数量化理论的家具造型意象设计[J]. 包装工程, 2018, 39(22): 183-188.

YU Na, ZHANG Cong, DU You, et al. Furniture modeling image design based on quantitative theory[J]. Packaging Engineering, 2018, 39(22): 183-188.

[12]刘婕羽, 江影. 运动内衣后背款式设计的感性评价[J]. 针织工业, 2019(7): 64-68.

LIU Jieyu, JIANG Ying. Perceptual evaluation of back style design of sports underwear[J]. Knitting Industries, 2019(7): 64-68.

[13]FANG F, HU C L, YAN T T. Research on bra component design and perceptual image prediction[J]. International Journal of Clothing Science and Technology, 2021, 33(5): 744-757.

[14]李倩文, 王建萍, 杨雅岚, 等. 基于数量化理论Ⅰ的男西装款式要素感性评价[J]. 纺织学报, 2021, 42(5): 155-161.

LI Qianwen, WANG Jianping, YANG Yalan, et al. Perceptual evaluation of mens suit style elements based on quantitative theory Ⅰ[J]. Journal of Textile Research, 2021, 42(5): 155-161.

[15]于欣禾, 王建萍. 互联网环境下男衬衫定制顾客感知价值评价方法[J]. 纺织学报, 2020, 41(3): 136-142.

YU Xinhe, WANG Jianping. Customer perceived value evaluation method of mens shirts customization under internet environment[J]. Journal of Textile Research, 2020, 41(3): 136-142.

[16]宋瑩, 王宝环, 温兰. 基于感性工学的针织服装领型设计[J]. 针织工业, 2017(10): 58-61.

SONG Ying, WANG Baohuan, WEN Lan. Kansei engineering based on collar design of knitting apparel[J]. Knitting Industries, 2017(10): 58-61.

[17]郭冰洁, 薛媛. 旗袍领型与开襟的感性评价研究[J]. 西安工程大学学报, 2017, 31(3): 338-344.

GUO Bingjie, XUE Yuan. Emotional evaluation of cheongsams collar shapes and open fronts[J]. Journal of Xian Polytechnic University, 2017, 31(3): 338-344.

[18]李明珠, 何灿群, 卢章平, 等. 基于数量化理论Ⅰ类的汽车意象造型设计研究[J]. 机械设计, 2016, 33(4): 105-108.

LI Mingzhu, HE Canqun, LU Zhangping, et al. Research on car image modeling design based on quantification theory type Ⅰ[J]. Journal of Machine Design, 2016, 33(4): 105-108.

[19]时倩颖, 王晓妍. 基于数量化理论的民国女性形象商标意象研究[J]. 包装工程, 2022, 43(6): 374-381.

SHI Qianying, WANG Xiaoyan. Trademark image of female image in the Republic of China based on quantification theory[J]. Packaging Engineering, 2022, 43(6): 374-381.

[20]陈伟伟. 基于感性匹配的服装协同设计原理及应用: 以女裙装为例[D]. 苏州: 苏州大学, 2018.

CHEN Weiwei. The Principle and Application of Garment Collaborative Design Based on Perceptual Matching: Take Female Dresses as an Example[D]. Suzhou: Soochow University, 2018.

[21]周俊, 李永锋, 朱丽萍. 基于数量化理论Ⅰ的老年人APP用户体验设计[J]. 包装工程, 2018, 39(22): 251-257.

ZHOU Jun, LI Yongfeng, ZHU Liping. APP user experience design for the elderly based on quantification theory Ⅰ[J]. Packaging Engineering, 2018, 39(22): 251-257.

Perceptual evaluation of mens shirt design based on quantitative theory Ⅰ

SONG Ying, RUAN Shengkun

(College of Clothing and Textile, Eastern Liaoning University College, Dandong 118000, China)

Abstract:

Mens shirts have a high universality in daily life and are a kind of clothing commonly seen by the public. With the development and progress of the clothing industry, this kind of clothing has gradually formed its own unique design language. At the same time, with the improvement of consumers personalized requirements for clothing, homogenous and imitative style design can no longer meet the dressing demand of todays consumer groups for mens shirts. Therefore, in the process of fashion design, only designers who fully consider the emotional needs of users can design clothing products that meet consumer satisfaction and make consumers satisfied. In view of this situation, we take mens shirts as the research object and put forward a style design research scheme combining Kansei engineering and quantitation theory Ⅰ.

First of all, we collect and determine the research samples of mens shirts and the perceptual word pairs of adjectives that can accurately express the style and shape of mens shirts. In this paper, in order to ensure that the follow-up evaluation of the male shirt style by the consumer group is free from the interference of various factors such as fabric texture, pattern, color, accessories and models, we draw black-and-white line drawings of the research samples in the same proportion in order to eliminate these interference factors, which will be used as the stimulus diagram for the follow-up study. Next, we use the product semantic difference method that consists of five perceived magnitudes to create a perceptual questionnaire, so that the respondents can evaluate it in the form of a score, with reference to the degree of fit between the style of a sample of mens shirts and eight pairs of perceptual words, and not only that, we need to use SPSS software to analyze the evaluation results. By using principal component analysis to extract the common factors from the factor analysis, we finally categorize the sources of the respondents perceptions of mens shirts into two main influencing factors, namely the “temperament factor” and the “trend factor”. On this basis, we use regression analysis to create factor score coefficient matrix, and create two-dimensional quadrant distribution space of mens shirts. Through two-dimensional quadrant distribution map, the design elements of mens shirts can be corresponding to the perceptual score of the research samples. That is, according to the most important perceptual image score of the samples, the design elements of mens shirts and perceptual scores of research samples are distributed in the corresponding two-dimensional quadrant space, so as to reflect the correlation between the design elements of mens shirts and the perceptual imagery ratings more intuitively. At the same time, we analyze the style characteristics of mens shirts and summarize the main design elements of mens shirts, and refine the main design elements of mens shirt styles into eight elements, and 23 sub-categories of elements. In addition, we apply quantitation theory Ⅰ to create reflective matrices of mens shirt style design elements, and through linear regression analysis, the correlation between perceptual factors and design elements is predicted, and a predictive mathematical model is constructed. Through correlation analysis, it can be seen that the mathematical prediction model has a high degree of fitting between the measured values and the predicted values, which meets the requirements of normal distribution and can explain most variables. Therefore, the prediction model is ideal, effective and feasible, and has high scientific and universality. Finally, through the design and verification of practical cases, it is further proved that in the process of clothing style design, combining Kansei engineering with quantitative theory Ⅰ can realize the effective integration and transformation between users perceptual needs and clothing design elements, help designers accurately grasp users psychological needs, and design and develop products that can better meet consumers psychological needs.

In this study, the mens shirt is set as a uniform texture, the same solid colour fabric for research, while the design elements of the fabric, colour, pattern and accessories will also have an impact on the style of the garment. In the subsequent research, we will continue to conduct in-depth research on the above-mentioned influencing factors, and further improve the research results achieved, so as to make up for the shortcomings in this study.

Key words:

mens shirt; Kansei engineering; style design; quantitative theory; design elements; mathematical model

收稿日期:

2022-07-20;

修回日期:

2023-01-23

基金項目:

作者简介:

宋莹(1973),女,副教授,主要从事服装设计与工程的研究。

猜你喜欢
设计要素数学模型
AHP法短跑数学模型分析
活用数学模型,理解排列组合
基于电力机器人控制系统的数学模型简述
益智木制玩具的设计方法研究
吉祥物设计的关键要素与设计思路初探
会展设计要素探究
版面设计的要素与视觉传达
儿童玩具设计要素
对一个数学模型的思考
古塔形变的数学模型