基于感性工学的产品客户化配置设计.doc

基于感性工学的产品客户化配置设计本文由qinzhen0911贡献 pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。 维普资讯 第 卷 第 期 年 月 计算机 辅助 设计 与 图形学 学报 ， ， 基 于感 性 工学 的产 品客户 化 配置 设计 邝俊生 江平宇 ） （ 安 交 通 大 学 机 械制 造 系统 工 程 国 家 重 点 实 验 室 西 安 西 （ ） 摘 要 基于感性工学理论及产 品平 台设计思想 ， 出了一种产品客户化配置设 计方法 过感 性评价 的问卷 调查 提 通 方式及 回归分析方法建立感性意象与设计参数间的量化关系 ， 同时辨识 出平 台参数 与个性参数 ； 在保持平 台参 数不 变的基础上 ， 改变个 性参数进 行产品造型以作为第二 次问卷 调查 的样 本 过喜好评 价的 问卷 调查形 式 ， 通 采用 聚类 分析方法对顾客进行基于喜好相似度 的客户群 聚类 ， 并采用 多项 式回归模 型建立 各 自的喜 好度 与个 性参数 间的量 化关 系模型 ， 而得 到各个客户群的符合其最佳 满意度的个性参数配置 从 最后 ， 以手机机身设计为例进行说 明 关键词 感性工学 ； 产品平台 ； 配置设计 ； 回归分析 ； 聚类分析 ； 满意度 中 图法 分 类 号 （ 如 ， 。 ） ， ， ， ， ， ， ； ； ； ； ； 随 着个性 化 时代 的 到来 ， 们 对 产 品在 感 性 层 人 面上 的需 求不 断扩 大 满足 产 品基 本 功 能 的前 提 在 可 以设 计 出不 同 的产 品 造 型 。 满 足不 同消 费者 的 以 感性需 求 而 ， 果 针 对每 个 顾 客进 行 产 品造 型 ， 然 如 实现其完全定 制化来博取 其最 大满 意度 ， 会增加 势必 企业 产品 的设 计及制造 成本 ； 而把单一 造 型产 品定位 于所有 的顾客 ， 则必然要 降低 顾客 的满 意度 大规模 定制 生 产 的思 想是 以大 规模 生产 的 成本 下。 能否 满足顾 客 感 性 需求 成 为 顾 客 选 取产 品 的关 键 因素 性工 学 的研 究着 眼 于探 讨 人 与产 品间 感 的相互关 系 ， 定 义 为 将 消费 者 对 产 品 的感 觉 或 意 其 象 转化 为产 品设计 要 素 的技 术 用感 性 工学 思 想 利 收稿 日 ： ； 期 修回 日期 ： 基金项 目； 教育 部新世纪优 秀人才计 划项 目（ ） 邝俊生 。 。 男 年生 ， 博 士研究生 ， 主要研究方向为 、 感性工学 、 大规模定制 江平字， ， 年生 。 男 博士 ， 教授 ， 士生导师 ， 博 主要研 究方向 为网络 化数字化 设计 与 制 造 维普资讯 期 邝 俊 生 等 ： 于 感 性 工 学 的 产 品 客户 化 配 置 设 计 基 和速度 为客 户定 制个 性 化 和 多样 化 的产 品 ， 据定 根 制水平 ， 规 模 定 制 可 分 为 完全 标 准 化 、 分 标 准 大 细 化 、 制标 准化 、 裁 定制 化 和完 全 定制 化 过 定 剪 通 定制 模块 的选择 、 合 ， 组 以尽可 能少 的定制标 准件 实 现顾 客 的最 大个 性 化 ， 是 目前 企 业 普遍 采 用 的策 这 略。 因此 ， 针对顾 客 感 性 需求 的 个性 化定 制 ， 必 要 有 按 照消费 者 的感 性 需 求 与 欲 望 进 行 市 场 定 位 和 细 基于 感性 工 学的产 品客 户化 配 置设 计 框架 本研 究框架 如 图 所示 先 确定 产 品形 态设 首 计参 数 及 水平 ， 根据 正 交试 验 ， 用 三 维 设 计 利 软件 为每 一组设 计参 数 进 行 三 维 造型 ， 以得 到 不 同 形 状 的虚拟 产品供 参 与试 验者 进 行感 性 评 价 价 评 方式 则是按 感性 词进行 等级 打 分 （ 一般 选 择 级 ） ， 采 用 网络 的调查 方式 建立 感性 评 价 的 调查 问卷 受 测者 选择领 先用 户 或设 计 师 ， 是 因为 领 先 用 户或 这 设计 师对产 品 的感性 认 识 的 理解 更 为 深 刻 ， 同时他 们 也是产 品 的使 用者 根据 领 先 用户 或设 计 师 对初 始模 型 的感 性评 价 结果 ， 用 多元 统计 分 析 辨识 出 采 对 感性词 敏感 的个性参 数及 对感性 词不 敏感 的平 台 参 数 ， 建 立 感 性 意 象 与 设计 参 数 间 的 量 化关 系 并 分， 针对具 有一定 感 性 偏 好相 似 度 的群体 进 行 产 品 造 型设计 ， 成标 准定制模 块 ， 形 达到顾 客满 意度 与 企 业 生 产成本 的均衡 针 对 上述 情 况 ， 本文 提 出 了基 于感 性 工学 的客 户 化参 数配置 方法 方 法结 合 产 品平 台思 想 ， 该 通 过感性 评价 的 问卷 调 查方 式 及 回归 分析 方 法 ， 建 立感 性意象 与设 计 参 数 间量 化 关 系 ， 同时辨 识 出平 台参数 与个性 参数 ； 然后保 持平 台参 数不变 ， 构造 基 于个性参 数 的个 性 三维 模 型供 顾 客 进行 喜 好 评 价 ， 采 用 聚类方法 对评 价结果 进行 相似 喜好度 的客户 群 分 类 ； 对各 客 户 群 内 的评 价结 果 进行 多项 式 回 最后 归 分析 ， 以建立各客 户群平均喜好度 与个性参数 间 的 量化 模型（ 以下简称 为满 意度模型 ）在设计参 数取值 范 围的约束下 ， 过求 解该 模 型 的最小 值 ， 到 符合 通 得 各客 户群 最佳 满意度 的产 品造型参数化 配置 然后 在保持 平 台参 数不 变 的情 况下 ， 于 个 性参 数 基 进行 正交试 验 ， 构 建 出个 性 三 维模 型 供 受 测者 进 并 行 喜好评 价 ； 据评 价结果 ， 根 采用 聚类分 析方 法进行 基于相似喜好度 的客户群分类 最后 ， 针对不 同客 户群建立 其相应 的满 意度 模 型 ， 根据 该 模 型求 得 并 符合该客 户群最 佳满 意度 的个 性参 数 配置 依据 该 配置结果 ， 并结合感性意象 与设计参数问的量化关 系， 可获 知该客 户群 的均化感 性诉 求 间关联 模型建 立 图 基于感性工学的产 品客户化配置设计框架 维普资讯 计 算 机 辅 助设 计 与 图 形 学 学 报 正 ）多项 式 回归模 型 如果用 多元 线性 回归模 型 设计参数的回归正交设计 与回归模 型 回归 分析是 研究变 量 间相 关关 系 的一 种数学 工 具， 主要有线 性 回归 和 多 项 式 回归 本 文 应 用 回归 不 能 有效地 拟 合试 验 数 据 ， 有 可 能需 要 二次 甚 至 就 更 高 次多项 式 回 归模 型 ， 以考 虑 产 品设 计参 数 问 的 交 互 作 用 包 含 个 因 子 的 多 项 式 回 归 模 型 为 分析方法来建立感性词与设计参数问、 喜好度与个 性参 数 问的量化 模型 回归 正交 设计 岛 其转 化 ， 为多 元线性 回归模 型是 显然 的 回归模型 的检 验 回归的 正 交 设 计 就 是 通 过 安 排 一 个 合 理 的 正交试 验建立 相应 的回归模 型 ， 以进 行统 计 分析 借 按多项 式 回归模 型 的次 数可 分为 一次 回归 的正交 设 计和 二次 回归 的 正交设 计 回归模 型 检验包 括 回归方 程 的显著 性检 验和 回 归 系 数 的显 著 性检 验回归 方程 的检 验为 假设 ： ， （ ， 优 一优 一 ； （ 落 在拒 绝 ） ： 若 ， ） 域 中 ， 小 概 率 事 件 ， 绝 。 说 明 回 归 方 程 是 拒 ， 显著 首先确定因子的变化范围， 如研究 个设计参 数 ， ， 与 感 性 词 的数 量关 系 ， 和 ， 设 】 分别表 示设计 参数 变化 的上 界和 下 界 ， 假如 试 验 就在 水平 进行 ， 么 分 别 称 和 和 上 那 为 设计参 数 的下 水平 和上水 平 ； 然后 对每个 设计 参 数 进行 编码 ，进 行线性 变换 并 一 回归方 程 显 著 并 不 意 味 着 每 个 设 计 参 数 ， ， ，对 的影 响都 同等重 要 ， ， 应该 从 回归方 程 中剔 除不显 著 的参 数 ， 仅保 留影 响显 著 的参 数 回 归 参数 的检 验 为 假设 ， ， ， 一 ； ： （ ） 口 当 二 兰 一 时 ， 绝 说 明设计 参 数 对 （ ） 拒 ， 其中， 。 ， 变化区间 依据 回归模型的 。 的影 响显著 次数 确 定 ， 次 正 交 设 计 的 变 化 区 间 为 一 ； 次 正 交 设 计 的 变 化 区 间为 二 基于感性工学的平台参数与个性参数辨识 在产 品平台设计方法 中， 产品设计参数可 以分 为平 台参数 和 个性 参数 文 中 ， 台参数 指 那 本 平 些 对顾 客某种 感 官 刺 激 不 敏感 的形 态 参 数 ； 性参 个 数 指 那些 能造 成顾 客某 种感 官刺 激 的形态参 数 在 实 际产 品 开 发 中 ， 确 定 哪 些形 态 参数 对 顾 要 （ 根 据 二 次 正 交 设计 的 因 子 数 及 零 水 平 中心点重复试验次数共同确定 ） 将 普遍 的二 水平 正交 表改造 为用 于 回归正交 设 计 的正 交 表 ， 对 ， ，的 回归 问 题转 化 则 ， 为 对 ， ， 。的 回归 问 题 样 ， 求 的 回 ， 这 所 归系数 不受各 因素 的单 位 与 取 值 的影 响 ， 回归 系 数 的大 小直接 反映 了该 因 素影 响 的大小 ， 回归 系数 的 符号 反映 了 因素 影 响 的性 质 后 ， 据 设 计 参 数 最 根 的个 数 与水平选 择合适 的正交表 得 到试验 计划 回归模型 的建 立 客 的感官 刺激 敏感 ， 凭设计 人员 的经 验 是 不够 的 仅 为此 ， 本文 通过 对 设 计 参数 进 行 回归 正 交 设计 与试 验， 为每组 设计 参 数 构 造三 维 模 型供 受 测 者进 行 感 性 评 价 性 词 则是 通 过 因 子 分析 在 多 维感 性 认 知 感 空 间选取 出有代 表性 的语 汇来获 得 ， 详见文 献 中 意 象语 汇 （ 即本 文 中的“ 感性 词 ” 的选 取 过程 ） 对 评 价结 果 进 行 回归分 析 ， 得 到 的 回归模 型 对 进行 回归 方程 及 回归 系数 的检 验 ， 过 对 回归 方程 通 根 据具 体 的实 例 ， 品设 计 参 数 的 回归 模 型可 产 以采用 多元线性 回归 模 型或多项 式 回归模 型 ）多元 线性 回归模 型 品设计 参数 与感 性词 产 间的多 元 线 性 回 归 模 型 一 般 为 ： 的检验 来 观 察 所 有 的 自变 量 ， ，与 因 变 】 ， 量 是 否存在 线 性相关 关 系 ， 如果 检 验通 过 ， 则至 少 （ ， ） 其 中 ， ， ， ， ， 存在一个 ， 对 的总体参数不为 通过 回 使 归 系数 的检 验来 观察 设 计 参 数 对 感 性 词 有 无 显 著 的贡献 ， 即该设 计 参 数 的 变 化 对感 性 词评 价 有 ， 是 优 个待估计的参数 ； ， 是 回归模 型 的 自变 量 （ 已知 常 数 ） 是 ， 个 相 互独 立 ； 的随机 变量 。 无 显著 影 响 ； 如果 通 过 检 验 ， 明 说 对 有显 著 影 维普资讯 期 邝 俊生 等 ： 于感 性 工 学 的产 品 客 户化 配 置 设 计 基 响， 则设 计参 数 视 为个 性 参 数 ， 则 视其 为 平 台 否 参数 根据 该模 型 ， 以为不 同 客户 群 配置 其 最佳 满 可 意度 的设计 参 数值 同时 ， 据 感 性 意 象 与 设 计 参 根 数 问量化 模型 ， 以获 知该 客户 群 的均 化感性 诉求 可 剔 除对 感性 词 无 显 著影 响 的平 台参 数 ， 到 感 得 性意 象 与设 计参 数 间 的回归量 化关 系 实 例 基 于产 品形 态 喜 好 相 似 度 的客 户 群 分 类 手机作 为 个人 终 端数 码 直 接 面对 消 费者 ， 带有 由于 顾客 自身 成 长环 境 及受 教 育背 景 不 同 ， 对 感性 词 属性及程 度 的理 解 存 在 差 异 ， 因此 利 用顾 客 很 强 的个性需 求 ， 同顾 客 对 其具 有 不 同 的感 性 需 不 求 下面 以手机机 身 的设计 为例说 明本文 方法 感性 词收集 与评 价 的感性需求属性值来决定客户群 的分类往往不够准 确 据此 ， 文 采用 直 接 向顾 客 展 示 虚 拟 产 品 的方 本 首先选 取 出具 有代 表性 的感性 词 ， 利用 文献 方法 提取 出评 价 手机 的感性 词为 “ 阳刚 的一 和的” 柔 、 式供其 进行 喜好 排 序 ， 后 根 据 喜 好 评 价 结 果 ， 然 采 用 聚类 分析 的方 法 进 行 基 于 喜 好 相 似 度 的 客 户群 划分 “ 用 的 实 虚饰 的”“ 、亲切 的 冷漠 的”“ 活 的一 化 、灵 僵 的”“ 素 的一 华 的” “ 、朴 豪 、大众 的一 个性 的” 设计 参数选 择 与正 交试 验 识 别 出对感 性 需 求 敏感 的个 性参 数后 ， 保 持 在 平 台参数 不变 的情 况 下 ， 个 性 参数 进 行 正交 回归 对 设计 ， 用 软 件对 每组个 性参 数进行 三维模 型 利 手机 机身 是 影 响用 户 选 择 手 机 的 重 要 因 素 之 一 的构 建 ， 为第 二 次 调 查 问 卷 的 样 本 测 者 则 选 作 受 择普 通 用 户 ， 择 面 要 广 ， 选 其年 龄 、 别 、 性 职业 、 格 性 等要分 布合 理 于 网络 的 方 式 ， 测 者 对 不 同配 基 受 。 以直 板手 机 为 例 ， 壳 外 形状 、 幕 、 字 按键 及 各 屏 数 自的颜 色 、 质 等 对 顾 客 材 置 的模 型进行 排序 ， 根据 喜欢 程度 的强弱 ， 对各 个模 型进行 编 号 ， 中编号 “ ” 表最 喜欢 对 其 代 针 各个 受测 者重 复进 行 排 序 工作 ， 由此获 得 一定 数 量 的调 查 问卷 的感 官 刺 激 比较 明显 为 便 于试 验 ， 如图 所 示 ， 仅 取 一 种外 壳形状 的拓 扑结 构 为研 究 对 象 ， 考 虑 屏 不 幕 、 字 按 键 等 形 态 要 素 数 对 顾 客感 性 的影 响 ， 其 将 图 手 机 机 身试 验 参 数 利用 系统 聚类 方 法 对受 测 者 进 行聚类 ， 聚类 效 果 则是依 据类 内样 本距 离 （ 密度 ） 紧 或类 间 距 离 （ 分 离度 ） 进行 分析 ； 同时 ， 合 企 业 自身情 况 来确 定 类 结 别个 数 保持 在某 一形 态 ； 仅 以 机身 比 、 倒 角 曲率 并 上 上 端 曲率 下 倒 角 曲 率 、 端 曲 率 、 下 为设 计参 数 作 设计 参 数 水 平及 其 编码 如 表 所示 ， 据表 的回归正交设 计 构建 根 组三 维模 型 供 受测者 进行感 性评 价 基 于 客 户 群 的满 意 度 模 型 建 立 基 于相似 喜好 的客户 群 内各成 员具有 相似 的感 性需 求 ， 而感性 需 求 是通 过 个性 参 数来 实现 的 因 此 ， 以针对不 同 的 客户 群建 立其 喜好度 与个 性 参 可 数 间 的量 化模 型 ， 为满 意度模 型 称 根 据总 体受 测 者 的喜 好 评 价 结果 ， 用 聚类 方 采 法得 到客 户群类 别 后 ， 各个 客 户群 内的 喜好 评 价 对 结果 进行 回归分 析 ， 以得 到各 客 户 群 的喜 好度 与 个 表 试验 参数 水平及编码 性参 数 间的相应 满 意度 模 型 果 采用 多 元线 性 回 如 归模 型不 能有效 地 拟 合试 验 数 据 ， 需要 二次 甚 至 则 更高 次多项式 回归 模 型 ， 以考 虑 产 品设 计 参数 间 的 交互 作用 感性意象 与设计 参数 间 回归模 型分析 不考 虑色 彩与材 质 的影 响 ， 本文选 用感 性词 “ 阳 刚的一 柔和 的” “ 、大众 的一 个性 的” “ 、 灵活 的一 化 的” 僵 维普资讯 计算机辅 助设计 与图形学学报 焦 等 对感 性 词 ， 并相 应 地用 ， ， 表示 ， 个 以 首先 进 行 二 次 回归 正 交设 计 ， 根据 二 次 回归 并 正交 试 验 设 计 的 要求 确 定 试 验参 数 的水平 ， 表 如 等级 对各 组模 型 进 行 感 性 评 价 以感 性 词 为 因 变 量 ， 计参 数为 自变量 ， 上 述评 价 结 果 在 设 对 软 所 示 根 据 三 因子 的二 次 回归 正 交 设 计 表 确 定 组试 验 ， 并根 据各 组 试 验 参 数值 构 建相 应 的三 维模 型 价方 式按 照 受测 者 喜好 对 不 同配 置 的三 维模 评 型进 行 排 序 对 排 序 结 果 进 行 系 统 聚 类 分 件 中进 行多元 回归分析 表 所示 为感 性 词 “ 阳刚 的， 和 的 ” 手 机 机 柔 对 身 设计 参 数 的 回归 分 析结 果 中， 其 表示 机 身 比 （， ） 表示 上 圆弧 曲率 （ ， ） 表 示 下 圆弧 曲 率 （， 表示上端 曲率 （ ， 表示 下端 曲率 （ ） ） ） 表 回 归 系数 分析 衰 非 标 准 化 回归 系数 标 准 化 回归 系 数 模型 一 偏 回归 系数 标 准 误 差 标 准 化 回 归 系 数 析， 得到具 有 相似 喜好 的客 户群归 类 ， 结果 如 图 聚类 所示 ， 由此 得 到 类 具 有 相 似 喜 好 的客 户 群 ， ， ， ， 表 二 次 回 归 试 验 参 数 水 平及 缩 码 肌 帆 盯 ? 衢 船 孔坞 ”趵 虬 “ 勰 盼 玛 船 盯埔 。船 根据模型方差分析结果 ， 模型的 值为 （ ） 说 明 回归方 程 有效 由表 中 回归 系数 的 检验 ， 结果 可 以看 出 ， 身 比、 机 上端 曲率 、 端 曲率 等设 计 下 变量 的 统 计 量 均 大 于 检 验 临界 值 瑚（ ） ， 且其 回归 系数 显著 为 的概率 （ ） 均较 小 ， 把这些 设计 变量 视 为个性 参数 ； 故 而上 圆弧 曲率 与下 圆 弧 曲 率 的 统 计 量 均 大 于 检 验 临 界 值 （） ， 其 回归 系 数 显 著 为 的 概 率 且 （） 均较大 ， 故把这 变量视为平 台参数 个 剔除 平 台参数 ， 到的 回归模 型为 十 得 】 据式 （ ）感 性词 “ 十 根 ， 阳刚的 一 柔 玎 和 的” 对设 计参 数 的最终 回归模 型 为 （） 类似地 。 到感 性 词 “ 得 大众 的一 性 的 ” “ 活 个 和 灵 的一 僵化 的” 设计 参数 的 回归模 型分别 为 对 （ ） 。 （） 图 客 户 群 聚 类 树 状 图 基 于喜好 相似 度 的客户 群聚 类 满意 度模 型建 立 对 手机机 身设计 参 数辨识 出平 台参 数 与个 性参 因篇 幅所 限 ， 文 只给 出 类 客户 群 的平 均喜 本 好度 与个 性参 数 值之 间 的量 化 关 系 分 析过 程 图 如 所 示 ， 号 为 ， ， ， ， ， 序 ， ， ， ， ， ， 数后 ， 在保 持平 台参 数不 变 的情 况 下 ， 重新 对个 性参 数进 行 回归正 交试 验并 构建其 三维 模 型供受 测者进 行喜 好评价 针对 顾客 的喜 好 与参 数 间关 系可 能呈 属 客 户群 ， 了 考 虑 参 数 的 二 次 和 双 向的 隶 为 相互 作 用 ， 用 二次 多项式 回归模 型对 客 户群 内 采 上述 成员 的排 序 结 果 进 行 分 析 用 利 软 件 中 的逐 步 回归 法得 到分 析结 果 ， 如表 所 示 非线性关系（ 如某些顾客喜欢上端曲率既非过大， 也 非过 小 ）本 文采 用二 次 多项式 回归 方法建 立客 户群 ， 喜好 与参数 间 的量化 模 型 维普资讯 期 邝俊生等 ： 基于感性工学的产品客户化配置设 计 表 回归 系数 分 析 表 非标 准 化 回归 系 数 标 准 化 回 归 系数 思 想提 出 了客 户化 参 数 配 置方 法 ， 以手 机机 身设 并 计 为 例 ， 证 了该 方法 是 可行 的、 理 的 结本 文 验 合 总 模型 一 一 偏 回 归 系数 标 准 误 差 标 准 化 回归 系 数 研 究 内容 ， 可得 出 以下 结论 ： 过感 性 评 价 的 问 卷调 查 方 式 与 回归分 析 ）通 方法 ， 立 了感 性意象 与设计 参数 间的量化关 系 ， 建