周 蕾 薛澄岐 汤文成 王海燕 吴闻宇

(东南大学机械工程学院,南京 211189)

随着我国高速铁路网建设取得的巨大成就,列车室内设施的市场需求也不断扩大．我国高速列车座椅的自主研发工作起步较晚,目前主要通过直接从国外购进和技术引进,这就需要向出口国缴纳高额的购置费用、技术转让和提成费用以及元部件的进口费用,极大增加了座椅的制造成本,也不利于我国高铁列车室内设施系统的整体品牌建设和规划．高速列车座椅的自主设计和研发已成为我国高铁系统未来建设的重要内容和必然趋势．本文从知识挖掘的角度研究了高速列车座椅外观“特征-风格”映射机制的设计和推理方法,为设计工作提供了参考依据和技术支持．

1 研究背景

1.1 中国高速列车座椅的发展现状

在高速列车这一特定人机交互环境中,座椅既是占据着最大车厢面积的车内设施,也是人机交互行为的主要承载者(乘客在旅行中的大部分时间都是在座椅上度过的)．作为高铁人机系统最重要的环节之一,它的外观造型、结构功能都直接影响着乘客对车内服务设施系统的整体评价．

高速列车座椅的相关研究成果极少,从已有的资料来看,主要集中在座椅安全系数、受力特征、室内布局等方面[1-4]．Lee等[5]运用结构方程模型研究了乘客的舒适度体验与椅腿空间、椅宽、倾角、形状等造型要素及空间、环境等多种影响因素之间的结构关系,发现与其他因素相比,椅宽和倾角对乘坐舒适感的影响最明显．而对于高速列车座椅的感性设计及风格研究还尚未展开．

我国的高速列车主要包括动车组(D)、高速动车(G)和城际高速(C)三种类型,目前已拥有动车1000多个车次,高速动车500多个车次,城际高速100多个车次．座椅造型主要引自日本新干线E4系列列车座椅(见图1(a))和突尼斯CFD列车座椅(见图1(b))两大类型．其中,日本新干线E4系列列车座椅整体造型较为方正,设计灵感来源于简单的方形切割,通过在基本形的内部添加曲线过渡,凸显大气简洁的设计风格．而突尼斯CFD列车座椅设计总体上显得更加圆润,融入了更多的曲线设计要素,尤其体现在其二等座的设计中,通过采用流线型内嵌式的背板设计,给乘客轻巧、牢固的视觉和心理感受．

图1 国外座椅设计案例

为了贯彻与时俱进的发展理念,中国高速列车仍在不断探寻新的前行方向,体现着中国铁路系统的人文关怀．相比而言,国外的列车座椅设计起步较早、发展较为成熟,德国Grammer公司和法国Compin公司的多款成功设计案例(见图1(c))已成为多国竞相模仿和学习的风向标．

综观近年来国际高速列车座椅设计的发展趋势.一方面,随着航空座椅设计理念的不断渗透,列车座椅设计开始改变长期以来的“通座”模式,强调设计上的视觉独立感和隔离感,充分尊重旅客的自由和隐私;另一方面,摈弃了传统列车座椅的设计局限,造型上更加自由、活泼,提高产品的品牌辨识度．这些都是当前我国高速列车座椅设计中比较缺乏的感性风格特征．

1.2 研究框架

在座椅外观设计的过程中,针对“如何分析成功案例的造型优势从而指导设计实践”这一课题,需要解决2个关键问题:① 如何实现对“高速列车座椅”这一特定对象设计风格的有效描述,将完全主观、抽象的设计风格转化为可以进行量化的评价因子;② 如何建立“造型与风格”之间的映射机制,从而结合企业诉求,制订设计方案．

粗糙集(rough set)理论是Pawlak教授于1982年提出的一种能够定量分析处理不精确、不一致、不完整信息与知识的数学工具．通过关系数据库进行等价关系的分类,归纳形成概念和规则的知识发现,近年来被广泛运用于近似推理、数字逻辑分析和化简、建立预测模型、决策支持、控制算法获取、机器学习算法和模式识别等研究领域[6-12]．粗糙集理论不需要任何先验知识,在开展信息约减和关联分析等潜在信息挖掘方面优势明显,因此适用于以定性和半定量数据为主的设计研究领域．

在高速列车座椅外观设计的研发过程中,将粗糙集理论与形态分析法相结合,尝试建立面向高速列车座椅设计的“特征-风格”决策表,探索设计风格与造型特征属性集合间的拓扑关系和推理方法,开展设计知识的有效挖掘．研究框架如图2所示．

图2 研究框架图

2 高速列车座椅的设计分析

2.1 设计风格的有效描述

设计风格作为由一系列造型元素通过不同的构成方法表现出来的特殊形式[13],是产品精神功能的主要承载者．近年来,感性工学、认知心理学等学科和领域均对设计风格的形成和发展表现了极大的关注．在产品设计领域,形成了以语言和词汇为基础的外显表征和定量分析方法[14-17]．

由于用户成长环境、生活习惯、价值观念、教育背景的差异性,对于体现设计风格的感性词汇(例如,“前卫”、“优雅”等)可能存在一定的认知偏差．为了保证风格评价的有效性,事先通过计算数据的粗大误差对风格语意进行筛选,提取有效的风格评价因子．

2.2 数据离散化

采用心理量表法对样本设计风格进行定量分析,参考汉语中“副词+形容词”的评价习惯[18],对设计风格进行感性离散．

2.3 座椅设计特征及其属性分析

为了深入了解当前国内外高速列车座椅的造型特征和设计趋势,结合企业提供的设计案例以及从网络、书刊中搜集到的大量设计资料,全体设计人员共开展了3轮德尔菲法调研分析．以提取10个关键性造型特征为上限,将典型案例中的特征表现进行提取和归类,研究面向“高速列车座椅”这一特定对象的常用设计手法．

在第1轮分析中,设计人员共罗列出了诸如“椅式/沙发”、“仿生”、“塑壳”等百余种造型特征和属性,归纳统一为16种典型特征．这16种特征均不含对样本过于细致的造型描述,以免丧失对设计对象的整体把握．随后进行的第2轮调研中,要求设计人员从该16种典型特征中提取10种最关键的设计特征,同时也允许持保留意见,但需保持总数不超过10项．第2轮调研后收集得到10种特征,在第3轮调研后决定保留其中9项作为当前高速列车座椅外观造型的关键性特征(不考虑配色方案),建立 “特征-属性”表(见表1)．

表1 “特征-属性”表

3 基于粗糙集理论的座椅外观设计

3.1 决策表的建立

综合近年来国内外优秀高铁座椅及其他车载座椅的案例,共收集了国内外129个设计样本,83名非设计专业人员参与了问卷调查．首先,提取了12个常见的用于形容车载座椅设计风格的语意变量,选择具有代表性的20个设计样本(见图3),44人参与了语意评价,回收有效问卷37份．依据2.1节中所述方法,删除了阳刚、大方、秀气、亲和、优雅、人性化等6个用户理解存在较大差异的语意变量,最终建立评价因子集{d′}={时尚,复杂,舒适,可爱,创新,精致};另外39名非设计专业人员参与了对设计样本的风格评价．运用2.2节中的方法进行数据离散化,建立“特征-风格”设计决策表(见表2)．

图3 20个座椅设计案例

表2 “特征-时尚”决策表(部分)

3.2 座椅设计的特征核与特征约简

粗糙集理论中关于冗余属性、属性约减和属性核有如下定义[19]:

设C′⊂C,C′≠ ∅,且满足:①PC(D)=PC′(D); ②C′是D的不可约简集,则称C′为C的D约简．记C的任意D约简为rD(C)．

定义2属性子集C′⊂C关于D的重要性αCD(C′)=[c(PC(D))-c(P(C-C′)(D))]/c(U)．

依据定义1,Øhrn[20]提出了一种适用于属性约减的遗传算法,适应度函数为

式中,S表示决策表中的不可分辨集合;β为约减损失和最小划分率之间的权重比值;B为A通过演化搜索算法得到的A的子集;函数cost表示实现正确划分的数据;ε表示划分率的门槛值．遗传算法从所有特征属性的集合开始,依次减去一个特征属性以期达到约减特征属性的目的,最终得到重要度较高(不可约减)的条件集合．

利用遗传算法对设计决策表进行属性约简,设定α=0.4,ε=1.0,求得4个最小特征约减集：A1={背部人机造型,造型分割方式,脚踏设计},A2={头部造型特征,头部人机造型,背部人机造型,造型分割方式},A3={头部人机造型,头枕设计,背部人机造型,造型分割方式},A4={头部人机造型,背部人机造型,造型分割方式,扶手特征}.设计特征核为{背部人机造型,造型分割方式}．由此可知,高速列车座椅背部人机凹凸设计和整体造型的视觉分割方式对座椅的“时尚”风格影响最大,而包含了设计特征核的4个特征集合删除了与“时尚感”不相关和不重要的设计特征,在保持知识库分类能力不变的条件下,对座椅的“时尚”风格加以描述,从而产生了67条设计规则．

3.3 设计规则筛选

rij称为确定性规则当且仅当Xi⊆Yj,否则,称为不确定性规则．不确定性决策规则的不确定性可以通过以下3个指标加以描述:

1) 条件覆盖度LC.规则的条件属性在决策表中的覆盖程度为

2) 决策可信度RA.条件属性DC(Xi)具有决策属性DD(Yj)的可信度．原则上应为1;若小于1,则表示决策表中存在矛盾规则，即

3) 决策覆盖度RC．决策属性集中条件属性的覆盖度为

例如,针对风格目标(非常)“时尚”,设定条件覆盖度LC>0.1,决策可信度RA=1.0,决策覆盖度RC>0.2,提取3条强规则集如表3所示．

表3 强规则集

3.4 设计实践

设定座椅设计的风格目标(非常)“时尚”∧ (不太)“复杂”∧ (比较)“创新”,3个风格因子构成11个最小特征约减集,共生成107条符合目标属性的设计规则;对所有设计规则进行兼容分析最终得到最匹配的3条设计规则,分别为:{头部造型特征(3) ∧ 头背部一体化(1) ∧ 头部人机造型(2) ∧ 背部人机造型(4) ∧ 造型分割方式(2) ∧ 扶手设计(1) ∧ 脚踏设计(2)},{整体特征(1) ∧ 头部造型特征(1) ∧ 头部人机造型(2) ∧ 头枕设计(2) ∧ 背部人机造型(4) ∧ 造型分割方式(4) ∧ 扶手设计(2)},{整体特征(2) ∧ 头部造型特征(3) ∧ 头部人机造型(1) ∧ 头枕设计(2) ∧ 背部人机造型(2) ∧ 造型分割方式(3)}．依据设计推理开展有针对性的造型设计,部分设计方案如图4所示．

图4 部分设计方案

针对图4中的2款座椅进行风格评价,6名学生和3位企业人员共9人参与了产品的风格调查,对目标风格(非常)“时尚”∧ (不太)“复杂”∧ (比较)“创新”的认可率为88.9%(有1人认为方案2的“复杂”感较高),最终效果基本满意．而设计人员也普遍认同这种基于规则推理的方案设计过程较以前完全由设计师主观思维所主导的设计过程具有更强的针对性和指导性,有利于创造性思维的发散和收敛．

4 结语

高速列车座椅的自主研发是我国高铁系统建设的重要内容之一．用户感性属于内隐属性,本文从粗糙集理论出发,提出了高速列车座椅设计知识的挖掘方法．先构建符合人类语言习惯的设计风格集和座椅特征属性集,再进行核心造型特征集的约减和重要度计算,从而建立高速列车座椅“特征-风格”间的映射关系．

将粗糙集理论用于设计规则推理之中,有利于提高企业对市场、客户环境的应变能力和创新能力,实现知识共享和重用．下一步的工作重心将进一步深化研究,关注列车的整体人机环境对用户感性的作用和影响．另外,就如何充分利用决策信息表,为设计人员提供支持容错机制的决策支持系统这一关键性问题还有待展开深入研究．

)

[1] Han S H,Jung E S,Jung M,et al. A psychophysical evaluation of interior design alternatives for a high speed train [J].Computers&IndustrialEngineering,1994,27(1/2/3/4): 397-400.

[2] Han S H,Jung E S,Jung M,et al. Psychophysical methods and passenger preferences of interior designs [J].AppliedErgonomics,1998,29(6): 499-506.

[3] Jung E S,Han S H,Jung M,et al. Coach design for the Korean high-speed train: a systematic approach to passenger seat design and layout [J].AppliedErgonomics,1998,29(6): 507-519.

[4] Brijs K,Daniels S,Brijs T,et al. An experimental approach towards the evaluation of a seat belt campaign with an inside view on the psychology behind seat belt use [J].TransportationResearchPartF:TrafficPsychologyandBehaviour,2011,14(6):600-613.

[5] Lee Joo Hwan,Jin Beom Suk,Ji Yonggu. Development of a structural equation model for ride comfort of the korean high-speed railway [J].InternationalJournalofIndustrialErgonomics,2009,39(1): 7-14.

[6] Jiang Yuncheng,Wang Ju,Tang Suqin,et al. Reasoning with rough description logics: an approximate concepts approach [J].InformationSciences,2009,179(5):600-612.

[7] Thangavel K,Pethalakshmi A. Dimensionality reduction based on rough set theory: a review review article [J].AppliedSoftComputing,2009,9(1):1-12.

[8] Liu Jing-Wei,Cheng Ching-Hsue,Chen Yao-Hsien,et al. OWA rough set model for forecasting the revenues growth rate of the electronic industry [J].ExpertSystemswithApplications,2010,37(1):610-617.

[9] Chen Degang,Zhao Suyun. Local reduction of decision system with fuzzy rough sets [J].FuzzySetsandSystems,2010,161(13):1871-1883.

[10] Yin Yunfei,Gong Guanghong,Han Liang. Control approach to rough set reduction [J].Computers&MathematicswithApplications,2009,57(1):117-126.

[11] Hong Tzung-Pei,Lin Chun-E,Lin Jiann-Horng,et al. Learning cross-level certain and possible rules by rough sets [J].ExpertSystemswithApplications,2008,34(3):1698-1706.

[12] Xie Feng,Lin Yi,Ren Wenwei. Optimizing model for land use/land cover retrieval from remote sensing imagery based on variable precision rough sets [J].EcologicalModelling,2011,222(2):232-240.

[13] Chen Kuohsiang,Owen Charles L. Form language and style description [J].DesignStudies,1997,18(3): 249-274.

[14] Belaziz M,Bouras A,Brun J M. Morphological analysis for product design [J].Computer-AidedDesign,2000,32(5/6):377-388.

[15] Zhai Lian-Yin,Khoo Li-Pheng,Zhong Zhao-Wei. Design concept evaluation in product development using rough sets and grey relation analysis [J].ExpertSystemswithApplications,2009,36(3):7072-7079.

[16] Zhai Lian-Yin,Khoo Li-Pheng,Zhong Zhao-Wei. A rough set based decision support approach to improving consumer affective satisfaction in product design [J].InternationalJournalofIndustrialErgonomics,2009,39(2):295-302.

[17] Shi Fuqian,Sun Shouqian,Xu Jiang. Employing rough sets and association rule mining in KANSEI knowledge extraction [J].InformationSciences,2012,196(1): 118-128.

[18] 薛澄岐,张坪,周蕾. 基于特征重构的辅助风格设计技术研究 [J]. 东南大学学报:自然科学版， 2011,41(4):734-738.

Xue Chengqi,Zhang Ping,Zhou Lei. Computer-aided style design based on feature construction [J].JournalofSoutheastUniversity:NaturalScienceEdition,2011,41(4): 734-738.(in Chinese)

[19] 苗夺谦,李道国. 粗糙集理论、算法与应用 [M]. 北京:清华大学出版社,2008:57-61.

[20] Øhrn Aleksander. Discernibility and rough sets in medicine: tools and applications [D]. Trondheim,Norwegian: Department of Computer and Information Science of Norwegian University of Science and Technology,2004.