基于TOPSIS法的汽車內飾CMF意象感知研究

牛歲清，章芳穎，侯潔茹

基于TOPSIS法的汽車內飾CMF意象感知研究

牛歲清，章芳穎，侯潔茹

（武漢理工大學 藝術與設計學院，湖北 武漢 430070）

為提高汽車內飾CMF優化設計方案與用戶意象感知的匹配度，最大程度滿足用戶感性需求，隨機選取市面上六款中型SUV內飾的CMF設計方案，運用TOPSIS法，計算各CMF設計方案與用戶理想方案的貼近度并排序，選擇最貼近用戶意象感知最優解的內飾CMF方案。TOPSIS法量化了用戶感性需求與內飾CMF的關系，對汽車內飾CMF的設計開發有一定指導意義。將TOPSIS法引入汽車內飾CMF設計方案優選，可幫助設計師捕獲用戶的感性需求，降低設計師優選CMF方案的主觀盲目性。

TOPSIS法；汽車內飾；CMF設計；意象感知

隨著汽車工業迅速發展，人們對汽車的定義逐漸由代步交通工具轉向移動空間，對汽車內飾的要求也越來越嚴格，而汽車內飾CMF設計的優劣則嚴重影響著用戶的視覺習慣和心理體驗。同時，以用戶為中心的設計理念趨于成熟，人們強調功能主義和理性主義的特質弱化很多，對于產品設計呈現出多樣化的感性需求[1]。單純地滿足用戶功能需求已不再是設計師的唯一目的，把握用戶的情感化需求，提升用戶體驗度必將是設計的發展趨勢。

目前，中國汽車內飾CMF設計依據主要來源于市場調研、趨勢分析、新的材料工藝情報搜集等，對于用戶的感性參與度有所忽略。因此，如何選擇符合用戶的感性需求，能拉近與用戶情感關系的汽車內飾CMF設計方案是設計師所要面臨的難點。

1 概述

1.1 汽車內飾CMF的意象感知

CMF意象感知以生理機制為基礎，通過感官的綜合刺激對人產生物理效應、生理效應及心理效應，進而影響人對內飾搭配的客觀質感和肌理等信息的感性描述[2]。汽車內飾色彩、材質及工藝處理方式的不同，給人帶來的感覺習慣和心理感受也不同，用戶對于設計意象的感知程度直接影響汽車駕駛過程中的情感體驗。內飾CMF的感性意象是用戶情感化需求和設計成果之間的重要媒介，用戶多樣化的情感化需求可對應于多種主觀的感性意象。設計師通過對用戶的設計意象感知進行研究，洞察消費者深層次的情感化需求，同時采用合適的設計手法將與用戶感性需求相匹配的意象融入內飾CMF設計中，進而與用戶建立相應的情感共鳴。

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年所提出的一種多目標多屬性評價方法。其基本思想是先確定多屬性決策問題的正理想解和負理想解，然后通過檢測有限個評價對象與理想化目標之間的貼近度來進行排序，從而確定評價對象優劣的分析方法。使用該方法進行多目標分析決策，能有效提高方案選擇的客觀性和完整性。王媚雪等人[4]基于用戶體驗對自閉癥兒童移動學習應用設計構建評價體系，同時使用層次分析法對TOPSIS法中的指標權重進行計算以及一致性檢驗，增強了TOPSIS法的準確性。呂欣等人[5]提出了一種結合AHP-TOPSIS方法的兒童安全座椅評價指標體系，綜合兩種分析方法的各自特點，相較于單一傳統的TOPSIS綜合評價法，此方法更為嚴謹。

本文將TOPSIS法與汽車內飾CMF設計方案選擇相結合，通過對內飾CMF意象感知的研究，計算分析各方案與用戶意象感知理想化目標之間的接近度并進行排序，準確捕獲用戶的感性需求和審美情趣，以期選出真正滿足用戶感性需求的方案。

2 TOPSIS法操作步驟

在汽車內飾CMF設計的實踐過程中，用戶的感性需求隨著時代發展呈現出日新月異的多元性，內飾CMF感性意象也趨向多樣化、抽象化。如今，設計師對于用戶意象感知程度的把握多采用問卷調查、用戶訪談、客戶體驗歷程圖等定性研究方法，對于數據的處理和分析則缺少準確科學的方法，從而導致設計師對用戶感性需求的判斷存在一定誤差，阻礙了內飾CMF的優化設計。本文根據TOPSIS法的基本計算程序，研究汽車內飾CMF意象感知的綜合評價，可將研究過程分為以下四個步驟：構造初始矩陣，構造權重標準化矩陣，確定正、負理想解，計算相對貼近度并排序。

2.1 構造初始矩陣

TOPSIS綜合評價法的首要步驟是在獲得相關人員對多個評價對象的多指標評分基礎上，對原始數據進行整合統計后構造初始數學矩陣。具體在汽車內飾CMF意象感知研究中，假設有個汽車內飾CMF方案樣本，方案樣本用表示，個用于評價方案的感性意象指標，意象指標用表示，則方案評價的初始矩陣可記為：

式（1）中：ij為相關人員對第個CMF方案的第個感性意象的感知程度均值。

需要注意的是，在TOPSIS法中，有四種指標類型，分別為：越大（多）越優的極大型指標、越小（少）越優的極小型指標、越接近某個值越優的中間型指標、越接近某個區間越優的區間型指標。若在操作TOPSIS法過程中，存在多個類型的評價指標，則需要對初始矩陣數據進行正向化處理，即將非極大值指標轉化為極大值指標，指標轉化方法如表1所示。

表1 數據正向化處理方法

指標類型轉化公式注釋 極小值指標｛xi｝為一組極小型指標序列，max為所有的數值中最大的數 中間型指標，｛xi｝為一組中間型指標序列，xbest為中間最佳的特定數值 區間型指標｛xi｝為一組區間型指標序列，［a，b］為最佳的指標區間

為了評價操作的便捷性，本次內飾CMF意象感知研究在意象指標確定時，將其統一處理成極大值指標，降低操作難度，提高多方案選擇決策的速度。

2.2 構造權重標準化矩陣

在尋找用戶意象感知程度最優的汽車內飾CMF方案（以下稱正理想解）時，不同的感性意象指標有不同的屬性特點，使得不同的意象指標的量綱不同，意象感知信息之間存在差異性，所以，在確定理想解之前要對原始數據進行無量綱化處理。采用規范化向量法，將矩陣中所有的意象指標評估均值都變為處于（0，1）這個區間的樹值，以便不同屬性的意象指標的比較，減少誤差，此法計算公式如下：

由于不同意象指標對評價對象本身和評估結果的影響程度不相同，為了確保評價結果更加準確，引入權重這個概念，采用專家評分法，讓專業人員根據每個感性意象指標對于內飾方案的重要性及影響，來分配各個評估指標的權重i，然后構造權重標準化矩陣如下：

2.3 確定正、負理想解并計算距離

正、負理想解是設想的解，即虛擬的最佳和最劣的汽車內飾CMF方案，正理想解的各個屬性值都達到各個CMF方案中的最佳值；反之，負理想解的各個屬性值都達到各個CMF方案中的最低值。正理想解用+表示，負理想解用-表示，其計算公式如下：

2.4 計算相對貼近度并排序

單一地比較備選方案與正理想解或負理想解之間的距離并不能全面地判斷一個方案的優劣，在TOPSIS法中要求最佳方案應最接近正理想解的同時又遠離負理想解，因此，還需要對計算出的距離進行分析，得到各個評價方案的綜合貼近度。

第個評價目標的貼近度用i表示，計算公式如下：

貼近度的計算結果是一個處在區間（0，1）之間的數，數值越大則表示與理想解的貼合度越高，用戶對內飾CMF意象感知程度最佳。將所有CMF方案的貼近度i，按照從大到小的順序排列，數值最大的就是所求的最優解決方案。

3 實例分析

3.1 實例搜集與用戶定位

根據市場趨勢及汽車銷量統計結果分析，眾多車型中，SUV逐漸受到大眾的青睞，絕大多數有購車計劃的消費者會首選此款車型。因此，本研究隨機選取市面上六款風格各異的中型SUV內飾CMF方案，為避免內飾造型設計對目標用戶關于CMF意象感知的影響，對待評價的內飾方案進行解構并提取其色彩、材質及工藝要素[6]，最終獲得6個汽車內飾CMF方案樣本，如圖1所示。同時為確保結果的精準性，有針對性地選擇具有一定駕車經驗或購車計劃的目標用戶且男女比例為1∶1，最終挑選符合要求的目標用戶共計50名。

圖1 汽車內飾CMF方案樣本

3.2 CMF意象語義提取

通過搜索互聯網、詢問相關從業設計師、閱讀汽車雜志等途徑，從情感量尺所必須涵蓋的評價、力量、活性三個維度，初步收集汽車內飾CMF感性意象詞對25組。邀請20名汽車設計專業人員對初步收集的意象詞對進行專家測評，按照半數通過的原則甄選出6組可用于評價CMF設計的感性意象詞對。感性意象詞對指標確定之后，分別征求專家的意見，對6組感性意象指標進行權重評估并對評估數據進行歸一化處理，最終得到6組意象詞對及其指標權重，如表2所示。

表2 感性意象詞對及其權重

123456 消極詞性狹窄冰冷粗糙低廉平常堅硬 積極詞性寬敞溫馨精致高貴新穎柔軟 指標權重0.170.190.180.150.140.17

為了獲得目標用戶對各內飾CMF方案不同意象的感知數值，采用李克特五度量表對6組意象詞對進行量化，如圖2所示。

圖2 意象詞對五度量表

由50名目標用戶通過觀察解構處理后的各內飾方案，根據自己的主觀判斷依次在各個內飾CMF方案樣本的6組感性意象指標下分別評分，最終獲得目標用戶對各內飾CMF方案意象感知的評分均值，如表3所示。

表3 目標用戶感性意象感知均值

樣本編號目標用戶意象感知均值 狹窄—寬敞冰冷—溫馨粗糙—精致低廉—高貴平常—新穎堅硬—柔軟 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 貼近度計算

根據上述各汽車內飾CMF方案的用戶意象感知評分均值，可構造用于評價各方案用戶意象感知程度的初始數列矩陣如下：

根據式（2）（3），將各方案樣本的初始矩陣進行無量綱化處理并考慮權重的影響因素，即可構造權重標準化數列如下：

根據式（4）（5），正理想解的向量數值為用戶各意象感知評價的最大值，負理想解的向量數值為用戶各意象感知評價的最小值，由此計算出正理想解+和負理想解-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）根據式（6），分別計算各內飾方案意象感知評價值與正、負理想解間的歐拉距離+、-并根據兩個歐拉距離的數值綜合計算各方案與最佳理想解的貼近度，計算結果如表4所示。

3.4 結果分析

根據貼近度的計算結果，可對6個方案樣本進行綜合優越度排序，即CMF方案的優劣排序，結果為：C6＞C2＞C3＞C4＞C1＞C5。分析結果可知，方案6和方案2較符合用戶的感性需求，目標用戶對這兩個方案的CMF意象感知評價較高，能夠清晰感受到汽車內飾色彩、材質、工藝所傳達的情感化語義，在一定程度上增強駕駛的情感體驗及良好的心理感受。

表4 歐式距離及貼近度計算結果

方案樣本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 結論

將TOPSIS法引入汽車內飾CMF優化設計中，根據目標用戶對各內飾方案意象感知程度的評價均值，通過數理方法對評價均值進行一定處理，計算各內飾方案與正、負理想解的貼近度并進行排序，找出與用戶意象感知最匹配的CMF方案。此方法可快速幫助設計師完成最優方案的選擇，并對后續設計具有一定指導意義。由于各方案樣本是以圖片形式展現給用戶，無法讓用戶充分感知整車內飾CMF方案，因此，本研究也存在一定局限性。

［1］崔杰.汽車內飾IP部件設計中的無感［J］.科技與創新，2019（11）：40-42.

［2］趙艷梅.基于色彩感知的兒童醫療器械情感化設計研究［J］.機械設計，2019，36（2）：142-144.

［3］張夏.基于AHP-TOPSIS的IOS系統社交類APP圖標評價模型構建［D］.濟南：齊魯工業大學，2019.

［4］王媚雪，翟洪磊.基于TOPSIS法的自閉癥兒童移動學習應用設計評價研究［J］.工業設計，2020（2）：60-61.

［5］呂欣，劉玉云.基于AHP-TOPSIS方法的兒童安全座椅設計方案評價研究［J］.包裝工程，2019，40（14）：150-155.

［6］陳俊潔.基于感性工學的汽車內飾CMF設計意象評價研究［J］.工業設計，2020（2）：62-63.

U463.839.2

A

10.15913/j.cnki.kjycx.2020.09.007

2095－6835（2020）09－0020－03

牛歲清（1998—），女，江蘇揚州人，2017級在讀本科生，工程設計專業，研究方向為交通工具設計。

〔編輯：嚴麗琴〕