產品意象形態設計要素的均衡性評價

張書濤，劉世鋒，王世杰，周愛民，蘇建寧

產品意象形態設計要素的均衡性評價

張書濤，劉世鋒，王世杰，周愛民，蘇建寧

（蘭州理工大學，蘭州 730050）

探究產品意象形態各設計要素對產品整體設計的貢獻程度，為設計師提供可靠的設計指導，分析產品意象形態設計要素對產品整體設計的貢獻規律，基于信息熵和蛛網圖評價法提出一種產品意象形態設計要素評價方法。首先，基于信息熵理論計算各形態設計要素的熵值，并求得權重；其次，應用蛛網圖評價法構建各產品意象形態設計要素評價向量，繪制產品意象形態設計要素蛛網圖，并計算均衡性貢獻系數和意象形態綜合評價值；最后，應用產品形態美度評價方法計算各樣本的美度評價，并進行對比驗證，證明了該方法的可行性。以奧迪A7系列汽車前臉為研究對象，經過計算得到均衡性貢獻系數排序和意象形態綜合評價排序，繪制樣本意象形態設計要素蛛網圖，直觀展示各意象形態設計要素的貢獻度與均衡性。通過產品意象形態設計要素評價研究，量化產品意象形態各設計要素對產品整體設計的貢獻度，有助于設計師在復合意象產品設計中的設計決策。

產品形態；蛛網圖；信息熵；意象；均衡性貢獻

在情感消費時代，豐富的產品種類已經能滿足消費者對產品的功能需求，決定消費者購買產品的主要因素不再是功能性和實際用途，而是消費者的情感需求。在產品設計階段，產品創作和設計決策往往依賴于設計師的個人主觀意識[1]，在一定程度上忽略了消費者的情感需求。根據消費者需求設計出符合消費者情感需求的產品，已成為學者研究的熱點課題。

日本學者Mitsuo[2]提出的“感性工學”是研究人的感性認知，將消費者的情感需求與設計元素相關聯，可以幫助設計師更好地將消費者需求融入產品設計中[3]。產品給人的意象是復雜多樣的，消費者對不同意象的需求也具有差異性[4]。產品意象設計的難點在于如何將消費者的主觀感性需求映射到設計元素中。從系統的角度，蘇建寧等[5]提出了產品意象造型設計中的耦合特性概念，即將每個產品看作是一個系統，系統是多個設計要素相互關聯的過程。在設計過程中，各要素之間、要素與意象之間、意象與意象之間存在復雜的評價與決策。各設計要素的意象表達及其對最終復合意象的影響，由設計師根據個人的認知進行主觀決策，該過程往往缺乏客觀依據。

在產品意象形態設計領域，學者從意象與產品要素關系、多目標意象、產品形態耦合等角度進行了相關研究。郭娟齡等[6]通過分析健康產品形態要素及其與用戶情感意象的關聯，降低了因設計師個人認知對產品產生的認知偏差。Li等[7]以電動汽車為例，對產品形態設計要素與感性意象之間的關系進行了定量研究。蘇建寧等[5]以眼鏡為例，研究了產品形態設計要素間的耦合特性，指出設計要素權重較高時設計要素之間會產生耦合沖突，將影響產品方案整體性的評價。師潔等[8]基于產品原型進行細化設計，研究了形態要素間的耦合特性，實現了形態要素間的協調匹配，滿足了消費者的審美需求。以上研究內容多聚焦于意象與產品之間的關系，對意象形態設計要素與產品整體形態關系方面的研究還有待深入。

文中提出一種產品意象形態設計要素評價模型，從產品形態設計要素與整體形態之間的關系角度進行評價研究，為設計師提供設計指導。首先基于信息熵理論計算產品形態各要素的信息熵，并求得各形態設計要素的權重，然后使用蛛網圖評價方法對各意象形態設計要素進行均衡性貢獻評價，研究各意象形態設計要素對產品整體方案的貢獻特性，最后引入產品形態美度評價法進行對比驗證，并證明該模型的有效性。

1 理論介紹

1.1 信息熵

美國工程師Shannon[9]將熵的概念引入信息論，提出信息熵的概念，并將模糊的信息進行定量化研究。信息熵是用來量化信息量的負熵，表示系統的有序程度，系統的有序程度越高，熵值越小，信息量越大；系統的有序程度越低，熵值越大，信息量越小。信息熵具有量化信息量的特性，因此也被學者們引入了藝術與設計領域，用于量化藝術品和設計內容所傳達的信息量。在視覺藝術創作領域中，阿恩海姆最早使用信息熵來分析藝術創作。在產品設計中，蘇建寧等[10]將信息熵引入產品意象形態研究中，提出了意象熵的概念。馮青等[11]提出了基于感性意象的產品形態設計方法，構建了感性意象與產品形態之間的映射關系模型，引入了信息熵對獲得的感性意象進行評估，得到了感性意象語義量化值。張璐等[12]采用信息熵來確定各目標意象的權重，從而降低評價信息的主觀性。信息熵在產品形態設計領域得到了比較成熟的應用，下面利用信息熵來量化意象形態設計要素的意象熵值，從而確定各意象形態設計要素的權重。

1.2 蛛網圖

蛛網圖（Spider Chart）評價法，又稱戴布拉圖、雷達圖評價法[13]，其原理如下：首先根據實際需求來確定研究對象的主要評價指標，獲取評價指標數據，并進行無量綱化處理；然后以一個點為坐標原點建立維坐標系，一個坐標軸對應一個評價指標，每個坐標軸被等分為段；最后將評價指標值標注在坐標軸上，連接成一個維的多邊形，以該維多邊形的面積、周長等作為參數進行綜合評價。近年來，蛛網圖評價法已被應用于多個領域。如譚剛平等[14]借助蛛網圖構建了乘用車車內環境舒適性綜合評價模型；劉方偉等[13]針對機械設備外觀設計決策等問題，應用蛛網圖評價設計方案來輔助設計決策；Zhang[15]通過分析影響物流配送中心的選址因素，來構建選址要素指標，運用蛛網圖對物流配送中心選址進行評價，以優化配送路徑；Wang等[16]對蛛網圖進行了改進，并應用于飛機甲板設計中，以此來評價人機工程學因素指標的相互依賴關系。蛛網圖評價法具有3個方面的優勢：在二維平面上體現多特征評價；直觀形象，通過測評對象的各評價指標值，可以直觀地表示出各評價指標的優劣；對比性強，根據各個坐標，可以直接看出考核對象之間的差別[13]。文中應用蛛網圖直觀表征產品意象形態設計要素的權重，量化各要素對整體形態的貢獻，并評價產品意象形態設計要素的均衡性。

1.3 美度評價

伯克霍夫提出的美度評價，主要用于研究二維多邊形輪廓線的美度。近年來，美度評價方法逐漸被引入產品設計領域中，用于評價產品設計布局的合理性。例如，蘇建寧等[17]通過研究美學知識理論，建立了形態美度指標體系，并基于潛在語義分析法建立了形態美度綜合評價方法。戴一康等[18]為客觀評價空調遙控器人機界面形態元素布局美度，構建了空調遙控器人機界面形態元素布局的美度意象評價指標，采用AHP法得出了各個指標權重，提出了綜合美度計算方法。Guo等[19]分析了播種機的美學特征要素，構建了美學評價指標體系，并引入RBF神經網絡，建立了播種機美學評價模型。周愛民等[20]依據形式美學和心理學原理，提出了產品形態美度指標，結合最大流原理構建了產品形態美度綜合評價模型。筆者將應用此方法對產品形態進行美度評價，并對文中所提出的評價方法的有效性進行驗證。

2 研究流程

2.1 研究樣本與感性意象詞獲取

首先確定具有多形態設計要素的產品案例，然后從相關產品網站搜集產品正視圖照片。由于研究內容的限制，文中只研究產品形態，不考慮色彩與材質，所以將所有圖片進行灰度處理。邀請若干名專業設計師剔除不符合要求的圖片，提取圖片形態輪廓，作為語義差異法（Semantic Differential，SD）的研究樣本。根據研究樣本，通過產品網站、汽車雜志、文獻資料、用戶調研等渠道，廣泛獲取產品的感性意象評價詞。邀請設計師和消費者根據樣本圖片對感性意象詞進行投票，初步選出具有代表性的若干個感性意象評價詞。根據研究樣本和選出的感性意象評價詞制作SD調查問卷，通過問卷調查獲取評價數據，應用主成分分析法分析調查數據，最終確定目標感性意象。

2.2 形態設計要素解構

對研究樣本進行形態特征分析，根據產品形態設計中的意象表達需求，應用形態分析法對樣本進行形態設計要素解構，從而建立產品形態設計要素特征，見表1。

表1 形態設計要素特征

Tab.1 Form design element features

2.3 形態設計要素意象數據獲取

為獲得產品各形態設計要素的意象評價，采用SD調查問卷法對消費者和設計師進行調研。將形態設計要素與感性意象詞相結合，制作SD調查問卷。選取若干名被試者進行問卷調查。依據獲取的數據得到形態設計要素與感性意象之間的映射關系，并對數據進行標準化處理。

2.4 形態設計要素信息熵權重計算

根據表1，排列組合設計出新的產品形態樣本。因為實際排序結果所包含的樣本量過大，所以筆者采用正交實驗法，減少新樣本的數量，從而產生數量適宜的新評價樣本。

將信息熵理論應用于產品形態設計要素意象評價中，計算產品形態設計要素的意象信息量，并表征產品形態設計要素系統中的意象序狀態。將某個產品的形態設計要素集={1,2,3,…,T}（表示形態設計要素集中的元素個數）視為一個系統，每個元素包含T={T(1),T(2),…,T()}個不同類型的意象。將正交實驗得到的每個新樣本形態視為一個小系統，應用信息熵計算小系統中各形態設計要素的意象不確定程度：

式中：y為小系統中第個形態設計要素的第個意象評價數據標準化處理后的值；P為第個形態設計要素的第個意象出現的概率，0≤P≤1。

式中：I為意象熵值；為常數，1/；ω為意象形態設計要素權重。

2.5 意象形態設計要素均衡性貢獻系數及意象形態綜合評價計算

2.5.1 意象形態設計要素評價向量

在產品意象形態設計中，為了滿足消費者的多維情感需求，產品形態一般攜帶2～3種意象風格，并以復合意象風格的形式表現出來。構建意象形態設計要素評價向量=(1,2,…,x）。其中，為意象設計要素維數；x為第個意象形態設計要素的熵權重值。

2.5.2 意象形態設計要素評價特征向量

蛛網圖中指標向量排序不唯一、評價特征向量不唯一，因此，根據文獻[21]所提出的改進蛛網圖，來構建意象形態設計要素評價特征向量[S,L]，其計算公式：

式中：S為意象指標在蛛網圖中圍成圖形的面積；L為圖形的周長。

2.5.3 意象形態設計要素均衡性貢獻系數

根據意象形態設計要素評價特征向量構造意象形態綜合評價向量[W,W]，其計算公式：

式中：W為評價主體的面積評價值；W為指標間均衡性的發展情況，文中其被定義為產品意象形態設計要素均衡性貢獻系數，0≤W1。

2.5.4 意象形態綜合評價函數

根據意象形態綜合評價向量來構建意象形態綜合評價函數(W,W)：

文中依據該函數對產品意象形態進行綜合評價。

2.6 樣本美度評價

為驗證文中所提方法的有效性，引入產品形態美度評價對樣本進行美度評價，并對結果進行對比分析。針對產品形態美度評價指標，根據專家訪談結果，結合案例產品的形態布局特點，選取平衡度、形心偏移度、比例度、整體度、密集度、相似比例度作為美度指標。依據產品形態美度評價公式[20]，對上述正交實驗得到的樣本進行產品形態美度量化評價。將產品形態美度評價結果與產品意象形態綜合評價結果進行對比分析。

3 實例研究

3.1 汽車前臉樣本和意象詞匯處理

以具有多個產品形態設計要素的奧迪A7系列汽車前臉形態為研究案例。通過奧迪官網選取該系列所有汽車前臉正視圖作為初選樣本，將所有圖片進行灰度處理，邀請5名專家對不符合要求的、相似的圖片進行剔除，最終選取5個圖片作為研究樣本，見圖1。

根據所選樣本，通過奧迪官網、汽車雜志、文獻資料、用戶調研等渠道獲取樣本的感性意象詞匯。邀請設計師和消費者根據樣本圖片進行投票，初步選出9個代表性的感性意象詞匯，分別為豪華感、雅致感、時尚感、簡約感、尊貴感、力量感、運動感、硬朗感、大氣感。結合5個研究樣本和9個感性意象詞匯制作SD調查問卷，并進行問卷調查，從而獲取評價數據。每個產品一般攜帶2～3種意象風格，因此，采用主成分分析法來分析調研數據。通過統計分析軟件SPSS對數據進行分析，得到第一主成分中高載荷因子為豪華感、時尚感、尊貴感；第二主成分中高載荷因子為雅致感；第三主成分中高載荷因子為運動感，見表2。結合奧迪官網中對奧迪A7的設計定位，最終選擇尊貴感、雅致感、運動感為目標意象。

表2 主成分分析結果

Tab.2 Principal component analysis result

3.2 汽車前臉形態設計要素分析與意象數據獲取

應用形態分析法提取奧迪A7系列汽車前臉形態設計要素，將其劃分為不同的設計要素和對應的形態設計要素特征，見表3。

表3 產品形態設計要素

Tab.3 Design elements of product form

根據形態設計要素分析結果，結合18個形態設計要素和3個感性意象詞匯建立SD調查問卷，通過SD問卷調查，獲得各形態設計要素的意象評價值。共發放問卷40份，收回有效問卷38份。其中，設計專業人員20份，非設計人員18份。調查數據見表4。

表4 奧迪A7前臉形態要素意象調查結果

Tab.4 Image survey results of front face form elements of Audi A7

3.3 汽車前臉形態重構

根據意象形態設計要素分析表設計正交實驗，進行意象形態要素重組，構建新的樣本形態。應用統計分析軟件SPSS（Statistical Package For Social Science）進行正交實驗。首先輸入形態設計要素種類，然后輸入每個形態要素中的形態設計要素特征，最后得到16個正交樣本，見圖2。

圖2 正交實驗樣本

3.4 汽車前臉意象形態設計要素權重計算

將新樣本各形態設計要素的意象評價值帶入式（1）和式（2），以此量化各意象形態設計要素的信息熵，最后帶入式（3）計算各形態設計要素的權重值，計算結果見表5。

表5 意象形態設計要素權重

Tab.5 Weight of image form design elements

3.5 汽車前臉意象形態綜合評價值計算

3.5.1 汽車前臉意象形態設計要素評價向量

根據意象形態設計要素權重計算結果，并構建樣本意象形態設計要素評價向量，見表6。

表6 意象形態設計要素評價向量

Tab.6 Evaluation vector of image form design elements

3.5.2 汽車前臉意象形態設計要素評價向量表征圖繪制

在蛛網圖中，為有效標示各意象形態設計要素特征，將計算得到的意象評價向量進行歸一化數據處理，繪制16個評價樣本的表征圖，見圖3。由于文中采用的蛛網圖評價方法的指標排序不影響最終的評價結果，所以意象形態圖中各要素的排序（順時針排序）為前大燈、上進氣格柵、霧燈、下進氣格柵、引擎蓋分割線。

圖3 意象形態設計要素評價向量蛛網圖

3.5.3 汽車前臉意象形態設計要素均衡性貢獻系數及綜合評價值計算

根據式（4）與（5）計算意象形態設計要素評價特征向量，將意象形態設計要素評價特征向量帶入式（6）與（7），以此構建意象形態綜合評價向量[W，W]，最后將意象形態綜合評價向量帶入式（8），得到意象形態綜合評價值，見表7。

表7 產品意象形態綜合評價向量及綜合評價值

Tab.7 Comprehensive evaluation vector and comprehensive evaluation value of image forms

3.6 汽車前臉美度評價

根據2.6節選取的6個美度指標，利用Rhinoceros軟件繪制汽車前臉形態設計要素參數測量坐標系，見圖4。坐標系以汽車前臉上的進氣格柵邊線中點為原點，十字交叉點為各形態設計要素的重心點。X、Y分別為形態設計要素到軸、軸的距離，Aa分別為形態設計要素的重心坐標和面積。

圖4 汽車前臉形態設計要素參數測量坐標系

通過測繪相關數據，獲取新樣本的汽車前臉形態參數，并根據所選取的美度指標公式求解各指標值，見表8。

3.7 實驗結果分析

對比表7和表8的結果可知，意象形態綜合評價結果與美度評價結果基本一致，因此可以證明文中所提出的方法是有效的。

根據表8可知，樣本12的綜合評價最優，其均衡性貢獻系數最小，因此根據此評價結果可知均衡性貢獻系數越小，產品意象形態綜合評價值結果越好。由此可以說明各意象形態設計要素在耦合成新的產品過程中，并非所有的意象形態設計要素權重越高，就可以耦合出更好的方案。如果所有意象形態設計要素的貢獻度都比較高，沒有主次之分，將產生意象沖突，反而會降低產品的整體美感，這與文獻[5]得出的結果基本一致。結合文中繪制的意象形態設計要素評價向量表征圖，可以清晰地看出，在新樣本12中，引擎蓋分割線對整體意象評價的貢獻度最大，其他的幾個意象設計要素貢獻度都較小，最終耦合樣本的意象評價值最高。也可以看出，在雅致感、運動感、尊貴感等復合目標意象下，奧迪汽車前臉形態設計要素對整體形態的主要貢獻依次為引擎蓋分割線、霧燈、下進氣柵格、車燈和上進氣格柵。若設計師希望設計出帶有該復合目標意象的汽車前臉，則可以將注意力集中在上述的排序上，重點考慮排名靠前的意象形態設計要素。

表8 美度評價值

Tab.8 Aesthetic measure value

4 結語

產品意象形態由一系列形態設計要素構成，是意象形態設計要素的耦合體，各種類型的形態設計要素會影響消費者的感性意象認知[22]。產品意象形態設計是一個多指標評價的復雜過程，蛛網圖具有多指標綜合評價的特性，且各指標的大小關系可以通過圖形的形式直觀地表達出來。筆者應用蛛網圖評價方法與信息熵權法，探究產品意象形態設計中各意象形態設計要素對復合意象產品形態的貢獻規律，以期為設計師提供設計指導。

首先，進行產品形態分析，獲取產品形態設計要素的感性意象評價，基于信息熵權法來量化產品意象形態設計中各形態設計要素所攜帶的信息量，從而獲得各形態設計要素在產品意象形態設計中的權重。其次，基于蛛網圖評價方法構建產品意象形態設計蛛網圖評價向量、特征向量等，從而獲得各評價指標的均衡性貢獻系數及產品意象形態設計蛛網圖。最后，應用產品形態美度評價法對評價結果進行對比研究，以驗證該方法的有效性。通過均衡性貢獻系數和產品意象形態綜合評價值，圖形可以直觀地標示形態設計要素對產品意象形態綜合評價值的貢獻度與意象表達最優的產品形態，為設計師提供了有益的參考。

[1] LO C H. Building a Relationship between Elements of Product Form Features and Vocabulary Assessment Models[J]. Eurasia Journal of Mathematics, Science & Technology Education, 2016, 12(5): 1399-1423.

[2] MITSUO N. Kansei Engineering: A New Ergonomic Consumer-oriented Technology for Product Development[J]. International Journal of Industrial Ergonomics, 1995, 15: 3-11.

[3] CHANG Y M, CHEN C W. Kansei Assessment of the Constituent Elements and the Overall Interrelations in Car Steering Wheel Design[J]. International Journal of Industrial Ergonomics, 2016, 56: 97-105.

[4] 蘇珂, 王碩. 產品多意象造型設計研究[J]. 機械設計, 2016, 33(3): 115-119.

SU Ke, WANG Shuo. Study of Product Modeling Design with Multiple Images[J]. Journal of Machine Design, 2016, 33(3): 115-119.

[5] 蘇建寧, 陳彥蒿, 景楠, 等. 產品意象造型設計中的耦合特性研究[J]. 機械設計, 2017, 34(1): 105-109.

SU Jian-ning, CHEN Yan-hao, JING Nan, et al. Coupling Characteristics Study in Product Image Modeling Design[J]. Journal of Machine Design, 2017, 34(1): 105-109.

[6] 郭娟齡, 張玉萍, 李春. 健康產品形態要素與用戶情感意象關聯研究[J]. 包裝工程, 2020, 41(4): 207-212.

GUO Juan-ling, ZHANG Yu-ping, LI Chun. Relevance Between Morphological Elements of Health Product and Emotional Imagery of User[J]. Packaging Engineering, 2020, 41(4): 207-212.

[7] LI M, HE C, LU Z, et al. Quantitative Research on the Relationship Between Design Elements and Kansei Image of Electric Vehicle Styling[C]// Advances in Interdisciplinary Practice in Industrial Design, Proceedings of the AHFE 2019 International Conference on Interdisciplinary Washington: Practice in Industrial Design, 2019.

[8] 師潔, 蘇建寧, 李雄. 產品意象原型形態重組優化設計研究[J]. 包裝工程, 2019, 40(8): 47-53.

SHI Jie, SU Jian-ning, LI Xiong. Coupling Optimization Design Research of Product Image Prototype Form[J]. Packaging Engineering, 2019, 40(8): 47-53.

[9] SHANNON C E. A Mathematical Theory of Communication[J]. The Bell System Technical Journal, 2001, 5(3): 3-55.

[10] 蘇建寧, 張新新, 景楠, 等. 認知差異下的產品造型意象熵評價研究[J]. 機械設計, 2016, 33(3): 105-108.

SU Jian-ning, ZHANG Xin-xin, JING Nan, et al. Research on the Entropy Evaluation of Product Styling Image under the Cognitive Difference[J]. Journal of Machine Design, 2016, 33(3): 105-108.

[11] 馮青, 武智靈. 基于感性意象的蒸餾酒容器形態設計[J]. 食品與機械, 2019, 35(3): 120-123.

FENG Qing, WU Zhi-ling. Research on Form Design of Distilled Wine Bottle Based on Kansei Image[J]. Food and Machinery, 2019, 35(3): 120-123.

[12] 張璐, 李巨韜, 趙艷云, 等. 基于用戶感性需求的產品設計方案評估方法[J]. 運籌與管理, 2019, 28(1): 152-157.

ZHANG Lu, LI Ju-tao, ZHAO Yan-yun, et al. Evaluation Method for Product Design Based on Users Emotional Needs[J]. Operations Resarch and Mangement Science, 2019, 28(1): 152-157.

[13] 劉方偉, 龍國安. 蛛網圖評價法在機械設備外觀設計決策中的應用[J]. 林業機械與木工設備, 2011, 39(5): 46-48.

LIU Fang-wei, LONG Guo-an. Application of the Spider Diagram Evaluation Method in Equipment Outlook Design Decisions[J]. Forestry Machinery & Woodworking Equipment, 2011, 39(5): 46-48.

[14] 譚剛平, 黃方昊, 谷飛鴻. 基于熵權法的車內環境舒適性評價模型[J]. 科技通報, 2017, 33(3): 229-262.

TAN Gang-ping, HUANG Fang-hao, GU Fei-hong. Evaluation Model of Environmental Comfort in Vehicle Based on Method of Entropy Weight[J]. Bulletin of Science and Technology, 2017, 33(3): 229-262.

[15] ZHANG L. Study on Location Selection of Logistics Distribution Center Based on Spider Chart[J]. International Journal of u- and e- Service, Science and Technology, 2016, 9(10): 297-308.

[16] WANG L, WANG Y, DONG W, et al. A Novel Approach for Comprehensive Evaluation of Flight Deck Ergonomic Design: Delphi-Order Relation Analysis (ORA) Method and Improved Radar Chart[M]// Engineering Psychology and Cognitive Ergonomics. New York: Springer International Publishing, 2016.

[17] 蘇建寧, 楊文瑾, 張書濤, 等. 基于潛在語義分析的形態美度綜合評價方法[J]. 蘭州理工大學學報, 2018, 44(6): 39-43.

SU Jian-ning, YANG Wen-jin, ZHANG Shu-tao, et al. Comprehensive Evaluation Method of form Aesthetic Degree Based on Latent Semantic Analysis[J], Journal of Lanzhou University of Technology, 2018, 44(6): 39-43.

[18] 戴一康, 薛澄岐, 王海燕. 基于AHP的界面美度評價方法探究[J]. 設計, 2018(8): 123-125.

DAI Yi-kang, XUE Cheng-qi, WANG Hai-yan. The Research on Evaluation of Interface Aesthetics Based on AHP[J]. Design, 2018(8): 123-125.

[19] GUO H P, YANG F Z, LU J D, et al. Research on the Aesthetic Evaluation Method of Seeding Machinery Based on RBF Neural Network[J]. International Journal of and Service, Science and Technology, 2016, 9(12): 433-442.

[20] 周愛民, 蘇建寧, 閻樹田, 等. 產品形態審美綜合評價的非線性信息動力學模型[J]. 機械工程學報, 2018, 54(15): 150-159.

ZHOU Ai-min, SU Jian-ning, YAN Shu-tian, et al. Nonlinear Information Dynamics Model of Synthetic Evaluation on Product Form Aesthetic[J]. Journal of Mechanical Engineering, 2018, 54(15): 150-159.

[21] 陳勇, 陳瀟凱, 李志遠, 等. 具有評價結果唯一性特征的雷達圖綜合評價法[J]. 北京理工大學學報, 2010, 30(12): 1409-1412.

CHEN Yong , CHEN Xiao-kai, LI Zhi-yuan, et al. Method of Radar Chart Comprehensive Evaluation with Uniqueness Feature[J]. Transactions of Beijing Institute of Technology, 2010, 30(12): 1409-1412.

[22] 陳金亮, 趙鋒, 廖浩勤, 等. 基于感性意象的 SUV 前臉造型設計[J]. 包裝工程, 2020, 41(20): 102-108.

CHEN Jin-liang, ZHAO Feng, LIAO Hao-qin, et al. SUV Front Face Styling Design Based on Perceptual Image[J]. Packaging Engineering, 2020, 41(20): 102-108.

Equilibrium Evaluation of Product Image Form Design Elements

ZHANG Shu-tao, LIU Shi-feng, WANG Shi-jie, ZHOU Ai-min, SU Jian-ning

(Lanzhou University of Technology, Lanzhou 730050, China)

In order to explore the contribution of each design element to the overall product image form provide a reliable design guidance for designers, this study analyzed the contribution of design elements to the overall product image form, and proposed an evaluation method of design elements based on information entropy and spider chart evaluation method. Firstly, the entropy values of various design elements were calculated based on the information entropy theory to obtain their weights. Secondly, the spider chart evaluation method was used to construct the evaluation vector of product image form design elements, draw the spider chart of the elements, and calculate the equilibrium contribution coefficient and the comprehensive evaluation value of the image form. Finally, the beauty evaluation of each sample was calculated by using the product form aesthetic measure evaluation method, and the comparison and verification were conducted, which proved the feasibility of the method. Taking the front face of Audi A7 series car as the research case, the order of the equilibrium contribution coefficient and the order of the image form comprehensive evaluation were obtained after calculating, and the spider chart of the design elements of the sample image form was drawn to intuitively show the contribution and equilibrium of the design elements to each image form.Through the evaluation of design elements of product image form, the contribution of each design element to the overall product image form was quantified, which was helpful for designers to make decisions in the design of composite image products.

product form; spider chart; information entropy; image; equilibrium contribution

TB472

A

1001-3563(2022)12-0208-09

10.19554/j.cnki.1001-3563.2022.12.024

2022–01–15

教育部產學合作協同育人項目（201802112092）；國家自然科學基金（51705226）；甘肅省自然科學基金（20JR10RA168）

張書濤（1982—），男，博士，副教授，主要從事感性工學、數字設計理論及方法、設計認知、產品創新設計方面的研究。

責任編輯：馬夢遙