摘要：目的为了满足消费者的需求，构建产品造型意象设计与产品造型量化间的预测模型，实现设计者将产品的设计元素与消费者的需求和感知互相关联。方法分析机电产品造型与感性意象之间的关系，利用感性工学原理进行消费者对产品造型品质感受进行评价打分及量化，采用BP神经网络建立产品造型元素与感性意象之间的关系模型，开发机电产品造型设计方案的感性意象预测系统。结果最终获得产品造型设计方案的感性意象预测模型，并以轿车造型设计为例进行验证，验证结果表明预测模型能高效解决设计师的产品造型设计方案与消费者的需求满足一致性。结论提高了产品造型设计方案的快捷性、有效性，为未来机电类产品造型设计向消费者精神需求为导向提供一种设计方法。
引言：随着科技的进步和人们认知水平的提高，产品使用中的精神感受越来越被消费者重视，设计师站在用户的角度设计产品就显得尤其重要，其能够大大提高产品设计的有效性并及时被消费者认可[1-4]。然而，对于用户而言，对产品传递的精神感受往往是模糊的、不确定的，相对于产品的物理因素而言，用户将功能和造型被放在首位，这一困境使得设计者不能准确判断用户的需求，从而造成设计上的偏差 [5-6]。因此，建立一种沟通设计者的产品造型客户意象预测模型就显得非常重要，其能够便捷、准确的测出所设计的产品造型客户意象感知结果，提高产品设计的有效性。
为了准确把握用户的喜好，设计出用户满意的产品，在工业产品设计中，产品造型几何形态、产品配色、产品意象等方面通常利用神经网络来进行设计反馈研究。周美玉等以微波炉面板设计为例，建立感性意象与产品设计元素一一对应的BP神经网络关系模型，使设计按消费者的感性需求方向发展[7]；胡志刚等研究了BP 神经网络在产品配色中的应用，建立产品配色与感性意象之间的BP神经网络关联模型 [8]；苏建宁等对感性工学和神经网络的产品造型设计进行研究，建立了能够预测产品形态感性意象的BP神经网络模型，以高脚杯为例进行验证，建构能反馈用户情感意象的产品造型设计系统[9]；李永峰等利用BP神经网络建立感性词汇与造型要素之间的关系，并以折叠自行车为例进行了仿真验证，该模型有助于设计师设计出符合消费者需求的产品[10]；HSIAO等应用神经网络构建意象词汇与产品的设计元素之间的关系，形成了设计要素、产品造型之间的关系 [11]。上述研究更多的是从造型元素的某一方面建立单一模型关系，如设计要素或是配色，也未能实现用户对产品造型意象需求的直接表现，因此，需要一种完整针对产品意象量化和对产品造型意象模型预测的系统，把提升产品造型的所有元素和产品的意象、产品用户满意度结合起来，指导设计并反馈设计。
本文在感性意象调查、产品设计特征提取、产品造型品质感受量化的基础上，建立基于BP神经网络的机电产品造型意象预计模型系统。通过两个BP神经网络系统，构建造型特征元素、产品造型意象及用户满意度三者之间的对应关系，解决设计师与消费者需求之间的统一，提高产品造型方案设计的有效性。

1产品造型意象预测模型构建过程及方法
本文主要是为机电类产品造型意象设计提供方法，建立产品造型预测系统的过程主要有以下3个方面。
1.1机电产品造型意象词汇库构建
机电类产品造型意象词汇的收集，主要通过杂志、网络、书籍和现场走访等方式收集描述机电产品的形容词。由于机电产品造型意象主要可由产品几何形态、尺寸比例、色彩搭配、材质种类、工艺方法来刻画，可将收集的词汇表分为上述5类，采用语义差异法分别对意象词汇满足5类造型的程度进行评价，并取平均值，形成意象词汇满足5类造型类目的程度表。
1.2产品造型元素获取
依据造型的分类，选取具有一定设计经验的人员及结合问卷调查，分别获取产品的几何特征元素、色彩特征、质感特征、尺寸比例特性、工艺方法。归纳出构成产品各类造型的主要要素及其形态分类，并依此构建各个特征的要素表。最后，调整设计参数，重新构建产品的元素样本。
1.3产品造型意象预测模型BP神经网络实现
典型的BP神经网络是由3层网络组成[12]，如图1。本文选择两个BP神经网络对机电产品意象、产品造型客户满意度进行评估，最终构建产品造型意象预测模型。首先产品造型评价到产品造型意象分值映射的网络训练，作为第一个网络；其次产品造型意象分值与轿车客户满意度映射的网络训练，作为第二个网络，如图2所示。对于第一个神经网络，以产品的造型特征元素取值为网络训练的输入数据，以代表性样本意象词汇取值为输出数据；对于第二个神经网络系统，以验证第一个BP神经网络正确性所收集的感性意象词汇的无量纲化数据作为输入数据，求得产品造型客户满意度值作为该BP神经网络的输出数据，最终建立设计与产品意象之间的预测关系。
作者：陈世斌