陳國東，陳思宇，王軍，倪益華，謝賢新

(1.浙江農(nóng)林大學(xué)工程學(xué)院,浙江省木材科學(xué)與技術(shù)重點實驗室,浙江 臨安 311300； 2.浙江泰豐竹木有限公司,浙江 麗水 323700)

基于“信息熵-TOPSIS”的竹質(zhì)品設(shè)計認(rèn)知決策研究

陳國東1，陳思宇1，王軍1，倪益華1，謝賢新2

(1.浙江農(nóng)林大學(xué)工程學(xué)院,浙江省木材科學(xué)與技術(shù)重點實驗室,浙江 臨安 311300； 2.浙江泰豐竹木有限公司,浙江 麗水 323700)

我國是竹林資源最為豐富的國家，也是竹質(zhì)品生產(chǎn)制造和出口的大國，竹林培育與竹質(zhì)品的加工與研發(fā)一直處于世界的前列，目前，我國竹產(chǎn)業(yè)已經(jīng)形成了一二三產(chǎn)融合發(fā)展的綠色朝陽產(chǎn)業(yè)鏈。而在具體的竹質(zhì)品開發(fā)設(shè)計過程中，意象感知評價和決策是一個十分復(fù)雜的問題，有效匹配消費者的意象認(rèn)知需求是企業(yè)和設(shè)計師面臨的重要任務(wù)，因此，建立科學(xué)的意象決策方法具有重要的現(xiàn)實意義。針對如何有效進(jìn)行竹質(zhì)品的認(rèn)知決策問題，筆者提出了基于信息熵-TOPSIS的竹質(zhì)品設(shè)計意象認(rèn)知決策方法。以竹質(zhì)水杯方案決策為例，首先，采用語義差異法和因子分析獲取水杯產(chǎn)品的意象認(rèn)知維度；其次，針對具體的竹質(zhì)水杯設(shè)計方案，以獲取的多維度認(rèn)知意象為評價指標(biāo)，通過意象認(rèn)知實驗得到用戶的意象認(rèn)知情況，并將評價值規(guī)范化處理；再次，運用信息熵法計算各意象指標(biāo)的熵值，并進(jìn)一步計算出各自的熵權(quán)，即各維度認(rèn)知意象的權(quán)重；最后，應(yīng)用TOPSIS計算各設(shè)計方案與各維度理想解、負(fù)理想解的距離，最終得到每個竹質(zhì)水杯方案接近度，從而獲得方案的優(yōu)劣排序，確立最優(yōu)方案。決策過程充分利用初始調(diào)查的數(shù)據(jù)信息，能直觀、客觀、定量地反映每個方案的優(yōu)劣程度，實用性與適用性較好，為企業(yè)和設(shè)計師提供了一種新的竹質(zhì)品設(shè)計認(rèn)知評價與決策方法。

信息熵；TOPSIS；竹質(zhì)品設(shè)計；意象認(rèn)知決策；多維度意象

我國擁有豐富的竹子資源，素有“竹子王國”的美譽，竹產(chǎn)業(yè)也被視為我國現(xiàn)代林業(yè)的四大朝陽產(chǎn)業(yè)之一[1]。目前，竹材在生活中的應(yīng)用比較廣泛，涉及體育用品、生活用品等不同種類的產(chǎn)品[2]，然而，作為產(chǎn)品制造生產(chǎn)中所用到的一種重要材料，竹質(zhì)品設(shè)計一般都局限于我國傳統(tǒng)的文化認(rèn)知中對竹材的情感聯(lián)想——呈現(xiàn)原竹的挺拔、雄健、清幽等意象感知，使得人們對竹質(zhì)品的情感認(rèn)知非常單一。隨著竹材加工與制造工藝的不斷提升，已經(jīng)開發(fā)出竹整張、重組竹、竹集成材、薄竹木等竹基材，不同的基材制作工藝、碳化及漂白程度都能表現(xiàn)出不同的表面形態(tài)特征，通過應(yīng)用設(shè)計可表達(dá)現(xiàn)代、時尚、科技等豐富的“表情”[3]。在市場競爭日益激烈的環(huán)境下，消費者不再局限于產(chǎn)品的功能與質(zhì)量，更重要的是強(qiáng)調(diào)帶給用戶的心理感受與情感體驗[4-6]。在竹質(zhì)品設(shè)計過程研究消費者感性需求，讓竹材與現(xiàn)代人的生活更為貼近，越來越受到設(shè)計師與竹質(zhì)品加工生產(chǎn)企業(yè)的重視。

在竹質(zhì)品意象設(shè)計前期過程中，通常會產(chǎn)生多款竹質(zhì)品方案，由于成本、時間、資金等客觀因素的限制，往往僅有一款或少數(shù)幾款會推向市場。這時對竹質(zhì)品方案的意象評價和決策就顯得尤為重要，而大多數(shù)企業(yè)依賴于公司領(lǐng)導(dǎo)層或者產(chǎn)品設(shè)計者的個體直覺和經(jīng)驗進(jìn)行方案選擇。由于在設(shè)計欣賞與審美方面的認(rèn)知差異，他們不能完全認(rèn)識和感知消費者的感性意象價值[7]，往往導(dǎo)致最優(yōu)意象認(rèn)知方案的漏選。因此，在市場競爭日益激烈的背景下，需要從經(jīng)驗決策轉(zhuǎn)向科學(xué)決策[8]，實現(xiàn)優(yōu)秀竹質(zhì)品方案產(chǎn)業(yè)化,促進(jìn)竹質(zhì)品制造企業(yè)良性發(fā)展。在設(shè)計階段中竹質(zhì)品方案的選擇通常需要多名決策者針對多款設(shè)計方案依據(jù)多個目標(biāo)意象指標(biāo)進(jìn)行評價，屬于多目標(biāo)屬性的決策問題。

逼近理想解排序法(technique for order preference by similarity to an ideal solution，TOPSIS)最早由Hwang和Yoon于1981年提出，用于評價方案的總體優(yōu)劣程度，是一種比較成熟的多屬性評價方法，相比較層次分析法、灰色關(guān)聯(lián)分析法、模糊邏輯綜合評價法等具有數(shù)學(xué)計算簡單、充分利用原始數(shù)據(jù)、直觀的幾何意義、信息損失少等優(yōu)勢[9]。

當(dāng)前，TOPSIS廣泛應(yīng)用于醫(yī)療質(zhì)量評價[10]、區(qū)域金融發(fā)展水平比較[11]、水資源綜合評價[12]和建筑產(chǎn)業(yè)競爭評價[13]等領(lǐng)域的決策研究。部分學(xué)者開始將TOPSIS應(yīng)用在產(chǎn)品設(shè)計領(lǐng)域中，如Chang等[14]結(jié)合田口法和TOPSIS開發(fā)了汽車外形設(shè)計優(yōu)化與評價方法。古瑩奎等[15]針對產(chǎn)品配置方案的概念設(shè)計與風(fēng)險評估問題，提出了結(jié)合層次分析、模糊集理論和TOPSIS的決策模型，并以柴油機(jī)開發(fā)為例進(jìn)行驗證。吳真[16]基于二元組語義轉(zhuǎn)換，提出了模糊TOPSIS多目標(biāo)評價方法，實現(xiàn)了電熱水壺產(chǎn)品方案的決策評價。

研究表明，TOPSIS在產(chǎn)品設(shè)計方面有較好的應(yīng)用潛力，本研究基于TOPSIS研究構(gòu)建竹質(zhì)品設(shè)計方案的多目標(biāo)意象認(rèn)知評價方法，同時考慮到傳統(tǒng)的TOPSIS方法需要預(yù)先得到各指標(biāo)屬性的權(quán)重，提出引入信息熵法充分利用原始調(diào)查數(shù)據(jù)來取得各目標(biāo)意象指標(biāo)的權(quán)重，增強(qiáng)TOPSIS的性能，探討面對多目標(biāo)的竹質(zhì)品方案決策問題，并應(yīng)用到竹質(zhì)杯子方案的意象認(rèn)知評價中，以期為竹質(zhì)品設(shè)計評價提供新的研究思路和方向。

1 基于信息熵-TOPSIS竹質(zhì)品設(shè)計方案意象認(rèn)知決策過程

竹質(zhì)品方案意象認(rèn)知評價基于消費者和設(shè)計師的感性認(rèn)知匹配，以產(chǎn)品的不同竹表面形態(tài)應(yīng)用設(shè)計為對象，以消費者多維意象的偏好為目標(biāo)，運用相應(yīng)的方法與技術(shù)手段對竹質(zhì)品進(jìn)行綜合排序，輔助設(shè)計師和企業(yè)決策出符合目標(biāo)意象的竹質(zhì)品方案。決策過程分為確定目標(biāo)產(chǎn)品和意象指標(biāo)、竹表面形態(tài)收集和目標(biāo)方案生成、竹質(zhì)品方案意象認(rèn)知評價實驗、基于信息熵的意象指標(biāo)權(quán)重和基于TOPSIS的竹質(zhì)品方案綜合意象認(rèn)知排序共5個階段(圖1)。

圖1 基于信息熵-TOPSIS竹質(zhì)品設(shè)計方案意象認(rèn)知決策過程Fig.1 The cognitive decision-making process in bamboo product design based on comentropy and TOPSIS

1.1 確定產(chǎn)品樣本和意象指標(biāo)

1.1.1 確定產(chǎn)品樣本

1)確定竹表面形態(tài)所要應(yīng)用的產(chǎn)品類型，如沖浪板、杯子、筆筒等；2)通過各種渠道收集目標(biāo)產(chǎn)品的圖片；3)對產(chǎn)品圖片進(jìn)行整理，去掉模糊的、質(zhì)量不高的產(chǎn)品圖片，最終挑選出相互差異較大的代表性產(chǎn)品。

1.1.2 確立目標(biāo)產(chǎn)品的意象指標(biāo)

竹產(chǎn)品意象決策的一個重要任務(wù)就是減少候選意象詞中的相關(guān)性和冗余性，保留具有代表性的意象詞，降低意象維度空間，從而定位消費者的目標(biāo)意象指標(biāo)。首先從雜志、圖書等廣泛收集描述目標(biāo)產(chǎn)品的意象詞，分析合并相似度較高意象詞；其次，結(jié)合上一節(jié)挑選出的代表性產(chǎn)品制作消費者對目標(biāo)產(chǎn)品的意象調(diào)查問卷；然后，邀請被試者參與調(diào)查，將調(diào)查的結(jié)果進(jìn)行數(shù)理統(tǒng)計和因子分析進(jìn)行降維，依據(jù)因子載荷矩陣數(shù)據(jù)，篩選出反映用戶需求的意象詞集。

1.2 竹表面形態(tài)收集和目標(biāo)方案生成

不同工藝和技術(shù)條件下加工出來的竹基材會呈現(xiàn)出不同的表面形態(tài)，竹表面形態(tài)的收集與提取關(guān)系到最終竹質(zhì)品的方案設(shè)計與優(yōu)劣決策。首先，深入企業(yè)一線調(diào)查搜集竹表面形態(tài)類型；其次，通過整理分析，合并相似度高的竹表面形態(tài)；最后，將確定的竹表面形態(tài)設(shè)計應(yīng)用到目標(biāo)產(chǎn)品上，得到竹質(zhì)品設(shè)計方案。

1.3 竹質(zhì)品方案意象認(rèn)知評價實驗

根據(jù)語義差異法和李克特量表法，將篩選出的多維意象和竹質(zhì)品設(shè)計方案制成意象評價問卷；邀請一定數(shù)量的被試者展開語義評價實驗，被試者在實驗過程中根據(jù)自己的直覺感受在各意象指標(biāo)維度對竹質(zhì)品設(shè)計方案進(jìn)行賦值；評價實驗結(jié)束后，將實驗數(shù)據(jù)錄入統(tǒng)計軟件進(jìn)行統(tǒng)計分析，獲得被試者對竹質(zhì)品設(shè)計方案各維度的意象偏好值矩陣D。

(1)

式中：dik為第i個竹質(zhì)品相對于第k個意象指標(biāo)的意象值；m為參與評價竹質(zhì)品方案數(shù)；n為意象指標(biāo)數(shù)。

根據(jù)這一步獲得的竹質(zhì)品方案的意象數(shù)據(jù)并不能直接對各方案的優(yōu)劣程度做出決策，需要更進(jìn)一步的數(shù)理統(tǒng)計分析與綜合評價。

1.4 基于信息熵的竹質(zhì)品意象指標(biāo)權(quán)重測定

確定目標(biāo)指標(biāo)的權(quán)重一般采用層次分析法(AHP)或德爾菲爾專家法等，這些方法存在著不同程度的主觀因素，基本上依賴于少數(shù)專家的經(jīng)驗來進(jìn)行權(quán)重賦值，不同專家對評價指標(biāo)重要程度的評價不同，因此往往會得到不同的權(quán)重[17-18]。信息熵來自熱力學(xué)中的熱熵概念，它根據(jù)利用數(shù)學(xué)概率理論測定信息的不確定性，目標(biāo)指標(biāo)的數(shù)據(jù)來自實際的調(diào)查或測量，是一種客觀的指標(biāo)權(quán)重測定方法[19-20]。熵值可用于度量評價指標(biāo)的有用信息量，熵值越大信息的無序度越高，該信息的效用值越小，那么相應(yīng)指標(biāo)的權(quán)重就越小。本研究應(yīng)用信息熵法改進(jìn)TOPSIS來構(gòu)造加權(quán)矩陣，直接利用初始的意象語義調(diào)查數(shù)據(jù)計算權(quán)重，其步驟如下：

1)建立標(biāo)準(zhǔn)化決策矩陣。

在計算熵權(quán)前，首先要對獲取的意象偏好值矩陣D進(jìn)行歸一化處理，因本研究的竹質(zhì)品意象指標(biāo)都為效益型指標(biāo)，可采用極差變化法對調(diào)查數(shù)據(jù)矩陣標(biāo)準(zhǔn)變換，得到標(biāo)準(zhǔn)化向量yik和標(biāo)準(zhǔn)化矩陣Y。

(2)

2)獲取意象指標(biāo)信息熵值。

依照標(biāo)準(zhǔn)化決策矩陣Y，算出各意象指標(biāo)的信息熵：

(3)

為了避免lnfik出現(xiàn)無意義的情況，對lnfik作出如下規(guī)定：

(4)

3)計算意象指標(biāo)信息熵權(quán)。

根據(jù)信息熵進(jìn)一步計算每個意象指標(biāo)的信息熵權(quán)，即權(quán)重系數(shù)：

W=(ωk)1×n

(5)

其中，每一維度意象的熵權(quán)如下式：

(6)

1.5 基于TOPSIS的竹質(zhì)品方案意象認(rèn)知排序

TOPSIS基本原理為通過計算待評價方案與理想方案解和負(fù)理想方案解的歐式距離進(jìn)行優(yōu)劣排序，如果評價方案與理想方案解最近，又與負(fù)理想方案解距離最遠(yuǎn)，則為最優(yōu)方案，反之則不為最優(yōu)方案。理想方案解與負(fù)理想方案解是TOPSIS中兩個基本的概念，理想方案解是一個假定的最優(yōu)解，對各屬性指標(biāo)的評價值都達(dá)到最滿意的解；負(fù)理想方案是一個假定的最劣解，對各屬性指標(biāo)的評價值都達(dá)到最不滿意的解。本研究在信息熵獲取目標(biāo)意象指標(biāo)權(quán)重的基礎(chǔ)上，TOPSIS對竹質(zhì)品方案進(jìn)行定量判斷而作出綜合統(tǒng)計評價，并以此作為確定竹質(zhì)品方案優(yōu)劣程度的依據(jù)進(jìn)行比較排序，其核心過程如下。

1)構(gòu)造竹質(zhì)品方案意象加權(quán)規(guī)范化矩陣。

依據(jù)標(biāo)準(zhǔn)化決策矩陣Y和熵權(quán)系數(shù)W構(gòu)造竹質(zhì)品方案意象加權(quán)規(guī)范化矩陣S=[Sik]，

(7)

2)獲取各維度意象指標(biāo)的正理想解和負(fù)理想解。

本研究中的意象指標(biāo)為效益型屬性指標(biāo)，則各維度意象指標(biāo)的正理想解和負(fù)理想解可采用加權(quán)規(guī)范化矩陣S中各意象指標(biāo)的最大值和最小值來表示。

(8)

其中，

(9)

3)計算竹質(zhì)品方案與各維度正負(fù)理想解的距離。

在加權(quán)矩陣中，計算各竹質(zhì)品方案的意象指標(biāo)評價向量到正理想解和負(fù)理想解之間的歐氏距離：

(10)

4)計算竹質(zhì)品方案的多維意象相對接近度。

(11)

5)竹質(zhì)品方案綜合評價決策。

將所有竹質(zhì)品方案按照Ri大小進(jìn)行排序，Ri越接近1，則表明該竹質(zhì)品方案的綜合意象評價效果越好，反之則評價效果越差。得到各竹質(zhì)品方案的多維意象相對評價順序，為最終決策提供依據(jù)。

2 案例研究

以竹質(zhì)杯子的意象認(rèn)知評價為例來說明本研究提出的方法。杯子產(chǎn)品樣本和意象詞樣本從網(wǎng)絡(luò)、雜志等媒介搜集并整理而來。

2.1 多維意象認(rèn)知指標(biāo)提取

本次研究前期共收集到水杯樣本100個，邀請4位設(shè)計師分析這些水杯的造型，篩選出30個代表性的產(chǎn)品作為意象認(rèn)知實驗樣本，部分代表性樣本見圖2。

圖2 部分代表性的水杯Fig.2 Some representative cups

在意象詞方面前期共搜集到60組意象詞，邀請另外5位設(shè)計師對搜集的意象詞進(jìn)行分析整理，共得到14組用于描述水杯造型的初始意象詞組：普通-獨特、簡潔-復(fù)雜、庸俗-典雅、陽剛-陰柔、流線-銳線、脆弱-硬實、活力-呆板、年輕-老成、耐用-易壞、笨重-優(yōu)雅、圓潤-棱角、纖瘦-飽滿、流暢-阻礙、豪華-樸實。

將初選的意象詞和篩選出的代表性產(chǎn)品樣本制成語義差異問卷進(jìn)行意象評價實驗，問卷樣式見圖3。共計50位被試者(男性25名，女性25名)參與調(diào)查實驗，試驗結(jié)果錄入SPSS軟件后計算數(shù)據(jù)均值，并采用極大方差法旋轉(zhuǎn)進(jìn)行因子分析。意象評價因子陡坡圖見圖4，選出4個特征值大于1的意象評價因子，各因子分別占解釋方差的28.725%，28.403%，18.483%和9.429%，累計的因子貢獻(xiàn)度達(dá)到85.04%(表1)，從各意象評價因子中選取因子載荷較高的意象詞，則用戶對水杯的意象由4組意象詞組成，分別為“普通-獨特”、“庸俗-典雅”、“脆弱-硬實”、“纖瘦-飽滿”。

圖3 意象評價問卷樣式Fig.3 Image evaluation questionnaire

圖4 意象評價因子陡坡圖Fig.4 Scree plot of image evaluation factor

表1 意象評價因子分析Table 1 Image evaluation factor analysis

2.2 竹質(zhì)品方案生成表達(dá)

為搜集竹表面形態(tài)，課題組深入浙江省竹質(zhì)品生產(chǎn)企業(yè)調(diào)查，先后走訪了浙江永裕竹業(yè)有限公司、寧波士林工藝品有限公司、浙江千束家居用品有限公司等企業(yè)，通過拍照、掃描等方式搜集了大量的一線資料，經(jīng)過課題組探討與分析后，此次實地調(diào)查共整理出15個竹表面形態(tài)樣本(圖5)。本研究的重點在于研究不同竹表面形態(tài)對產(chǎn)品造型的意象感知影響，因此，為簡化研究的復(fù)雜程度，水杯的外形采用常見的直筒形狀。將竹表面形態(tài)應(yīng)用到水杯上，共設(shè)計生成了15個竹質(zhì)水杯方案(圖6)。

圖5 部分竹表面形態(tài)Fig.5 Some bamboo surface appearance

圖6 竹質(zhì)水杯設(shè)計方案Fig.6 Bamboo cup designs

2.3 竹質(zhì)水杯方案意象認(rèn)知評價數(shù)據(jù)獲取

為搜集竹質(zhì)水杯方案的感性認(rèn)知數(shù)據(jù)，將竹質(zhì)水杯方案與4個目標(biāo)意象詞組制成意象認(rèn)知調(diào)查問卷(問卷樣式同圖3)，共有43人(男性15名，女性28名)參與調(diào)查實驗，獲取參與者的評估數(shù)據(jù)后計算評價值的均值，從而獲得每個竹質(zhì)水杯方案的意象值。

2.4 信息熵計算目標(biāo)意象指標(biāo)的權(quán)重

先用極差變化法對調(diào)查數(shù)據(jù)矩陣標(biāo)準(zhǔn)變換，將各方案對應(yīng)于目標(biāo)意象的數(shù)值歸一到[0,1]之內(nèi)，再根據(jù)公式(4)進(jìn)行規(guī)范化處理，使得4個目標(biāo)意象維度中15個方案的評價值之和為1，從而得到規(guī)范評價矩陣F，如表2所示。

通過公式(3)對得到的表2矩陣R數(shù)據(jù)進(jìn)行熵值計算，得到4個目標(biāo)意象的熵值向量G={0.992 1，0.992 5，0.996 2，0.994 6}。根據(jù)公式(6)可由熵值進(jìn)一步得到4個目標(biāo)意象的熵權(quán)，即用于TOPSIS的權(quán)重W={32.15%，30.3%，15.45%，22.1%}，各指標(biāo)意象的權(quán)重和為1?？梢钥闯觥坝顾?典雅”的熵值最低，該維度意象具有最低無序度，效用值最高，并占有最高權(quán)重32.15%，說明用戶對該維度意象最為重視?！按嗳?硬實”的熵值最高，該維度意象的無序度最高，效用值最低，并占有最低權(quán)重0.154 5。除了“庸俗-典雅”和“普通-獨特”之間的權(quán)重較為接近，只相差1.85%，各維度意象之間的認(rèn)知權(quán)重都有一定的差異，表明不同維度意象對人的感性認(rèn)知影響有明顯的差別。

表2 竹質(zhì)水杯方案意象值規(guī)范化處理Table 2 Normalization of image values of bamboo cup designs

2.5 應(yīng)用TOPSIS評價竹質(zhì)水杯方案的多維意象認(rèn)知優(yōu)劣程度

根據(jù)公式(6)將權(quán)重W和標(biāo)準(zhǔn)化評價矩陣Y進(jìn)行點乘構(gòu)造加權(quán)規(guī)范化矩陣S(表3),可得到各維度認(rèn)知意象理想解和負(fù)理想解的指標(biāo)加權(quán)評價值集,分別為：H+={0.028 8,0.029 6,0.013 3,0.017 8}；H-={0.014 4,0.014 8,0.006 6,0.008 9}。

表3 竹質(zhì)水杯方案意象值加權(quán)規(guī)范化Table 3 Weighted normalization of image values of bamboo cup designs

根據(jù)公式(10)進(jìn)一步計算矩陣S中的數(shù)值與相應(yīng)維度意象理想解和負(fù)理想解之間的距離，分別求得每個方案與各維度理想解距離集合L+和負(fù)理想解的距離集合L-(表4)。根據(jù)公式(11)得到各方案與理想解的相對接近度，接近度的值越大表明方案越優(yōu)，從表中可以得出各竹質(zhì)水杯方案優(yōu)劣度排序：方案8>方案4>方案12>方案5>方案1>方案13>方案3>方案11>方案14>方案7/方案15>方案10>方案2>方案6>方案9；在綜合考慮4個意象指標(biāo)時，最佳竹質(zhì)水杯方案為方案8，次佳方案為方案4，最劣方案為方案9，次劣方案為方案6。企業(yè)可根據(jù)竹質(zhì)品方案的優(yōu)劣度情況選擇一個或多個方案進(jìn)行市場化。

表4 竹質(zhì)水杯方案相對理想解和負(fù)理想解距離Table 4 The difference between bamboo cup design and the ideal and the negative ideal solutions

3 結(jié) 論

竹質(zhì)品開發(fā)設(shè)計過程中，意象認(rèn)知評價和決策是一個較為復(fù)雜的問題，如何有效匹配消費者的意象認(rèn)知需求是企業(yè)和設(shè)計師面臨的重要任務(wù)，建立科學(xué)、實用、可操作的方法具有重要的現(xiàn)實意義。本研究就如何進(jìn)行竹質(zhì)品方案的意象認(rèn)知決策，結(jié)合語義差異法和因子分析解析出用戶對相應(yīng)產(chǎn)品的意象認(rèn)知維度；針對設(shè)計的竹質(zhì)品方案，以解析出的感性意象指標(biāo)為目標(biāo)，運用意象認(rèn)知實驗獲取用戶對竹質(zhì)品方案的認(rèn)知情況；基于信息熵-TOPSIS獲得竹質(zhì)品的優(yōu)先級排序，構(gòu)建了一個新型的竹質(zhì)品意象認(rèn)知分析評價與決策方法。竹質(zhì)水杯案例表明該方法可以有效消減竹質(zhì)意象認(rèn)知評價的主觀性與復(fù)雜性，使得竹質(zhì)品方案的評價和決策不再是簡單地靠直覺思維、集體討論或經(jīng)驗判斷，實現(xiàn)相對客觀的竹質(zhì)品方案評價優(yōu)選，為竹產(chǎn)品進(jìn)一步開發(fā)與生產(chǎn)奠定了基礎(chǔ)。本方法充分利用初始調(diào)查的數(shù)據(jù)信息，實用性較好，也可以擴(kuò)展到更多產(chǎn)品材料的意象評價決策的研究，同時拓展了信息熵理論和TOPSIS理論的應(yīng)用領(lǐng)域。

本試驗只是對竹表面形態(tài)感知與決策的初步研究，下一步工作主要集中在兩方面：1)本次研究在假定形狀未改變的條件下進(jìn)行，下一步將綜合竹表面形態(tài)與形狀進(jìn)行研究；2)如何將竹表面形態(tài)與其他材質(zhì)融合于產(chǎn)品中也是將來研究的重點。

[1]國家林業(yè)局.全國竹產(chǎn)業(yè)發(fā)展規(guī)劃(2013—2020)[R].北京：國家林業(yè)局，2013.

[2]梁惠萍.基于可持續(xù)的現(xiàn)代竹材產(chǎn)品設(shè)計探析[J].裝飾,2012(6):131-132.LIANG H P.Analys on bamboo product design based on substainability[J].Art &Design,2012(6):131-132.

[3]SHERGIAN A,IMMAWAN T.Design of innovative alarm clock made from bamboo with kansei engineering approach[J].Agriculture and Agricultural Science Procedia,2015,3：184-188.

[4]HSIAO S W,KO Y C.A study on bicycle appearance preference by using FCE and FAHP[J].International Journal of Industrial Ergonomics,2013,43(4)：264-273.

[5]LU W,PETIOT J F.Affective design of products using an audio-based protocol：application to eyeglass frame[J].International Journal of Industrial Ergonomics,2014,44(3)：383-394.

[6]LO C H,KO Y C,HSIAO S W.A study that applies aesthetic theory and genetic algorithms to product form optimization[J].Advanced Engineering Informatics,2015,29(3)：662-679.

[7]SHIEH M D,HUANG C L,YANG C C.A rough set approach to elicit customer preferences for fashion design[J].Journal of Convergence Information Technology,2013,8(3)：338-349.

[8]趙慧亮,何林,林麗.數(shù)字化人機(jī)界面的多目標(biāo)意象設(shè)計決策研究[J].工程設(shè)計學(xué)報,2016,23(1):28-34.ZHAO H L,HE L,LIN L.The decision making on multi-image design for digital human-machine interface[J].Journal of Engineering Design,2016,23(1):28-34.

[9]何亞瓊,秦沛.一種新的區(qū)域創(chuàng)新能力評價視角——區(qū)域創(chuàng)新網(wǎng)絡(luò)成熟度評價指標(biāo)體系建設(shè)研究[J].哈爾濱工業(yè)大學(xué)學(xué)報(社會科學(xué)版),2005,7(6):88-92.HE Y Q,QIN P.A new perspective to the evaluation of regional innovation capacity——Research on the maturity of the evaluation index system for regional innovation networks[J].Journal of Harbin Institute of Technology (Social Sciences Edition),2005,7(6):88-92.

[10]陳軍,唐世星,易東.因子分析法結(jié)合加權(quán)TOPSIS法對醫(yī)療質(zhì)量的綜合評價[J].數(shù)理醫(yī)藥學(xué)雜志,2009,22(6):645-648.CHEN J,TANG S X,YI D.Comprehensive evaluation of medical quality with factor analysis and weighted TOPSIS method[J].Journal of Mathematical Medicine,2009,22(6):645-648.

[11]李福祥,劉琪琦.我國地區(qū)金融發(fā)展水平綜合評價研究——基于面板數(shù)據(jù)的因子分析和topsis實證研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2016,35(3):152-160.LI F X,LIU Q Q.The comprehensive evaluation of China’s regional financial development——based on panel data empirical research by factor analysis and topsis[J].Industrial Technology &Economy,2016,35(3):152-160.

[12]蘇建云,黃耀裔,李子蓉.基于因子分析的TOPSIS法改進(jìn)對淺層地下水綜合評價[J].節(jié)水灌溉,2016(1):50-54.SU J Y,HUANG Y Y,LI Z R.Comprehensive evaluation of shallow groundwater using improved TOPSIS method based on factor analysis[J].Water Saving Irrigation,2016(1):50-54.

[13]廖龍輝,李曉東.基于因子分析和TOPSIS組合的中國建筑產(chǎn)業(yè)競爭優(yōu)勢評價研究[J].工程管理學(xué)報,2012,26(5):7-11.LIAO L H,LI X D.Industrial competitive advantage assessment for Chinese construction industry based on factor analysis and TOPSIS[J].Journal of Engineering Management,2012,26(5):7-11.

[14]CHANG H C,CHEN H Y.Optimizing product form attractiveness using Taguchi method and TOPSIS algorithm：a case study involving a passenger car[J].Concurrent Engineering-Research and Applications,2014,22(2):135-147.

[15]古瑩奎,楊振宇.概念設(shè)計方案評價的模糊多準(zhǔn)則決策模型[J].計算機(jī)集成制造系統(tǒng),2007,13(8)：1504-1510.GU Y K,YANG Z Y.Fuzzy multi-criteria decision-making model for conceptual design candidates evaluation[J].Computer Integrated Manufacturing Systems,2007,13(8):1504-1510.

[16]吳真.模糊TOPSIS方法在產(chǎn)品設(shè)計綜合評價中的應(yīng)用——以電熱水壺產(chǎn)品設(shè)計為例[J].裝飾,2014(5)：86-87.WU Z.Applying fuzzy TOPSIS method in the evaluation of products design：take the electric kettles for examples[J].Art &Design,2014(5):86-87.

[17]WANG C H.Integrating Kansei engineering with conjoint analysis to fulfil market segmentation and product customisation for digital cameras[J].International Journal of Production Research,2015,53(8)：2427-2438.

[18]GUO F,LIU W L,LIU F T,et al.Emotional design method of product presented in multi-dimensional variables based on Kansei engineering[J].Journal of Engineering Design,2014,25(4/5/6)：194-212.

[19]COIFMAN R R,WICKERHAUSER M V.Entropy-based algorithms for best basis selection[J].IEEE Transactions on Information Theory,1992,38(2)：713-718.

[20]邱菀華.管理決策與應(yīng)用熵學(xué)[M].北京:機(jī)械工業(yè)出版社,2002.

Cognitive decision-making in bamboo product designbased on comentropy and TOPSIS

CHEN Guodong1,CHEN Siyu1,WANG Jun1,NI Yihua1,XIE Xianxin2

(1.School of Engineering,Zhejiang A&F University;Zhejiang Province Wood Science and Engineering Key Laboratory， Lin’an 311300,Zhejiang,China;2.Zhejiang Taifeng Bamboo&Wood Co.Ltd.,Lishui 323700,Zhejiang,China)

China,with rich bamboo resources,is the main bamboo product maker and exporter in the world,and is the leading country in bamboo cultivation and bamboo product development.It has currently formed a green and emerging bamboo industry integrating bamboo cultivation,production and consumption.In the process of the design and development of bamboo products,image cognition evaluation and decision-making is a very complicated problem,and how to effectively match the emotion requirement of consumers is an important task for enterprises and designers.Thus,the establishment of scientific image decision-making method has great practical significance.To make the cognitive decision-making in bamboo product design effective,an image cognitive decision-making method based on comentropy and TOPSIS was proposed in this study.Taking bamboo cup for example,the image perception dimension of the cup was first obtained through semantic differential method and factor analysis.Secondly,for the specific bamboo cup,the multidimensional perception image was chosen as the evaluation index;the user’s image perception degree was acquired through image perception test;and the evaluation data was standardized.Thirdly,the entropy of each image perception index and its weight were calculated.Finally,based on TOPSIS,the difference between each bamboo cup design and the ideal and negative ideal solution of image perception index was computed.The proximity of each bamboo cup design was then obtained.Therefore,the bamboo cup designs were ranked and the optimal design was determined.The initial investigation data were fully used in the decision-making process,and the rank of bamboo cup was intuitive,objective and quantitative.This method provides a new bamboo design perception evaluation and decision-making method for enterprises and designers,and has wide potential applications.

comentropy;TOPSIS;bamboo product design;mage perception decision-making;multidimensional perception image

G642

A

2096-1359(2017)05-0143-07

2016-12-12

2017-06-15

浙江省教育廳科研項目(Y201533202)；浙江省高等教育課堂教學(xué)改革研究項目(KG2015214)；浙江省自然科學(xué)基金(LZ15E050003)；國家自然科學(xué)基金(61175125)；2016龍泉市科技計劃項目(KJ富民惠民-022)。

陳國東,男,講師,研究方向為竹產(chǎn)品設(shè)計、感性工學(xué)和計算機(jī)輔助工業(yè)設(shè)計。E-mail:jellydesign@zafu.edu.cn