張露芳，盛 振，孫 倫，劉肖健

(1.浙江工業(yè)大學(xué) 藝術(shù)學(xué)院，浙江 杭州 310023；2.溫州商學(xué)院 藝術(shù)設(shè)計學(xué)院，浙江 溫州 325035)

?

基于基因網(wǎng)絡(luò)的產(chǎn)品形態(tài)設(shè)計研究

張露芳1，盛 振1，孫 倫2，劉肖健1

(1.浙江工業(yè)大學(xué) 藝術(shù)學(xué)院，浙江 杭州 310023；2.溫州商學(xué)院 藝術(shù)設(shè)計學(xué)院，浙江 溫州 325035)

從產(chǎn)品基因網(wǎng)絡(luò)的角度出發(fā)來研究產(chǎn)品形態(tài)的設(shè)計方法.借用基因調(diào)控網(wǎng)絡(luò)的部分概念，以產(chǎn)品形態(tài)基因作為網(wǎng)絡(luò)節(jié)點，各基因間的相關(guān)性作為節(jié)點的邊，構(gòu)建產(chǎn)品形態(tài)的復(fù)雜網(wǎng)絡(luò)模型.在所得到的產(chǎn)品形態(tài)基因網(wǎng)絡(luò)基礎(chǔ)上，識別出產(chǎn)品形態(tài)基因網(wǎng)絡(luò)中的不同節(jié)點類型，獲得出節(jié)點集團，最終轉(zhuǎn)化為設(shè)計策略.設(shè)計師可以根據(jù)自身需要有選擇性的結(jié)合獲得的節(jié)點類型和節(jié)點集團等信息對產(chǎn)品形態(tài)進行有針對性的設(shè)計，并對設(shè)計結(jié)果進行了對照實驗驗證.驗證結(jié)果證明基于產(chǎn)品基因網(wǎng)絡(luò)的研究方法能夠輔助設(shè)計師進行產(chǎn)品設(shè)計.

基因網(wǎng)絡(luò)；產(chǎn)品基因；形態(tài)關(guān)系；辦公椅

基于遺傳算法[1]和進化思想的工業(yè)產(chǎn)品設(shè)計研究方法近年來形態(tài)研究的一個熱點，顧新建等[2-5]從眾多角度拓展了產(chǎn)品基因在產(chǎn)品設(shè)計中的研究領(lǐng)域，從產(chǎn)品設(shè)計中DNA的運作機制延伸到了產(chǎn)品基因與人的感知意象間的映射關(guān)系，同時建立出產(chǎn)品基因相互之間影響關(guān)系的模型，即基因網(wǎng)絡(luò).樊蓓蓓等[6-7]利用復(fù)雜網(wǎng)絡(luò)研究產(chǎn)品零部件關(guān)系網(wǎng)絡(luò)，提出了模塊分析、模塊化程度比較等方法.DU Xuehong等[8]提出了網(wǎng)絡(luò)圖理論的產(chǎn)品族建模方法，以及基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)品配置的設(shè)計方法，以及基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)品配置的設(shè)計方法.郭于明等[9]從產(chǎn)品設(shè)計變更角度提出了產(chǎn)品改進方法，劉肖健等[10]提出了運用基因調(diào)控網(wǎng)絡(luò)方法輔助設(shè)計并進行了驗證.目前，針對辦公椅的研究主要以人機關(guān)系[11]、舒適性[12]和功能開發(fā)為主，并逐步開展針對形態(tài)與感知意象[13]的研究.采用基因網(wǎng)絡(luò)來研究辦公椅中造型形態(tài)間的關(guān)系，主要解決兩個問題：一是辦公椅形態(tài)基因網(wǎng)絡(luò)的建立與研究,因此可以只考慮形態(tài)，不考慮其他因素的影響；二是從辦公椅基因網(wǎng)絡(luò)中分析出對設(shè)計有益的信息，以幫助設(shè)計師進行辦公椅設(shè)計.

1 產(chǎn)品形態(tài)基因網(wǎng)絡(luò)模型

復(fù)雜網(wǎng)絡(luò)是由大量的節(jié)點以及節(jié)點間的邊所構(gòu)成的，因此構(gòu)建基因網(wǎng)絡(luò)，首要工作就是網(wǎng)絡(luò)節(jié)點的獲取與節(jié)點邊的確定.

1.1 形態(tài)基因與網(wǎng)絡(luò)節(jié)點

形態(tài)基因是產(chǎn)品形態(tài)所包含的所有可遺傳的形態(tài)信息，是表征產(chǎn)品功能、結(jié)構(gòu)等信息的組合.產(chǎn)品基因網(wǎng)絡(luò)以形態(tài)基因為網(wǎng)絡(luò)節(jié)點，有效的獲取產(chǎn)品形態(tài)基因是構(gòu)建網(wǎng)絡(luò)的重要環(huán)節(jié).對形態(tài)基因的獲取主要涉及到兩個方面，即確定形態(tài)基因的類型與分解方式.

1.1.1 形態(tài)基因類型

不同的研究者分別從產(chǎn)品生命周期角度[14]、信息存儲角度[15]、視覺識別與延續(xù)性角度[16]對產(chǎn)品基因進行分析.辦公椅形態(tài)基因，具有可以用參數(shù)化的形式來表達的特征，決定了形態(tài)基因具有以下基本原則：形態(tài)基因可以直接被修改；構(gòu)成形式不因人的主觀印象的改變而變化；構(gòu)成元素是最小的形態(tài)構(gòu)建單元.從這三點基本原則出發(fā)，產(chǎn)品呈現(xiàn)出的情感、感知等隱性基因并不在本研究的范圍之內(nèi)，所以可以從形態(tài)、功能、色彩、材質(zhì)和組合等角度獲取形態(tài)基因.

1.1.2 形態(tài)分解方式

研究者對產(chǎn)品形態(tài)的分解形成了較為完整的體系，較為典型的方法有Robert H Sturges創(chuàng)立的功能邏輯分析方法；Yasushi Umeda等[17]的認知模型為背景的FBS方法；韓衛(wèi)榮等[18]提出了在風(fēng)格約束下的產(chǎn)品形態(tài)分析方法；交互式遺傳算法領(lǐng)域的Open directory project分類體系.

辦公椅是功能簡單，注重人機關(guān)系的產(chǎn)品，產(chǎn)品不同形態(tài)模塊之間并不具有非常明顯的割裂性，如果只是簡單的對辦公椅形態(tài)進行樹狀分解可能會打亂產(chǎn)品的內(nèi)在邏輯.因此可以借鑒功能分析法的基礎(chǔ)上，采用“模式-模塊-單元”的體系對辦公椅進行分解.

“單元”是最小的形態(tài)構(gòu)成要素，“模塊”是由形態(tài)單元構(gòu)成的具有單一功能的單體，“模式”是具有特定功能的產(chǎn)品部件，由模塊組成.同時，“模塊”與“模式”也可以看作一個整體進行相應(yīng)的形態(tài)描述.

基因變量類別可以分為兩大類，即連續(xù)型基因變量與分類型基因變量.連續(xù)型基因變量是指變量數(shù)值散落在一定范圍內(nèi)的變量，主要為通過測量所獲得的形態(tài)數(shù)據(jù)，如長、寬、高等.分類型基因變量是指通過歸納所得到的某一形態(tài)所具有的類型，并用0，1，2等數(shù)值進行編碼，如形狀類型、組合類型等.

1.2 網(wǎng)絡(luò)節(jié)點與邊

產(chǎn)品基因網(wǎng)絡(luò)的節(jié)點就是產(chǎn)品的形態(tài)基因.基因之間的邏輯網(wǎng)絡(luò)可以認為是由眾多節(jié)點以及節(jié)點間的連線構(gòu)成[16].在產(chǎn)品基因網(wǎng)絡(luò)中，用節(jié)點與節(jié)點之間的相關(guān)性作為節(jié)點間的邊，邊的存在代表著相連節(jié)點具有一定的聯(lián)系.在形態(tài)基因網(wǎng)絡(luò)中，節(jié)點間邊的存在與否，取決于節(jié)點所代表的形態(tài)基因間的相關(guān)程度.形態(tài)基因通過編碼的形式將形態(tài)轉(zhuǎn)化為可以計算的數(shù)值，通過計算不同基因編碼的相關(guān)性，就可以得到網(wǎng)絡(luò)的邊.獲取的形態(tài)基因變量包括連續(xù)型基因變量與分類型基因變量，因此須采用不同的計算方式.

對于連續(xù)型基因變量，采用Pearson相關(guān)系數(shù)[19]進行計算，計算式為

(1)

其中：x，y分別為產(chǎn)品中的兩個基因取值；xi為第i個樣本的x基因取值；yj為第j個樣本的y基因取值；分別為兩個基因取值的均值；r為相關(guān)系數(shù)，當r越接近于1或-1，相關(guān)度越強；當r越接近于0，相關(guān)度越弱.

對于分類型基因變量，以及連續(xù)與分類型變量的交叉計算，采用Spearson秩相關(guān)系數(shù)[20]進行計算，計算式為

(2)

其中：n為基因的數(shù)量；di為某兩個基因之間的秩序差.

無論是Pearson相關(guān)系數(shù)，還是Spearson秩相關(guān)系數(shù)，最終都得到兩個變量間的相關(guān)系數(shù)r.在基因網(wǎng)絡(luò)的建立過程中，根據(jù)所研究情況設(shè)定相關(guān)系數(shù)閾值[r]，當r超過該閾值時，就說明兩個基因節(jié)點相關(guān)，可以建立一條邊.

1.3 復(fù)雜網(wǎng)絡(luò)的拓撲特征分析

復(fù)雜網(wǎng)絡(luò)的拓撲特性是確定網(wǎng)絡(luò)類型的重要指標，拓撲特征主要有：

1) 節(jié)點群聚系數(shù)Ci指網(wǎng)絡(luò)中節(jié)點的群聚情況，其計算式為

(3)

其中：ki(ki-1)/2為ki個節(jié)點之間理論上最多可能存在的邊的數(shù)量；Ei為實際存在的邊數(shù).

2)節(jié)點度K指網(wǎng)絡(luò)中節(jié)點所具有的邊的數(shù)量.度分布是指網(wǎng)絡(luò)中所有節(jié)點度的分布情況，是判斷網(wǎng)絡(luò)宏觀特征的重要指標.

復(fù)雜網(wǎng)絡(luò)所屬的網(wǎng)絡(luò)模型可以通過對以上兩個拓撲特征的分析來確定.現(xiàn)有的復(fù)雜網(wǎng)絡(luò)模型主要有規(guī)則網(wǎng)絡(luò)模型、隨機網(wǎng)絡(luò)模型、小世界網(wǎng)絡(luò)模型和無標度網(wǎng)絡(luò)模型等，而實際的網(wǎng)絡(luò)模型主要為后兩種網(wǎng)絡(luò)模型.

1.4 形態(tài)基因網(wǎng)絡(luò)節(jié)點的特性與分類

構(gòu)建產(chǎn)品形態(tài)基因網(wǎng)絡(luò)是為了從微觀角度研究形態(tài)要素間的相關(guān)性，通過把握不同形態(tài)要素的關(guān)系，轉(zhuǎn)化為可以在設(shè)計中運用的設(shè)計策略，最終指導(dǎo)實際的產(chǎn)品設(shè)計.不同形態(tài)要素間關(guān)系的把握，主要從基因網(wǎng)絡(luò)中節(jié)點的優(yōu)先性和節(jié)點集團兩個角度出發(fā).

1.4.1 節(jié)點的優(yōu)先性

在生物信息學(xué)領(lǐng)域中，生物基因網(wǎng)絡(luò)具有方向性，具有調(diào)控性的基因節(jié)點具有重要的地位.對于產(chǎn)品形態(tài)基因而言，同樣可以識別基因節(jié)點的優(yōu)先性，并轉(zhuǎn)化為設(shè)計中優(yōu)先處理的形態(tài).節(jié)點的優(yōu)先性體現(xiàn)在兩個方面，即節(jié)點的中心性與節(jié)點的敏感度.節(jié)點的中心性可以通過節(jié)點度來表征，即與該節(jié)點相關(guān)的節(jié)點數(shù)；節(jié)點敏感度是指基因受其他基因影響的程度，是一個基因穩(wěn)定性的特征.在對靈敏度的計算中，如果產(chǎn)品樣本不帶有評價者信息，則可以使用方差來表征靈敏度的大小，計算方法為

(4)

式中：xi為全部樣本中節(jié)點i值位于第j個水平的樣本數(shù)量；為該參數(shù)個水平下樣本數(shù)量的均值；對于連續(xù)型基因變量，m為人為劃分的節(jié)點值區(qū)間；對于分類型基因變量，m為節(jié)點對應(yīng)的形態(tài)的類別數(shù).

通過對節(jié)點中心性、敏感性的計算，可以識別出節(jié)點類型.1) 關(guān)鍵節(jié)點.關(guān)鍵節(jié)點是指具有高中心性、高敏感度的節(jié)點，是網(wǎng)絡(luò)中對產(chǎn)品評價具有決定性作用的節(jié)點類型，在設(shè)計中應(yīng)當優(yōu)先考慮.2) 獨立節(jié)點.獨立節(jié)點是指具有高敏感度、低中心性的節(jié)點，顯示為節(jié)點與其他節(jié)點的關(guān)聯(lián)性較低，對產(chǎn)品的影響具有獨立性，在設(shè)計中可以單獨考慮.3) 被動節(jié)點.被動節(jié)點是指具有高中心性、低敏感度的節(jié)點，在網(wǎng)絡(luò)中這類節(jié)點的變化對產(chǎn)品影響較小，但受其他節(jié)點影響較大.4) 次要節(jié)點.次要節(jié)點是指具有低中心性、低敏感度的節(jié)點，這類節(jié)點在網(wǎng)絡(luò)中的變化對形態(tài)影響不大，在設(shè)計中可以暫時不做考慮.

通過對基因網(wǎng)絡(luò)節(jié)點的識別，能夠有效的把握基因網(wǎng)絡(luò)中節(jié)點的重要程度，并告訴設(shè)計師應(yīng)當優(yōu)先處理哪些形態(tài)基因.

1.4.2 節(jié)點集團

節(jié)點集團是指在基因網(wǎng)絡(luò)中相互影響且共同起作用的節(jié)點集合，這些節(jié)點對產(chǎn)品的影響具有協(xié)同作用.節(jié)點集團的識別，能夠幫助設(shè)計師把握形態(tài)變化的協(xié)同效應(yīng)，并在設(shè)計中同時考慮集團內(nèi)的幾個形態(tài)特征要素.

節(jié)點集團的識別的方法：通過提高網(wǎng)絡(luò)的相關(guān)性閾值[r]，不斷篩選剔除低相關(guān)性的邊，從而得到關(guān)系緊密的節(jié)點集團；通過提高網(wǎng)絡(luò)群聚系數(shù)閾值，高于群聚系數(shù)的節(jié)點及其相連的節(jié)點群形成節(jié)點集團.

節(jié)點類型與節(jié)點集團的識別，是將產(chǎn)品基因網(wǎng)絡(luò)轉(zhuǎn)化為設(shè)計策略的重要過程，是基因網(wǎng)絡(luò)運用于實際設(shè)計的關(guān)鍵步驟.

2 辦公椅基因網(wǎng)絡(luò)的構(gòu)建

辦公椅作為成熟的辦公系列產(chǎn)品，在市場上具有眾多的優(yōu)良形態(tài)的產(chǎn)品，因此辦公椅的原始數(shù)據(jù)非常龐大，能夠提供足夠的形態(tài)數(shù)據(jù)構(gòu)建辦公椅形態(tài)基因網(wǎng)絡(luò).原則上收集與分析的辦公椅數(shù)量越多，所獲得網(wǎng)絡(luò)就越具有客觀性與可信度.本次研究，共收集了1 441張辦公椅圖片，并對圖片進行篩選，最終確定了1 233張圖片作為辦公椅的樣本集合.

2.1 辦公椅形態(tài)基因的獲取與編碼

根據(jù)“模式-模塊-單元”的分解思想，將辦公椅形態(tài)按照功能邏輯進行層級分解，每一層級模塊均可作為整體進行描述，最終一層為最小的構(gòu)成單元.通過三次分解，最終獲得71個形態(tài)基因，其中包括33個連續(xù)型基因變量與38個分類型基因變量.

連續(xù)型基因變量的編碼，主要通過對圖片中的辦公椅進行測量得到.本研究根據(jù)辦公椅中普遍存在的人機關(guān)系，確定了三種體量的辦公椅樣本中椅面寬度、椅腳盤直徑的數(shù)值，并以此測算出其他連續(xù)型變量的數(shù)值.對于分類型基因變量的編碼，則是將樣本形態(tài)歸類到相應(yīng)的類別中，并以0，1，2，…，n進行編碼.通過對兩種基因變量的測量與編碼，最終得到1 233個樣本的形態(tài)基因編碼矩陣.

2.2 辦公椅基因網(wǎng)絡(luò)的建立

網(wǎng)絡(luò)是由若干節(jié)點以及節(jié)點之間的邊構(gòu)成的.通過對基因節(jié)點相互間的相關(guān)系數(shù)計算，就可以得到辦公椅基因網(wǎng)絡(luò)的邊.

對于連續(xù)型基因變量采用Pearson相關(guān)系數(shù)計算，得到連續(xù)型基因變量Pearson相關(guān)性矩陣表，部分數(shù)據(jù)如表1所示.對于分類型基因變量以及兩種變量的交叉計算，采用Spearson秩相關(guān)系數(shù)進行計算，最終得到辦公椅形態(tài)基因網(wǎng)絡(luò)的相關(guān)性矩陣表，部分數(shù)據(jù)如表2所示.

表1 Pearson相關(guān)性矩陣表1)

注： 1) *表示在 0.05 水平上顯著相關(guān)，或在置信度為 0.05 時，相關(guān)性是顯著的； **表示在 0.01 水平上顯著相關(guān)，或在置信度為 0.01 時，相關(guān)性是顯著的.同表 4.

表2 辦公椅形態(tài)基因網(wǎng)絡(luò)相關(guān)性矩陣表

從表1，2相關(guān)性矩陣中選取帶**的數(shù)值作為網(wǎng)絡(luò)的邊，即為形成網(wǎng)絡(luò)的最低相關(guān)系數(shù)閾值，從而得到辦公椅原始形態(tài)基因網(wǎng)絡(luò).

2.3 辦公椅形態(tài)基因的分析

2.3.1 辦公椅原始形態(tài)基因網(wǎng)絡(luò)

辦公椅原始形態(tài)基因網(wǎng)絡(luò)是取相關(guān)性閾值的最低值所得到的基因網(wǎng)絡(luò).為方便計算網(wǎng)絡(luò)的拓撲特性，對表3中的數(shù)值進行替換，帶**的數(shù)值替換為1，其余的替換成0.

通過計算，得到辦公椅原始形態(tài)基因網(wǎng)絡(luò)的群聚系數(shù)C=0.699 4，節(jié)點度的概率分布如圖1所示.其中橫坐標為節(jié)點的度K的區(qū)間，縱坐標為節(jié)點度為K的概率.

從網(wǎng)絡(luò)拓撲特征可以分析，辦公椅原始基因網(wǎng)絡(luò)具有較小的特征路徑長度，較高的群聚系數(shù).節(jié)點度分布雖然并不十分符合泊松分布，但實際網(wǎng)絡(luò)與理論模型會呈現(xiàn)出一定的差異.因此辦公椅原始形態(tài)基因網(wǎng)絡(luò)為小世界網(wǎng)絡(luò)模型.

圖1 節(jié)點度K的概率分布Fig.1 The probability distribution of node degree K

2.3.2 不同閾值下的辦公椅形態(tài)基因網(wǎng)絡(luò)

將相關(guān)性閾值不斷提高，網(wǎng)絡(luò)的邊會不斷的被篩

選提出，基因網(wǎng)絡(luò)結(jié)構(gòu)也會發(fā)生變化.圖2為相關(guān)性閾值[r]為0.4和0.7兩種取值情況下的基因網(wǎng)絡(luò)圖.

圖2 [r]不同取值情況下的基因網(wǎng)絡(luò)圖Fig.2 [r] gene network diagram in case of different values

從圖2中可以觀察到：許多節(jié)點已經(jīng)沒有邊的存在，因此這些網(wǎng)絡(luò)的網(wǎng)絡(luò)平均特征路徑長度D→∞；平均群聚系數(shù)也隨著邊的急劇減少而降低，并最終C→0.從圖中可以發(fā)現(xiàn)網(wǎng)絡(luò)節(jié)點的度分布會越來越趨向于冪律分布.本研究選取相關(guān)系數(shù)閾值[r]為0.4，0.5，0.6，0.7四個水平的節(jié)點度分布情況，通過計算，得到擬合冪指數(shù)函數(shù)如表3所示.

表3 擬合的冪指數(shù)函數(shù)

從表3可以看出：隨著相關(guān)系數(shù)閾值的不但提升，網(wǎng)絡(luò)的冪指數(shù)也不斷增大，達到了1.443，因此網(wǎng)絡(luò)體現(xiàn)出冪律特性.同時，從圖2中可以觀察到相關(guān)系數(shù)閾值的上升，網(wǎng)絡(luò)簡化為若干子網(wǎng)絡(luò)系統(tǒng).這些子網(wǎng)絡(luò)系統(tǒng)體現(xiàn)出了小世界網(wǎng)絡(luò)特性.因此，隨著相關(guān)系數(shù)閾值的上升，辦公椅形態(tài)基因網(wǎng)絡(luò)逐漸演變?yōu)榘舾审w現(xiàn)小世界網(wǎng)絡(luò)特性的子系統(tǒng)的基因網(wǎng)絡(luò)，同時基因網(wǎng)絡(luò)整體體現(xiàn)出無標度網(wǎng)絡(luò)的特性.

3 設(shè)計策略與驗證試驗

在實際的設(shè)計過程中，往往不會將設(shè)計項目定位為整體的創(chuàng)新，而是對辦公椅局部特征進行創(chuàng)新與設(shè)計，因此對于產(chǎn)品形態(tài)基因網(wǎng)絡(luò)的運用，首先需要確定設(shè)計的項目內(nèi)容.驗證實驗將設(shè)計內(nèi)容定位為辦公椅椅身，首先需要從座椅整體的基因網(wǎng)絡(luò)中抽離出椅身的基因網(wǎng)絡(luò).抽離出的椅身基因網(wǎng)絡(luò)共含有48個形態(tài)基因，并從中提煉出有助于實際設(shè)計的設(shè)計策略.

3.1 設(shè)計策略的轉(zhuǎn)化

設(shè)計策略的提取與轉(zhuǎn)化，主要通過對網(wǎng)絡(luò)中節(jié)點類型與節(jié)點集團的識別得到.

3.1.1 節(jié)點類型的識別

識別節(jié)點類型的兩個指標為節(jié)點中心性與節(jié)點敏感度.

節(jié)點中心性就是指節(jié)點的度情況.通過對椅身48個節(jié)點度的統(tǒng)計，選取了節(jié)點度分別為11，11，10，10的節(jié)點翼寬最小處、椅身材質(zhì)種類、椅身裝飾縫線和背與面的連接作為高中心性節(jié)點.

節(jié)點的敏感度用節(jié)點方差來表征.按照平均分配原則，椅身48個基因節(jié)點所占百分比1/48=2.08%，如果某一節(jié)點方差所占百分比大于2.08%，則說明該節(jié)點具有比較大的敏感度.通過對各節(jié)點方差進行計算，并選取方差百分比分別為11.27%，11.16%，9.99%，8.59%，6.49%，5.60%的節(jié)點椅身裝飾縫線、兩翼左右相連、面與背相似度、背與面的連接、椅身材質(zhì)種類和兩翼分割線作為高敏感度節(jié)點.

結(jié)合中心性節(jié)點和敏感度節(jié)點對節(jié)點類型進行識別，得節(jié)點類型，如表4所示.

表4 節(jié)點類型

3.1.2 節(jié)點集團的識別

隨著相關(guān)系數(shù)閾值的提升，網(wǎng)絡(luò)會形成若干集團的子網(wǎng)絡(luò)，這些子網(wǎng)絡(luò)就是節(jié)點集團.但在實際的設(shè)計中，設(shè)計師能夠同時處理形態(tài)的數(shù)量并不是越多越好，同時考慮的形態(tài)太多，反而會影響設(shè)計師的思考.因此，通過對9名具有2～3年辦公椅設(shè)計經(jīng)驗的設(shè)計師進行訪談與調(diào)查，發(fā)現(xiàn)3個節(jié)點以下為一集團更有利于設(shè)計師進行設(shè)計.

提高椅身基因網(wǎng)絡(luò)中節(jié)點間的相關(guān)系數(shù)閾值，當閾值[r]=0.7時，基因網(wǎng)絡(luò)中形成最多三個節(jié)點為集群的節(jié)點集團，如表5所示.

表5 辦公椅椅身節(jié)點集團

通過節(jié)點類型與節(jié)點集團的信息，提煉出設(shè)計策略如下：

1) “兩翼分割線”是關(guān)鍵節(jié)點，在設(shè)計中需要最優(yōu)先考慮.5個獨立節(jié)點設(shè)計師可以根據(jù)自身設(shè)計需要選擇2～3個節(jié)點進行設(shè)計.其他節(jié)點可以暫不考慮.

2) 對比節(jié)點類型與節(jié)點集團可以發(fā)現(xiàn)，關(guān)鍵節(jié)點、獨立節(jié)點并不存在于節(jié)點集團中.因此，在設(shè)計中可以先不考慮節(jié)點集團的影響.

3.2 驗證實驗

驗證實驗的總體設(shè)計思路為設(shè)計師在設(shè)計策略的幫助下是否能夠設(shè)計出更受消費者歡迎的辦公椅方案.

實驗共邀請5位有一定經(jīng)驗的設(shè)計師參與實驗樣本的制作.如圖3所示，在選定的4把辦公椅基本原型上，設(shè)計師首先按照自身的設(shè)計思路各設(shè)計一把辦公椅.隨后，提供給每位設(shè)計師設(shè)計策略，并再一次讓每位設(shè)計師在了解本設(shè)計策略設(shè)計的前提下按照自身的設(shè)計思路各設(shè)計一把辦公椅樣本.5位設(shè)計師設(shè)計2組共樣本40個，均采用手繪表達，如圖4所示為其中一位設(shè)計師提供設(shè)計策略前設(shè)計的部分樣本，圖5為同一位設(shè)計師提供設(shè)計策略后設(shè)計的部分樣本.

圖3 四個 辦公椅原型Fig.3 Four office chair prototype

圖4 提供設(shè)計策略前的樣本Fig.4 The sample before provide design strategies

圖5 提供設(shè)計策略后的樣本Fig.5 The sample after provide design strategies

在設(shè)計師完成設(shè)計后，通過對設(shè)計師的訪談得知，設(shè)計策略確實可以更好的給與設(shè)計師提供一定的設(shè)計參考，并且?guī)椭O(shè)計師更有針對性的設(shè)計產(chǎn)品.

在獲得了2組共40個樣本后，將樣本一一對應(yīng)制作成調(diào)查問卷，問卷中主要要求被調(diào)查者針對這20組樣本進行對比，然后選擇每一組中較為喜歡的辦公椅即可.共收回有效問卷101份，并對問卷進行數(shù)據(jù)分析，并統(tǒng)計兩組樣本所占閾值比例，如表6所示.

表6 兩組樣本所占閾值比例

從表6可以看出：傾向于第2組的人數(shù)明顯超過傾向于第1組人數(shù)，說明在一定程度上，經(jīng)過設(shè)計策略指導(dǎo)下的辦公椅設(shè)計方案相對而言更受到被調(diào)查者的青睞.

4 結(jié) 論

通過對辦公椅形態(tài)的分解，運用產(chǎn)品基因網(wǎng)絡(luò)的知識進行分析與構(gòu)建，建立了辦公椅基因網(wǎng)絡(luò).隨著相關(guān)性閾值的提高，所形成的辦公椅網(wǎng)絡(luò)為包含若干個表現(xiàn)為小世界網(wǎng)絡(luò)的子網(wǎng)絡(luò)，而整體辦公椅網(wǎng)絡(luò)則呈現(xiàn)出一定的無標度網(wǎng)絡(luò)的特性.在所得到的辦公椅基因網(wǎng)絡(luò)基礎(chǔ)上，分離出辦公椅椅身的基因網(wǎng)絡(luò)，并識別出椅身基因網(wǎng)絡(luò)中的不同節(jié)點類型，獲得出節(jié)點集團，轉(zhuǎn)化為設(shè)計策略.將設(shè)計策略提供給設(shè)計師，設(shè)計師參考提供的設(shè)計策略結(jié)合自身的設(shè)計意愿進行辦公椅的形態(tài)設(shè)計.結(jié)果表明：在設(shè)計策略參考下的設(shè)計方案更受到被調(diào)查者的歡迎，證明了基因網(wǎng)絡(luò)研究指導(dǎo)實際設(shè)計的可行性.

[1] 陳勇,王忠住,王亞亮,等.基于遺傳元胞機的多態(tài)性作業(yè)車間布局建模[J].浙江工業(yè)大學(xué)學(xué)報，2014,42(6):676-681.

[2] 顧建新,祁國寧.過程信息中的基因模型[J].中國機械工程, 1998,9(11):80-85.

[3] 羅仕鑒,朱上上.工業(yè)設(shè)計中基于本體的產(chǎn)品族設(shè)計 DNA[J]. 計算機集成制造系統(tǒng), 2009,15(2):227-233.

[4] 馮培恩, 陳泳, 張帥，等.基于 產(chǎn)品基因的概念設(shè)計[J].中國機械工程學(xué)報,2002,38(10):1-6.

[5] 盧兆麟,湯文成,薛澄岐.一種基于形狀文法的產(chǎn)品設(shè)計 DNA推理方法[J].東南大學(xué)學(xué)報(自然科學(xué)版),2010,40(4):704-711.

[6] 樊蓓蓓,祁國寧.基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)品族結(jié)構(gòu)建模及模塊分析方法[J].機械工程學(xué)報,2007，43(3):187-198.

[7] 劉夫云，祁國寧，楊青海.基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)品模塊化程度比較方法[J].浙江大學(xué)學(xué)報(工學(xué)版),2007,41(11):1882-1885.

[8] DU Xuehong, JIAO Jiaoxin, MITCHELL M T. Graph grammar based product family modeling[J]. Concurrent engineering,2002,10(2):113-128.

[9] 郭于明，王堅，零衛(wèi)青.基于小世界網(wǎng)絡(luò)模型的復(fù)雜產(chǎn)品設(shè)計變更傳播研究[J].制造業(yè)自動化,2003,33(1):85-90.

[10] 劉肖健,孫艷,吳劍鋒,等.產(chǎn)品基因調(diào)控網(wǎng)絡(luò)模型及其對設(shè)計過程的輔助[J]計算機集成制造系統(tǒng),2013,19(7):1463-1471.

[11] KAGEYU N, TETSUYA N, RANI L, et al. Application of Zen sitting principles to microscopic surgery seating[J].Applied ergonomics, 2011,43(2):308-319.

[12] LIESBETH G, PETER V, MICHIEl D L, et al. Effects of differences in office chair controls, seat and backrest angle design in relation to tasks[J]. Applied ergonomics,2009,40(3):362-370.

[13] 李永鋒，朱麗萍.基于結(jié)合分析的產(chǎn)品意象造型設(shè)計研究[J].圖學(xué)學(xué)報,2012，33(4)：121-128.

[14] 楊金勇，黃克正，尚勇.基于功能表面的產(chǎn)品基因建模方法研究[J].機械設(shè)計與研究,2007，23(2)：18-22.

[15] 臺立鋼，鐘廷修．產(chǎn)品實例種群及產(chǎn)品基因研究[J].上海交通大學(xué)學(xué)報，2007，41(9)：1465-1469.

[16] 朱上上，羅仕鑒，應(yīng)放天， 等.支持產(chǎn)品視覺識別的產(chǎn)品族設(shè)計 DNA[J].浙江大學(xué)學(xué)報(工學(xué)版),2010，44(4)： 715-721.

[17] 俞杰,耿衛(wèi)東,潘云鶴.面向產(chǎn)品創(chuàng)新設(shè)計的 CAD方法綜述[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報,1999,11(2):185-188.

[18] 韓衛(wèi)榮，余隋懷，戚彬，等.風(fēng)格約束下產(chǎn)品形態(tài)基因的提取方法及應(yīng)用研究[J].現(xiàn)代制造工程,2012(5):63-96.

[19] 易東，楊夢蘇，李輝智，等.相關(guān)分析在建立基因調(diào)控網(wǎng)絡(luò)中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計，2003，20(3)：144-146.

[20] 孫倫.基于基因網(wǎng)絡(luò)的辦公椅形態(tài)設(shè)計研究[D].杭州：浙江工業(yè)大學(xué)，2014.

(責(zé)任編輯：劉 巖)

Study of the product form design based on gene network

ZHANG Lufang1， SHENG Zhen1， SUN Lun2， LIU Xiaojian1

(1.College of Art， Zhejiang University of Technology， Hangzhou 310023， China；2.College of Art and Design， Wenzhou Business College， Wenzhou 325035， China)

The design method of product form is studied from the standpoint of product gene networks. The complex network model of product form is constructed by using the concept of gene regulatory network. In the network model, the product form gene is taken as the network node and the connection between genes is taken as edge. On the basis of the product form gene network, the different node types of product form gene network are identified, and the node group is obtained. Finally, it is transformed into the design strategy. According to their own needs, the designer can selectively combine the information of the node type and the node group to design the product form, and the results are verified by control experiments. These results indicate that: study of the product gene networks can provide assistance for designer.

gene network; product gene; form relationship; chair

2016-03-03

國家自然科學(xué)基金資助項目(51375450，61103100)；國家火炬計劃資助項目(2013GH550958)

張露芳(1972—)，女，浙江余姚人，教授，研究方向為工業(yè)設(shè)計，E-mail: zlfzjut@163.com.

TP14；N94

A

1006-4303(2016)05-0584-07