基于主成分分析法的汽車輪轂感性認知的研究(圖文)

1、基于主成分分析法的汽車輪轂感性認知的研究(圖文)論文導讀：現(xiàn)代社會汽車輪轂的個性化趨勢越來越明顯，越來越多的消費者開始注重輪轂的款式。本論文研究試圖通過主成分分析法研究人們的感性意象與汽車輪轂外形設計的對應關系。本文應用了主成分分析的方法。關鍵詞：感性意象，汽車輪轂，語義差分法，主成分分析一、 研究背景市場經(jīng)濟的飛速開展帶動了工業(yè)設計的成長，同時也帶動和提高了消費者的消費水平和消費情趣，人們已不滿足于產品功能上的使用，而更多的關心其感性層的需求，理性消費漸漸轉入感性消費。論文參考網(wǎng)?，F(xiàn)代社會汽車輪轂的個性化趨勢越來越明顯，越來越多的消費者開始注重輪轂的款式。但是在國內汽車輪轂還只是處在必需品階

2、段，個性化的、具有附加價值的輪轂還只是少數(shù)，目前大多數(shù)國產車在輪轂造型樣式上滿足不了消費者個性化的需求。本論文研究試圖通過主成分分析法研究人們的感性意象與汽車輪轂外形設計的對應關系。二、 研究方法一、語意差分法(Semantic Differential Method)本次調研主要采用感性工學中的語意差分法進行。論文參考網(wǎng)。語意差分法以對多組相反的形容詞匯組為根底，結合聯(lián)想和評估來研究事物的特征意義。它由被評估的事物(concept)、量尺(scale)、受測者(subject)三個要素組成。量尺中每一組反義詞之間有5-11個區(qū)間，人們通過選擇區(qū)間上的數(shù)值來反響對事物的感性認識及反響強度。如在

3、本次問卷的設計中，我們用簡約的復雜的;這對形容詞來表示汽車輪轂的風格，區(qū)間值為5，即-2，-1，0，1，2，選擇-2即表示傾向簡約風格，選擇0表示此組形容詞無法引起受測者的共鳴，選擇2那么表示傾向于復雜風格。二、主成分分析法(Principal Component Analysis)本文應用了主成分分析的方法。它是一種降維的處理技術，是把給定的一組相關變量通過線性變換轉換成另一組不相關的新的變量，新的變量能解釋原始數(shù)據(jù)大局部方差所包含的信息，其包含的信息量是原始數(shù)據(jù)包含信息量的絕大局部，剩下的變量對方差的影響很小，所以我們稱這些新變量為主成分，原始變量都是主成分的線性組合，用主成分來代表原始變

4、量。一般情況下我們不能使用所有的原始變量，而是根據(jù)需要選擇幾個因子來代表原來數(shù)據(jù)中的主要信息。三、研究過程一、設定研究對象論文研究針對年輕人對汽車輪轂的感性意象進行調研，依據(jù)年齡、性別、學歷、目前收入狀況等四個局部來搜集被訪者的根本資料信息。因為年輕人是時尚和個性的追求者，對于汽車的外觀要求較高。同時由于汽車價格普遍下調，許多年輕人的購車方案紛紛提前，有資料顯示，購車族年輕化趨勢明顯，選擇這一群體作為研究對象具有較高的研究價值，對于汽車制造商針對年輕人的汽車輪轂設計有一定的指導意義。二輪轂樣本和形容詞匯的選擇為了減少統(tǒng)計誤差，我們先將輪轂材質和色彩的感性因素進行定位。首先，設計一份關于輪轂材質

5、和色彩的調查問卷。通過統(tǒng)計，消費者根據(jù)自己的喜好和經(jīng)濟承受能力等方面考慮，大局部選擇鋁合金、銀色系的汽車輪轂。這樣就防止了在搜集樣本和形容詞匯的時候的盲目性，減少了勞動量和時間。從網(wǎng)絡、汽車雜志、攝影等渠道獲取汽車輪轂樣本657個，依據(jù)其結構、風格等要素刪掉重復或者類似的樣本，得到45個樣本，最終篩選得到不同類別的樣本10個。如下所示：圖 1 樣本篩選結果同時以類似的渠道廣泛搜集描述汽車輪轂的形容詞，初步得到69個形容詞匯，去掉意義重復和相近的詞匯，得到26個形容詞匯。通過網(wǎng)絡投票，選出的票數(shù)較多的前10個詞匯，然后從詞匯庫中找出另外10個詞匯與之匹配，組成反義詞匯組，得到研究的重要評估資料。

6、詞匯組如下：表1 篩選出的10對感性詞匯組 張揚的穩(wěn)重的 呆板的動感的 復雜的簡約的 平面的骨感的 嚴謹?shù)膫€性的 傳統(tǒng)的前衛(wèi)的 平凡的美觀的 脆弱的鞏固的 無質感質感的 笨重的輕盈的 四、數(shù)據(jù)分析一、原始數(shù)據(jù)分析針對10個樣本建立調查問卷，設定被訪者數(shù)目定為40名，年齡在19-35歲之間。被訪人群有高校學生、專業(yè)設計師及其他職業(yè)人員，運用SD法建立問卷。通過對10個樣本的回收問卷在EXCEL的初步分析，得到數(shù)據(jù)的平均值柱狀圖如下所示：圖2 平均值的柱狀圖從圖中看出，100個分值中，有66個正值，3個值為0，31個負值。由于正值的趨向是前期篩選后的前10個詞匯，正值占總量的66%，初步驗證了前期

7、篩選的樣本符合研究課題。其中三個樣本的正值分別為3個、2個、4個，低于10組詞匯的平均數(shù)5，說明年輕人對于三個樣本意象滿意度較低。以張揚的穩(wěn)重的;這組詞匯為例，平均值向上的數(shù)據(jù)表示該樣本趨向于穩(wěn)重;感覺，平均值向下的數(shù)據(jù)表示該樣本趨向于張揚;的感覺。從圖2可以看出，100個數(shù)據(jù)中絕對值大于1.5的只有一個，對應的是樣本4中的呆板的動感的;詞匯組，趨向于動感意象，而其余峰值都落在1.5以內。求得所有正值的均值為0.83，所有負值的均值為-0.53，取此兩個值的絕對值得平均值為0.68。將分值的絕對值大于0.68的數(shù)據(jù)挑選出來，大于0.68的數(shù)據(jù)說明該樣本趨向于右邊的詞匯，小于-0.68的數(shù)據(jù)說明

8、趨向于左邊的詞匯。以此來表示受測者對于描述樣本的哪些詞匯有較為強烈的反響。二主成分分析為了更有效的研究上述變量，利用圖中的數(shù)據(jù)，通過因子分析的主成分分析法來研究受測者對于10個樣本的感性評價的數(shù)據(jù)。以最大方差旋轉法進行直交轉軸，構建出整個感性詞匯數(shù)據(jù)的因素空間，然后取特征值大于1的因子，共選出3個主成分因子，其解釋變量累積為96.788。將主成分分析的結果整理成表2，此表顯示汽車輪轂的感性詞匯空間由三個感性詞匯因子軸構建。表 2 感性詞匯的主成分分析表 因子 詞匯 因素負載量 特征值 解釋變異量 累積變異量 因子1 無質感質感的 0.954 5.754 57.545 57.545 脆弱的鞏固的

9、 0.943 呆板的動感的 0.943 平面的骨感的 0.910 傳統(tǒng)的前衛(wèi)的 0.870 嚴謹?shù)膫€性的 0.850 張揚的穩(wěn)重的 -0.653 因子2 脆弱的鞏固的 -0.964 2.548 25.478 83.022 笨重的輕盈的 0.711 因子3 復雜的簡約的 0.989 1.377 13.765 96.788 第一因子軸，從表2中我們可以看出，第一因子軸對無質感質感的、脆弱的鞏固的、呆板的動感的、平面的骨感的，這四組詞的負載量較大，分別為0.954、0.943、0.943、0.910，表示這四組詞匯與因子1有較高的相關，由于這組因子大局部都和人的感覺有關，我們可稱為感官因子；第二因子

10、軸對脆弱的鞏固的這組詞匯有較高的負載，為-0.964，表示此組詞匯與因子2有較高的相關，由于這組因子都和樣本的質地有關，我們可稱為質感因子；第三因子軸，第三因子軸對詞匯復雜的簡約的負載量較大，為0.989，表示此組詞匯與因子3有較高的相關，這一因子我們稱之為復雜度因子。將圖2和表2所示的因素綜合，將出現(xiàn)次數(shù)較多詞匯作為共通詞匯作解釋。在因子1上，共通因素有質感的、動感的、鞏固的、骨感的，在因子2上有輕盈的，在因子3上有簡約的。通過本文樣本的分析，我們將共同因素解釋如下：質感的：可以通過特殊的工藝手段，如利用高亮度的金屬噴漆，或者更為高級一些，常用電鍍外表處理。論文參考網(wǎng)。同時可以在輻條上做外表

11、花紋處理，凸顯立體感；動感的：輻條凸顯動感，將輻條做旋轉處理，輻條的線條較為流暢；鞏固的：輻條較為寬厚，輻條與輪盤融為一體，使輪盤承受一定的應力?；蛘咻棗l的切削感較強；骨感的：輻條較細，但是不單調，往往呈現(xiàn)一輻二條、一輻三條或丫;型立體結構。外表肌理較為明顯；輕盈的：輻條較細，但不復雜；簡約的：輻條造型標準簡單，排列規(guī)那么，整體干凈利落。五、結論過去設計師往往只是憑借自己的感覺經(jīng)驗和審美理念設計產品，這種主觀的黑箱操作的做法往往使設計出的產品預見性較差，不符合消費者的感覺意象，滿足不了他們在心理和精神層面的需求。本次研究通過語意差分法以及通過SPSS軟件中的主成分分析法分析相關的數(shù)據(jù)，得到對輪

12、轂造型影響較大的感性詞匯，同時比照樣本分析感性詞匯對應的造型要素，建立輪轂的造型法那么。充分考慮的消費者心理需求，揭示了年輕人對于汽車輪轂的偏好，對制造商針對年輕人的輪轂設計有一定的指導意義。參考文獻：【1】 MitsuoNagamachi. Kansei Engineering:A new ergonomic consumer-oriented technology forproduct development. International Journal of Industrial Ergonomics15(1995)3-11【2】 Sun-mo Yang,Mitsuo Nagamachi, Soon-yo Lee. Rule-based inference model for the KanseiEngineering System. International Journal of IndustrialErg