基于感性意象的概念汽車車身造型評(píng)價(jià)研究

鞠清繪，劉煒禎，阮景奎

基于感性意象的概念汽車車身造型評(píng)價(jià)研究

鞠清繪，劉煒禎，阮景奎

（湖北汽車工業(yè)學(xué)院，湖北 十堰 442002）

為了減小汽車造型設(shè)計(jì)過程中對(duì)抽象感性意象的主觀描述誤差，提出一種主客觀相結(jié)合的科學(xué)造型評(píng)價(jià)方法。以層次分析法（Analytic Hierarchy Process）和熵權(quán)法（Entropy Weight Method）相結(jié)合的汽車造型評(píng)價(jià)方法，通過感性語(yǔ)義空間的建立，將抽象的語(yǔ)義描述定量化，建立汽車造型意象評(píng)價(jià)體系，對(duì)所建立的判斷矩陣進(jìn)行一致性檢驗(yàn)，獲得各層次評(píng)價(jià)指標(biāo)的主觀權(quán)重，利用熵權(quán)法計(jì)算各評(píng)價(jià)指標(biāo)的信息熵，進(jìn)而求得各評(píng)價(jià)指標(biāo)的客觀權(quán)重，通過拉格朗日乘子法優(yōu)化得到組合權(quán)重，將其運(yùn)用到車身造型設(shè)計(jì)評(píng)價(jià)中以確定最終設(shè)計(jì)方案。該方法以4種概念轎車車身初步造型方案為評(píng)價(jià)對(duì)象，篩選出最優(yōu)設(shè)計(jì)方案，評(píng)價(jià)結(jié)果同時(shí)反映汽車造型主觀評(píng)價(jià)與客觀評(píng)價(jià)，提升了權(quán)重的準(zhǔn)確性與科學(xué)性，為后續(xù)汽車造型設(shè)計(jì)方向提供可靠參考。

層次分析法；熵權(quán)法；汽車造型；設(shè)計(jì)評(píng)價(jià)

目前傳統(tǒng)汽車造型設(shè)計(jì)多以設(shè)計(jì)師的主觀喜好為主，并未從用戶的角度出發(fā)，未能了解用戶的造型需求及哪些設(shè)計(jì)因素對(duì)用戶的選擇產(chǎn)生影響，使傳統(tǒng)造型設(shè)計(jì)不能滿足現(xiàn)代消費(fèi)者審美需求。感性意象作為人們通過視覺等感官捕獲物體外觀，綜合情感、聯(lián)想形成符合內(nèi)心預(yù)期的一種認(rèn)知活動(dòng)，將感性意象設(shè)計(jì)運(yùn)用于傳統(tǒng)概念車設(shè)計(jì)，使汽車造型更好的貼合用戶心理期望，滿足當(dāng)代消費(fèi)者的需求。一些潛在的造型邏輯模式規(guī)則在我國(guó)現(xiàn)代汽車造型的設(shè)計(jì)中普遍存在，景春暉[1]通過構(gòu)建汽車造型多目標(biāo)優(yōu)化規(guī)則模型，提出一種汽車造型原型特征抽取方法；陳金亮等[2]利用語(yǔ)義差分法獲取SUV汽車前臉感性意象評(píng)價(jià)，將用戶模糊情感意象轉(zhuǎn)化為具體設(shè)計(jì)要素，使汽車前臉造型更加人性化；季曹婷等[3]針對(duì)汽車造型智能設(shè)計(jì)領(lǐng)域中如何有效提取用戶需求的問題，提出一種融合多特征TFIDF（詞頻–逆向文件頻率）文本分析的汽車造型需求提取方法；程永勝等[4]通過汽車造型意象詞匯獲取確定汽車造型評(píng)價(jià)樣本，利用層次分析法建立造型評(píng)價(jià)指標(biāo)體系，采用模糊隸屬度函數(shù)對(duì)各評(píng)價(jià)結(jié)果進(jìn)行了量化處理，篩選最佳汽車造型方案。以上研究都對(duì)汽車造型質(zhì)量評(píng)價(jià)有一定成效，但未考慮客觀權(quán)重對(duì)評(píng)價(jià)結(jié)果的影響，鑒于此，將主觀的感性意向與產(chǎn)品造型相映射，提出一種將主觀權(quán)重與客觀權(quán)重相結(jié)合的汽車設(shè)計(jì)造型意象評(píng)價(jià)模型。

1 理論基礎(chǔ)

1.1 感性工學(xué)理論

感性工學(xué)將包含個(gè)人經(jīng)驗(yàn)、回憶、想象等模糊意象，通過意識(shí)活動(dòng)歸納整理形成具體意象，以語(yǔ)言、文字、圖案等方式具象表達(dá)[5]，是一種將用戶抽象的感性特征因素具體化為定量數(shù)據(jù)并應(yīng)用于產(chǎn)品設(shè)計(jì)中的理論[6]。

1.2 語(yǔ)義差分法

語(yǔ)義差分法通過對(duì)用戶進(jìn)行心理感受測(cè)定的感性語(yǔ)義詞匯提取，將其抽象的感知反映在李克特量表上，運(yùn)用統(tǒng)計(jì)學(xué)方法分析其規(guī)律[7]。通常采用語(yǔ)義量表對(duì)互為反義詞的感性詞匯進(jìn)行主觀評(píng)分，在產(chǎn)品造型與感性詞匯間構(gòu)造定量化數(shù)據(jù)。

1.3 層次分析法（AHP）

層次分析法將復(fù)雜多目標(biāo)決策問題根據(jù)不同目標(biāo)及準(zhǔn)則分為不同的層次結(jié)構(gòu)，通過構(gòu)造判斷矩陣求解特征向量，將不同層次結(jié)構(gòu)目標(biāo)相對(duì)于高層總目標(biāo)賦予權(quán)重，能有效解決多目標(biāo)綜合評(píng)價(jià)問題，定量描述無序的評(píng)價(jià)指標(biāo)。

2 基于感性意向車身造型設(shè)計(jì)評(píng)價(jià)過程

2.1 造型方案設(shè)計(jì)

一個(gè)好的造型設(shè)計(jì)能夠?yàn)槠囬_拓更加廣闊的消費(fèi)市場(chǎng)，隨著技術(shù)的發(fā)展，個(gè)性化的需求和差異將更多地反映在汽車造型設(shè)計(jì)中[8]。汽車設(shè)計(jì)是廣義上的大型產(chǎn)品設(shè)計(jì)，產(chǎn)品設(shè)計(jì)的時(shí)尚一直在追求人情味的有機(jī)形和強(qiáng)調(diào)現(xiàn)代感的幾何形之間、在復(fù)雜與簡(jiǎn)潔、曲線與直線之間螺旋上升[9]。把握用戶情感需求和個(gè)人認(rèn)知，能夠有意識(shí)地充分考慮和運(yùn)用各零部件的功能結(jié)構(gòu)和其他技術(shù)條件中所具備的差別和統(tǒng)一性等影響因素，把它們有機(jī)地聯(lián)合在一起，各部分相互關(guān)聯(lián)和呼應(yīng)，力求達(dá)到造型變化與統(tǒng)一的完美融合[10]是汽車造型設(shè)計(jì)的主要任務(wù)。以概念轎車為例，人們?cè)谟^察汽車造型時(shí)視覺首先注意到汽車的整體輪廓，通過前期認(rèn)知形成對(duì)事物的第一印象，產(chǎn)品特征線最能影響人們對(duì)產(chǎn)品的直觀感受，其中又以車身側(cè)面頂線，腰線最具表現(xiàn)能力，將對(duì)產(chǎn)品外觀造型的主觀意象用一些形容詞描述，針對(duì)用戶期望進(jìn)行設(shè)計(jì)，可有效降低新產(chǎn)品的開發(fā)風(fēng)險(xiǎn)[11]。

汽車發(fā)展最大的障礙已由技術(shù)上的限制轉(zhuǎn)變?yōu)樵O(shè)計(jì)思維的限制，概念車設(shè)計(jì)正是基于汽車本質(zhì)的一種具有預(yù)見性的創(chuàng)新設(shè)計(jì)，以東風(fēng)概念轎車四種初步設(shè)計(jì)結(jié)果作為汽車造型評(píng)價(jià)對(duì)象，具體造型，見圖1。

圖1 4種汽車造型設(shè)計(jì)

方案1尾部車燈的設(shè)計(jì)采用了貫穿式車燈設(shè)計(jì)，車身整體流暢自然，圓潤(rùn)的駕駛室設(shè)計(jì)十分符合空氣動(dòng)力學(xué)，前車大燈設(shè)計(jì)采用了LED燈條，增加汽車整體的科技感和時(shí)尚感。方案2應(yīng)用仿生學(xué)，將覓食狀態(tài)的青蛙應(yīng)用于整車設(shè)計(jì)，進(jìn)氣格柵設(shè)計(jì)靈感源自蛙類張鼓的氣囊，將四足特點(diǎn)用于車輪外形，采用包覆性材料將輪胎覆蓋，當(dāng)車輛轉(zhuǎn)向時(shí)，材料會(huì)隨車輪伸縮擺動(dòng)將車輪包覆在內(nèi)，使車身更為流線，減小風(fēng)阻。前臉飾條和車尾燈帶融合東風(fēng)的雙飛燕設(shè)計(jì)，汽車尾部沿襲了風(fēng)神D53的溜背式設(shè)計(jì)，側(cè)身設(shè)計(jì)成了隱匿式車門，整體線條硬朗而不失柔美。方案3創(chuàng)意來源于中國(guó)的龍?jiān)兀斕齑暗脑O(shè)計(jì)使汽車室內(nèi)更加明亮，車門采用剪刀式開啟方式，車門開啟猶如一條騰飛的巨龍。方案4中，在汽車造型線中加入了更多的直線，加入這些直線后，汽車顯得有棱有角，又不失圓潤(rùn)，直與曲的對(duì)比，方與圓的對(duì)比，使汽車的整體造型符合形式美學(xué)。

2.2 感性語(yǔ)義空間構(gòu)造

為了準(zhǔn)確獲取用戶對(duì)汽車造型的感性認(rèn)知，通過各大汽車雜志、論壇、網(wǎng)站收集品牌價(jià)值靠前的概念性汽車圖片共計(jì)127張，邀請(qǐng)行業(yè)內(nèi)設(shè)計(jì)人員以訪談、問卷調(diào)查等方式篩選出8款最具代表性的概念轎車，以“品牌形象、結(jié)構(gòu)特征、設(shè)計(jì)風(fēng)格”三個(gè)準(zhǔn)則層為評(píng)價(jià)依據(jù)，統(tǒng)計(jì)收集與其相關(guān)的感性評(píng)價(jià)詞匯共40個(gè)[12]。通過語(yǔ)義差分法對(duì)感性意象空間內(nèi)確定的40個(gè)語(yǔ)義詞匯進(jìn)行反義詞配對(duì)，根據(jù)李克特量表構(gòu)建5級(jí)語(yǔ)義量表（–2，–1，0，1，2），評(píng)分分別對(duì)應(yīng)于“完全不滿足”“部分不滿足”“較少滿足”“基本滿足”“完全滿足”5個(gè)不同的評(píng)價(jià)詞匯，建立與4種不同車身造型設(shè)計(jì)方案相匹配的汽車感性意象認(rèn)知調(diào)查問卷，采用問卷打分形式，被訪者根據(jù)個(gè)人心理期望對(duì)不同造型方案對(duì)應(yīng)的各評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)打分。向行業(yè)內(nèi)設(shè)計(jì)人員與用戶發(fā)放問卷共130份，針對(duì)回收的127份有效問卷進(jìn)行聚類分析，對(duì)問卷結(jié)果進(jìn)行詞匯篩選，剔除語(yǔ)義相近或類似的形容詞，得到與準(zhǔn)則層各指標(biāo)最貼近的評(píng)價(jià)詞匯12對(duì)，構(gòu)成感性意象語(yǔ)義空間，即高端的–低端的、原創(chuàng)的–仿造的、前衛(wèi)的–守舊的、協(xié)調(diào)的–失調(diào)的、流線的–凌厲的、輕巧的–厚重的、仿生的–幾何的、時(shí)尚的–落后的、簡(jiǎn)潔的–復(fù)雜的、動(dòng)感的–穩(wěn)重的、豪華的–簡(jiǎn)約的、智能的–傳統(tǒng)的。

3 權(quán)重計(jì)算方法

采用層次分析法[13]和熵權(quán)法作為汽車造型質(zhì)量評(píng)價(jià)方法[14]，對(duì)各方案評(píng)價(jià)結(jié)果進(jìn)行量化處理，利用層次分析法得到汽車造型評(píng)價(jià)指標(biāo)及其主觀權(quán)重，運(yùn)用熵權(quán)法對(duì)模糊綜合評(píng)價(jià)矩陣計(jì)算汽車造型客觀權(quán)重。綜合主客觀權(quán)重值與四種造型設(shè)計(jì)方案進(jìn)行打分，最高得分方案即為最優(yōu)車身造型設(shè)計(jì)。

3.1 建立判斷矩陣

圖2 汽車造型評(píng)價(jià)指標(biāo)體系

各層級(jí)判斷矩陣，見表1—4。

表1 準(zhǔn)則層判斷矩陣

Tab.1 Criteria layer judgment matrix

注：=0.001 9；=0.003 7。

表2 品牌形象評(píng)價(jià)指標(biāo)判斷矩陣

Tab.2 Brand image evaluation index judgment matrix

注：=0.019 2；= 0.0369。

表3 結(jié)構(gòu)特征評(píng)價(jià)指標(biāo)判斷矩陣

Tab.3 Structural characteristic evaluation index judgment matrix

注：=0.025 5= 0.028 7。

表4 設(shè)計(jì)風(fēng)格評(píng)價(jià)指標(biāo)判斷矩陣

Tab.4 Design style evaluation index judgment matrix

注：=0.011 7；=0.010 4。

3.2 一致性檢驗(yàn)

3.3 計(jì)算主觀權(quán)重

采用幾何平均法計(jì)算各評(píng)價(jià)指標(biāo)在汽車造型中的權(quán)重。

表5 汽車造型評(píng)價(jià)指標(biāo)權(quán)重值

Tab.5 Vehicle styling evaluation index weight values

3.4 計(jì)算客觀權(quán)重

通過感性語(yǔ)義空間的建立，對(duì)獲取的造型風(fēng)格詞匯運(yùn)用層次分析法賦權(quán)這一過程偏向主觀性。為了減小因個(gè)人認(rèn)知與審美水平差異帶來的主觀因素上的影響，采用熵權(quán)法對(duì)主觀造型評(píng)價(jià)結(jié)果進(jìn)行計(jì)算以確定客觀權(quán)重。熵值理論反應(yīng)系統(tǒng)指標(biāo)的離散程度，若某項(xiàng)指標(biāo)的信息熵越小，其變異程度越大[15]，該指標(biāo)提供的信息量越大。根據(jù)汽車造型指標(biāo)變異性的大小來確定各評(píng)價(jià)指標(biāo)的客觀權(quán)重，這一過程依賴于數(shù)據(jù)本身的離散性，避免了人為因素的干擾，保證權(quán)值結(jié)果的客觀性，可有效減少人為因素帶來的賦權(quán)誤差。

3.4.1 評(píng)價(jià)矩陣建立

3.4.2 評(píng)價(jià)數(shù)據(jù)標(biāo)準(zhǔn)化

3.4.3 各方案下評(píng)價(jià)指標(biāo)所占比重

3.4.4 造型評(píng)價(jià)指標(biāo)信息熵

3.4.5 計(jì)算熵權(quán)

通過計(jì)算信息效用值，進(jìn)而求得各指標(biāo)熵權(quán)，計(jì)算公式見式（12）。

3.5 計(jì)算組合權(quán)重

各評(píng)價(jià)指標(biāo)信息熵及權(quán)重，見表8。

表6 指標(biāo)層模糊綜合評(píng)價(jià)矩陣

Tab.6 Fuzzy integrated evaluation matrix of index layer

表7 指標(biāo)層歸一化評(píng)價(jià)矩陣R

Tab.7 Normalized evaluation matrix R of index layer

表8 各評(píng)價(jià)指標(biāo)信息熵及權(quán)重

3.6 計(jì)算評(píng)價(jià)結(jié)果

四種造型方案計(jì)算結(jié)果，見表9。

表9 4種造型方案評(píng)價(jià)結(jié)果

Tab.9 Evaluation results of four styling schemes

4 結(jié)語(yǔ)

為了使汽車造型設(shè)計(jì)在貼合用戶心理需求的同時(shí)，保證造型指標(biāo)權(quán)重的合理性與科學(xué)性，文章以4種汽車造型方案設(shè)計(jì)為例，基于感性工學(xué)理論建立汽車造型評(píng)價(jià)指標(biāo)體系，運(yùn)用層次分析法計(jì)算各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的主觀權(quán)重，將抽象的意象評(píng)價(jià)指標(biāo)定量描述，但由于判斷矩陣受被訪者主觀決策得到，客觀性較差。同時(shí)利用熵權(quán)法建立客觀權(quán)重，通過各指標(biāo)包含的信息量大小來確定各評(píng)價(jià)指標(biāo)熵權(quán)，克服了主觀因素帶來的誤差影響，進(jìn)而通過拉格朗日乘子法優(yōu)化主觀權(quán)重和客觀權(quán)重，使主、客觀相融合，計(jì)算得出四種造型設(shè)計(jì)方案排名，以確定最終設(shè)計(jì)方案，驗(yàn)證了該評(píng)價(jià)方法的可操作性，通過組合權(quán)重的計(jì)算可更全面地保證評(píng)價(jià)指標(biāo)的可信度，對(duì)組合權(quán)重進(jìn)行分析，以明確未來汽車造型設(shè)計(jì)過程中的重點(diǎn)方向。總體而言，此方法提升了造型方案評(píng)價(jià)權(quán)重的準(zhǔn)確性與科學(xué)性，為后續(xù)設(shè)計(jì)人員充分挖掘評(píng)價(jià)指標(biāo)中的主觀經(jīng)驗(yàn)信息與各準(zhǔn)則層設(shè)計(jì)指標(biāo)樣本值的客觀差異信息進(jìn)行造型設(shè)計(jì)提供了可靠參考。

[1] 景春暉, 趙江洪. 汽車造型原型特征研究[J]. 包裝工程, 2015, 36(2): 50-54.

JING Chun-hui, ZHAO Jiang-hong. The Prototype Cha-racteristics of Automobile Styling[J]. Packaging Engineering, 2015, 36(2): 50-54.

[2] 陳金亮, 趙鋒, 廖浩勤, 等. 基于感性意象的SUV前臉造型設(shè)計(jì)[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.

[3] 季曹婷, 馬偉鋒, 樓姣, 等. 融合多特征TFIDF文本分析的汽車造型需求提取方法[J]. 電子技術(shù)應(yīng)用, 2021, 47(2): 16-19.

JI Cao-ting, MA Wei-feng, LOU Jiao, et al. An Extraction Method of Car Styling Requirements by Integrating Multi-Feature TFIDF Text Analysis[J]. Application of Electronic Technique, 2021, 47(2): 16-19.

[4] 程永勝, 徐驍琪, 卜俊, 等. 基于KE和AHP理論的汽車造型意象評(píng)價(jià)方法研究[J]. 現(xiàn)代制造工程, 2020(7): 102-109.

CHENG Yong-sheng, XU Xiao-qi, BU Jun, et al. Eva-luation Method of Automobile Modeling Image Based on KE and AHP[J]. Modern Manufacturing Engineering, 2020(7): 102-109.

[5] LI Yong-feng, SHIEH M D, YANG C C. A Posterior Preference Articulation Approach to Kansei Engineering System for Product Form Design[J]. Research in Engineering Design, 2019, 30(1): 3-19.

[6] 孟瑞, 王小平, 王偉偉, 等. 基于感性工學(xué)的油罐車設(shè)計(jì)評(píng)價(jià)方法研究[J]. 現(xiàn)代制造工程, 2011(9): 28-32.

MENG Rui, WANG Xiao-ping, WANG Wei-wei, et al. Evaluation Method of Tanker Design Based on Kansei Engineering[J]. Modern Manufacturing Engineering, 2011(9): 28-32.

[7] 李然, 支錦亦, 肖江浩, 等. 產(chǎn)品語(yǔ)義提取方法及流程研究[J]. 包裝工程, 2018, 39(22): 132-137.

LI Ran, ZHI Jin-yi, XIAO Jiang-hao, et al. Product Semantic Extraction Method and Procedure[J]. Packaging Engineering, 2018, 39(22): 132-137.

[8] 黃志清. 汽車造型設(shè)計(jì)風(fēng)格演變研究——現(xiàn)代汽車造型設(shè)計(jì)風(fēng)格主線研究[D]. 上海: 上海交通大學(xué), 2010.

HUANG Zhi-qing. Research on Evolution of Automotive Design Style— Research on Mainline of Modern Automotive Design Style Evolution[D]. Shanghai: Shanghai Jiao Tong University, 2010.

[9] 陳峰, 王成玥. 概念車的造型設(shè)計(jì)與美學(xué)分析[J]. 美術(shù)大觀, 2014(2): 90.

CHEN Feng, WANG Cheng-yue. Modeling Design and Aesthetic Analysis of Concept Car[J]. Art Panorama, 2014(2): 90.

[10] 伍國(guó)俊. 汽車造型設(shè)計(jì)中的節(jié)奏與韻律[J]. 裝飾, 2005(11): 108-109.

WU Guo-jun. Pace and Cadence of Automobile Modeling Design[J]. Art & Design, 2005(11): 108-109.

[11] 胡偉峰, 趙江洪. 用戶期望意象驅(qū)動(dòng)的汽車造型基因進(jìn)化[J]. 機(jī)械工程學(xué)報(bào), 2011, 47(16): 176-181.

HU Wei-feng, ZHAO Jiang-hong. Automobile Styling Gene Evolution Driven by Users' Expectation Image[J]. Journal of Mechanical Engineering, 2011, 47(16): 176- 181.

[12] 西恩·貝洛克. 具身認(rèn)知——身體如何影響思維和行為[M]. 李盼, 譯. 北京:機(jī)械工業(yè)出版社, 2016.

SIAN B. Possessing Cognition: How the Body Influences Thinking and Behavior[M]. LI Pan, Translated. Beijing: Machinery Industry Press, 2016.

[13] 王宗杰, 郭舉. 基于熵權(quán)層次分析法的云平臺(tái)負(fù)載預(yù)測(cè)[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2021, 42(1): 263-269.

WANG Zong-jie, GUO Ju. Cloud Platform Load Forecasting Based on Entropy Weight Analytic Hierarchy Process[J]. Computer Engineering and Design, 2021, 42(1): 263-269.

[14] 田夏. 基于層次分析法—熵權(quán)法的教學(xué)實(shí)驗(yàn)室評(píng)價(jià)體系構(gòu)建[J]. 實(shí)驗(yàn)室研究與探索, 2020, 39(7): 264-269.

TIAN Xia. Study of Evaluation System for Teaching Laboratories Based on Analytic Hierarchy Process & Entropy Weight Method[J]. Research and Exploration in Laboratory, 2020, 39(7): 264-269.

[15] 馬礪, 劉晗, 白磊. 基于AHP和熵權(quán)法的古建筑火災(zāi)風(fēng)險(xiǎn)評(píng)估[J]. 西安科技大學(xué)學(xué)報(bào), 2017, 37(4): 537-543.

MA Li, LIU Han, BAI Lei. Fire Risk Assessment of the Historic Buildings Based on AHP and Entropy Weight Method[J]. Journal of Xi'an University of Science and Technology, 2017, 37(4): 537-543.

Evaluation Study on Conceptual Vehicle Styling Design Based on Perceptual Image

JU Qing-hui, LIU Wei-zhen, RUAN Jing-kui

(Hubei University of Automotive Technology, Hubei Shiyan 442002, China)

The work aims to put forward a scientific styling evaluation method combining subjectivity and objectivity, so as to reduce the error of subjective description of abstract perceptual image in the process of vehicle styling design. With the vehicle styling evaluation method combining Analytic Hierarchy Process and Entropy Weight Method, the abstract semantic description was quantified through the establishment of perceptual semantic space. The evaluation system of vehicle styling image was established, and the consistency of the established judgment matrix was tested to obtain the subjective weight of evaluation index at each level. The Entropy Weight Method was used to calculate the information entropy of each evaluation index, and then the objective weight of each evaluation index was obtained. The combination weight was optimized by Lagrange multiplier method and applied to the evaluation of vehicle styling design to determine the final scheme. The method takes four preliminary styling schemes of conceptual vehicle as the evaluation object, and selects the best design scheme. The evaluation results reflect both subjective evaluation and objective evaluation of vehicle styling, which improves the accuracy and scientificity of the weight and provides reliable reference for the subsequent vehicle styling design direction.

Analytic Hierarchy Process; Entropy Weight Method; vehicle styling; design evaluation

TB472

A

1001-3563(2023)04-0270-07

10.19554/j.cnki.1001-3563.2023.04.033

2022–09–10

鞠清繪（1963—），男，碩士，教授，主要研究方向?yàn)楣I(yè)設(shè)計(jì)、汽車造型設(shè)計(jì)。

阮景奎（1963—），男，博士，教授，主要研究方向?yàn)橛?jì)算機(jī)輔助設(shè)計(jì)及其一體化。

責(zé)任編輯：陳作