摘 要 感性工學(xué)主要通過分析人的感性來設(shè)計(jì)符合人喜好的產(chǎn)品，通過感性工學(xué)理論的運(yùn)用來探究乘員的情感反應(yīng)，并將這種情感反應(yīng)的具體現(xiàn)象轉(zhuǎn)譯為設(shè)計(jì)要素，由此設(shè)計(jì)出符合船舶乘員使用與喜好的船用艙室家具造型。達(dá)到船用家具設(shè)計(jì)的最優(yōu)化，提高船舶內(nèi)部環(huán)境設(shè)計(jì)水平，最大限度利用船舶內(nèi)部空間，從而為乘員營造更加舒適的居住環(huán)境，帶來更加自然的心理感受。為后續(xù)船用家具造型設(shè)計(jì)研究提供一個(gè)參考和借鑒。
關(guān)鍵詞 船舶家具；感性工學(xué)；造型研究
1 感性工學(xué)的概論
感性工學(xué)即是以工學(xué)的手法，設(shè)法將人的感性定量化（包括生理上的“感覺量”和心理上的“感受量”），尋找出這個(gè)感性量與工學(xué)中所使用的各種物理量之間的關(guān)系，再運(yùn)用于工程或設(shè)計(jì)開發(fā)。感性工學(xué)分為感性信息分類、感性工學(xué)系統(tǒng)、混合感性工學(xué)系統(tǒng)、感性工學(xué)模型、虛擬感性工學(xué)5類[1]。
2 船用家具的研究過程和方法
2.1 家具定位
船用家具是船舶乘員日常生活中必需的用具，造型美觀而實(shí)用的家具會(huì)使乘員感到舒適從而消除或減輕他們的疲勞。居住艙室是為了滿足人群休閑、辦公、娛樂、文化、小型會(huì)談等多功能的人際交流的空間，因此，居住艙室座椅的造型性尤為重要。
2.2 家具典型樣布選擇
通過船舶家具生產(chǎn)產(chǎn)品的介紹手冊(cè)、網(wǎng)絡(luò)等途徑進(jìn)行樣本搜集本搜集，選取了具有代表性樣本 10 個(gè)，為避免色彩因素對(duì)本研究的家具感性意象的影響，代表性樣本都做剔除色彩處理。
2.3 感性語意空間建立
（1）確定感性詞匯和設(shè)計(jì)要素。先從相關(guān)的廣告、手冊(cè)、文獻(xiàn)、報(bào)道等方面收集感性詞匯，并采用語義區(qū)分法定出評(píng)價(jià)表，運(yùn)用因子分析法、聚類分析對(duì)調(diào)查結(jié)果進(jìn)行分析研究，最終將感性評(píng)價(jià)詞匯確定為：整潔—凌亂、簡約—煩瑣、古樸—現(xiàn)代、輕便—笨重、時(shí)尚—傳統(tǒng)、干凈—骯臟、科技—手工、精致—粗狂八對(duì)詞匯。通過調(diào)研等方式將座椅造型要素歸納為：椅腿（X1）、椅背（X2）、椅面（X3）等4個(gè)要素，其中并對(duì)每個(gè)要素進(jìn)行分類：椅腿分為正方形（C11）、長方形（C12）、圓形（C13）和其他形狀（C14），椅背分為為正方形（C21）、長方形（C22）、梯形（C23）、圓形（C24）和其他形狀（C25），椅面分為正方形（C31）、長方形（C32）和梯形（C33）。（2）調(diào)查問卷設(shè)計(jì)。運(yùn)用語意差量法將選取的10個(gè)艙室椅子黑白樣本與最終的8對(duì)感性形容詞建立7級(jí)語意差分量表，制成感性語意評(píng)價(jià)表。（3）問卷調(diào)查與數(shù)據(jù)收集。選擇50個(gè)受測(cè)人員進(jìn)行測(cè)試，其中10人為艙室設(shè)計(jì)人員，10人員家具設(shè)計(jì)人員、15人為船舶乘客，15人為船員，讓他們對(duì)每個(gè)樣品的各個(gè)感性詞匯進(jìn)行評(píng)價(jià)打分。經(jīng)過EXCEL軟件處理，得到受試者對(duì)10個(gè)座椅樣本的感性語意評(píng)價(jià)的平均值。并結(jié)合設(shè)計(jì)要素造型特征的組合制成感性評(píng)價(jià)矩陣。（見表1）
（4）感性語意與造型要素關(guān)系建立。利用數(shù)量化理論I類方法結(jié)合多元線性回歸常將受測(cè)者對(duì)感性詞匯的評(píng)價(jià)值作為基準(zhǔn)變量，將產(chǎn)品的造型特征作為因變量，建立如下的預(yù)測(cè)模型：
Y=GijCij+M （1）
式1中，y 為感性語意評(píng)價(jià)平均值；Gij為每個(gè)自變量的權(quán)重系數(shù)，Cij為造型要素反應(yīng)值（i 為設(shè)計(jì)要素，j為類目）；m 為常數(shù)項(xiàng)值。
應(yīng)用 SPSS統(tǒng)計(jì)分析軟件對(duì)模型進(jìn)行多元線性回歸分析得到的結(jié)果包括偏相關(guān)系數(shù)、常數(shù)項(xiàng)、類目得分等數(shù)據(jù)，并得出各感性詞匯（以簡約與煩瑣為例）與設(shè)計(jì)項(xiàng)目之間的偏相關(guān)系數(shù)見表2。
由設(shè)計(jì)要素得分可以看出各個(gè)類目對(duì)感性詞匯的影響及影響的方向，如梯形椅背偏向優(yōu)美，而長方形椅背偏向煩瑣。由偏相關(guān)系數(shù)可以得到各個(gè)設(shè)計(jì)要素對(duì)感性詞匯的貢獻(xiàn)大小，其值越大，則貢獻(xiàn)越大，如桌面比桌腿對(duì)感性詞匯簡約的貢獻(xiàn)大。感性詞匯優(yōu)美的與各設(shè)計(jì)要素之間的函數(shù)關(guān)系式
Y簡約=1.636*C13+6.212*C14-1.869*C21-2.698*C22+0.558*C23+0.667*C31+0.192*C33+0.364 （2）
為驗(yàn)證上述函數(shù)的有效性，可以重新選用樣本，進(jìn)行問卷調(diào)查，將調(diào)查所得的數(shù)據(jù)與預(yù)測(cè)函數(shù)所計(jì)算的數(shù)據(jù)進(jìn)行T檢驗(yàn)分析，檢驗(yàn)顯示其顯著性水平大于 0.05，沒有顯著性差別，該結(jié)果是合理的。同理，可以得到代表其他感性意象語匯對(duì)與艙室座椅造型要素關(guān)系的預(yù)測(cè)函數(shù)，該函數(shù)可以判斷設(shè)計(jì)師通過創(chuàng)新設(shè)計(jì)方案所要傳達(dá)的感性意象，是否與使用者的感受需求一致，為設(shè)計(jì)方案的取舍以及后續(xù)深入設(shè)計(jì)提供依據(jù)[2]。
3 結(jié)束語
感性工學(xué)旨在探討人對(duì)于物的感性認(rèn)知，并將其具體轉(zhuǎn)化為新產(chǎn)品的設(shè)計(jì)要素。基于感性工學(xué)的產(chǎn)品設(shè)計(jì)方法對(duì)船用家具進(jìn)行研究，得出感性詞匯與各造型要素的函數(shù)關(guān)系式。這些函數(shù)式有助于船舶家具設(shè)計(jì)師設(shè)計(jì)出符合船員使用的船用家具，為船用家具的后續(xù)研究提供一個(gè)參考和借鑒。
參考文獻(xiàn)
[1] 李硯祖.設(shè)計(jì)新理念：感性工學(xué)[J].新美術(shù)，2003（4）：20-25.
[2] 于建中.船艇美學(xué)與內(nèi)裝設(shè)計(jì)[M].上海：上海交通大學(xué)出版社，2011.
關(guān)鍵詞 船舶家具；感性工學(xué)；造型研究
1 感性工學(xué)的概論
感性工學(xué)即是以工學(xué)的手法，設(shè)法將人的感性定量化（包括生理上的“感覺量”和心理上的“感受量”），尋找出這個(gè)感性量與工學(xué)中所使用的各種物理量之間的關(guān)系，再運(yùn)用于工程或設(shè)計(jì)開發(fā)。感性工學(xué)分為感性信息分類、感性工學(xué)系統(tǒng)、混合感性工學(xué)系統(tǒng)、感性工學(xué)模型、虛擬感性工學(xué)5類[1]。
2 船用家具的研究過程和方法
2.1 家具定位
船用家具是船舶乘員日常生活中必需的用具，造型美觀而實(shí)用的家具會(huì)使乘員感到舒適從而消除或減輕他們的疲勞。居住艙室是為了滿足人群休閑、辦公、娛樂、文化、小型會(huì)談等多功能的人際交流的空間，因此，居住艙室座椅的造型性尤為重要。
2.2 家具典型樣布選擇
通過船舶家具生產(chǎn)產(chǎn)品的介紹手冊(cè)、網(wǎng)絡(luò)等途徑進(jìn)行樣本搜集本搜集，選取了具有代表性樣本 10 個(gè)，為避免色彩因素對(duì)本研究的家具感性意象的影響，代表性樣本都做剔除色彩處理。
2.3 感性語意空間建立
（1）確定感性詞匯和設(shè)計(jì)要素。先從相關(guān)的廣告、手冊(cè)、文獻(xiàn)、報(bào)道等方面收集感性詞匯，并采用語義區(qū)分法定出評(píng)價(jià)表，運(yùn)用因子分析法、聚類分析對(duì)調(diào)查結(jié)果進(jìn)行分析研究，最終將感性評(píng)價(jià)詞匯確定為：整潔—凌亂、簡約—煩瑣、古樸—現(xiàn)代、輕便—笨重、時(shí)尚—傳統(tǒng)、干凈—骯臟、科技—手工、精致—粗狂八對(duì)詞匯。通過調(diào)研等方式將座椅造型要素歸納為：椅腿（X1）、椅背（X2）、椅面（X3）等4個(gè)要素，其中并對(duì)每個(gè)要素進(jìn)行分類：椅腿分為正方形（C11）、長方形（C12）、圓形（C13）和其他形狀（C14），椅背分為為正方形（C21）、長方形（C22）、梯形（C23）、圓形（C24）和其他形狀（C25），椅面分為正方形（C31）、長方形（C32）和梯形（C33）。（2）調(diào)查問卷設(shè)計(jì)。運(yùn)用語意差量法將選取的10個(gè)艙室椅子黑白樣本與最終的8對(duì)感性形容詞建立7級(jí)語意差分量表，制成感性語意評(píng)價(jià)表。（3）問卷調(diào)查與數(shù)據(jù)收集。選擇50個(gè)受測(cè)人員進(jìn)行測(cè)試，其中10人為艙室設(shè)計(jì)人員，10人員家具設(shè)計(jì)人員、15人為船舶乘客，15人為船員，讓他們對(duì)每個(gè)樣品的各個(gè)感性詞匯進(jìn)行評(píng)價(jià)打分。經(jīng)過EXCEL軟件處理，得到受試者對(duì)10個(gè)座椅樣本的感性語意評(píng)價(jià)的平均值。并結(jié)合設(shè)計(jì)要素造型特征的組合制成感性評(píng)價(jià)矩陣。（見表1）
（4）感性語意與造型要素關(guān)系建立。利用數(shù)量化理論I類方法結(jié)合多元線性回歸常將受測(cè)者對(duì)感性詞匯的評(píng)價(jià)值作為基準(zhǔn)變量，將產(chǎn)品的造型特征作為因變量，建立如下的預(yù)測(cè)模型：
Y=GijCij+M （1）
式1中，y 為感性語意評(píng)價(jià)平均值；Gij為每個(gè)自變量的權(quán)重系數(shù)，Cij為造型要素反應(yīng)值（i 為設(shè)計(jì)要素，j為類目）；m 為常數(shù)項(xiàng)值。
應(yīng)用 SPSS統(tǒng)計(jì)分析軟件對(duì)模型進(jìn)行多元線性回歸分析得到的結(jié)果包括偏相關(guān)系數(shù)、常數(shù)項(xiàng)、類目得分等數(shù)據(jù)，并得出各感性詞匯（以簡約與煩瑣為例）與設(shè)計(jì)項(xiàng)目之間的偏相關(guān)系數(shù)見表2。
由設(shè)計(jì)要素得分可以看出各個(gè)類目對(duì)感性詞匯的影響及影響的方向，如梯形椅背偏向優(yōu)美，而長方形椅背偏向煩瑣。由偏相關(guān)系數(shù)可以得到各個(gè)設(shè)計(jì)要素對(duì)感性詞匯的貢獻(xiàn)大小，其值越大，則貢獻(xiàn)越大，如桌面比桌腿對(duì)感性詞匯簡約的貢獻(xiàn)大。感性詞匯優(yōu)美的與各設(shè)計(jì)要素之間的函數(shù)關(guān)系式
Y簡約=1.636*C13+6.212*C14-1.869*C21-2.698*C22+0.558*C23+0.667*C31+0.192*C33+0.364 （2）
為驗(yàn)證上述函數(shù)的有效性，可以重新選用樣本，進(jìn)行問卷調(diào)查，將調(diào)查所得的數(shù)據(jù)與預(yù)測(cè)函數(shù)所計(jì)算的數(shù)據(jù)進(jìn)行T檢驗(yàn)分析，檢驗(yàn)顯示其顯著性水平大于 0.05，沒有顯著性差別，該結(jié)果是合理的。同理，可以得到代表其他感性意象語匯對(duì)與艙室座椅造型要素關(guān)系的預(yù)測(cè)函數(shù)，該函數(shù)可以判斷設(shè)計(jì)師通過創(chuàng)新設(shè)計(jì)方案所要傳達(dá)的感性意象，是否與使用者的感受需求一致，為設(shè)計(jì)方案的取舍以及后續(xù)深入設(shè)計(jì)提供依據(jù)[2]。
3 結(jié)束語
感性工學(xué)旨在探討人對(duì)于物的感性認(rèn)知，并將其具體轉(zhuǎn)化為新產(chǎn)品的設(shè)計(jì)要素。基于感性工學(xué)的產(chǎn)品設(shè)計(jì)方法對(duì)船用家具進(jìn)行研究，得出感性詞匯與各造型要素的函數(shù)關(guān)系式。這些函數(shù)式有助于船舶家具設(shè)計(jì)師設(shè)計(jì)出符合船員使用的船用家具，為船用家具的后續(xù)研究提供一個(gè)參考和借鑒。
參考文獻(xiàn)
[1] 李硯祖.設(shè)計(jì)新理念：感性工學(xué)[J].新美術(shù)，2003（4）：20-25.
[2] 于建中.船艇美學(xué)與內(nèi)裝設(shè)計(jì)[M].上海：上海交通大學(xué)出版社，2011.
