当前，随着设计和制造技术不断进步，产品种类日益繁多，市场逐渐转变为以消费者为导向的买方市场。在买方市场形态下，由于市场上不同品牌同类产品同质化趋势越加明显，仅仅依赖产品实用功能方面的创新已经不足以获得消费者青睐。因此，设计者不仅需要赋予产品良好的功能、界面、操作方式等技术性特征，更需考虑产品的意象设计，从而满足消费者心理需求，设计出成功的产品。

感性工学是一种运用工程技术手段探讨“人”的感性与“物”的设计特性之间关系的理论及方法。在产品设计领域，它将人们对“物”的感性意象定量、半定量地表达出来，并与产品设计特性相关联，以实现在产品设计中体现“人”的感性感受，设计出符合“人”感觉期望的产品。同时，感性工学也是一种消费者导向的基于人机工程的产品开发支持技术，利用该技术可将人们模糊不清的感性需求及意象转化为细部设计的形态要素。

感性意象是人对物所产生的感觉，是对物体心理上的期待感受，是一种高度凝聚的深层次的人类情感活动。感性意象并不是某一感觉器官单独产生的感官反应，而是综合多种器官所产生的心理反应。在感性工学的框架下，定义对某一感性意象影响较大的造型元素为个性参数；反之，定义影响较小的造型元素为平台参数。

本研究以感性工学作为理论基础，研究轿车侧轮廓与感性意象间的联系，将轮廓分解成各个元素后辨识出个性参数和平台参数。由此得到一套意象研究、参数辨识的合理方法，进而为计算机辅助产品造型设计打下基础。

1.基于灰关联度排序进行产品参数辨识

本研究采用灰关联度排序的方法进行产品参数辨识，依据灰关联度可以定义影响系统发展趋势的重要属性，设计者可以依据因子序列的微观或宏观的几何接近度，分析各个确定因子间相互影响程度，进而衡量因子对主行为的贡献程度。在感性造型评估领域，已有研究运用灰关联分析评比产品感性设计中造型的优先度，协助设计者理解造型元素与意象之间的相关性，理清哪些造型特征设计符合感性意象需求，最终确定能辅助设计者进行决策的关键性造型要素。

灰关联分析将系统数据投影至集合空间中，衡量集合形状的近似程度，从而判定评比方案的排序。研究目标则是依据其排序辨识平台参数与个性参数。具体可以分为如下几个步骤：

    （1）收集原始数据；

    （2）确定决策矩阵；

    （3）序列的正规化处理；

    （4）计算差序列矩阵；

    （5）计算灰关联系数；

    （6）计算灰关联度；

（7）灰关联度排序。

2.实例分析

首先，以生活和网络为来源，收集到大量轿车（轿跑）侧视图图片，并从中选择出50个作为实验样本。然后，在二维软件中将样本全部量化，如图所示，在侧轮廓上定义27个关键点，各个关键点坐标的变动将直接影响到侧轮廓形态的变化，同时也将作为划分侧轮廓造型元素类目的依据。

如上所述，依据关键点将侧轮廓造型划分为以下元素：车头造型、车头厚度、前引擎盖角度、前引擎盖弧度、顶蓬造型、后备箱盖造型、车尾造型车尾厚度、车头下段轮廓、车尾下段轮廓；以及轮廓本身的三个比例关系：前引擎盖长/顶蓬长、后背箱长/顶蓬长、车长/车高；共计13个设计元素。然后，如表所示，结合定性方法描述设计元素，并将其分类。

最后，将50个量化样本逐一进行设计元素归类，保证每个样本每个元素都能以表中设计元素类目来描述。。

本研究采用问卷调查的方法获取人群对各个车型的感性评价值。首先，收集大量描述汽车轮廓感觉的感性词汇，然后让受测者自由筛选和排序，依据筛选和排序结果选定如下6个感性词汇：动感、时尚、大气、流线、稳重、个性。基于6个感性词汇设计5阶调查问卷，让受测者对这6个感性意象进行评分（本文中共, , , 投放调查问卷84份，调研对象为21~56岁、各个职业的人群）。

以感性词汇“动感”为例，整理得出各个样本造型元素划分表及其对应感性评价值。以各个样本感性评价值和类目编号，构建原始决策矩阵，计算出灰关联度并将其排序。排序结果表明，造型元素B1、B2、F、G对感性意象“动感”影响最大，定义其为个性参数；而A1、A3、E2则影响最小，定义其为平台参数。在设计实践中，该排序和参数辨识结果，可为设计者掌握关键造型元素、配置设计资源与预算提供依据，也有利于有效进行造型元素与特性的重新定位、设计及改良。

3.总结

    本研究依据灰关联度排序辨识产品样本的设计参数，从而在设计过程中帮助设计者把握关键性设计元素，忽略或剔除影响较小的设计元素，最终简化设计流程、节约设计资源。然而，基于感性工学探讨设计元素与感性意象之间联系的研究尚处于探索阶段，如何更加合理地展开调研获取数据，如何选取代表性样本，如何精确地量化样本、定性描述设计元素等环节，都存在较大的改进空间。