产品形态是表达产品设计思想与实现产品功能的语言和媒介，通过形态的设计不仅要实现产品的使用功能还要传达精神、文化等层面的意义与象征性，所以产品形态是产品自身的功能、结构、材料以及工艺技术等客观因素，与设计者和消费者在审美、价值判断等主观因素相互作用的综合结果。在现代的消费市场，特别是在日用产品中，产品的审美功能已经成为影响消费者的重要因素之一。由于现代科技的系统性和复杂性以及技术扩散的影响，一种产品的技术水平远远超出竞争对手的情况并不多见，在成熟的市场竞争中，往往是多种参与竞争的产品技术水平和使用功能相当，那么在这种情况下，个性化和时尚化就成为消费者是否购买该产品的决定性因素，而产品外观形态则是体现个性的最直接方式。在产品的设计过程中，单独靠设计师或计算机完成设计任务所得设计结果很有可能有较大的局限性，而将设计师的评判与计算机强大的图形演化能力相结合效果会比较好。基于此，本研究在人-机特性分析基础上，提出一种应用于产品形态创新的人机交互设计方法。

1 创新过程中人机特性分析

传统的工业设计中，产品的形态设计主要依赖于设计师的创造性思维。设计师需要运用发散思维探寻不同的方案，同时也需要运用收敛思维进行评价、总结，发散与收敛思维在形态设计过程中是相互渗透、相互影响、相互协调的，只有把两者很好的结合起来，才能得到良好的结果。形态设计的发散思维作为一种设计思维方法，本身也是各种思维方法的综合，在形态设计的发散过程中可充分调动思维的活跃性，采用意识流、联想、逆向等各种思维方法获得尽可能多的人性化的形态设计方案。但是，设计师具有自身的社会、文化、民族等背景，其设计思维往往会受到这些因素的影响而具有一定的局限性。现代工业设计中，计算机软件逻辑运算能力和图形衍化功能被广泛应用，使得产品设计效率得以很大程度的提高。其设计手法与表现效果是其它设计语言所无法比拟的。计算机设计对产品形态的创作在表现技法上有诸多的便利性，无数新的可能性等待设计师去选择与运用，手法与风格的多样性可以让设计者展开思维空间与拓展设计理念，极大地丰富了产品的形态，并使其更具个性化和时尚化。但是，计算机设计由于技术的问题很有可能陷入局部最优。为此，单纯地依靠计算机进行形态衍化所得结果和设计师的期望很有可能存在较大的偏差。本文旨在将设计师和计算机的优势相结合而应用于产品形态创新设计。

在产品形态设计过程中人起到主要作用。客户对于产品的认知涉及到复杂的心理因素，包括客户视觉、听觉、触觉以及其它心理认知。而诸多心理认知中尤其以视觉冲击最为强烈。这些感知很难以理性的手段分解为创新设计中对应的产品构成元素与造型法则。而设计师通常凭借自身的经验、直觉和灵感获取产品外形特征，并直接将其反映到新设计中，但这种感性的操作方式缺乏理性的支持。难以形成一套切实可行的客户主导的产品设计方法。所以，设计师应该充分利用消费者的认知来实现产品外形特征元素的创新。设计师的信息接受及分析能力、计划制定、决策执行能力将至关重要。

本研究将人的认知模型引入到产品形态设计并与计算机技术相结合构成人-机交互模型，如图1所示。在此模型中人被看做一个信息处理系统，首先从外界获取信息，然后对信息进行过滤分析，以此为基础做出决策、制定计划，并对计算机发出操作指令，计算机在执行完操作后将信息反馈给人。

2 基于遗传算法的产品形态创新设计模式

遗传算法同时搜索解空间中的许多点,可以有效防止搜索过程过早收敛于局部最优解,有较大把握求得全局最优解。遗传算法实施步骤包括基因编码、生成初始种群、适应度评估、选择、交叉和变异。本文中应用其辅助设计者完成产品形态的创新设计，所运用的关于遗传算法的几个关键问题包括基因编码、初始群体生成、交叉运算和变异运算。

    （1）产品形态的基因编码，将产品形态的表现型转换为基因编码串，使之能反映出产品形态，同时具备遗传算法运算的可行性。

    （2）选择初始种群，将变量等分而产生的初始种群在整个解空间均匀分布，便便于问题的求解。设计师根据课题的需要，在收集大量的产品并应用上述方法对其进行分析的基础上，选出数量合适的初始种群。

（3） 基于遗传算法的人机交互式产品形态创新设计流程，基于遗传算法的人机交互式产品形态创新设计过程中，人和机各有分工。遗传算法的操作主要包括交叉和变异，操作对象并非是所求解问题的实际变量，而是可行解的个体编码。而选择评判的工作则由设计师来完成。其具体流程如图2所示。

3 应用实例

以高脚杯的形态创新设计为例来说明本方法的具体应用。

（1）确定点集A及编码，通过调整点1、点2、点3、点4、点5、点6和点7的位置设计高脚杯的造型。其中点1沿x轴和y轴移动，控制杯口的直径和高度；点2和点3沿x轴和y轴移动，控制杯体的形态；点4、点5和点6沿x轴和y轴移动，控制杯体和杯腿形态，如图3所示。应用二进制编码串便可描述出高脚杯的总体轮廓。

（2）初始种群，初始种群由设计者根据设计需求来确定。本文中初始种群的数量为4。

（3）遗传算法操作,设置交叉概率和变异概率，进行遗传运算，得到种群规模为28的子代种群（包括父代种群、交叉所得种群及变异所得种群）。设计师根据设计需求从子代种群选择4个个体作为父代，重复上述操作。如果28个子代个体中没有设计师心仪的形态则可以对原初始群体反复进行遗传运算。以S型杯身短腿为设计目标经数次演化所得结果如图4所示.。

                                     图4

4 结束语

    本研究在分析人机特性的基础上，提出了人机交互式产品形态创新设计的方法。该方法中设计师发挥对产品形态直观评价的优势，计算机通过遗传算法发挥形态演化的优势。经实例应用表明，该方法切实可行，在一定程度上能有效提高设计的效率，产生许多满足目标期望的良好形态。