感性工学设计方法研究现状与进展

摘要：生产力水平的不断提高使得工业设计的重点由满足产品功能逐渐转变为满足用户情感需求。通过对国内外相关文献的研究，归纳了感性工学的概念，总结了感性工学中意象获取、模型建立和模型优化的设计流程，并基于各阶段列举了相关技术。在应用方面，着重分析了感性工学中针对产品造型、色彩及其他属性的研究方向。根据感性工学和信息技术融合发展的趋势，准确获取用户的多感官意象及提升模型精确程度将会成为未来研究的热点。

关键词：工业设计；感性工学；感性意象；产品造型

 

随着现代生产制造水平的提高，产品不仅要满足用户的功能需求，还需满足用户的各种情感需求。社会生产理念也从大批量生产转向更关注用户情感的个性化定制。在产品设计中，情感化设计扮演着越来越重要的角色［1］。因此，设计人员必须在设计产品时重视用户的情感需求，并设法将其依附于产品的造型、材质、色彩等能够表现用户情感的载体上，设计出同时满足实用功能及用户心理需求的产品。

感性工学作为情感化设计中的一种代表性方法，通过获取用户对特定产品属性的感性意象并将二者进行联系，对设计方案进行指导和评估［2］。感性工学自提出以来，在设计领域得到广泛应用。与常规的情感化设计略有不同，感性工学是一种消费者导向的基于人机工程的产品设计支持技术，利用该技术，可将人们模糊不定的感性需求及意象转化为产品的设计要素［3］。

目前，感性工学主要研究用户对产品的外观、交互方式及文化审美等属性的感性意象，随着用户情感需求的不断提升，仅能体现单一情感的产品逐渐无法满足用户。由于用户对某件产品产生的感性意象会受到产品中多种因素的综合作用，针对单一因素的研究结果无法体现整体的感性意象。此外，不同因素间也会相互作用，对整体感性意象造成影响。以上几方面问题对感性工学研究提出了新的要求。

1感性工学设计流程及相关技术

感性工学通过研究用户感性意象和产品属性间的关系来指导设计，因此，如何确定用户的感性意象并将其量化是研究的重点。作为一种更注重试验过程及对试验结果进行处理分析的设计方法，目前的感性工学设计流程主要分为感性意象获取、模型建立和设计优化3个阶段，如图1所示。

1.1感性意象获取阶段

感性工学是一种以试验为基础，并且将顾客的感受和意象转化为设计要素［4］的设计方法，用户的感性意象作为关键数据，决定了后续的设计工作。为使后续阶段试验结果准确无误，需在意象获取阶段尽可能保证数据的有效性及准确性。因此，研究人员通常从尽可能多的渠道搜集产品样本和能够准确形容产品的感性语汇，经过预处理后，分别制成产品案例库及感性词汇库，邀请受试者对案例库中的产品样本进行感性语汇评价，获取受试者的感性意象。

最初，研究人员应用访谈、问卷及语义差异［5］等方法，通过用户的语言、动作及表情等主观表达方式间接获取用户的感性意象；后来开始借助仪器测量用户的脑电信号［6］和眼动信号［7］等生理指标变化，通过这些客观信息直接获取更为准确的用户感性意象。

1.2模型建立阶段

用户的感性意象由产品的相应属性刺激产生。因此，要想利用感性意象指导设计，必须确定感性意象与产品属性间的关联，然后建立关联模型，这一阶段被称为模型建立阶段。

在模型建立阶段，研究人员会对上一阶段获取到的感性意象进行评估分析并量化表示，结合产品属性，应用统计分析法得到分析结果，然后建立关联模型。

通常，在试验前期获得的感性意象数据量较庞大。为减少计算量，节省数据处理时间，会对数据进行降维处理和统计分析，方便计算并寻找数据间的相关性。最初，研究人员应用某些线性处理技术建立模型［8－9］，而这些技术能够处理的数据量及其复杂程度有限。因此，后来又通过应用推理预测的相关方法［10－14］建立模型。目前，由于人工神经网络［15－19］及支持向量机［20－21］等非线性处理技术能够提高模型的准确性而受到广泛应用。此外，研究人员还会建立如产品意象蛛网模型［22］、计算机辅助色彩规划系统［23］、模糊认知模型［24］、自适应神经模糊推理系统（ANFIS）［25］等寻找感性意象与产品属性间的相关性。

1.3设计优化阶段

在早期的感性工学研究中，由于时间、经费等条件制约，研究人员能够用于处理分析的样本数量有限，建立的模型会存在较大的误差，导致评估和预测结果失准。因此，在建立关联模型后，通常需对模型进行优化处理；同时，研究人员也会应用某些算法搜寻目标方案，这一阶段统称为设计优化阶段。

机器学习和人工智能技术的发展使越来越多的研究人员应用智能算法对关联模型进行优化，通过不断训练和学习来提高模型搜寻、评估和预测的准确性。常用的优化方法有遗传算法［26－30］、粒子群优化算法［31－32］、蚁群算法［33］及将田口法和逼近理想解排序法（Techniques for Order Preference by Similarity of Ideal Solution，TOPSIS）［34］相结合等。

2感性工学应用

感性工学在设计领域的应用非常广泛，目前，大部分研究方向集中在产品造型和色彩两方面。

2.1产品造型研究

针对产品的造型研究，大致可分为两类：（1）将产品解构为多个组成部分，通过改变各组成部分的造型，重新组合产生新的造型设计方案；（2）运用尺寸分析和造型分析方法，提取产品外形轮廓线并建立坐标系，通过改变轮廓线形状或坐标来改变产品造型，生成不同的方案，以供受试者进行评价。

2.1.1产品解构分析

产品解构分析方法适用于含有多个组成部分的产品，如家具、玩具、运动鞋等产品。张仲凤等［35］将感性工学方法应用到家具造型设计领域，将家具结构分解为若干设计要素，通过获取用户对不同要素的感受并建立感性语义和要素的关系，提出了一种基于前向定量推论式感性工学的家具造型创新设计框架。Chang等［36］将汽车方向盘解构为多个部分并进行组合，通过感性工学方法确定了美学、操作及现代性3类影响用户情感偏好的因素，最终建立了一个情感感知模型；Cucuk等［37］将课桌椅分为若干部分，应用感性工学等方法，通过改变造型研究了功能性和风格两方面对用户主观感受的影响。苏建宁等［38］以眼镜设计为例，研究了产品造型设计要素间的耦合特性，以便更好地满足用户对于复合意象的产品造型需求。

2.1.2整体造型分析

对产品的整体造型进行分析的方法更适合交通工具、酒杯及手机等整体性较强的产品。程永胜等［39］通过感性工学方法研究了礼宾车造型设计，提升了造型设计与文化意象间的匹配度，降低了设计开发风险。李勇等［40］以感性工学理论为指导，对电动SUV感性意象与设计要素的关系进行了研究，并构建了二者的关系模型，为电动汽车造型设计提供了参考。胡伟峰等［41］通过引入造型特征的概念，应用感性工学方法，以汽车的主特征线为对象研究了汽车的造型意象；熊艳等［42］以手机为例，通过对产品造型特征线进行操作，提出一种基于感性工学的造型特征线量化的产品造型设计方法。Bruno等［43］应用造型分析法，提取了一次性剃须刀的造型特征，并通过感性工学方法获取用户对不同特征产生的心理感受。

同时，也有研究人员将两者结合，先将产品解构，再通过改变各部分的造型进行研究，如李娇［44］将篮球鞋的消费意象转化为设计中的造型要素，通过提炼篮球鞋的不同造型要素，再改变这些造型要素的轮廓线并制成篮球鞋关键造型特征的造型类型表，最终建立了篮球鞋用户意象与关键造型特征的映射关系。

除上述分析方法外，一些研究人员还运用其他方法来研究产品造型，如付黎明等［45］提出汽车造型认知过程中的意象投影原理，以汽车车身曲面造型为例，建立了相应的模型进行实例应用。Shen等［46］应用一种跨界车内饰的谱系图来确定影响汽车内饰实用性和功能性的关键因素。王年文等［47］运用感性工学理论，提出一种探讨各感性需求内部相关性及各感性需求对造型设计要素重要程度的方法，并以此作为依据对家庭服务机器人进行了造型设计。周爱民等［48］根据信息动力学的最大流原理构建了产品造型审美综合评价模型，客观、定量地评价了产品的造型美度，为客观审美评价奠定了基础。傅业焘等［49］通过建立产品族风格意象和外形基因间的映射模型，提出一种面向风格意象的产品族外形基因设计方法。陈国东等［50］以豆浆机为例，针对用户的复合意象提出了一种产品造型多目标优化设计方法。

2.2产品色彩研究

产品的色彩也是影响用户情感意象的一个重要因素。一些研究人员针对色彩的情感意象进行了研究，如杨冬梅等［51］基于感性工学理论，以高压锅为例，测量并研究了老年产品色彩的感性意象。张春强等［52］运用感性工学理论，以机床色彩设计为例，研究了机械设备色彩情感化设计。赵艳梅［53］以用户对色彩的情感需求为出发点，将色彩提取与情感化设计相结合提出了色彩情感化的设计流程，并以儿童CT扫描仪为例加以验证。Okan等［54－55］研究了不同种族和国家的用户在选择产品时的色彩偏好。李孟山等［56］为探讨用户的色彩意象和色彩需求间的内在关联，提出一个基于混合智能方法的色彩决策系统。随着研究的深入，同时由于人的情感是复杂且多样的，一种色彩或许会使用户产生几种不同的情感反应，因此，研究人员逐渐开始将研究方向从单一情感维度扩展到多维度方面：如Ding等［57］针对用户在面对产品色彩时产生的复杂多变的情感需求，提出一种能够满足用户复杂情感需求并提升产品色彩设计质量和实用性的产品色彩规划方法。

对于结构较复杂的产品，可能含有不止一种色彩，在这种情况下，产品的配色方案、布局及面积、比例也会影响用户的情感反应，如Tsai等［58］应用多种方法建立了产品配色方案的意象评价模型，并开发了一个计算机辅助产品色彩设计系统。Shieh等［59］研究了我国台湾地区的大学生对运动鞋外观色彩布局的偏好。Ding等［60］根据多工作模式产品的色彩组合特征，考虑到产品色彩面积变化和用户主观意象的不确定性，提出一个能够帮助设计人员评估并生成配色方案的计算机辅助产品色彩规划系统。Ding等［61］以吸尘器为例，研究了产品色彩布局对用户情感意象的影响，并建立了一个用户意象感知和产品色彩设计间的映射模型，解决了产品色彩设计中关于色彩布局的优化问题。

此外，一些研究人员对色彩意象进行了其他研究：张全［62］提出了一套包括复合思维体系框架、交互式色彩调和技术、设计意象捕捉与评估技术、形色耦合美度评价方法及产品色彩方案的自动生成与优化技术在内的产品色彩智能设计理论方法。Chen等［63］通过建立色彩意象词汇和色彩案例的映射关系，提出一种基于图像方法的产品色彩设计方法。Hsiao等［64］采用可调节色温的发光二极管来匹配商业空间中的墙体颜色，并且调查分析了光源和环境的颜色对人的影响。

2.3其他方面

除产品的造型和色彩外，材质、纹理等属性也是影响用户情感的因素。Lei等［65］应用感性工学方法研究了用户情感因素和家具材质间的关系。Yin等［66］基于感性工学理论，应用材质设计方法，有效获取了用户对衣服材质纹理中特定设计元素的需求；韩挺等［67］应用多种方法，以面料材质作为研究对象，调查了用户感官意象的材质特性。

目前，设计这一概念正在从实体产品逐渐延伸到虚拟产品，乃至体验与服务，感性工学的应用范围也随之进行扩展。在虚拟产品方面，Lo等［68］为研究3D眼镜框架设计特征与用户面部设计特征间的影响，提出一种可测量情感的评价方案，并通过调节面部特征来设计出能够提升特定个性特征的产品。Ana等［69］将感性工学方法应用于网页交互界面设计，以提高用户对网页界面的满意度。Guo等［70］以求职网页界面为例，基于感性工学理论提出了一个优化网页界面的设计方法。Akihito等［71］在研究体感游戏时，应用感性工学知识来确定并解决用户界面开发方面的困难，从可用性的角度评估了游戏的控制活动，这一因素也是平衡游戏的可用性与难度的关键。在体验与服务方面，Rui等［72］将感性工学用于产品－服务系统，以乘客乘坐公共汽车的整个旅程为例，研究了乘客体验，为设计过程提供了信息，有助于整体提升乘客体验。

3感性工学发展趋势

感性工学是一种将用户的感性意象进行外显与量化，并寻找其与产品属性间相关性，从而指导设计和研究的方法。对于不同的产品，其造型、色彩和材质等属性的感性意象也有所区别，所以要对产品进行针对性和多样化的案例研究。随着科学技术的发展，感性工学的发展趋势将在以下几方面展开：

（1）现阶段的感性工学研究主要集中在获取受试者通过视觉产生的感性意象，但用户还会通过听觉、嗅觉、味觉及触觉来感知产品。因此，在感性意象获取方面，未来的研究会逐渐扩展到包括听觉［73］、触觉［74－75］、交互体验［76］乃至文化审美［77］等意象。

（2）在获取方式方面，除传统的间接获取方式，一些直接获取方式也具有一定的应用前景，如近红外光谱技术［78］。在应用直接获取方式时，需考虑到获取意象的准确性，仪器本身和试验环境是否会对受试者产生影响及如何准确建立受试者生理变化和心理变化的关系等问题。

（3）由于以深度学习为代表的一系列智能算法在

感性数据的统计分析方面表现出的优势，越来越多的研究人员将感性工学与人工智能技术结合，以建立感性意象模型，应用不同的算法对数据进行分析，以得到更为完善和准确的结果，如朱斌等［79］应用卷积神经网络建立了产品意象深度模型，识别准确率比支持向量机提高约5％。随着人工智能技术的发展，将来会有更多的智能算法被应用于感性工学研究，模型的训练和预测性能也会进一步得到提升。

（4）随着互联网技术和多媒体技术的发展，大量的用户数据已成为了影响各行业的重要资源和生产因素，云存储技术的普及也使得数据库的容量得到了扩展。在这一时代背景下，研究人员可通过数据捕捉技术，从各种信息源搜集并获取用户的意象数据［80］，同时不断丰富感性意象数据库中的设计案例，并利用智能算法对案例进行训练学习，实现感性工学系统的自我升级，使评估和预测系统更加完善。

4结语

生产水平的进步和科学技术的发展使设计的重点由功能逐渐向情感转化，产品能否准确反映用户情感并匹配用户认知也成为衡量一件产品是否优秀的标准之一。因此，作为一种通过获取用户的感性意象，建立感性意象与产品属性间的映射关系，旨在设计出更符合用户情感和偏好产品的设计方法，感性工学在工业设计领域中具有重要作用。

文中将感性工学设计的关键流程归纳为感性意象获取、模型建立及设计优化3个阶段，分别列举了各阶段的代表性技术。在此基础上，建模和优化方法随着技术的发展不断完善与更新。为获取更为客观、准确的原始数据，生理数据测量和网络数据挖掘正在逐渐取代通过主观输出来确定用户感性意象的方法。用户的感知方式也不再局限于视觉感受，而是根据产品的特点让更多感官共同参与。同时，建模优化方法和技术正从以往的线性化和简单化向非线性化和复杂化发展，使模型的映射关系更为精确，减少用户和设计人员的认知差异。

通过对国内外文献进行总结分析发现，感性工学研究涉及多领域，包括但不限于对产品造型进行整体或解构分析及对产品配色方案和布局进行设计，未来还会逐渐扩展到产品的材质、纹理及虚拟产品甚至服务体验等方面。

参考文献

［1］Mcdonagh D，Bruseberg A，Haslam C．Visual product evalu-ation：exploring users’emotional relationships with products［J］．Applied Ergonomics，2002，33（3）：231－240．

［2］Pierre L．Beyond kansei engineering：the emancipation of kansei design［J］．International Journal of Design，2013，7（2）：83－94．

［3］罗仕鉴，潘云鹤．产品设计中的感性意象理论、技术与应用研究进展［J］．机械工程学报，2007，43（3）：8－13．

［4］Mitsuo N．Kansei engineering：a new ergonomic consumer-oriented technology for product development［J］．Internation-al Journal of Industrial Ergonomics，1995，15（1）：3－11．

［5］朱上上，罗仕鉴，赵江洪．基于人机工程的数控机床造型意象尺度研究［J］．计算机辅助设计与图形学学报，2000，12（11）：873－875．

［6］陈辰．基于脑电的产品意象推理模型研究［D］．杭州：浙江大学，2017．

［7］苏建宁，邱凯，张书涛，等．基与眼动数据的产品造型设计要素评价方法研究［J］．机械设计，2017，34（10）：124－128．

［8］Huang Y X，Chen C H，Li P K．Kansei clustering for emo-tional design using a combined design structure matrix［J］．International Journal of Industrial Ergonomics，2012，42（5）：416－427．

［9］杨程，孙守迁，刘征，等．基于主成分分析的产品外观设计决策模型［J］．中国机械工程，2011，22（18）：2218－2223．

［10］石夫乾，孙守迁，徐江．产品感性评价系统的模糊D－S推理建模方法与应用［J］．计算机辅助设计与图形学学报，2008，20（3）：361－365．

［11］徐江，王修越，黄鹏，等．基于灰色关联理论的汽车造型风格预测方法研究［J］．机械设计，2016，33（2）：114－117．

［12］Chaiwat K，Ashuboda C M．Application of kansei engineering and Box-Behnken response surface methodology for shape pa-rameter design：a case study of wine glass［J］．Journal of Ad-vanced Mechanical Design System and Manufacturing，2015，9（5）：1－12．

［13］Shieh M D，Yeh Y E，Huang C L．Eliciting design knowledge from affective responses using rough sets and kansei engi-neering system［J］．Journal of Ambient Intelligence and Hu-manized Computing，2015，7（1）：107－120．

［14］苏建宁，刘婷婷，王鹏．基于朴素贝叶斯法的产品造型设计可用性评价研究［J］．机械设计，2016，33（2）：105－108．

［15］Shieh M D，Yeh Y E．Developing a design support system for the exterior form of running shoes using partial least squares and neural networks［J］．Computers＆Industrial Engineering，2013，65（4）：704－718．

［16］Shigekazu I，Keiko I，Mitsuo N，et al．An automatic builder for a kansei engineering expert system using self-organizing neural networks［J］．International Journal of Industrial Er-gonomics，1995，15（1）：13－24．

［17］Guo F，Qu Q X，Chen P，et al．Application of evolutionary neural networks on optimization design of mobile phone based on user’s emotional needs［J］．Human Factors and Er-gonomics in Manufacturing，2015，26（3）：1－15．

［18］Shen H C，Wang K C．Affective product form design using fuzzy kansei engineering and creativity［J］．Journal of Ambi-ent Intelligence and Humanized Computing，2016，7（6）：875－888．

［19］Lin Y C，Chen C C，Yeh C H．Intelligent decision support for new product development：a consumer-oriented approach［J］．Applied Mathematics＆Information Sciences，2014，8（6）：2761－2768．

［20］Fan K K，Chiu C H，Yang C C．Green technology automotive shape design based on neural networks and support vector regression［J］．Engineering Computations，2014，31（8）：1732－1745．

［21］Xiong Y，Li Yan，Pan P，et al．A regression-based kansei en-gineering system based on form feature lines for product form design［J］．Advance in Mechanical Engineering，2016，8（7）：1－12．

［22］张书涛，肖丽薇，苏建宁，等．基于蛛网结构的产品意象进化算法研究［J］．现代制造工程，2018（11）：7－13．

［23］Hsiao S W，Tsai C J．Transforming the natural colors of an im-age into product design：a computer-aided color planning system based on fuzzy pattern recognition［J］．Color Research

＆Application，2014，40（6）：612－625．

［24］Dong Y F，Guo G，Liu W R．Requirement elicitation in prod-uct emotional design using fuzzy clustering and fuzzy cogni-tive model［J］．Journal of Engineering Manufacture，2014（1）：156－160．

［25］Wang D，He T，Li Z R，et al．Image feature-based affective retrieval employing improved parameter and structure identi-fication of adaptive neuro-fuzzy inference system［J］．Neural Computing and Applications，2018，29（4）：1087－1102．

［26］徐江，孙守迁，张克俊．基于遗传算法的产品意象造型优化设计［J］．机械工程学报，2007，43（4）：53－58．

［27］徐江，孙守迁．基于正交－交互式遗传算法的产品造型设计［J］．计算机集成制造系统，2007，13（8）：1470－1475．

［28］刘肖健，李桂琴，孙守迁．基于交互式遗传算法的产品配色设计［J］．机械工程学报，2009，45（10）：222－227．

［29］Guo F，Liu W L，Liu F T，et al．Emotional design method of prod-uct presented in multi-dimensional variables based on kansei Engineering［J］．Journal of Engineering Design，2014，25（4/6）：194－212．

［30］苏建宁，康亚军，张书涛，等．面向认知主体的产品意象造型创新设计方法［J］．现代制造工程，2018（6）：108－113．

［31］袁希．微粒群算法与聚类分析在色彩设计中的应用［D］．济南：山东师范大学，2008．

［32］苏建宁，赵慧娟，王瑞红，等．基于支持向量机和粒子群算法的产品意象造型优化设计［J］．机械设计，2015，32（1）：105－109．

［33］Anitawati M L，Mohammad B C H，Siti Z Z A，et al．Prelude to natphoric kansei engineering framework［J］．Journal of Software Engineering and Applications，2013（12）：638－644．

［34］Chang H C，Chen H Y．Optimizing product form attractive-ness using Taguchi method and TOPSIS algorithm：a case study involving a passenger car［J］．Concurrent Engineering，2014，22（2）：135－147．

［35］张仲凤，黄凯．基于感性工学的家具造型创新设计研究［J］．中南林业科技大学学报，2012，32（11）：195－199．

［36］Chang Y M，Chen C W．Kansei assessment of the constituent elements and the overall interrelations in car steering wheel design［J］．International Journal of Industrial Ergonomics，2016，56：97－105．

［37］Cucuk N R，Indri H，Pringgo W L，et al．Desk and chair design of elementary school using kansei engineering and conjoint analysis［J］．Journal of Engineering and Applied Sciences，2016，11（11）：2514－2519．

［38］苏建宁，陈彦嵩，景楠，等．产品意象造型设计中的耦合特性研究［J］．机械设计，2017，34（1）：105－109．

［39］程永胜，徐骁琪，周涛．基于文化意象的礼宾车造型设计研究［J］．机械设计，2019，36（7）：131－135．

［40］李勇，马洪杰，刘远哲，等．基于SPSD评价标准的纯电动汽车感性意象设计方法［J］．机械设计，2019，36（3）：134－138．

［41］胡伟峰，赵江洪，赵丹华．基于造型特征线的汽车造型意象研究［J］．中国机械工程，2009（4）：496－500．

［42］熊艳，李彦，李文强，等．基于形态特征线意象量化的产品形态设计方法［J］．四川大学学报：工程科学版，2011，43（3）：233－238．

［43］Bruno R，Luis C P．Affective perception of disposable razors：a kansei engineering approach［J］．Procedia Manufacturing，2015（3）：6228－6236．

［44］李娇．基于用户意象的篮球鞋造型设计研究［D］．泉州：华侨大学，2014．

［45］付黎明，于海洋，李绪明．汽车车身曲面造型认知意象投影原理及评估模型［J］．吉林大学学报：工学版，2015，45（1）：49－54．

［46］Shen K S，Chen K H，Liang C C，et al．Measuring the functional and usable appeal of crossover B-Car interiors［J］．Human Factors and Ergonomics in Manufacturing＆Service Indus-tries，2012，25（1）：106－122．

［47］王年文，王剑．面向感性需求的家庭服务机器人造型设计研究［J］．机械设计，2018，35（11）：111－116．

［48］周爱民，苏建宁，闫树田，等．产品形态审美综合评价的非线性信息动力学模型［J］．机械工程学报，2018，54（15）：150－159．

［49］傅业焘，罗仕鉴．面向风格意象的产品族外形基因设计［J］．计算机集成制造系统，2012，18（3）：449－457．

［50］陈国东，陈思宇，王军，等．面向复合意象的产品形态多目标优化［J］．中国机械工程，2015，26（20）：2763－2770．

［51］杨冬梅，张建楠，丁满，等．基于感性意象的老年产品色彩设计方法［J］．机械设计，2018，35（3）：110－113．

［52］张春强，吉晓民．符合时代特征的机械设备色彩情感化设计研究［J］．机械设计，2018，35（3）：124－128．

［53］赵艳梅．基于色彩感知的儿童医疗器械情感化设计研究［J］．机械设计，2019，36（2）：142－144．

［54］Okan A，Paul S，Muhammed H D．The Importance of color in product choice among Hispanic，Caucasian，and African-Ameri-can groups in the USA［J］．International Journal of Business and Social Science，2012（6）：1－6．

［55］Okan A，Muhammed H D，Swati B．Perception of color in product choice among college students：a cross-national analysis of USA，India，China and Turkey［J］．International Journal of Business and Social Science，2011，21（2）：42－48．

［56］李孟山，徐秋莹，高德民，等．融合混合智能方法和多用户意象的色彩决策系统［J］．计算机辅助设计与图形学学报，2017，29（11）：2091－2099．

［57］Ding M，Dong W，Yang C C．Product color design based on multi-emotion［J］．Journal of Mechanical Science and Tech-nology，2013，27（7）：2079－2084．

［58］Tsai H C，Hun C Y，Hung F K．Computer aided product col-or design with artificial intelligence［J］．Computer-Aided De-sign and Applications，2007（1）：557－564．

［59］Shieh M D，Yeh Y E．A comparative study on perceptual evaluations of sports shoe exterior colors in taiwan［J］．Color Research＆Application，2015，40（2）：178－193．

［60］Ding M，Sun W，Zhang X．Computer-aided product color plan-ning for multi-working modes product using the synthesized evaluation method and difference evolution［J］．Journal of En-gineering Design，2011，22（10）：701－719［61］Ding M，Dong W．Product color emotional design considering color layout［J］．Color Research＆Application，2019，44（2）：285－295．

［62］张全．产品色彩智能设计理论与方法研究［D］．西安：西北工业大学，2007．

［63］Chen D K，Ma D P，Chu J J，et al．The study of an image-based method for product color design［C］//2016 22nd Inter-national Conference on Automation and Computing（ICAC），IEEE，2016：284－290．

［64］Hsiao S W，Hsiao Y T，Chen S K，et al．An ergonomic study of visual optimization by light color managements［J］．Color Re-search＆Application，2014，41（1）：72－84．

［65］Lei Q，Zhao Q Q，Zhang Z F．Study on the materials design of furniture based on kansei engineering［J］．International Journal of Engineering Innovation＆Research，2015（5）：752-756．

［66］Yin W，Gan Y J．Research on texture design methods of cloth-ing material based on kansei engineering［J］．Chemical Engi-neering Transactions，2015，46：1－6．

［67］韩挺，胡杰明，孙守迁．基于消费者感知的面料材质感官意象研究［J］．纺织学报，2012，33（5）：140－144．

［68］Lo C H，Chu C H，Huang S H．Evaluating the effect of inter-actions between appearance-related product designs and fa-cial characteristics on social affectivity［J］．International Jour-nal of Industrial Ergonomics，2015，45：35－47．

［69］Ana H，Popon D，Anitawati M L．Kansei engineering imple-mentation in designing user interface for Web based academic information system［J］．International Journal of Basic and Ap-plied Science，2016（3）：42－50．

［70］Guo F，Liu W L，Cao Y Q，et al．Optimization design of a Web-page based on kansei engineering［J］．Human Factors and Er-gonomics in Manufacturing＆Service Industries，2015，26（1）：110－126．

［71］Akihito N，Aung P，Mika L，et al．Investigating the effects of motion-based Kinect game system on user cognition［J］．Journal on Multimodal User Interfaces，2015（4）：403－411．

［72］Rui C，Lia P，Renato N J，et al．Development of an extended kansei engineering method to incorporate experience require-ments in product-service system design［J］．Journal of Engi-neering Design，2013，24（10）：738－764．

［73］Lu W H，Petiot J F．Affective design of products using an au-dio-based protocol：application to eyeglass frame［J］．Interna-tional Journal of Industrial Ergonomics，2014，44（3）：383－394．

［74］Chaiwat K，Ashuboda C M，Yamada K．Application of kansei engineering to tactile sense in the Thai food wrapping materials［J］．Journal of Applied Packaging Research，2016，8（2）：1－8．

［75］Joana V，Joana M A O，Sandra M，et al．Kansei engineering as a tool for the design of in-vehicle rubber keypads［J］．Applied Ergonomics，2016，61（1）：1－11．

［76］范文，余隋怀，王军锋．基于人体疲劳特性的载人潜水器舱室布局评估方法［J］．机械设计，2015，32（9）：105－110．

［77］蒋颖姿．体现区域文化意象的产品设计研究［D］．南京：南京航空航天大学，2014．

［78］Rossi S，Telkemeyer S，Wartenburger I，et al．Shedding light on words and sentences：near-infrared spectroscopy in language research［J］．Brain and Language，2012，121（2）：152－163．

［79］朱斌，杨程，俞春阳，等．基于深度学习的产品意象识别［J］．计算机辅助设计与图形学学报，2018，30（9）：1778－1784．

［80］Jiao Y R，Qu Q X．A proposal for kansei knowledge extraction method based on natural language processing technology and online product reviews［J］．Computers in Industry，2019，108：1－11．