基于AHP法和TOPSIS法的城市独居女性陪伴机器人优选设计.pdf

设计与理论2023 年 第 7 期040/INDUSTRIAL DESIGN 工业设计基于A H P法和T O P S I S法的城市独居女性陪伴机器人优选设计摘要：为了缓解城市独居女性在独居时产生的焦虑感、孤独感及独居期间所产生的安全隐患，因此设计一款适用于城市独居女性的陪伴机器人。文章首先分析了城市独居女性的特征及消费方式。其次，运用 AHP 法对评价要素的权重值进行计算排序，以此为指导进行方案优选设计。最后运用 TOPSIS 法构建评分矩阵，求取正负理想解，得到最优设计方案。这有助于提高产品设计和方案选择过程的科学性，为城市独居女性的陪伴机器人设计提供了新的思路。关键词：AHP 法；TOPSIS 法；独居女性；陪伴机器人；优选设计中图分类号：TB472文献标识码：A文章编号：1672-7053(2023)07-0040-041.2 T O P S I S法TOPSIS 法 是 C.L.Hwang 和 K.Yoon 于 1981 年首次提出，TOPSIS 法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象进行相对优劣的评价。TOPSIS 法是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增（或递减）性就行。TOPSIS 法是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。1.3 陪伴机器人陪伴型聊天机器人旨在通过不断学习人们的谈话和交流方式来满足用户日常交流和情感陪伴的需求，它属于关系驱动型的陪伴机器人6。在当前的市场上，已推出了多款智能聊天机器人产品，例如 OpenAI 研发的 ChatGPT 是一个以自然语言处理（Natural Language Processing，NLP）为基础的、用于在即时聊天中生成类人文本的系统7。将它应用于陪伴型聊天机器人，能够提高机器人的交流沟通能力和共情能力，避免僵化的沟通造成用户的反感。近年来，城市独居女性的安全问题开始引起社会的关注，但是在解决女性人身安全的基本问题时，女性的心理需求往往被忽视。因此，研究基于 AHP法与 TOPSIS 法，以城市独居女性群体为研究对象，深入剖析独居女性的特征及消费方式，挖掘独居女性的情感需求，并在此基础上提出面向城市独居女性的陪伴机器人的设计思路1。1 相关概念解析1.1 A H P法AHP 法是一种条理清晰而且科学性较高的全新层次结构决策分析方法2-3。用 AHP 法判断决策时，逻辑判断具有很强的科学性和条理性，在许多涉及决策的相关领域中都会使用 AHP 法4。该方法将复杂的问题分解为简单的层次决策过程，确定目标层后，将系统内部被规划为若干个指标层以此来判断各要素之间的关系，以此计算出要素的优先权重以确定它的重要程度。从而构建模糊判断矩阵，以便于决策5。作者简介：皇甫佳欣（1997），女，河南新乡人，在读硕士研究生，研究方向为用户界面与交互设计孙薇（1968），女，陕西西安人，副教授，研究方向为人机交互设计皇甫佳欣孙薇（西安工程大学服装与艺术设计学院，西安 710000）皇甫佳欣，等基于 AHP 法和 TOPSIS 法的城市独居女性陪伴机器人优选设计A b s t r a c t：In order to alleviate the anxiety and loneliness of urban women living alone and the security risks generated during the period of living alone,an intelligent companion robot suitable for urban women living alone is designed and studied.The article first analyzes the characteristics and lifestyle of the women living alone in the city.Secondly,the analytic hierarchy process is used to calculate and sort the weight values of the evaluation elements,and the scheme design is guided by this.Finally,TOPSIS method is used to construct the scoring matrix,and the positive and negative ideal solutions are obtained to obtain the optimal design scheme.This helps to improve the scientific process of product design and program selection,and provides a new idea for the design of intelligent companion robots for urban women living alone.K e y Wo r d s：AHP;TOPSIS;Women Living Alone;Companion Robot;Preferred DesignP r e f e r r e d D e s ig n o f C o mp a n io n R o b o t f o r U r b a n Wo me n L iv in g A lo n e B a s e d o n A H P a n d T O P S I SHUANGFU JiaxinSUN Wei(School of Fashion and Art Design,Xian Polytechnic University,Xian 710000,China)设计与理论2023 年 第 7 期INDUSTRIAL DESIGN 工业设计 /0412 城市独居女性的特征及消费方式分析2.1 城市独居女性的特征分析城市独居女性一般都受过良好的高等教育，对自身和未来的生活有更高的期望。调查显示，90 年代后的中国年轻人受教育程度较高、经济实力较强，他们更倾向于一个人生活。但是长期处于异地独居的过程中，很容易让她们产生孤独感。城市生活的快节奏、工作竞争压力及她们对自己的高要求，都使独居女性常常处于高度紧张的精神状态中，长此以往给独居女性带来了一定的心理压力。2.2 城市独居女性的消费方式分析根据城市女性独居调研白皮书中，大部分城市独居女性都实现了经济上的独立，独居女性个人月收入主要集中于 5 千元到 1.5 万元之间。生活支出占月收入的 30%以上，其中半数独居女性认为月收入达到 1.5 万3 万之间会更有安全感。所以她们对生活标准有着较高的要求，消费品类也不再集中在生活的“必需品”上，更多的是“取悦自己”与“舒适生活”的悦己式消费8。独居女性更加注重产品体验，对产品的品质有较高的要求。基于她们的经济条件，独居女性对于产品的价格并不是特别的敏感，在消费过程中以品质和时尚为标准来衡量产品的价值，根据个人需求去消费9。3 基于 A H P法和 T O P S I S 法的城市独居女性陪伴机器人优选设计思路通过对城市独居女性的特征及消费方式等方面进行调查显示，在经济快速发展的背景下，城市独居女性群体有一定的经济来源，但工作繁忙，没有安全感。长期的独居生活，加上工作、生活、情感等方面的问题，往往使她们感到焦虑和孤独10。因此，研究首先基于 AHP 法对独居女性和相关陪伴智能机器人专家进行问卷调查和深度访谈，收集用户和专家对智能陪伴机器人的需求，并进行筛选、细分和组合，形成目标用户需求层次。然后基于 TOPSIS 法根据文中计算的各要素权重值排序结果，对城市独居女性的智能陪伴机器人设计案例进行优先级排序，最终选择一个最优的方案。3.1 陪伴机器人的需求层次分析3.1.1建立层次结构模型1）目标层，即目标用户总需求。2）准则层，意味着目标用户的需求被分为五类：主要功能、次要功能、人机性能、安全性、外观。3）子准则层，根据 Saaty 提出的一种对定性问题进行定量分析的多准则决策方法11，将准则层细分为多个子准则层，即是对应第二层每一类别用户的具体需求。针对主要功能子准则提出安全防护、提供生活资讯及服务、家庭管理、生活管理、生活陪伴 5 种要素；针对次要功能子准则提出音视频通话、居家监控、音乐播放 3 种要素；针对人机性能，子准则提出操作简便、交互通畅、语音识别 3 种要素；针对安全性提出软件隐私度、材料安全可靠、故障率低、维修方便 4 种要素；针对外观提出造型美观、色彩适宜、材质合理 3 种要素。由此构建出智能陪伴机器人目标用户需求层次结构图，如图 1 所示。3.1.2构建判断矩阵确定权重及一致性检验1）构建评价矩阵。邀请 4 名相关专家对目标需求要素进行评价，根据评价值计算初始数据的加权平均值作为用户需求权重，并构建评价矩阵。式中：rij一个层次的元素的重要性与前一个层次的元素之间的关系及它们在比较中的权重。2）一致性检验。通过一致性检验。具体计算过程中，使用 CI 表示判断矩阵的一致性指标，CR 表示一致性比率，两者需要满足如下要求：式中：max最大特征根；RI随机一致性指标；n指标数量。一般，当一致性比率CR 0.1时，通过一致性检验。如果不能通过，则必须重新构建决策矩阵。按照上述步骤，依次计算需求要素的需求权重并进行一致性检验，结果如表 1表 6 所示。经过计算求得各判断矩阵 CR 0.1，全部通过一致性检验。图 1智能陪伴机器人目标用户需求层次结构图（1）（2）（3）表 1 用户总需求 A下各需求要素判断矩阵指标A1A2A3A4A5w一致性检验A11531/550.252 6max=5.410 2CI=0.125RI=1.11CR=0.092 4A21/511/21/520.077 2A31/3211/330.013 6A4553150.280 8A51/51/21/31/510.053 9设计与理论2023 年 第 7 期042/INDUSTRIAL DESIGN 工业设计联网报警。同时加入了模拟声响，如恶犬声、男性声音等，可模拟家中有人情景，增加防护系数。方案一有配套移动端，用户可自主设置提醒，机器人即可根据用户的设置进行生理期、天气预报等提醒，具有生活陪伴及生活管理的功能。方案二，如图 3 所示。在为女性设计产品时，也应考虑女性的情感特质，最好减少逻辑操作的复杂性，增加用户的互动体验感12。在独居环境中，用户离家后通常表现为家庭内部处于独自一人的状态，因此方案二可进行远程操控，确保用户在离家的情境下依旧可以对产品进行决策和干预。由于独居女性的所处环境较为密闭，方案二增加了 AI 智能语音对话功能，打破了相对沉闷的空间。产品颜色在以白色为主的基础上，增加了一点宁静明亮的湖蓝色，以及清凉提神的柠檬黄，视觉上更加清晰明亮，给人愉悦、宁静、舒适的感觉13。方案三，如图 4 所示。曲线是传统表达女性产品风格的重要元素，因此在产品造型上应用曲线、圆润、对称的形状来增加产品的造型语言及亲和力，以减少侵略性。城市独居女性心理情感调查显示，大部分的独居女性会把情感对象转移到宠物身上，宠物的形态相对容易被独居女性所接受，因此在设计造型时更加趋近于宠物猫的形态。功能上设置了对环境的监控功能、防控功能、预报警功能，可以提高独居女性居住环境的安全系数。3.2.1根据各项评价要素确定加权矩阵对子准则层的 18 项评价要素进行正负指标分类，可知它皆为正指标。对于3个智能陪伴机器人的设计，分别选择了 5 位专家和 4 位目标用户进行评价。评分范围为 010 分（0 很差 3，3 较差 5，5 一般 6，6 较好 8，8 很好 10），通过计算每个评分指标的平均值得到最终得分。初始评价矩阵如表 7 所示。构建初级评分矩阵并标记为 A，对矩阵A 进行标准化处理后得到标准化矩阵 Bij：（4）加权处理表 8，计算出各项评价指标的目标权重，得到加权标准化评价矩阵Zij：Zij=Wi Bij （5）3）层次总排序。将用户总需求下的需求元素的权重乘以其他子需求元素的权重，计算出各子需求元素在总目标需求系统中的总权重 W（W1-W5）=（0.013 6，0.049 6，0.027 8，0.045 7，0.115 9，0.009 4，0.050 0，0.017 7，0.001 5，0.004 2，0.007 9，0.125 2，0.056 6，0.026 7，0.072 3，0.006 6，0.012 4，0.034 9）。通过 AHP 法对城市独居女性陪伴机器人设计要素进行深入的分析，得出对于城市独居女性来说，软件隐私度高、生活陪伴、维修方便、故障率低、居家监控是相对重要的功能需求。3.2 基于 T O P I S I S法的设计方案优选根据文中计算的各要素权重值排序结果，采用TOPISIS 法对城市独居女性的智能陪伴机器人设计案例进行优先级排序，初步提出 3 个合理可行的方案。方案一，如图 2 所示。独居女性普遍存在的问题就是安全防护问题。方案一连接监控系统，实时监控家中场景。发生门锁异常时，可以将监控提醒发送至用户手机。若异常等级过高，将会智能语音指标A11A12A13A14A15W1一致性检验A1111/21/31/51/70.054 0max=5.330 6CI=0.082 6RI=1.11CR=0.074 5A1221310.50.196 2A1331/311/21/30.110 0A1451211/50.180 9A15723510.458 8指标A21A22A23W2一致性检验A2111/51/20.122 0max=3.003 7CI=0.001 8RI=0.525 CR=0.003 5A225130.648 3A2321/310.229 7指标A31A32A33W3一致性检验A3111/31/50.109 5max=3.003 7CI=0.001 8RI=0.525CR=0.003 5A32311/20.309 0A335210.581 6指标A41A42A43A44W4一致性检验A4112330.446 0max=4.215 3CI=0.071 8RI=0.882CR=0.081 4A421/2131/20.201 5A431/31/311/30.095 0A441/32310.257 5指标A51A52A53W5一致性检验A5111/20.20.122 0max=3.003 7CI=0.001 8RI=0.525CR=0.003 5A52211/30.229 7A535310.648 3表 2 用户总需求 A 1 下各需求要素判断矩阵表 3 用户总需求 A 2 下各需求要素判断矩阵表 4 用户总需求 A 3 各个需求要素判断矩阵表 5 用户总需求 A 4 下个需求要素判断矩阵表 6 用户总需求 A 5下个需求要素判断矩阵图 4方案三图 2方案一图 3方案二设计与理论2023 年 第 7 期INDUSTRIAL DESIGN 工业设计 /0433.2.2计算评价对象的正负理想解则正理想解为：（6）负理想解为：（7）由此可得评价对象得正理想解 X+=（0.012 3，0.047 8，0.026 1，0.043 4，0.132 0，0.027 5，0.162 8，0.052 6，0.022 2，0.063 5，0.124 3，0.129 8，0.054 3，0.022 4，0.071 9，0.025 5，0.052 3，0.154 9），负理想解 X-=（0.011 6，0.047 1，0.025 7，0.042 7，0.121 8，0.025 1，0.160 9，0.051 8，0.021 3，0.061 2，0.118 1，0.120 4，0.052 4，0.021 8，0.068 1，0.024 4，0.048 1，0.152 6）。3.2.3综合评价指标根据公式（8）（9）可计算每个解决方案的欧氏距离分别为：Si+=（0.014 7，0.008 7，0.011 2）；Si-=（0.008 3，0.014 7，0.007 0）。根据公式（10）可计算出相对接近度 Ci，并进行排序：Ci=（0.361 2，0.628 3，0.385 9），即方案 B 方案 C 方案 A。4 结论为了减少主观因素的影响，使产品方案更加合理，文章运用 AHP 法和 TOPSIS 法对城市独居女性陪伴机器人进行设计研究。首先通过专家调研得到了用户需求，其次运用 AHP 法对用户需求进行权重值计算，得到了对于城市独居女性来说 5 个相对重要的功能需求。根据以上的功能需求提出了3个设计方案。最后运用 TOPSIS 法进行方案优选排序，计算得出方案二为最优方案。文章的创新性在于该研究结合了AHP 法和 TOPSIS 法，在一定程度上构建了一套较为完整的评价体系，为产品的设计及方案的制定提供了相对科学的依据，从而得到更符合用户需求的、更科学的产品。但是目前研究还存在一定的局限性，如研究样本数量较少、研究结果的普适性有待进一步验证等。后续研究将会开展更多的样本调研和实验验证，进一步完善陪伴机器人设计的新方法。参考文献1 许惠婧，吴倩，王小妮面向独居女性的智能陪伴机器人的服务设计研究 J工业设计，2020（05）：117-1182 SAATY T L.Decision Making with the Analytic Hierarchy ProcessJ.International Journal of Services Sci-Ences,2008,1(1):83-98.3 王媚雪，翟洪磊基于 AHP 与 TOPSIS 法的自闭症儿童康复训练产品设计评价方法及应用 J图学学报，2020，41（3）：453-4604 谭雨婕，杨昕妍，张仲凤，等基于 AHP-TOPSIS 法的儿童卧房家具设计研究 J林产工业，2023，60（04）：69-745 LEE W B,LAU H,LIU Z,et al.A Fuzzy Analytic Hierarchy Process Approach in Modular Product DesignJ.Expert Systems,2001,18(1):32-42.6 曹博林，罗炼炼陪伴型聊天机器人的发展特征与机制效果 J青年记者，2023（02）：19-227 蔡士林，杨磊ChatGPT 智能机器人应用的风险与协同治理研究 J/OL情报理论与实践：1-112023-04-08http:/ 陈云珂基于“Z 世代”独居女性情感需求的智能照明产品设计研究 D广州：广州美术学院，20229 邓玮祎基于独居女性情感需求的智能家居设计研究 D广州：广东工业大学，201910 郑艳玲，雷萌面向独居女性的情感化家居产品设计研究 J西部皮革，2021，43（21）：65-6611 陈道想，林鹏，丁鹏，等基于群层次分析法的振冲碎石桩填料方法比选 J清华大学学报（自然科学版），2022，62（12）：1915-192112 金亮智能机器人的现状及发展趋势 J工业设计，2017（01）：16313 寇开元基于安全感需求的城市独居女性智能化产品研究 D沈阳：沈阳航空航天大学，201814 曾雅堃，刘文金基于独居女性居住心理的单身公寓室内色彩设计研究 J家具与室内装饰，2017（02）：98-99评价要素方案得分方案 A 方案 B 方案 CA116.12 5.58 6.56 A126.52 6.22 7.21 A136.30 6.04 7.01 A146.40 6.11 7.10 A157.13 7.45 8.10 A216.05 5.33 6.26 A226.68 6.43 7.43 A236.15 5.84 6.69 A315.22 5.11 6.01 A325.49 5.13 6.08 A335.74 5.26 6.16 A417.25 7.54 8.14 A427.03 6.98 7.69 A436.23 5.95 6.99 A447.10 7.23 7.89 A515.62 5.18 6.11 A526.11 5.42 6.44 A536.32 6.19 7.07 评价要素方案得分方案 A 方案 B 方案 CA11 0.012 3 0.011 6 0.012 0 A12 0.047 6 0.047 1 0.047 8 A13 0.025 8 0.025 7 0.026 1 A14 0.043 1 0.042 7 0.043 4 A15 0.121 8 0.132 0 0.125 6 A21 0.027 5 0.025 1 0.025 8 A22 0.161 3 0.160 9 0.162 8 A23 0.052 6 0.051 8 0.051 9 A31 0.021 3 0.021 6 0.022 2 A32 0.063 2 0.061 2 0.063 5 A33 0.124 3 0.118 1 0.121 1 A41 0.120 4 0.129 8 0.122 7 A42 0.052 8 0.054 3 0.052 4 A43 0.022 0 0.021 8 0.022 4 A44 0.068 1 0.071 9 0.068 7 A51 0.025 5 0.024 4 0.025 2 A52 0.052 3 0.048 1 0.050 0 A53 0.152 6 0.154 9 0.154 9 表 7 初始评价矩阵表 8 加权标准化矩阵（8）（9）（10）