景春暉，支錦亦

面向知識(shí)重用和智能創(chuàng)新的交互界面進(jìn)化設(shè)計(jì)研究

景春暉，支錦亦

(西南交通大學(xué)建筑與設(shè)計(jì)學(xué)院，四川 成都 611756)

為了讓交互界面脫離依賴設(shè)計(jì)師個(gè)人經(jīng)驗(yàn)和主觀認(rèn)知的傳統(tǒng)設(shè)計(jì)方式，將設(shè)計(jì)知識(shí)加以重用，并為人工設(shè)計(jì)提供自動(dòng)智能的創(chuàng)新啟發(fā)?；诮换ギa(chǎn)品中常見的交互界面構(gòu)建重用知識(shí)規(guī)則和邊界，構(gòu)建了交互界面進(jìn)化基因模型，并利用遺傳算法，通過構(gòu)建針對(duì)交互界面編碼的遺傳算子、重用知識(shí)約束規(guī)則庫(kù)和交互式評(píng)價(jià)等進(jìn)化模塊，形成了面向知識(shí)重用和自動(dòng)化智能創(chuàng)新的交互界面進(jìn)化設(shè)計(jì)方法。最后，在方法基礎(chǔ)上，以目前常見的5個(gè)交互登錄界面作為初始種群，進(jìn)化生成了45個(gè)有效的子代個(gè)體。并通過設(shè)計(jì)實(shí)踐驗(yàn)證了方法的有效性。結(jié)果表明，設(shè)計(jì)知識(shí)通過設(shè)計(jì)規(guī)則的方式被總結(jié)重用，并通過約束進(jìn)化的方式進(jìn)行了自動(dòng)智能化式的輔助設(shè)計(jì)，提升了設(shè)計(jì)知識(shí)重用及計(jì)算機(jī)輔助智能創(chuàng)新水平。

知識(shí)重用；智能創(chuàng)新；進(jìn)化；交互界面；遺傳算法

當(dāng)前，交互界面設(shè)計(jì)主要依賴設(shè)計(jì)師個(gè)人的經(jīng)驗(yàn)和主觀認(rèn)知，設(shè)計(jì)知識(shí)難以有效的傳承和重用，這對(duì)設(shè)計(jì)經(jīng)驗(yàn)不足的新手設(shè)計(jì)師具有不良影響[1]，也不利于設(shè)計(jì)水平的穩(wěn)定控制。針對(duì)這種現(xiàn)象，業(yè)界開展了計(jì)算機(jī)輔助界面設(shè)計(jì)的探索，如阿里巴巴公司的“魯班”系統(tǒng)，可自動(dòng)對(duì)banner界面進(jìn)行設(shè)計(jì)。但這種設(shè)計(jì)更多采用視覺元素排列組合的方式進(jìn)行創(chuàng)新，在本體創(chuàng)新上比較薄弱。目前關(guān)于計(jì)算機(jī)輔助界面設(shè)計(jì)本體創(chuàng)新的研究主要包括：

(1) 通過進(jìn)化生成突破性的“創(chuàng)新點(diǎn)”，觸發(fā)和引導(dǎo)設(shè)計(jì)師的創(chuàng)新能力[2]。如CHAN等[3]利用進(jìn)化算法獲取家族化磨具設(shè)計(jì)的創(chuàng)新結(jié)構(gòu)；趙海英等[4]利用遺傳進(jìn)化思想對(duì)地毯圖案進(jìn)行了創(chuàng)新設(shè)計(jì)；YUAN等[5]基于進(jìn)化方法對(duì)蠟染的圖形進(jìn)行了創(chuàng)新設(shè)計(jì)等。

(2) 以繼承設(shè)計(jì)知識(shí)為前提啟發(fā)設(shè)計(jì)師的創(chuàng)作靈感，使設(shè)計(jì)過程和結(jié)果同時(shí)兼具創(chuàng)新性和合理性。如鄧海靜和鄧丁奇[6]借用TRIZ需求進(jìn)化定律對(duì)微耕機(jī)進(jìn)行了創(chuàng)新設(shè)計(jì)；景春暉和趙江洪[7]基于現(xiàn)有產(chǎn)品設(shè)計(jì)知識(shí)進(jìn)行汽車造型進(jìn)化設(shè)計(jì)；以及基于用戶知識(shí)的進(jìn)化設(shè)計(jì)和在建筑設(shè)計(jì)中的應(yīng)用[8-9]等。

可見，交互界面設(shè)計(jì)機(jī)理尚不明確，進(jìn)化驅(qū)動(dòng)的交互界面設(shè)計(jì)方法研究還比較薄弱，亟待開展相關(guān)研究。因此，本文基于進(jìn)化思想，將交互界面設(shè)計(jì)問題映射為視覺單元的組合變異問題，將客觀設(shè)計(jì)知識(shí)轉(zhuǎn)化為約束算法，形成設(shè)計(jì)知識(shí)庫(kù)。將主觀設(shè)計(jì)知識(shí)通過參與式評(píng)價(jià)的方式對(duì)設(shè)計(jì)知識(shí)加以重用，并在此基礎(chǔ)上，基于進(jìn)化算法形成完整的交互界面智能設(shè)計(jì)輔助方法，且進(jìn)行了設(shè)計(jì)實(shí)踐驗(yàn)證。該方法在繼承設(shè)計(jì)知識(shí)，啟發(fā)設(shè)計(jì)師創(chuàng)新、提高設(shè)計(jì)效率等方面具有重要意義。

1 交互界面進(jìn)化基因模型

原型(prototpe)的概念來源于希臘語(yǔ)“prototypos”，是一個(gè)由“protos(初始)”和“typos(模式、模式、印象)”組成的復(fù)合詞[10]。對(duì)于交互界面來說，界面原型是交互界面的幾何布局基礎(chǔ)，包含了界面的基礎(chǔ)構(gòu)型信息，也被稱為“低保真”(圖1)。因?yàn)榻缑嬖涂梢詭椭O(shè)計(jì)師采用較少的時(shí)間、專業(yè)技能和資源實(shí)現(xiàn)快速的產(chǎn)品推想與測(cè)試[11]，因此常被用于描繪設(shè)想、設(shè)計(jì)方案以及界面布局。設(shè)計(jì)師在進(jìn)行界面設(shè)計(jì)時(shí)，為了降低修改成本，會(huì)將界面架構(gòu)的形式創(chuàng)新放在線框?qū)用娴牡捅Ｕ嬖O(shè)計(jì)階段。其中關(guān)鍵的視覺單元(form，如登陸按鈕等)，及單元之間的布局與關(guān)系的組合，決定了交互界面的表現(xiàn)形式[1]。因此，本文以界面原型作為進(jìn)化設(shè)計(jì)的操作對(duì)象。

界面基因是構(gòu)成界面的基本元素，也是構(gòu)建進(jìn)化方法的前提。構(gòu)建界面進(jìn)化基因表達(dá)模型，可以將交互界面設(shè)計(jì)的主觀感性求解問題轉(zhuǎn)化為理性求解問題，即完成問題域到編碼域的知識(shí)映射。以典型交互界面-登陸界面為例(圖1)，登陸界面原型是由賬號(hào)登錄框、密碼框、登陸按鈕等幾何單元構(gòu)成。若將整個(gè)交互界面視作產(chǎn)品基因的表現(xiàn)型，這些幾何單元即為產(chǎn)品基因的局部表現(xiàn)型，基因片段的組合即構(gòu)成產(chǎn)品基因組。

圖1 登錄界面及界面原型

交互界面的產(chǎn)品基因組是由代表局部幾何單元的子基因組構(gòu)成的。將每個(gè)子基因組的幾何形態(tài)與所處位置加以參數(shù)化描述，即可將子基因組映射為最底層的數(shù)據(jù)形式，即基因。將基因編碼進(jìn)行組合即構(gòu)成了交互界面基因組?；蚪M編碼采用定長(zhǎng)的二進(jìn)制編碼。以登陸界面為例，界面基因組主要由賬號(hào)登錄框、密碼框、登陸按鈕、幫助按鈕、注冊(cè)按鈕、以及快捷登陸選項(xiàng)子基因組構(gòu)成，將其分別進(jìn)行編碼，則有：1為快捷方式、2為賬戶名、3為密碼、4為幫助、5為登陸、6為注冊(cè)等6組子基因組。

以界面左上端為原點(diǎn)構(gòu)建參數(shù)坐標(biāo)，矩形單元基因由矩形中心位置參數(shù)和矩形長(zhǎng)寬參數(shù)構(gòu)成，即

以某移動(dòng)端交互產(chǎn)品登錄界面為例(圖2)，其基因構(gòu)成主要為

將1~6加以組合，即構(gòu)成了該交互界面的產(chǎn)品基因組

圖2 登錄界面產(chǎn)品基因組構(gòu)成

Fig. 2 Login page product genome

2 進(jìn)化策略

將每個(gè)交互界面視為一個(gè)個(gè)體，多個(gè)個(gè)體即可組成種群。在種群繁衍過程中，生成的新個(gè)體需要在基因變異(創(chuàng)新)的同時(shí)，受到規(guī)則(設(shè)計(jì)經(jīng)驗(yàn)知識(shí))的約束。因此，在進(jìn)化策略方面，主要采用模擬生物進(jìn)化的選擇、交叉、變異等進(jìn)化算子進(jìn)行計(jì)算機(jī)模擬，進(jìn)化生成的個(gè)體受到審美體驗(yàn)、可用性和易用性等知識(shí)約束框架的篩選，并受到人因評(píng)價(jià)因素的影響。

2.1 進(jìn)化算子

進(jìn)化算子決定了個(gè)體基因的交叉和變異形式。包括選擇、交叉、變異算子。

(1) 選擇算子。根據(jù)優(yōu)劣度決定個(gè)體基因的保留概率，本文選用適應(yīng)度比例選擇方法，采用輪盤賭的方式來實(shí)現(xiàn)。對(duì)于給定規(guī)模為的群體={1,2,···,a}，個(gè)體a?的適應(yīng)度值為(a)，其選擇概率為

(2) 交叉算子?？蓻Q定個(gè)體間交換基因串的概率。在一般的進(jìn)化算法中，交叉概率P通常取值0.25~0.75，通過多次試運(yùn)行，本文取值為0.49，交叉方式為多點(diǎn)交叉。

(3) 變異算子。決定個(gè)體基因發(fā)生突變的概率。首先對(duì)個(gè)體進(jìn)行基本變異概率的判斷，然后根據(jù)基本變異概率進(jìn)行實(shí)際的基因變異操作。對(duì)于基本變異概率P，為了保證性狀的穩(wěn)定性，通常取較小的0.01~0.20。然而由于本文采用小樣本種群(5個(gè)個(gè)體)，并且在設(shè)計(jì)情境中需要較大的變異激發(fā)設(shè)計(jì)靈感，因此增大了變異概率P。通過試運(yùn)行發(fā)現(xiàn)P值位于0.20~0.40間較為合理，本文取值為0.34。

2.2 設(shè)計(jì)知識(shí)重用約束框架

交互界面設(shè)計(jì)的知識(shí)重用與計(jì)算機(jī)算法的結(jié)合有2種途徑：①將客觀性較強(qiáng)的設(shè)計(jì)知識(shí)轉(zhuǎn)化為計(jì)算機(jī)約束算法的邏輯形式；②將主觀性較強(qiáng)的設(shè)計(jì)知識(shí)通過人的參與(如打分評(píng)價(jià))進(jìn)行收斂化和參數(shù)化。構(gòu)建約束算法形式，設(shè)計(jì)重用知識(shí)的目的在于，總結(jié)現(xiàn)有的設(shè)計(jì)知識(shí)，形成可用于約束的設(shè)計(jì)知識(shí)，并持續(xù)補(bǔ)充“可成長(zhǎng)”的設(shè)計(jì)知識(shí)庫(kù)。

具有豐富經(jīng)驗(yàn)的設(shè)計(jì)師，在發(fā)散概念的同時(shí)會(huì)考慮產(chǎn)品的可用性和可實(shí)現(xiàn)性。設(shè)計(jì)知識(shí)此時(shí)就體現(xiàn)為邏輯和規(guī)則的約束。如果將這些約束機(jī)制進(jìn)行參數(shù)化定義，即形成一系列參數(shù)化約束框架，可用于規(guī)范后續(xù)設(shè)計(jì)個(gè)體的生成，從而引導(dǎo)進(jìn)化。界面設(shè)計(jì)的約束知識(shí)有多種類型，對(duì)于設(shè)計(jì)知識(shí)的總結(jié)是持續(xù)性的，相應(yīng)的知識(shí)庫(kù)也是具有成長(zhǎng)性的。

2.2.1 設(shè)計(jì)邏輯約束知識(shí)

設(shè)計(jì)師的經(jīng)驗(yàn)知識(shí)經(jīng)常以邏輯規(guī)則的形式體現(xiàn)。本文主要采用：①訪談法結(jié)合問卷調(diào)查[12]來收集抽象信息，并在此基礎(chǔ)上加以總結(jié)，得到幾何邏輯的經(jīng)驗(yàn)知識(shí)；②基于“形狀文法(shape grammar，SG)”的圖形化比例分析等方式對(duì)界面幾何特征進(jìn)行分析分解[13]，得到造型表征的幾何邏輯規(guī)則。邏輯約束知識(shí)案例如下：

名稱：賬號(hào)輸入與密碼輸入單元幾何關(guān)系(圖3)。

表達(dá)：賬號(hào)輸入與密碼輸入單元在橫向長(zhǎng)度上等距，平行且起始位置相同。

邏輯表征為

,(5)

圖3 賬號(hào)輸入與密碼輸入單元幾何關(guān)系

2.2.2 邊界閾值約束知識(shí)

邊界閾值約束知識(shí)用來保證進(jìn)化結(jié)果中不會(huì)出現(xiàn)脫離界面尺寸約束的個(gè)體。根據(jù)國(guó)家標(biāo)準(zhǔn)GB 8567等技術(shù)法規(guī)，利用時(shí)間序列分析法，以5.8寸移動(dòng)屏幕為縮放標(biāo)準(zhǔn)，以左上角點(diǎn)為縮放基點(diǎn)，提取39個(gè)典型登陸界面設(shè)計(jì)中的原型輪廓線(圖4)。對(duì)攜帶關(guān)鍵幾何信息的輪廓線控制點(diǎn)進(jìn)行疊加提取，然后進(jìn)行極值篩選，即可得到每個(gè)視覺單元的關(guān)鍵幾何信息的最大和最小值。為了寬松設(shè)計(jì)空間，將極值各擴(kuò)展mm (為變量，可依擴(kuò)展需求而定，值越大，設(shè)計(jì)空間越寬松，生成個(gè)體的創(chuàng)新性就越高，但隨之可行性風(fēng)險(xiǎn)也越高)，最終可以得到界面設(shè)計(jì)邊界演變閾值空間向量min，max。新生成的個(gè)體知識(shí)參數(shù)必須在閾值范圍內(nèi)，否則就會(huì)被降低適應(yīng)度甚至直接被淘汰，即

圖4 賬號(hào)單元邊界閾值抽取

Fig. 4 Boundary threshold extraction of account unit

2.2.3 認(rèn)知極限約束知識(shí)

界面設(shè)計(jì)需符合人的認(rèn)知規(guī)則，如較小的字體在有的設(shè)計(jì)情境中可以營(yíng)造精致的認(rèn)知感，但字體過小會(huì)造成用戶認(rèn)知困難。為了獲取登陸界面設(shè)計(jì)各設(shè)計(jì)單元的認(rèn)知約束閾值，研究通過在登陸界面整體尺寸不變的前提下，針對(duì)一系列逐次遞減的尺寸單元進(jìn)行對(duì)比性測(cè)試，以觸發(fā)式響應(yīng)實(shí)驗(yàn)的方式獲取極限閾值。以賬號(hào)輸入框縱向認(rèn)知為例，閾值知識(shí)表達(dá)方式如下：

名稱：賬號(hào)單元認(rèn)知閾值(圖5)。

表達(dá)：當(dāng)賬號(hào)輸入名單元方向的尺寸數(shù)據(jù)小于閾值時(shí)，用戶認(rèn)知發(fā)生困難。即需要大于 該值。

邏輯表征為

當(dāng)=1時(shí)，2≥，=4.6 (mm)(7)

圖5 賬號(hào)單元認(rèn)知閾值

2.3 界面設(shè)計(jì)交互式評(píng)價(jià)

設(shè)計(jì)知識(shí)重用的另一種形式是將主觀設(shè)計(jì)知識(shí)通過人的參與(如評(píng)價(jià))進(jìn)行收斂化和參數(shù)化。在進(jìn)化設(shè)計(jì)中，對(duì)個(gè)體的評(píng)價(jià)可以決定其基因被遺傳的概率大小，進(jìn)而影響后續(xù)個(gè)體的形態(tài)發(fā)展，因此評(píng)價(jià)機(jī)制的設(shè)計(jì)對(duì)于整個(gè)進(jìn)化方法至關(guān)重要。本文以圖形美學(xué)為例，構(gòu)建多因素設(shè)計(jì)評(píng)價(jià)規(guī)則?；趧駽RILLY等[14]提出的“基于視覺的用戶與產(chǎn)品互動(dòng)”模型，將設(shè)計(jì)物視作信息的發(fā)射端，評(píng)價(jià)者視作為接收端，那么這種交互可以引發(fā)用戶在認(rèn)知、情感與行為的反應(yīng)[15]。因此，本文的界面設(shè)計(jì)評(píng)價(jià)主要從認(rèn)知、情感和行為角度進(jìn)行體現(xiàn)。

在處理時(shí)，認(rèn)知、情感方面的體驗(yàn)評(píng)價(jià)采用交互式語(yǔ)義評(píng)價(jià)的方式進(jìn)行(圖6)，即根據(jù)短文本語(yǔ)義分析法[16]，首先搜集自然語(yǔ)言中與移動(dòng)設(shè)備界面設(shè)計(jì)認(rèn)知和情感相關(guān)的“詞條本體”[17]，按照GB13190_91《漢語(yǔ)敘詞表編制規(guī)則》將包含認(rèn)知情感信息的形容詞語(yǔ)義抽取出來作為界面設(shè)計(jì)的標(biāo)準(zhǔn)認(rèn)知情感體驗(yàn)評(píng)價(jià)目標(biāo)語(yǔ)義，經(jīng)過頻次排序，最終得到標(biāo)準(zhǔn)認(rèn)知情感語(yǔ)義子集分別為

而后將標(biāo)準(zhǔn)認(rèn)知情感語(yǔ)義設(shè)計(jì)成Likert 5點(diǎn)語(yǔ)義量表，讓用戶對(duì)被評(píng)價(jià)個(gè)體根據(jù)標(biāo)準(zhǔn)語(yǔ)義進(jìn)行打分，最終得到個(gè)體在認(rèn)知和情感方面的體驗(yàn)評(píng)價(jià)分值。為了提升評(píng)價(jià)方法的有效性和適用性，開發(fā)了一個(gè)可以將特征點(diǎn)基因可視化為低保真界面圖像的程序[18]，用戶直接面對(duì)造型特征線進(jìn)行評(píng)價(jià)。

圖6 評(píng)價(jià)語(yǔ)義抽取流程

行為方面的體驗(yàn)評(píng)價(jià)主要利用界面原型的方式讓用戶進(jìn)行模擬操作，計(jì)算其操作的正確性與效率，從而確定該設(shè)計(jì)個(gè)體在操作行為方面的體驗(yàn)評(píng)價(jià)分值。

得到種群中每個(gè)個(gè)體的認(rèn)知、情感、行為體驗(yàn)評(píng)價(jià)分值后，即可組成評(píng)價(jià)矩陣，按照各分值對(duì)于界面設(shè)計(jì)個(gè)體的重要程度模糊子集=(認(rèn)知，情感，行為)，得到最終評(píng)價(jià)結(jié)果集合=×。

3 進(jìn)化驅(qū)動(dòng)的界面設(shè)計(jì)創(chuàng)新方法

利用遺傳算法將知識(shí)約束、交互式評(píng)價(jià)等知識(shí)組織起來，即可構(gòu)成進(jìn)化設(shè)計(jì)創(chuàng)新方法。其流程如圖7所示。

圖7 進(jìn)化驅(qū)動(dòng)的界面設(shè)計(jì)創(chuàng)新方法

模塊介紹：

(1) 種群模塊。由于界面設(shè)計(jì)類型有限，導(dǎo)致初始種群個(gè)體相對(duì)較少。因此本文采用小種群Micro-GA算法，每代種群包含5個(gè)個(gè)體。

(2) 約束模塊。為了判斷生成的個(gè)體是否符合界面設(shè)計(jì)規(guī)則，即對(duì)于每個(gè)生成的個(gè)體，首先用設(shè)計(jì)規(guī)則加以匹配，并賦予相應(yīng)的適應(yīng)度值，保證篩選后的種群在基本設(shè)計(jì)邏輯范圍內(nèi)，保證個(gè)體合格率，提高評(píng)價(jià)效率。

(3) 遺傳算子模塊。其特點(diǎn)為：①增強(qiáng)進(jìn)化算法的隨機(jī)搜索能力，加大變異概率；②加大導(dǎo)向個(gè)體的選擇概率；③保持種群個(gè)體的多樣性。

(4) 評(píng)價(jià)模塊。采用上一節(jié)中交互式評(píng)價(jià)方法對(duì)個(gè)體適應(yīng)度進(jìn)行評(píng)價(jià)。

(5) 迭代終止模塊。界面設(shè)計(jì)的創(chuàng)新實(shí)際上是一種探索，當(dāng)可變參數(shù)變?yōu)榇_定參數(shù)時(shí)，解空間就變得愈加受限，隨之設(shè)計(jì)的變化選擇自由度就越小，探索性隨之減弱。對(duì)前期設(shè)計(jì)而言，需要的是設(shè)計(jì)空間(design space)，而不是設(shè)計(jì)集中(design fixation)，設(shè)計(jì)進(jìn)化需要的是提出一系列良好解(“pretty good” solutions)而不是一個(gè)單一解(single optimal solution)[15]。因此，和傳統(tǒng)的進(jìn)化目標(biāo)不同。設(shè)計(jì)師需要的是具有基本設(shè)計(jì)邏輯的“設(shè)計(jì)啟發(fā)，而不是機(jī)器代替設(shè)計(jì)師進(jìn)行創(chuàng)新。即在設(shè)計(jì)過程中，不會(huì)存在一個(gè)“綜合最優(yōu)”的個(gè)體，而是生成一系列“較優(yōu)”的個(gè)體刺激設(shè)計(jì)師進(jìn)行后續(xù)創(chuàng)新。只有保持一定的模糊性，為設(shè)計(jì)創(chuàng)新的生成留有一定空間，才能服務(wù)于設(shè)計(jì)實(shí)踐。因此，當(dāng)經(jīng)歷5代進(jìn)化后，如果連續(xù)兩代出現(xiàn)至少3個(gè)適應(yīng)度大于等于3.5分(分值1~5)的個(gè)體，即認(rèn)為達(dá)到了目標(biāo)的設(shè)計(jì)空間，即可終止進(jìn)化。

4 案 例

通過設(shè)計(jì)實(shí)踐來考察和驗(yàn)證進(jìn)化設(shè)計(jì)方法的可靠性和可用性。選取5款移動(dòng)APP登陸界面作為進(jìn)化設(shè)計(jì)的初始樣本(圖8)。樣本群基本覆蓋了目前市場(chǎng)上的典型登陸界面形式。

圖8 進(jìn)化設(shè)計(jì)初始樣本種群

4.1 進(jìn)化設(shè)計(jì)實(shí)驗(yàn)

在設(shè)計(jì)教學(xué)中發(fā)現(xiàn)，沒有設(shè)計(jì)經(jīng)驗(yàn)的大一新生具有普通用戶的特征，而研究生則具有了一定的設(shè)計(jì)經(jīng)驗(yàn)知識(shí)，可視為設(shè)計(jì)師。為了收集普通用戶和設(shè)計(jì)師的見解，進(jìn)而形成對(duì)設(shè)計(jì)進(jìn)化方向的引導(dǎo)。通過隨機(jī)抽樣，選取大一學(xué)生和設(shè)計(jì)專業(yè)研究生各15人共30人組成評(píng)價(jià)組(平均年齡24.56歲，標(biāo)準(zhǔn)差4.27)。設(shè)計(jì)實(shí)驗(yàn)流程如圖9所示，具體做法為：

(1) 由工作人員引導(dǎo)評(píng)價(jià)人員了解界面設(shè)計(jì)特征，介紹評(píng)價(jià)方法。

(2) 由評(píng)價(jià)人員針對(duì)進(jìn)化設(shè)計(jì)的初始種群個(gè)體形態(tài)進(jìn)行體驗(yàn)評(píng)價(jià)，得到初始適應(yīng)度值，然后開始進(jìn)化計(jì)算。

(3) 計(jì)算機(jī)每生成一代個(gè)體，均由評(píng)價(jià)人員對(duì)其進(jìn)行交互式評(píng)價(jià)后再返回進(jìn)化計(jì)算中，循環(huán)迭代，直至符合進(jìn)化迭代終止條件，結(jié)束實(shí)驗(yàn)。

圖9 進(jìn)化設(shè)計(jì)實(shí)驗(yàn)流程圖

在設(shè)計(jì)知識(shí)庫(kù)中儲(chǔ)存了56個(gè)可用的知識(shí)約束條目算法，并由計(jì)算機(jī)自動(dòng)控制表達(dá)滿足知識(shí)約束的造型數(shù)據(jù)信息，通過進(jìn)化計(jì)算得到基因編碼后，通過可視化程序?qū)⒕幋a轉(zhuǎn)化為可視化形式，再由評(píng)價(jià)人員對(duì)可視化圖像進(jìn)行打分。

4.2 進(jìn)化設(shè)計(jì)結(jié)果

進(jìn)化設(shè)計(jì)實(shí)驗(yàn)進(jìn)行10代終止，共產(chǎn)生45個(gè)新個(gè)體，如圖10所示，其收斂曲線如圖11所示。

基于進(jìn)化結(jié)果中的優(yōu)質(zhì)個(gè)體(適應(yīng)度較高)，輔助設(shè)計(jì)師進(jìn)行設(shè)計(jì)，設(shè)計(jì)師并不是只在最后一代中選擇，而是在所有的優(yōu)良個(gè)體中選擇。圖12為設(shè)計(jì)師按照此方法得到的方案。設(shè)計(jì)流程為：

(1) 在進(jìn)化所得優(yōu)質(zhì)個(gè)體組中按設(shè)計(jì)師個(gè)人喜好選擇一個(gè)個(gè)體。

(2) 將選擇個(gè)體與父輩個(gè)體進(jìn)行比較，確定其變化特征，變化特征即為設(shè)計(jì)重點(diǎn)。

(3) 結(jié)合設(shè)計(jì)定位進(jìn)行概念發(fā)散，最終得到高保真設(shè)計(jì)方案。

圖10 進(jìn)化譜系

圖11 收斂曲線((a)個(gè)體收斂曲線；(b)優(yōu)質(zhì)個(gè)體收斂曲線)

圖12 設(shè)計(jì)案例

5 結(jié) 論

本研究提出了一種面向知識(shí)重用和智能創(chuàng)新的交互界面進(jìn)化設(shè)計(jì)方法。該方法將界面設(shè)計(jì)問題視作進(jìn)化演變問題，對(duì)視覺單元進(jìn)行了基因編碼，并根據(jù)設(shè)計(jì)師的邏輯化經(jīng)驗(yàn)知識(shí)對(duì)創(chuàng)新個(gè)體進(jìn)行約束，結(jié)合交互式評(píng)價(jià)等進(jìn)化操作，生成了可以輔助設(shè)計(jì)師進(jìn)行概念生成和完善的創(chuàng)新個(gè)體。最終形成了一套計(jì)算機(jī)輔助智能創(chuàng)新的、面向設(shè)計(jì)知識(shí)重用的界面設(shè)計(jì)創(chuàng)新方法。方法可以輔助設(shè)計(jì)師在缺乏設(shè)計(jì)知識(shí)和主觀靈感時(shí)，進(jìn)行啟發(fā)式、輔助式的產(chǎn)品設(shè)計(jì)，提升設(shè)計(jì)知識(shí)重用及計(jì)算機(jī)輔助智能創(chuàng)新水平。

本研究還存在著一系列不足，如研究在評(píng)價(jià)用戶篩選、評(píng)價(jià)因素規(guī)劃方面都不夠全面，采用的界面形式較單一；進(jìn)化算子和進(jìn)化規(guī)則也較簡(jiǎn)單；評(píng)價(jià)機(jī)制還不夠智能、敏捷等。這些問題會(huì)在后續(xù)研究中深入探討。

[1] ALAN C. About Face 4交互設(shè)計(jì)精髓[M]. 電子工業(yè)出版社, 2015.ALAN C. About face 4[M]. Electronic Industry Press, 2015 (in Chinese).

[2] ROSENMAN M A. An exploration into evolutionary models for non-routine design[J]. Artificial Intelligence in Engineering, 1997, 11(3): 287-293.

[3] CHAN I W M, PINFOLD M, KWONG C K, et al. Automation and optimisation of Family Mould cavity and runner layout design (FMCRLD) using genetic algorithms and Mould layout design grammars[J]. Computer-Aided Design, 2014, 47: 118-133.

[4] 趙海英, 彭宏, 張小利. 基于進(jìn)化計(jì)算的地毯圖案生成方法[J]. 圖學(xué)學(xué)報(bào), 2015, 36(1): 41-46.ZHAO H Y, PENG H, ZHANG X L. A generation method of carpet pattern based on evolutionary computation[J]. Journal of Graphics, 2015, 36(1): 41-46 (in Chinese).

[5] YUAN Q N, XU S H, JIAN L. A new method for retrieving batik shape patterns[J]. Journal of the Association for Information Science and Technology, 2018, 69(4): 578-599.

[6] 鄧海靜, 鄧丁奇. 基于TRIZ需求進(jìn)化定律的微耕機(jī)創(chuàng)新設(shè)計(jì)[J]. 圖學(xué)學(xué)報(bào), 2017, 38(6): 881-886.DENG H J, DENG D Q. Innovative tiller design based on the TRIZ demand revolution law[J]. Journal of Graphics, 2017, 38(6): 881-886 (in Chinese).

[7] 景春暉, 趙江洪. 基于進(jìn)化思想的汽車造型優(yōu)化設(shè)計(jì)方法研究[J]. 中國(guó)機(jī)械工程, 2014, 25(11): 1517-1523.JING C H, ZHAO J H. Optimization design method of automobile styling based on evolution strategy[J]. China Mechanical Engineering, 2014, 25(11): 1517-1523 (in Chinese).

[8] DOU R L, ZONG C, LI M Q. An interactive genetic algorithm with the interval arithmetic based on hesitation and its application to achieve customer collaborative product configuration design[J]. Applied Soft Computing, 2016, 38: 384-394.

[9] MARS A, GRABSKA E, ?LUSARCZYK G, et al. Design characteristics and aesthetics in evolutionary design of architectural forms directed by fuzzy evaluation[J]. Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 2020, 34(2): 147-159.

[10] 顧偉康, 尹歡. 隱藏式的設(shè)計(jì)方法在汽車內(nèi)飾上的KANO模型研究[J]. 包裝工程, 2020, 41(24): 115-120.GU W K, YIN H. Research on Kano model of hidden design method in automobile interior[J]. Packaging Engineering, 2020, 41(24): 115-120 (in Chinese).

[11] 鄭楊碩, 賀世超, 羅文瀾. “有情輸入法”之信息交互原型設(shè)計(jì)與評(píng)價(jià)研究[J]. 包裝工程, 2019, 40(10): 162-168.ZHENG Y S, HE S C, LUO W L. Information interaction design and evaluation research of “youqing input method” prototype[J]. Packaging Engineering, 2019, 40(10): 162-168 (in Chinese).

[12] 張海濤, 唐詩(shī)曼, 魏明珠, 等. 多維度屬性加權(quán)分析的微博用戶聚類研究[J]. 圖書情報(bào)工作, 2018, 62(24): 124-133.ZHANG H T, TANG S M, WEI M Z, et al. Research on the clustering of microblog users based on multi-dimensional attribute weighting analysis[J]. Library and Information Service, 2018, 62(24): 124-133 (in Chinese).

[13] 鮮潔宇, 錢筱琳, 江國(guó)珍, 等. 拖拉機(jī)產(chǎn)品族設(shè)計(jì)DNA視覺化方法[J]. 機(jī)械設(shè)計(jì), 2018, 35(8): 111-115.XIAN J Y, QIAN X L, JIANG G Z, et al. Visualization method for product family design DNA of tractor[J]. Journal of Machine Design, 2018, 35(8): 111-115 (in Chinese).

[14] CRILLY N, MOULTRIE J, CLARKSON P J. Seeing things: consumer response to the visual domain in product design[J]. Design Studies, 2004, 25(6): 547-577.

[15] 景春暉. 兼變傳衍、持經(jīng)達(dá)變—基于進(jìn)化思想的汽車造型設(shè)計(jì)方法[D]. 長(zhǎng)沙: 湖南大學(xué), 2015.JING C H. The car styling design method based on evolutionary thought[D]. Changsha: Hunan University, 2015 (in Chinese).

[16] 楚東曉, 彭玉潔. 構(gòu)建面向服務(wù)產(chǎn)品的感性價(jià)值創(chuàng)造模型[J]. 裝飾, 2019, (7): 87-91.CHU D X, PENG Y J. Building a kansei value creation model in product design for senvice-oriented products[J]. Art & Design, 2019, (7): 87-91 (in Chinese).

[17] 馬靜, 何雪楓, 簡(jiǎn)旭文. 動(dòng)態(tài)熱門話題的“特征詞條本體”自動(dòng)構(gòu)建與進(jìn)化研究[J]. 現(xiàn)代圖書情報(bào)技術(shù), 2016(10): 33-41.MA J, HE X F, JIAN X W. Automatically building “feature items ontology” for trending topics[J]. New Technology of Library and Information Service, 2016(10): 33-41 (in Chinese).

[18] 景春暉, 張晶. 汽車造型設(shè)計(jì)空間研究[J]. 機(jī)械設(shè)計(jì), 2016, 33(7): 121-124.JING C H, ZHANG J. Study on space design of automotive modeling[J]. Journal of Machine Design, 2016, 33(7): 121-124 (in Chinese).

Research on evolutionary design of interactive interface for knowledge reuse and intelligent innovation

JING Chun-hui, ZHI Jin-yi

(School of Architecture and Design, Southwest Jiaotong University, Chengdu Sichuan 611756,China)

In order to break away from the traditional design method depending on the designer’s personal experience and subjective cognition, to reuse design knowledge, and to provide innovative inspiration for artificial design with automatic intelligence, the evolutionary gene model of interactive interface was constructed based on the reuse knowledge rules and boundaries summarized in the process of interactive interface design. Then, the genetic algorithm was employed to construct the evolutionary modules of the interactive interface coding, such as genetic operators, knowledge reuse constraint rules base, and interactive semantic evaluation, forming an interactive interface evolutionary design method for knowledge reuse and automation intelligent innovation. Finally, on the basis of the method, forty-five effective offspring individuals were generated from the ten generations of evolution using five common login interactive interfaces as the initial population. The effectiveness of the method was verified by design practice. The results show that the design knowledge can be summarized and reused through design rules, and the automatic intelligent aided design can be undertaken through constraint evolution, thereby elevating the level of design knowledge reuse and computer-aided intelligent innovation design.

knowledge reuse; intelligent innovation; evolutionary design; interactive interface; genetic algorithm

TP 391；V 221；TB 47

10.11996/JG.j.2095-302X.2021020332

A

2095-302X(2021)02-0332-07

2020-09-10；

10 September，2020；

2020-10-23

23 October，2020

教育部人文社會(huì)科學(xué)研究項(xiàng)目(19YJA760094)；四川省社會(huì)科學(xué)規(guī)劃項(xiàng)目“四川統(tǒng)計(jì)發(fā)展專項(xiàng)課題”(SC20TJ031)；四川省哲學(xué)社會(huì)科學(xué)重點(diǎn)研究基地-現(xiàn)代設(shè)計(jì)與文化研究中心重點(diǎn)項(xiàng)目(MD20Z001)；工效學(xué)會(huì)-津發(fā)優(yōu)秀青年學(xué)者聯(lián)合研究項(xiàng)目(CES-Kingfar-2019-001)；教育部人文社科青年基金項(xiàng)目(19YJC760054)

MOE Layout Foundation of Humanities and Social Sciences (19YJA760094);Sichuan Social Science Planning Fund Program: Sichuan Statistical Development Special Project (SC20TJ031); Sichuan Key Research Base of Philosophy and Social Science Key Project of Modern Design and Culture Research Center (MD20Z001); CES-Kingfar Excellent YoungScholar Joint Research Funding (CES-Kingfar-2019-001); Humanities and Social Science Youth Fund Project of Ministry of Education (19YJC760054)

景春暉(1986-)，男，河北承德人，講師，博士。主要研究方向?yàn)榻换ンw驗(yàn)與人因工程。E-mail：JINGCH@swjtu.edu.cn

JING Chun-hui (1986-), male, lecture, Ph.D. His main research interests cover user experience and human factors. E-mail：JINGCH@swjtu.edu.cn