2. 合肥学院 设计艺术系, 合肥 230601;
3. 奥迪汽车(中国)企业管理有限公司, 北京 100015
2. Department of Art Design, Hefei University, Hefei 230601, China;
3. Audi China Enterprise Management Co., Ltd., Beijing 100015, China
驾驶舒适性是指“驾驶者从生理和心理两方面对驾驶环境的主观满意程度”[1]。驾驶舒适性问题直接关系到驾驶者的工作载荷、身体健康和道路行车安全,因此一直是国内外学者的研究热点。现有对于驾驶舒适性的研究可总结为3个主要方面: 1) 驾驶舒适性形成机制。Hertzberg[2]认为舒适和不舒适是两种连续的知觉状态,并随着时间推移而改变; Corlett等[3]提出舒适性是人体各部位感觉的综合,当人体感觉平衡时则为舒适; De Looze等[4]认为舒适是人对环境的一种反应,来源于人体的主观构造,并受到多种自然因素的影响,包括物质的、生理的、心理的因素等。2) 驾驶舒适性的若干影响因素及其测量方法。主观测量主要通过问卷和量表进行,如Smith等[5]提出汽车座椅舒适性问卷、 Carroll等[6]提出的Pearson疲劳量表、 Shackel等[7]提出的通用舒适度尺度表、 Corlett等[3]提出的身体部位不舒适度量表等; 客观测量主要是测量人体生理与心理参数,例如体压分布[8, 9]、 肌电图[10]、 肌肉力测量[11]、 关节角度[12]等。3) 在测量基础上对驾驶舒适性某一方面进行评价。目前的研究主要包括座椅静态舒适性[10]、 人体驾驶姿态舒适性[13]、 操纵力舒适性[14]、 驾驶空间布局舒适性[15]等方面。
然而,驾驶舒适性从根本上说是一种主观感受,存在个体差异,因此具有不确定性和模糊性,已有研究主要存在以下两个问题: 1) 对舒适性的评价多从单一角度展开,对实际驾驶舒适性提升作用有限; 2) 影响驾驶舒适性的各因素指标权重并未量化,因此对各因素评价的简单累加并不能得到准确有效的结果。针对上述问题,本文通过改进的层次分析法(analytic hierarchy process,AHP),并结合“词频-逆向文件频率法”(term frequency-inverse document frequency,TF-IDF),提取影响驾驶舒适性的主要因素并进行分类,在此基础上建立递阶层次结构,构造两两比较判别矩阵,计算各因素的权重,构建通用的评价指标体系,从而实现对驾驶舒适性的有效评价。
1 “人-机-环境”系统中的汽车驾驶舒适性“驾驶员-车-道路环境”构成了典型的“人-机-环境”系统。在这个系统中,驾驶员是最活跃的因素,起着主导性作用; 车辆本身直接作用于驾驶员,并作为环境与驾驶员的中间环节,是关键性因素。人、机、环境3个因素相互依存并相互作用,共同决定着驾驶舒适性的总体水平。具体而言,“人”包括生理与心理两个方面; “机”主要是汽车各项参数; “环境”主要包括路面状况、交通流、气候条件等。为了更加清晰地描述该系统中的各因素及各因素之间相互关系,本文根据德国卡尔斯鲁厄大学知识管理研究组的本体定义方法[16],对汽车驾驶舒适性研究领域内的对象名称、对象属性和相互关系进行逻辑阐述,提出基于本体表达的一般形式化描述。
定义1 设汽车驾驶舒适性的本体为一个五元组O,
O={C,≤C,R,≤R,σ}.
(1)
为获得驾驶员对于乘用车舒适性的信息,进行用户访谈实验。该实验采用一种并行的、内省的、无结构的口语分析方法,由于被试者表述的是当前存在于工作记忆中的信息,因此排除了由于人的记忆差错而产生的无效数据。
1) 被试对象。共选择被试对象15人,其中汽车领域专业人士5人。男性8人,女性7人; 最小年龄26岁,最大年龄61岁,平均年龄41.8岁; 平均驾龄13.3年,年平均驾驶里程为32 600 km。实验设备包括数码录像机/录音机、纸、笔等,由主持人向被试对象介绍实验目的和过程后,全过程录音和录像。
2) 实验任务。主持人向被试对象发放问题提纲,主要包括两方面: (1) 您如何理解驾驶舒适性; (2) 您认为有哪些因素会对驾驶舒适性产生影响,以及如何产生影响。实验采取问答形式,主持人确保现场安静,除了必要的提醒外,不对被试的思维作任何干扰,整个过程在30 min左右。
2.2 舒适性指标主题词提取将实验结果转成文档形式,并以此为基础进行舒适性指标主题词的提取。TF-IDF是目前广泛采用的主题词提取方法之一,其核心思想是: 如果某一词或短语在一篇文档中的出现频率高,同时在其他文档中出现较少,则认为该词或短语具有较高的区分度。为了更加精确地标定驾驶舒适性指标,本文对经典TF-IDF算法加以改进,并引入程度副词。
定义2 设ni为第i词语或短语在某一篇用户口语报告文档中出现的次数,设该词语或短语的词频为TF′i,
${\text{TF}}{{\text{'}}_i} = \frac{{{n_i}}}{{1 + {n_i}}}.$
(2)
式(2)为非线性函数,当某个词语或短语出现次数逐渐增多时,函数逐渐向1收敛,避免了用户个体语言习惯造成的词频无效增加。
定义3 设Ni为出现过第i词语或短语的用户口语文档数目,N为总文本数目,该词语或短语的反向文件频率IDFi为
${\text{ID}}{{\text{F}}_i} = \lg \left( {\frac{N}{{{N_i}}} + L} \right).$
(3)
定义4 设程度副词对第i词语或短语所修饰的重要程度为λ,将λ的量级分为3层: 低量、中量、高量,对应量值分别为1、 2、 3。具体描述如表1所示。
综上,设第i词语或短语在用户口语报告中的重要性值为wi,
${w_i} = \frac{{{\text{TF}}{{\text{'}}_i} \cdot \lambda \cdot {\text{ID}}{{\text{F}}_i}}}{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{\text{TF}}{{\text{'}}_i} \cdot \lambda \cdot {\text{ID}}{{\text{F}}_i}} \right)}^2}} } }}.$
(4)
并且,当wi≥δmin时,第i词语或短语将作为主题词被提取,δmin为设定的最小值。
本文首先利用中国科学院计算技术研究所开发的ICTCLAS系统对用户访谈文档进行分词处理,再依据本文算法进行主题词提取,取δmin=0.05,提取结果如表2所示。
主题词 | w | 主题词 | w |
1. 操纵性 | 0.381 | 10. 座椅舒适性 | 0.192 |
2. 音响 | 0.359 | 11. 操作力 | 0.175 |
3. 内饰材质 | 0.347 | 12. 天窗 | 0.164 |
4. 振动 | 0.323 | 13. 气味 | 0.118 |
5. 噪声 | 0.285 | 14. 按键布局 | 0.113 |
6. 导航 | 0.248 | 15. 空调风向 | 0.099 |
7. 俯仰 | 0.230 | 16. 智能连接 | 0.076 |
8. 侧倾 | 0.207 | 17. 座椅支撑性 | 0.050 |
9. 座椅调节 | 0.205 |
对表2结果进行专家焦点小组讨论,建立驾驶舒适性指标的层次体系,目的在于: 1) 在讨论中去掉意义重复的变量; 2) 调整那些对驾驶员不适用的变量,从而使变量更加合理而有意义; 3) 整理所有驾驶舒适性影响变量的内部结构。结果如图1所示。图1中,定义“乘用车驾驶舒适性” 为目标层(G),“影响驾驶舒适性的主要方面” 为准则层(K),并且准则层包括指标层(B)。
3 基于改进AHP法的驾驶舒适性指标权重计算与一致性检验 3.1 改进的AHP法AHP法由美国匹兹堡大学教授Saaty[17]提出,主要应用网络系统理论和多目标综合评价,对定性问题进行定量分析,是一种多属性层次权重决策分析方法。该方法过程清晰明了、易于理解,将总体问题看作一个系统,并在研究系统各组成部分相互关系及系统所处环境的基础上进行决策,因此广泛地用于政策制定、企业管理、科研评价等诸多方面。目前,对于AHP法的研究主要从以下7个方面展开[18]: 1) 一致性的检验与改进; 2) 标度选择; 3) 不确定性问题; 4) 排序方法; 5) 判断矩阵的灵敏度分析; 6) 与其他决策方法的结合; 7) 群组决策的研究。
汽车驾驶舒适性的评价从本质上说是指标的选择与权重确定问题,AHP法的核心在于计算指标的权重比并使之归一化,并最终得出总体权重。AHP要求比较某两个指标之间的重要性,建立两两比较判断矩阵,然而传统的九标度存在两个问题: 1) “重要性”的概念较为模糊,特别是在1至9中给出相对重要性的定量判断是很困难的; 2) 在评价指标较多的情况下,一致性(consistency index,CI)很难保证,如果存在严重不一致时,需要重新构建判断矩阵。
针对上述问题,有关学者提出了0,1,2三标度法、 -1,0,1三标度法、五标度制、 9/9~9/1标度、 10/10~18/2 标度、指数标度等。其中,0,1,2三标度法易于制表以及收集专家信息,容易为决策者接受; 虽然存在累积优势度损失、序隐率较高等缺点,但是在评价指标较多时,能有效提高一致性,且评价结果也比较接近复杂判断的结果[19]。因此,本文采用该标度代替传统的九标度判别。假设有指标xi与 xj,hij为两个指标重要性比较的取值,则三标度判别指标重要性如表3所示。
本文提出乘用车舒适性评价指标权重的计算步骤如下:
步骤1 构建原始判断矩阵。
指标层B中的元素为b1,b2,b3…bn(n=14),分别代表图1中所示的14种评价指标。比较各元素对于准则层K的相对重要性。基于表3中的三标度方法,经两两比较后得到判断矩阵A,
A=(aij)n×n.
(5)
步骤2 判断矩阵的处理。
计算原始判断矩阵A的相对重要性权值ri,
${r_i} = \sum\limits_{j = 1}^n {{a_{ij.}}} $
(6)
$a{'_{ij}} = \left\{ \begin{gathered}
\left( {{r_i} - {r_j}} \right) + 1,{\text{当}}{r_i} \geqslant {r_j}; \hfill \\
{\left[ {\left( {{r_i} - {r_j}} \right) + 1} \right]^{ - 1}},{\text{当}}{r_i} < {r_j}. \hfill \\
\end{gathered} \right.$
(7)
步骤3 驾驶舒适性指标的层次单排序与权重计算。
对于乘车驾驶舒适性而言,指标层中的元素为影响指标,上一层为准则层,计算影响指标相对准则层权重为层次单排序问题,本文采用方根法(几何平均法)求解,即将处理后的矩阵A′中每一行元素相乘,再开n次方,并进行归一化处理得到权重Wi,
${W_i} = \frac{{{{\left( {\prod\limits_{j = 1}^n {a{'_{ij}}} } \right)}^{\frac{1}{n}}}}}{{\sum\limits_{k = 1}^n {{{\left( {\prod\limits_{j = 1}^n {a{'_{ij}}} } \right)}^{\frac{1}{n}}}} }},i = 1,2,3, \cdots n.$
(8)
步骤4 评价指标的一致性检验。
在层次单排序下,为了保证驾驶舒适性评价指标的判别在整体上具有传递性和合理性,需要对判断矩阵进行一致性检验。设一致性指标为CI,
${\text{CI}} = \frac{{{\lambda _{\max }} - n}}{{n - 1}}.$
(9)
${\lambda _{\max }} = \sum\limits_{i = 1}^n {\frac{{{{\left( {A' \cdot W} \right)}_i}}}{{n \cdot {W_i}}}} = \frac{1}{n}\sum\limits_{i = 1}^n {\frac{{\sum\limits_{j = 1}^n {a{'_{ij}}{W_j}} }}{{{W_i}}}} .$
(10)
进一步计算一致性比CR(consistency ratio),
${\text{CR}} = \frac{{{\text{CI}}}}{{{\text{RI}}}}.$
(11)
当CR<0.1时,则认为判断矩阵的一致性可以接受。式(11)中,RI为随机一致性指标(random consistency index),与矩阵阶数有关,Saaty给出了RI的取值[17],如表4所示。
通过Delphi法征询15名被试的意见,要求以三标度对图1中所示准则层的3方面(车身、底盘、操控)重要程度进行相互比较、对各指标的重要程度进行相互比较。
设准则层3方面两两比较后得到的判断矩阵为M,设指标层中各指标两两比较后得到的判断矩阵为Ai(i=1,2,3):
$\begin{gathered}
M = \left[ {\begin{array}{*{20}{c}}
1&0&2 \\
2&1&2 \\
0&0&1
\end{array}} \right],{A_1} = \left[ {\begin{array}{*{20}{l}}
1&2&2&2&2 \\
0&1&2&2&2 \\
0&0&1&0&2 \\
0&0&2&1&2 \\
0&0&0&0&1
\end{array}} \right], \hfill \\
{A_2} = \left[ {\begin{array}{*{20}{l}}
1&2&2&2&2 \\
0&1&0&2&2 \\
0&2&1&2&2 \\
0&0&0&1&1 \\
0&0&0&1&1
\end{array}} \right],{A_3} = \left[ {\begin{array}{*{20}{c}}
1&0&2&0 \\
2&1&2&2 \\
0&0&1&0 \\
2&0&2&1
\end{array}} \right]. \hfill \\
\end{gathered} $
(12)
根据前文提出的算法步骤,对式(12)中判断矩阵M进行处理并计算权重,
${W_M} = \left[ {\begin{array}{*{20}{c}}
{0.263} \\
{0.647} \\
{0.090}
\end{array}} \right].$
(13)
由式(13)可知,准则层中k1(车身)、 k2(底盘)、 k3(操控)对于驾驶舒适性的影响权重分别是0.263、 0.647和0.090,向量形式为WM= (0.263,0.647,0.090)T。这说明底盘对于驾驶舒适性影响最大,其次是车身和操控。
同理,分别计算指标层对准则层的影响权重,分别得到向量如下:
W1=(0.510,0.264,0.064,0.129,0.033)T,
W2=(0.499,0.135,0.273,0.047,0.047)T,
W3=(0.118,0.564,0.055,0.263)T.
(14)
综合式(13)、 (14)的计算结果,得到分层权重计算结果如表5所示。
准则层(K) | 对目标层权重 | 指标层(B) | 对准则层权重 |
车身 | 0.263 | 座椅 | 0.510 |
空间 | 0.264 | ||
气候调节 | 0.064 | ||
风噪 | 0.129 | ||
胎噪 | 0.033 | ||
底盘 | 0.647 | 发动机噪声 | 0.499 |
座椅振动 | 0.135 | ||
方向盘振动 | 0.273 | ||
俯仰 | 0.047 | ||
侧倾 | 0.047 | ||
操控 | 0.090 | 踏板位置 | 0.118 |
方向盘力 | 0.564 | ||
踏板力 | 0.055 | ||
车载设备 | 0.263 |
计算各评价指标对于驾驶舒适性的权重W′j(j=1,2…14),
$W{'_j} = \sum\limits_{i = 1}^3 {B'{a_{ij}}} \left( {j = 1,2 \cdots 14} \right).$
(15)
计算结果如表6所示。
评价指标 | 车身 | 底盘 | 操控 | |||||||||||
座椅 | 空间 | 气候调节 | 风噪 | 胎噪 | 发动机噪声 | 座椅振动 | 方向盘振动 | 俯仰 | 侧倾 | 踏板位置 | 方向盘力 | 踏板力 | 车载设备 | |
总权重 | 0.134 | 0.069 | 0.017 | 0.034 | 0.009 | 0.323 | 0.087 | 0.177 | 0.030 | 0.030 | 0.011 | 0.051 | 0.005 | 0.024 |
分别计算准则层对于目标层的最大特征根λmax与一致性指标CI,并查表4得到随机一致性指标RI,结果如表7所示。
设层次总排序的一致性比率为CRtotal,
$C{R_{{\text{total}}}} = \frac{{0.263 \times 0.059 + 0.647 \times 0.035 + 0.090 \times 0.039}}{{0.263 \times 1.120 + 0.647 \times 1.120 + 0.090 \times 0.890}} = 0.038.$
(16)
CRtotal=0.038<0.1,表明本文所建立的指标体系具有良好的一致性。
1) 以C级乘用车为对象,运用本文建立的指标体系,对德系汽车品牌A、 B1、 B2以及日系汽车品牌L的舒适性进行评价。共选取被试者129人,其中A车主60人、 B1车主24人、 B2车主24人,L车主21人。女性16人,男性113人; 驾龄均在10年以上。为避免身高及体重对实验结果造成影响,对不同品牌车被试作组间方差分析(ANOVA),结果为: 身高p=0.301>0.05,体重p=0.570>0.05; 表明被试之间无显著性差异。
2) 实验采用Likert量表形式进行,将图1中各评价指标制成“1(不舒适)~5(舒适)”Likert量表。为保证问卷结果的可靠性、一致性与稳定性,需作进一步信度分析。本文采用通行的Cronbach α系数,经计算后得到Cronbach α=0.796>0.70,属于“很可信”的高信度范畴。129名被试的评价结果如图2所示。
3) 运用本文建立的评价体系,经加权计算后得到最终舒适性分值如表7所示。
根据此评分,本实例中4个品牌C级乘用车舒适性排序为B1> B2>L>A,与厂商评测结果一致,从而证明了本文方法的有效性。
5 结 论本文对AHP法进行了改进,以0,1,2三标度取代九标度以保证一致性与精确性,并且结合自然语言处理,在经典的TF-IDF法中引入程度副词,对用户访谈报告进行分析,提取主题词并通过Delphi法建立评价体系。通过Delphi实验,构造两两比较判别矩阵后再进行处理,以计算各评价指标的权重,并对该指标体系进行一致性检验。以C级乘用车为例,选取4种品牌车验证了本文方法的有效性。本研究为乘用车的舒适性评价提供了一种可行的技术途径。
[1] | Branton P. Behavior, body mechanics and discomfort [J]. Ergonomics, 1969, 12(2): 316-327. |
[2] | Hertzberg T. The human buttock in sitting: Pressures, pattern and palliatives [J]. Automobile Transaction, 1972, 12(2): 39-47. |
[3] | Corlett E N, Bishop R P. A technique of assessing postural discomfort [J]. Ergonomics, 1976, 19(2): 175-182. |
[4] | De Looze M P, De Kuijt-Evers L F M, Van Dieën J. Sitting comfort and discomfort and the relationships with objective measures [J]. Ergonomics, 2003, 46(10): 985-997. |
[5] | Smith D R, Andrews D M, Wawrow P T, et al. Development and evaluation of the automotive seating discomfort questionnaire [J]. International Journal of Industrial Ergonomics, 2006, 36(2): 141-149. |
[6] | 郑培, 宋正河, 周一鸣. 机动车驾驶员驾驶疲劳测评方法的研究现状及发展趋势 [J]. 中国农业大学学报, 2001, 6(6): 101-105.ZHENG Pei, SONG Zhenghe, ZHOU Yiming. Study situation and developing trend on detecting and evaluating techniques of motor driver fatigue [J]. Journal of China Agricultural University, 2001, 6(6): 101-105. (in Chinese) |
[7] | Shackel B, Chidsey K D, Shipley P. The assessment of chair comfort [J]. Ergonomics, 1969, 12(2): 269-306. |
[8] | 金晓萍, 袁向科, 王波, 等. 汽车泡沫坐垫舒适性的客观评价方法 [J]. 汽车工程, 2012, 34(6): 551-555, 560. JIN Xiaoping, YUAN Xiangke, WANG Bo, et al. An objective evaluation method for the comfort of foam cushion in vehicle seat [J]. Automotive Engineering, 2012, 34(6): 551-555, 560. (in Chinese) |
[9] | Milivojevich A, Stanciu R, Russ A, et al. Investigating psychometric and body pressure distribution responses to automotive seating comfort [C]//The SAE 2000 World Congress. Detroit, MI, USA: SAE, 2000. |
[10] | 罗仕鉴. 基于生物学反应的驾驶舒适度研究 [D]. 杭州: 浙江大学, 2005.LUO Shijian. Study on Driving Comfort Based on Biological Response [D]. Hangzhou: Zhejiang University, 2005. (in Chinese) |
[11] | Heiner B, Stefan E. Influence of Forces on Comfort Feeling in Vehicles [R]. SAE Technical Paper, 2000-01-2171, 2000. |
[12] | Park S J, Kim C B, Kim C J, et al. Comfortable driving postures for Koreans [J]. International Journal of Industrial Ergonomics, 2000, 10(26): 489-497. |
[13] | 陈景辉, 任金东, 陆善彬, 等. 驾驶员姿势舒适性评价的研究 [J]. 汽车工程, 2013, 35(6): 548-552, 564.CHEN Jinghui, REN Jindong, LU Shanbin, et al. A research on the evaluation of driver's posture comfort [J]. Automotive Engineering, 2013, 35(6): 548-552, 564. (in Chinese) |
[14] | 刘正琼, 刘明周, 扈静. 基于HFE 理论的汽车操纵力舒适性测评仪 [J]. 电子测量与仪器学报, 2008, 22(6): 91-96.LIU Zhengqiong, LIU Mingzhou, HU Jing. Measurement and evaluation instrument for comfort of vehicle manipulation force based on HFE theory [J]. Journal of Electronic Measurement and Instrument, 2008, 22(6): 91-96. (in Chinese) |
[15] | 吴群, 孙守迁, 吴剑锋, 等. 一种人机特征驱动的驾驶空间布局设计方法 [J]. 计算机集成制造系统, 2007, 13(8): 1498-1503. WU Qun, SUN Shouqian, WU Jianfeng, et al. Automobile cab design method driven by human-machine feature [J].CIMS, 2007, 13(8): 1498-1503. (in Chinese) |
[16] | Stumme G, Ehrig M, Handschuh S, et al. The Karlsruhe View on Ontology [R]. Karlsruhe, Germany: University of Karlsruhe, 2003. |
[17] | Saaty T L. The Analytic Hierarchy Process [M]. New York: McGraw-Hill, 1980. |
[18] | 朱建军. 层次分析法的若干问题研究与应用[D]. 沈阳: 东北大学, 2005. ZHU Jianjun. Research on Some Problems of the Analytic Hierarchy Process and Its Application [D]. Shenyang: North Eastern University, 2005. (in Chinese) |
[19] | 朱克毓, 杨善林. 关于Saaty对模糊逻辑不适用于AHP观点的评述 [J]. 系统工程理论与实践, 2014, 34(1): 197-205.ZHU Keyu, YANG Shanlin. Research review on Saaty's comments on fuzzy logics is not applicable on analytic hierarchy process [J]. System Engineering: Theory &Practice, 2014, 34(1): 197-205. (in Chinese) |