用户体验模糊优化设计方法及应用

用户体验是指用户在使用一个产品或系统之前、使用期间和使用之后的全部感受，包括情感、信仰、喜好、认知印象、生理和心理反应、行为和成就等各个方面，具有较强的主观性。用户体验的优化设计具有鲜明的学科交叉特征，属于设计学、计算机科学与技术、机械工程、管理科学与工程等多学科的共性难题。在编写过程中，笔者围绕用户体验的优化设计，从跨学科的视角进行了系统探索，旨在促进用户体验各分科知识融通发展为以优化设计为核心的知识体系。为了有效应对用户体验的主观性特征，本书将模糊理论引入到用户体验领域。为了对用户体验进行优化设计，本书尝试将多目标进化优化理论、稳健设计理论、可靠性理论等与用户体验设计理论加以融合。
本书首先对模糊理论进行了系统论述，接着对多目标进化优化、稳健参数设计、人因差错预防等三种用户体验优化设计方法进行了深入分析，在此基础上，针对产品造型设计和交互设计，提出了用户体验模糊优化设计的具体方法，并结合实际应用案例对所提出的方法进行了验证。本书是一本将模糊理论引入到用户体验设计领域的著作，并且是一本从多学科交叉融合的视角，采用定量研究的方式，系统性地探索用户体验优化设计的著作。
本书涉及的内容较多，有关本书的基础知识，如调查研究、用户体验度量、怎样做试验、多变量分析、常用评价方法、需求分析与质量功能展开、色彩设计、人机交互设计、模糊理论与灰色系统理论在设计研究中的应用等，读者可参考笔者已出版的《人因工程研究理论与方法》。
本书得到江苏高校哲学社会科学研究项目“不确定因素影响下的产品用户体验优化设计研究（2023SJYB1078）”的资助，笔者在此深表谢意。在本书编写过程中，笔者指导的研究生参与了文献整理和文字校对工作，在此对他们表示感谢。本书的出版得到了化学工业出版社编辑的大力支持和帮助，笔者对此表示感谢。本书的部分内容参考了其他学者的论著，在此一并致谢，如有疏漏之处，敬请谅解。
2022年9月设计学由原来的艺术学学科门类调整为交叉学科门类，可授予工学、艺术学学位。用户体验是设计学研究的重要内容，本书以多学科交叉融合为特色，希望本书能够推动用户体验研究的进一步发展，进而推动设计学学科的发展。
由于笔者水平有限，疏漏和不当之处在所难免，欢迎读者批评指正。

李永锋 朱丽萍
2024年1月于江苏师范大学泉山校区

用户体验是用户对产品、系统或服务的使用或预期使用所产生的感知和反应，具有较强的主观性。如何对主观性较强的用户体验进行优化设计受到越来越多的关注，本书系统论述了用户体验模糊优化设计方法及应用。第1章对用户体验优化设计进行介绍；第2章对模糊理论进行论述；第3～5章分别探讨多目标进化优化、稳健参数设计、人因差错预防等用户体验优化设计方法；第6～9章结合具体应用案例论述如何基于模糊信息进行用户体验的优化设计，内容包括面向多目标进化优化的产品造型设计、面向稳健参数设计的产品造型设计、面向稳健参数设计的用户体验设计、面向人因差错预防的用户体验设计；第10章为总结和展望。本书将模糊理论引入到用户体验的优化设计中，论述了众多用户体验优化设计的方法，内容具有独创性，并通过详细的案例介绍了每种方法的具体应用，实用性强。
本书适合作为设计学类、计算机类、机械类、工业工程类等相关专业的研究生和高年级本科生的教学参考书，也可供用户体验研究与设计人员阅读和参考。

第1章 绪论   1
1.1 用户体验的含义 1
1.1.1 概述 1
1.1.2 可用性 2
1.1.3 用户体验与用户体验设计 3
1.1.4 用户体验的层次模型 5
1.1.5 用户体验的维度 5
1.2 用户体验的度量 9
1.2.1 用户体验度量的类型 9
1.2.2 用户体验度量中的模糊信息 10
1.3 用户体验的优化设计 11
1.3.1 多目标进化优化 11
1.3.2 稳健参数设计 12
1.3.3 人因差错预防 12
1.4 主要研究内容和本书架构 13

第2章 模糊理论  15
2.1 模糊集合及其运算 15
2.1.1 模糊集合的定义与表示方法 15
2.1.2 模糊集合的相关概念与运算 16
2.1.3 模糊集合的截集与分解定理 18
2.1.4 模糊集合的扩张原理 19
2.1.5 模糊集合的距离与贴近度 20
2.2 模糊数及其运算 21
2.2.1 模糊数 21
2.2.2 区间数的算术运算 23
2.2.3 模糊数的运算 24
2.2.4 解模糊 25
2.2.5 模糊数排序 27
2.3 模糊关系及其运算 28
2.4 模糊聚类分析 30
2.4.1 数据规格化 30
2.4.2 构造模糊相似矩阵 31
2.4.3 求传递闭包 32
2.4.4 动态聚类分析 32
2.4.5 画动态聚类图 33
2.5 模糊语言与模糊逻辑推理 35
2.5.1 模糊语言 35
2.5.2 模糊条件语句 37
2.5.3 模糊逻辑推理 38
2.5.4 模糊推理系统 39
2.6 模糊问卷与模糊统计 40
2.6.1 模糊问卷 40
2.6.2 模糊统计 41
2.6.3 相似性整合法 44
2.7 模糊概率与模糊熵 46
2.7.1 模糊概率 46
2.7.2 模糊熵 47
2.8 模糊决策分析 49
2.8.1 模糊权重分析 49
2.8.2 模糊多属性决策分析 53
2.8.3 模糊综合评价 55
2.8.4 模糊优选 58
2.9 模糊测度与模糊积分 60
2.9.1 模糊测度 60
2.9.2 模糊积分 61

第3章 多目标进化优化  63
3.1 多目标优化 63
3.2 后偏好表达模式 66
3.3 多目标进化算法 67
3.3.1 NSGA-Ⅱ 67
3.3.2 PESA-Ⅱ 68
3.3.3 SPEA2 70
3.4 高维多目标进化算法 73
3.5 多目标进化算法的性能评价 74
3.6 多准则决策方法 77
3.6.1 层次分析法 77
3.6.2 TOPSIS 82
3.6.3 灰色关联分析 86

第4章 稳健参数设计   90
4.1 稳健参数设计概述 90
4.1.1 品质工程的三个阶段 90
4.1.2 稳健参数设计的含义 91
4.2 稳健参数设计的原理 92
4.2.1 品质特性与参数之间的关系 92
4.2.2 参数的分类 93
4.2.3 参数设计中的两阶段设计法 94
4.3 正交表及其使用 95
4.3.1 试验设计 95
4.3.2 正交表概述 95
4.3.3 正交表的使用 97
4.4 品质损失的概念与品质损失函数 99
4.4.1 品质损失的概念 99
4.4.2 品质损失函数的引入 100
4.4.3 品质损失函数的四种类型 101
4.5 信噪比 103
4.6 稳健参数设计的试验配置 105
4.7 稳健参数设计的流程 106
4.8 方差分析 110
4.9 试验研究方法 111
4.9.1 独立组设计 111
4.9.2 重复测量设计 112
4.9.3 复合设计 119

第5章 人因差错预防   121
5.1 人因差错及其分类 121
5.1.1 人因差错的概念 121
5.1.2 人因差错的分类 122
5.2 人因差错分析 124
5.2.1 差错和行动的七个阶段 124
5.2.2 用户分析 125
5.2.3 任务分析 127
5.2.4 因果分析 129
5.3 应对人因差错的设计原则 130
5.4 失效模式与效应分析 132
5.5 故障树分析 135
5.6 系统性人因差错减少和预测方法 139

第6章 面向多目标进化优化的产品造型设计  141
6.1 基于多目标进化优化与多准则决策的产品造型设计 141
6.1.1 研究方法 141
6.1.2 案例研究 145
6.1.3 结果讨论 162
6.2 基于稳健后偏好模糊表达模式的产品造型设计 166
6.2.1 研究方法 166
6.2.2 案例研究 171
6.2.3 结果讨论 179

第7章 面向稳健参数设计的产品造型设计  180
7.1 基于模糊积分的产品造型多目标稳健参数设计 180
7.1.1 研究方法 181
7.1.2 案例研究 184
7.1.3 结果讨论 193
7.2 基于模糊度量的产品造型多目标稳健参数设计 194
7.2.1 研究方法 195
7.2.2 案例研究 199
7.2.3 结果讨论 207

第8章 面向稳健参数设计的用户体验设计  208
8.1 基于模糊网络层次分析法的用户体验多目标稳健参数设计 208
8.1.1 研究方法 209
8.1.2 案例研究 215
8.1.3 结果讨论 228
8.2 基于模糊逻辑的用户体验多目标稳健参数设计 229
8.2.1 研究方法 229
8.2.2 案例研究 232
8.2.3 结果讨论 242

第9章 面向人因差错预防的用户体验设计  244
9.1 基于FMEA 与FTA 的用户体验设计人因差错分析 244
9.1.1 研究方法 244
9.1.2 案例研究 247
9.1.3 结果讨论 254
9.2 基于模糊TOPSIS 的用户体验设计人因差错分析 255
9.2.1 研究方法 255
9.2.2 案例研究 260
9.2.3 结果讨论 268

第10章 总结和展望  272
10.1 总结 272
10.2 展望 273

参考文献  274