基于发明问题解决功能模型的大型游艇生成设计方法

《Engineering Applications of Artificial Intelligence》：A method of generative design of large yacht based on the theory of inventive problem solving function model

　　摘要：为解决复杂产品在设计阶段所面临的问题，如结构复杂、设计周期长、零部件拆解困难以及缺乏系统化的设计流程等，本文构建了一种基于功能分析、发明问题解决理论及生成对抗网络的设计模型，用于智能生成产品形态。首先通过用户访谈和亲和图法获取用户关键需求，再运用功能分析方法构建产品需求-功能模型。随后利用发明问题解决理论解决模型中的关键问题，形成设计方案描述并绘制设计草图。接着构建并训练GAN数据集，将设计草图输入pix2pixGAN以生成设计方案，再通过概念决策矩阵对设计方案进行评估并选出最优方案。最后通过结构化的专家评估进一步筛选出最佳方案。该框架通过50英尺动力游艇设计案例得到了验证，结果表明，将设计理论与深度学习相结合能够实现快速且具有功能性的生成式设计，为大型游艇设计提供了实用参考。

引言：在大型游艇的设计过程中，其外观与功能的复杂性及高度的系统性带来了诸多实际挑战，包括为追求美观而需要漫长的设计周期、众多零部件的复杂拆解，以及设计流程的系统化程度较低。对于无帆或不依赖风力的船舶而言，游艇设计不仅要满足基本的工程要求，还需考虑美观性与舒适性（Shi等人，2026）。例如，在改进某个特定功能系统中的部件时，不仅会影响相关子系统的功能（Sideris等人，2025），还会改变产品的外观（Amin等人，2024），从而影响整体产品设计的美观性、统一性和协调性（Liu等人，2024）。

目前，设计领域的学者们致力于将创新设计方法融入产品设计研究中。然而，将智能设计与深度学习工具结合以生成设计方案的相关研究仍较为有限（Liang，2024）。此外，尽管人工智能推动了创意产业的创新，但也带来了诸多挑战。设计师在采用和整合这类新兴技术时常常会遇到障碍，一个主要担忧是过度依赖技术可能会影响创造力和原创性，这表明需要进一步深入探索如何实现人工智能与创造性思维的融合（Hauser，2024；Sternberg，2024）。另外，大型海洋船舶的功能和零部件极为复杂且数量众多，仅依靠传统设计方法会带来巨大的工作量和时间消耗（Htein等人，2025；Neves等人，2025）。

与传统的设计流程不同，生成式设计是计算机时代出现的一种新设计范式。它通过特定的算法，基于输入数据经过迭代优化来生成多种设计方案。研究人员已将参数化设计、遗传算法和形状语法纳入生成式设计中（Liu等人，2021）。不过，当前的生成式设计仍存在一些局限性（Khan等人，2023a；Regenwetter等人，2022），比如输入变量有限以及评估机制不足。近年来，生成对抗网络的迭代特性为生成式设计带来了新的机遇（Zhao等人，2022）。扩散模型也取得了快速发展（Chen等人，2024），但其在产品形态设计中的应用仍然有限。在设计方案生成领域，现有研究主要将GAN用于图像生成，对汽车领域的关注相对较少。对于其他产品类别，如何快速构建包含较少图像的数据集，相关研究也还比较有限。

此外，许多设计领域的学者已将发明问题解决理论应用于产品设计与创新过程。功能分析是现代发明问题解决理论中重要的问题分析工具（Chou，2021），主要用于“问题识别”阶段（Khodadadi和von Buelow，2022）。功能分析可用于分解产品零部件的结构与功能，梳理功能系统与子系统之间的关系，有助于逐步拆解复杂的零部件，降低设计难度。发明问题解决理论中的各种问题解决工具，如科学效应知识库和ARIZ算法（Sharaf等人，2020），也被证明十分有效。作为一种以知识为驱动、以用户为导向的方法论，发明问题解决理论提供了创新原则和系统化的策略，用于解决设计中的矛盾（Chen等人，2026）。这些工具能够更好地与功能分析所得到的零部件相互作用关系和功能模型相适配，从而更有效地解决问题。通过多种方法和工具的协同配合，发明问题解决理论为复杂产品的设计提供了更为有效的方法，有助于优化设计流程。

本研究的主要贡献如下：
（1）构建了一种整合功能分析、发明问题解决理论及GAN的结构性工作流程，且在生成之前就应用了发明问题解决理论。与端到端的生成模型不同，该框架将发明问题解决理论得出的功能解决方案转化为几何草图的修改，再将其作为输入传递给pix2pixGAN，从而确保设计是基于功能需求而非单纯由数据驱动的。
（2）定量分析了发明问题解决理论和GAN各自的作用。通过多组专家对三种设计方案的比较，统计检验表明，仅应用发明问题解决理论的方案性能显著优于基准方案，而加入GAN后能进一步提升设计质量，且效果显著。
（3）具备在数据量有限条件下的实际应用能力。该框架仅使用少量成对的草图-渲染图像数据集，就能为真实的游艇设计案例生成高质量的设计方案，证明了在设计领域中，设计理论可以弥补训练数据的不足。

本文结构如下：第2节首先回顾了与大型游艇智能生成设计相关的应用和理论，重点介绍游艇设计以及生成设计的特定优化方法。第3节阐述了功能分析/发明问题解决理论/GAN智能生成设计方法如何提高形态生成的精确度。第4节以一艘50英尺动力艇的设计过程及评估方法为例进行了案例分析。第5节则给出了总体结论并对未来研究提出了建议。

产品形态与智能设计：早期的参数化设计方法，如Mancuso（2006）提出的方法，能够根据初始参数自动生成船体形状，但很少考虑用户的感知体验。如今，借助人工智能的游艇设计方法越来越多地整合了机器学习、生成式设计以及人机协作框架，从而同时优化船体性能和概念设计。Dogan等人（2018）利用眼动追踪工具将情感形容词转化为定量参数，为设计提供了有力支持。

由发明问题解决理论和生成对抗网络驱动的生成式设计框架：本文提出的智能生成设计模型包含五个阶段，专门用于产品形态设计，如图1所示。第一阶段通过亲和图法收集并确定优先级较高的用户关键需求。第二阶段对产品进行结构和功能分析，明确各零部件之间的相互作用关系，然后整合这些用户关键需求构建需求-功能模型。第三阶段涉及……

案例研究：根据游艇消费市场的交易数据和政策导向，并综合考虑设计工作量、数据收集难度以及形态设计的基本元素单元数量（Yin等人，2021），最终选定了一艘常见的50英尺动力游艇作为研究对象，如图4所示。

三种设计方案的评估得分：共有15位专家参与了评估，其中包括5位专业游艇设计师、5位工业设计师以及5位经验丰富的游艇使用者。每位专家独立根据第4.5节列出的22项详细标准对三种设计方案进行评分，采用5点李克特量表，其中1表示“非常差”，5表示“优秀”。在对每种方案进行加权处理后，计算出总得分，各方案的单项得分和总得分均显示在表10中。

结论：针对大型复杂产品的形态设计，本文提出了一种基于功能分析/发明问题解决理论/GAN的产品形态智能生成设计模型。该模型能够系统地梳理产品的零部件、结构及功能，整合功能设计单元，帮助设计师快速找出需要优化的部分，并根据功能代码确定相应的解决方案。同时，结合基于GAN的风格迁移技术，该模型能够生成大量的设计方案渲染图。

作者贡献说明：张芳兰：写作——审阅与编辑；史凯文：写作——审阅与编辑、写作——初稿撰写、可视化；孟泽希：写作——初稿撰写、可视化、验证；王嘉宇：数据整理、概念构思；徐青：项目管理、方法论设计、资金筹集。

利益冲突声明：作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢：作者感谢所有匿名审稿人提出的意见和建议，这些反馈对提升论文质量起到了重要作用。本研究得到了中国国家社会科学基金艺术学项目（编号：2021BG02536）、中国河北省教育厅2020年高校青年拔尖人才计划（编号：BJ2020088）以及中国河北省2022年研究生专业学位教学案例库项目（编号：KCJSZ2022030）的支持。

张芳兰|史凯文|孟泽希|王嘉宇|徐青
中国秦皇岛燕山大学艺术与设计学院