內容簡介
《國際産品設計經典教程》旨在通過解密設計原理,列舉成為成功産品設計師的方法,從而在傳統産品設計教育與高速發展的當代設計實踐之間架起一座橋梁。《國際産品設計經典教程》完整地描述瞭學習産品設計與進行實踐的基本框架。作為讀者規劃産品設計的參考,《國際産品設計經典教程》是一本不可多得的産品設計入門讀物。多年來,設計師們在産品設計與開發過程中摸索並形成瞭許多固定的方法與模式。曆史經驗也錶明,設計的過程是嚴格而綫性的。然而,《國際産品設計經典教程》所著重分析的現代設計過程具有高度的靈活性,設計過程中的環節是相互影響的、動態的,且不同的部分經常發生重疊。此外,某些工作可以被忽略、重復,甚至在流程外完成。
作者簡介
保羅?羅傑斯(Paul Rodgers),英國諾桑比亞大學(University of Northumbria)設計學院的教授。 亞曆剋斯?米爾頓(Alex Milton),英國赫瑞瓦特大學(Heriot-Watt University)紡織與設計學院研究總監。
內頁插圖
精彩書評
本書全麵地介紹瞭産品設計從概念創意到材料工藝,從生産製造到設計研究,從品牌到銷售的開發全過程,並輔以大量實際項目案例。其中不僅對産品設計的方法做瞭全麵而深入的介紹,也對目前常用的設計研究概念進行瞭詳盡的解釋。同時,還從項目製定、設計流程、産品設計規格等細節入手,結閤實際情況深入分析瞭設計、開發的完整步驟和方法。本書也對眾多的設計專傢進行瞭訪談,評點瞭他們所經曆的設計項目,非常具有指導意義。
無論是對學習設計的大學生,還是從事産品研發的設計師和設計經理們,這都是一本應用性極強的實戰型工具書。
——清華大學美術學院工業設計係教授 蔡軍
在浩如煙海的産品設計作品集、史論齣版物麵前,設計學子最大的睏惑是:哪本書可以像一盞明燈,引領自己走上職業設計師之路?如今,這本書來瞭!《國際産品設計經典教程》將曆史與未來連接,讓理性框架與概念創意融匯,以嚴謹的流程、清晰的辨析、可實操的步驟,將最精粹、完整的産品設計思維與操作要領詮釋於字裏行間。相信此書深厚的學理價值,定能助中國工業設計教育事業更快成長!
——廣州美術學院工業設計學院教授 童慧明
目錄
前言
什麼是産品設計?
産品設計師的職責
産品的創造
産品設計的主要階段
設計訪談:硃莉婭·洛曼
關於本書
1.曆史與文化背景
第一次工業革命:18世紀50年代至19世紀50年代
第二次工業革命:19世紀50年代至1914年
從現代主義到戰前的奢華與影響:20世紀初至1945年
戰後時期:1945年至20世紀70年代
後現代主義:20世紀70年代至今
設計訪談:薩蒂延德拉·帕剋哈勒
21世紀的設計趨勢
時間軸:産品設計一百年
2.研究、綱要和規格
産品設計研究
研究方法
綱要
明確消費者的基本需求和潛在需求
設計訪談:斯圖爾特·海加斯
産品設計規格書(PDS)
産品設計規格書的基本構成
3.概念設計
什麼是概念設計?
概念構思
概念構思的方法
産品設計的繪圖技法
工程製圖
設計訪談:Nendo設計事務所
模型
原型
概念評估與選擇
4.從産品製造到市場營銷
細節設計
設計與製造
常用材料
製造過程
設計訪談:Raw-Edges設計工作室
市場營銷與銷售
5.當代問題
綠色問題
設計訪談:馬剋思·蘭姆
倫理問題
包容性設計
情感化設計
6.設計教育與展望
學習産品設計
設計版權
設計訪談:IDEO公司蒂姆·布朗
提高設計能力
參與設計實踐
參考信息
術語錶
更多資料
重點推薦
附錄
圖片版權、緻謝
前言/序言
坦率地說,我們生活在一個幾乎完全被設計的世界裏。數量龐大、種類豐富的設計,如産品、空間、係統、服務與各類體驗設計,緊緊包圍著我們,而設計的目的就是滿足人類的生理、情感、社會以及經濟的需求。簡言之,産品設計就是産品的設計。但在今天,産品設計具有更加廣泛的含義,包括從概念構思、概念深化,到産品的測試與生産,以及産品、係統或服務的具體應用。産品設計師的角色也因此變得更加復雜,是兼顧營銷、管理、設計與工程,以創造有形産品為目標,融閤藝術、科學與商業的混閤體。
什麼是産品設計?
産品設計的範疇並沒有明確的邊界,往往會與許多特殊的設計領域相互重疊,比如照明設計、傢具設計、平麵設計、服裝設計、交互設計以及工業設計。其覆蓋的産品範圍也是五花八門,眼鏡、剪刀、相機、蒼蠅拍、垃圾桶、花瓶、水果盤、電話、門墊、衣架、剃須刀、酒瓶塞、水壺、打火機、滅火器、餐具、調味罐、輕型貨架係統、MP3音樂播放器、個人電腦等等無所不包。從椅子、燈具到消費者與環境設施,無論在傢裏、辦公室還是公共空間,産品設計的意義在於提高生活質量。同時,産品設計也是一種商業行為,通過産品設計來保證企業所製造與銷售的産品足以吸引、打動和取悅消費者。産品設計可以提供滿足需求、改進功能與改善外觀的方式,也可以提齣解決問題的新方法。總之,設計的本質就是創造更美好的事物,使之更加符閤消費者與用戶的需求,提高企業經營業績,從而建設更加美好的世界。
起源於英國的工業革命深深地影響瞭整個18世紀的世界,也見證瞭因新的製造程序與勞動分工而帶來的工業産品批量生産的齣現。縱觀人類悠遠的曆史,産品一直以來由手工藝人創造與製作,並總帶有獨特的手工痕跡和美學意義,但産品製造商迅速意識到設計師具有的獨特優勢,之後便將設計與製作分離,從此設計師被定位為復雜製造過程的規劃者。設計被完全整閤到工業生産流程中預示著産品設計成為瞭一門公認的學科,在任何新産品的開發過程中扮演著重要的角色。從另一個層麵理解,無論是大批量生産,還是小批量製造,亦或是設計獨一無二的單件産品,設計師正在重新演繹已經被忽略的傳統手工藝者的角色。
智能係統與決策優化:復雜係統建模與控製前沿探析 內容提要 本書深入剖析瞭當前智能係統與決策優化領域的核心理論、前沿算法及實際應用。全書聚焦於如何構建高效、魯棒且可解釋的智能模型,以應對復雜工業、金融、交通及能源係統中的不確定性和動態變化。我們係統梳理瞭從經典控製理論到現代深度強化學習的演進脈絡,重點闡述瞭多智能體協同、復雜網絡控製、數據驅動的係統辨識與預測等關鍵技術。本書不僅為研究人員提供瞭堅實的理論基礎和最新的研究方嚮,也為工程師在設計和部署復雜自動化決策係統時提供瞭詳盡的技術指導和案例分析。 --- 第一部分:復雜係統建模與不確定性處理 第一章:復雜係統的基本特性與建模範式 本章首先界定瞭復雜係統的內涵,包括其湧現性、自組織性和非綫性特徵。詳細探討瞭描述復雜係統的主要數學工具,如微分方程組、隨機過程、圖論以及網絡科學。重點對比瞭基於物理原理的白箱模型(如係統動力學模型)與基於數據驅動的黑箱模型(如高斯過程模型)的優劣。引入瞭“多尺度建模”的概念,解釋如何在宏觀和微觀層麵統一描述一個係統。 第二章:麵嚮決策的係統辨識與狀態估計 高效的決策依賴於對係統當前狀態的準確把握。本章深入研究瞭係統辨識的先進技術。從經典的最小二乘法和卡爾曼濾波(KF)齣發,逐步過渡到擴展卡爾曼濾波(EKF)、無跡卡爾曼濾波(UKF)以及容積卡爾曼濾波(CKF),以應對非綫性係統的狀態估計挑戰。特彆關注瞭在傳感器噪聲大、觀測受限情況下的魯棒狀態估計方法,如H-infinity濾波和魯棒觀測器設計。此外,引入瞭基於深度學習的辨識方法,利用循環神經網絡(RNN)和長短期記憶網絡(LSTM)從海量時間序列數據中提取隱式係統動態。 第三章:不確定性量化與魯棒優化基礎 現實世界中的係統充滿瞭模型誤差、參數不確定性和環境擾動。本章的核心在於如何量化和處理這些不確定性。詳細介紹瞭概率論在不確定性描述中的應用,如貝葉斯推斷和濛特卡洛模擬。隨後,係統闡述瞭魯棒優化(Robust Optimization)的原理,包括區間不確定性、多麵體不確定性下的保守設計準則,以及基於不確定性集的魯棒優化方法。強調瞭在保證係統性能的同時,如何通過魯棒裕度設計來抵禦最壞情況的發生。 --- 第二部分:先進控製策略與學習算法 第四章:非綫性控製的高級技術 針對現代工程中普遍存在的非綫性動態,本章精選瞭幾種有效的控製設計方法。首先迴顧瞭李雅普諾夫穩定性理論的現代發展,並在此基礎上講解瞭反步法(Backstepping)的設計流程,用於遞歸設計復雜非綫性係統的控製器。隨後,詳細介紹瞭滑模控製(SMC)的最新進展,包括其對參數不確定性的高魯棒性以及如何剋服抖振問題。引入瞭基於控製屏(Control Barrier Functions, CBF)的方法,用於在保持控製性能的同時,確保係統滿足嚴格的安全約束。 第五章:深度強化學習在控製領域的應用 強化學習(RL)代錶瞭數據驅動控製的前沿方嚮。本章係統梳理瞭深度Q網絡(DQN)、策略梯度方法(如REINFORCE, A2C/A3C)和Actor-Critic架構(如DDPG, TD3, SAC)。重點闡述瞭將RL應用於連續狀態和動作空間控製問題的具體挑戰,包括樣本效率、探索機製的改進以及如何與傳統模型預測控製(MPC)相結閤形成混閤智能控製架構。 第六章:模型預測控製(MPC)的理論與擴展 MPC作為一類強大的在綫優化控製方法,因其處理約束和前瞻性的能力而占據核心地位。本章不僅詳細闡述瞭綫性MPC(LMPC)的求解過程,還深入探討瞭非綫性MPC(NMPC)的挑戰,如實時求解非綫性規劃問題的計算負擔。重點介紹瞭求解效率的改進策略,包括稀疏化技術、準牛頓法,以及如何通過綫性化近似或混閤整數綫性規劃(MILP)來簡化大規模NMPC問題。 --- 第三部分:多主體協同與分布式決策 第七章:多智能體係統(MAS)的協同與一緻性 在物聯網、無人機編隊和智能電網等場景中,多智能體係統的協調是關鍵。本章探討瞭圖拉普拉斯矩陣在描述智能體間通信拓撲結構中的應用。詳細分析瞭基於拉普拉斯譜理論的一緻性算法,確保所有智能體在分布式信息交換下達成共識或同步。重點研究瞭帶有延遲、拓撲時變以及故障影響下的分布式一緻性問題,並引入瞭基於博弈論的方法來協調具有競爭關係的智能體。 第八章:基於博弈論的分布式決策 當係統中的多個決策者(Agent)擁有不同的目標函數時,博弈論提供瞭描述其互動的數學框架。本章介紹瞭納什均衡(Nash Equilibrium)的概念及其在資源分配、路徑規劃中的應用。探討瞭Stackelberg博弈(領導者-跟隨者結構)在層級決策中的應用。最後,結閤深度強化學習,介紹瞭多智能體強化學習(MARL)中的閤作、競爭和混閤博弈場景下的學習範式,如QMIX和VDN等集中式訓練、分布式執行(CTDE)架構。 第九章:大規模係統的分布式優化與邊緣計算 針對由大量異構設備組成的超級係統(如大規模傳感器網絡或聯邦學習場景),傳統的集中式優化方法效率低下。本章專注於分布式優化算法,包括梯度下降法的分布式變體、ADMM(交替方嚮乘子法)在約束優化中的應用。詳細討論瞭如何將控製和決策計算推嚮網絡邊緣,以減少通信延遲並提升隱私保護,包括邊緣智能體的資源調度和負載均衡策略。 --- 第四部分:可解釋性、安全與前沿交叉領域 第十章:智能係統的可解釋性(XAI)與驗證 隨著AI模型在關鍵任務中扮演的角色日益重要,模型決策的透明度和可信度成為必要條件。本章係統介紹瞭後驗可解釋性方法,如LIME和SHAP值,用於解釋深度學習模型的局部預測。同時,探討瞭針對控製係統的形式化驗證技術,利用閤同理論(Contract Theory)或Lyapunov函數來嚴格證明智能控製器在特定工況下的安全性與性能保證。 第十一章:數據驅動的自適應與自整定控製 當係統參數隨時間漂移或發生未知變化時,自適應控製至關重要。本章涵蓋瞭基於模型的自適應控製(如參考模型法、$sigma$-嵌入法)和完全數據驅動的自整定方法。重點分析瞭基於數據的自適應策略,如何利用在綫學習算法實時更新控製器增益或模型參數,以維持係統在擾動下的最優性能。 第十二章:交叉應用案例:能源係統與智能製造 本章通過具體的工程案例,展示前述理論的綜閤應用。案例一聚焦於微電網的優化調度與頻率控製,結閤MPC和不確定性量化來應對可再生能源的波動性。案例二則探討瞭在智能製造中的柔性裝配綫上,如何利用多智能體協同控製和實時狀態估計,實現産品批次間的快速切換和質量的在綫反饋控製。 --- 總結與展望 本書旨在構建一座連接復雜係統理論與前沿智能算法的橋梁。我們強調瞭理論的嚴謹性與實際工程需求的緊密結閤。未來的研究方嚮將集中在對模型復雜性的有效管理、超大規模係統的分布式韌性增強,以及如何將因果推理融入決策優化,以實現真正意義上的自主智能係統。本書讀者對象為控製理論、係統工程、應用數學、計算機科學等領域的碩士及博士研究生、科研人員以及緻力於前沿係統集成的工程師。