客戶化定制系統(tǒng)中的襯衫規(guī)格參數(shù)推理研究.pdf

1、在實際的生產(chǎn)中,成衣規(guī)格更多的是以身高、凈胸圍為依據(jù),采用控制部位的比例數(shù)加放一定的松量來確定,這種方法確定的人體成衣規(guī)格方便簡單,利于生產(chǎn),但不同體型、不同尺寸的人體采用相同號型的襯衫紙樣,會忽略消費者個體的合體性需求。對此,本論文以與襯衫規(guī)格參數(shù)相關(guān)的人體凈尺寸為輸入向量,以襯衫規(guī)格參數(shù)為輸出向量,建立具有個性化紙樣特征的襯衫規(guī)格參數(shù)的BP模型,可以滿足不同體型消費者合體性要求。主要的研究內(nèi)容有:
　　(1)襯衫規(guī)格參數(shù)推理方

2、法的確定。對粒子群算法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)算法進行初步探討,通過對三種算法優(yōu)缺點的比較確定采用BP神經(jīng)網(wǎng)路作為襯衫規(guī)格參數(shù)的推理方法。
　　(2)與襯衫規(guī)格參數(shù)相關(guān)的人體尺寸的獲得及處理。通過三維人體掃描儀,獲得700個人體數(shù)據(jù),并以腹凸點到胸凸點的連線形成的水平夾角、臀凸點到背凸點的連線形成的水平夾角為分類指標(biāo),將人體數(shù)據(jù)集分為7類。
　　(3)襯衫規(guī)格參數(shù)的確定及采寸實驗。確定了不同體型的襯衫規(guī)格參數(shù)作為BP模型的輸

3、出向量。通過樣板變更、個性化人體生成及面料物理性能的設(shè)置,實現(xiàn)三維虛擬試衣,獲得個性化的合體的襯衫規(guī)格參數(shù)的樣本。
　　(4)襯衫規(guī)格參數(shù)推理模型的建立。以襯衫規(guī)格參數(shù)作為輸出向量,與襯衫規(guī)格參數(shù)相關(guān)的人體凈尺寸作為輸入向量,建立BP模型。通過MIV(平均影響值)算法對輸入向量進行進一步篩選,通過對數(shù)據(jù)的歸一化方法、節(jié)點傳遞函數(shù)的設(shè)置、訓(xùn)練函數(shù)的設(shè)置、神經(jīng)網(wǎng)絡(luò)層數(shù)的設(shè)置、隱層節(jié)點數(shù)的設(shè)置、輸入輸出節(jié)點數(shù)的設(shè)置這6個方面對網(wǎng)絡(luò)性能的

4、影響進行探討,最終構(gòu)建了7個三層BP網(wǎng)絡(luò)模型。
　　(5)襯衫規(guī)格參數(shù)推理在客戶化定制平臺的應(yīng)用。在Matlab7.1的環(huán)境下,運用GUI技術(shù),設(shè)計第三方軟件,使襯衫規(guī)格參數(shù)推理應(yīng)用于客戶化定制系統(tǒng)。主要解決的關(guān)鍵技術(shù)為:基于人體側(cè)面照片的體型特征指標(biāo)計算、體型的模糊識別、三維掃描文件數(shù)據(jù)的讀取、應(yīng)用MTM系統(tǒng)的接口文件的編碼。
　　本論文建立從人體凈尺寸到襯衫規(guī)格參數(shù)的BP推理模型,可以用來解決人體測量數(shù)據(jù)傳入格伯MTM軟